摘要
本发明公开了一种井壁失稳类型预测方法、装置及系统。为了快速分析大量掉块的分类特征,进行井壁掉块全自动分拣及三维扫描,获得掉块完整的三维点云数据。对原始点云数据进行预处理,通过特征提取算法从掉块点云数据中提取特征参数。对现场收集的掉块数据进行训练得到最优机器学习算法,优化特征参数提升分类模型,集成开发井壁掉块图像特征参数智能提取及分类系统。对现场钻井产生的掉块进行全自动扫描和智能分类,判断出掉块类型及井壁失稳原因,支撑现场井壁失稳诊断及防控措施的及时实施。
技术关键词
SCARA机器人
柔性振动盘
特征提取算法
三维扫描装置
机器学习算法
预测装置
计算机程序产品
图像特征参数
传送带
处理器
三维点云数据
可读存储介质
数据处理单元
视觉装置
分类特征
分类系统
视觉系统
系统为您推荐了相关专利信息
固件启动方法
多核技术
资源监控
智能调度模型
系统启动时间
状况检测方法
光污染
夜间灯光数据
植被
夜间灯光强度
规则知识库
光学字符识别技术
人工智能算法
信用评估模型
人工智能神经网络
机器学习算法
商用洗碗机
清洗特征
餐具材质
清洗餐具