2021 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, 研究プラットフォーム運用開発部門, 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)
勝井 辰博 神戸大学, 海洋底探査センター, 教授 (80343416)
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)
|
|---|
| 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. 船上掘削データから掘削地層摩擦特性を推算する手法を構築し，過去の科学掘削の一例を対象に実行した．掘削同時検層データと良い一致を示し，手法の有効性を確認した．
2. ドリルビット接地荷重変動解析やドリルパイプ挙動解析においては，マグナス効果による変形や挙動の模型実験による考察，および模型実験スケールでの数値解析を行った．
3. ドリルビット挙動解析においては，掘削地層の摩擦特性とドリルビットの接地荷重が支配的なパラメータとなる．これらに加えて，影響要素として，ドリルパイプ回転速度や捩じり減衰がある．これらの要素を考慮したドリルビット回転挙動数理モデルを構築し，Stick-Slip発生条件や挙動特性の考察を行った．
4. 機械学習においては，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の収集を行った．そして，掘削データを学習データとして，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開発し，予測試行を行った．また，掘削データ間の関係性を加味した機械学習による異常検知の試行を実施した．
5. 計測融合解析に向けて，掘削データ取得システムの開発を進めた．搭載対象としている掘削船の掘削制御システムのアクセス仕様確認試験を行い，通信仕様の確認を行った．更に，掘削データのリアルタイム伝送システムのプロトタイプ版の開発，および逐次送信されるデータを受信してリアルタイム掘削データ融合解析の基本インターフェイスの開発を進め，そして，模擬データを用いたリアルタイムでの融合解析の試行を実施した．これにより，データ伝送や逐次解析の健全性を確認した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
ドリルビット挙動解析，リルビット接地荷重変動，およびドリルパイプ挙動解析においては，計画通りに数理モデル化や模型実験を進めており，Stick-Slip発生条件や挙動特性の考察，更には，掘削編成をもとにした解析を行い計画通りの進捗を得ている．
機械学習においても，過去の科学掘削航海における船上掘削データ，地層サンプル情報，コア回収率，および操業異常の情報の取得を進めて，地層予測やコア回収率予測の機械学習プログラムの開発を行い計画通りの進捗を得ている．
一方で，計測融合解析に必要な掘削データ取得システムの開発においては，搭載を想定している掘削船の掘削制御システムに対応する受信プロトコルにてシステム開発が必要となる．そのために，アクセス仕様確認試験を計画していたが，新型コロナウイルス感染症による影響により，当該試験の実施に遅延が生じた．但し，データ受信後の伝送フォーマットの策定や，データ伝送や融合解析システムの開発を開始し，全体として大きな遅延が無いよう進めた．
|
| Strategy for Future Research Activity |
ドリルビット挙動解析，リルビット接地荷重変動，およびドリルパイプ挙動解析は計画通りに進めており，今後は過去の科学掘削のデータを用いた考察や手法の検証を行う．更には機械学習の学習データの組込に向けた検討を進める．
機械学習においては，これまでに収集した過去の科学掘削航海の船上掘削データ，地層サンプル情報，および操業異常情報を用いて，機械学習による地層予測や異常検知のアルゴリズム開発を進める．
計測融合解析に向けて掘削データ受信インターフェイスの開発を進め，既に開発を進めているリアルタイム伝送システム，およびリアルタイム掘削データ融合解析の基本インターフェイスと合わせて融合解析システムを構築する．そして，前述のドリルビット挙動解析や機械学習による地層予測，コア回収率，および異常検知などの逐次融合解析による操業状態把握の試行を行う．なお，船上での試験の日程調整を進めている．
|
