一种基于多模态数据融合的钻柱振动识别及调控方法

本发明公开了一种基于多模态数据融合的钻柱振动识别及调控方法，属于石油钻井与人工智能交叉领域。该方法利用井下钻柱的三轴振动加速度信号及其对应的三通道时频图，构建融合空间与时频信息的多模态输入。通过BiGRU与ResNet18‑SENet相结合的深度神经网络，融合注意力机制，实现对一般振动、粘滑、涡动等复杂振动模式的精准识别。进一步结合识别结果，驱动钻井参数的自适应调控，实现对钻柱振动状态的闭环控制。本发明具有识别精度高、鲁棒性强、调控智能化等优点，适用于复杂地层环境下的井下振动监测与钻井参数优化。