2022 Fiscal Year Annual Research Report
計測融合解析によるドリルビット挙動把握と機械学習による掘削状態識別への展開
| Project/Area Number |
20H02380
|
|---|
| Research Institution | Japan Agency for Marine-Earth Science and Technology |
|---|
Principal Investigator |
井上 朝哉 国立研究開発法人海洋研究開発機構, 技術開発部, 主任研究員 (10359127)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鈴木 博善 大阪大学, 大学院工学研究科, 教授 (00252601)
和田 良太 東京大学, 大学院新領域創成科学研究科, 准教授 (20724420)
中川 友進 国立研究開発法人海洋研究開発機構, 研究プラットフォーム運用開発部門, 特任研究員 (50513454)
勝井 辰博 神戸大学, 海洋底探査センター, 教授 (80343416)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 海洋掘削 / 掘削データ / ドリルパイプダイナミクス / 機械学習 |
|---|
| Outline of Annual Research Achievements |
1)ドリルビット挙動解析においては，昨年度までに実施した数値計算に加えて，ドリルビット回転挙動の数理モデルによりStick-Slip発生要因の理論的考察を実施した．特に，ドリルパイプ回転数，ドリルパイプ長さ，およびドリルビット接地荷重による影響の考察を実施した．そして，掘削船「ちきゅう」の過去の航海で得られた掘削データをもとに考察を行い，理論的考察の妥当性の確認を行った．
2)機械学習においては，前年度までに実施した掘削データを学習データとした掘削地層やコア回収率を予測する機械学習プログラムを発展させ，地層特性の影響を受け，そしてコア回収率に影響を与えると想像されるドリルビット挙動を学習データに加える新しい手法を開発した．そして，過去の科学掘削航海における取得可能な船上掘削データ，地層サンプルデータ，コア回収率，および掘削操業異常の情報をもとに，学習および予測実行を行い，予測性能向上の考察を行った．一部のデータに対しては，ドリルビット挙動を加えることで予測性能の向上を示唆する結果を得た．
3)計測融合解析においては，昨年度開発を行ったプログラムを展開して，逐次受信したデータを用いてリアルタイム掘削データ融合解析プログラムの開発を行った．地層予測やドリルビット挙動を対象に，掘削シミュレータを用いてデータ伝送によるリアルタイムでの融合解析の実行確認を行うとともに，ドリルビット挙動については，掘削航海中に実際の掘削中のデータを取得・逐次伝送し，それを受信して，リアルタイムでの掘削データ融合解析を実施した．
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
