پردازش سیگنال‌های آوایی حین حفاری و تحلیل نرخ نفوذ به‌منظور ارائه مدل تجربی برای پیش‌بینی مشخصات مکانیکی سنگ‌های سخت

مشخصات مکانیکی سنگ‌ها به‌طور مستقیم بر روی مصرف ابزارهای حفاری، نرخ پیشروی و به‌طورکلی هزینه‌های پروژه اثرگذار است. تاکنون روش‌ها و استانداردهای متعددی برای ارزیابی مشخصات سنگ‌ها توسعه داده‌شده است. در سال‌های اخیر استفاده از سیگنال‌های آوایی در علوم مهندسی به‌خصوص مهندسی معدن با افزایش چشمگیری همراه بوده است. هدف این مقاله بررسی ارتباط بین پارامترهای سیگنال‌های آوایی و لرزشی تولیدشده در حین حفاری و نرخ نفوذ با مقادیر مقاومت فشاری تک‌محوری و مقاومت کششی در سنگ‌هاست. برای این منظور از 10 نمونه سنگ آذرین (نمونه‌های گرانیتی) استفاده شد. در حین حفاری هر یک از نمونه‌های سنگی سیگنال‌های آوایی و لرزشی تولیدشده و نیز نرخ نفوذ برداشت و ثبت شد. با بررسی‌های آماری (رگرسیون خطی چند متغیره) بین مشخصات سیگنال‌ها و نرخ نفوذ با مشخصات سنگ‌ها مشخص شد که می‌توان مقادیر مشخصات مکانیکی سنگ‌ها را با دقت قابل قبولی تخمین زد و پیش‌بینی نمود. از مزایایی که این روش دارد این است که می‌توان تخمین اولیه‌ای از خصوصیات سنگ‌ها در هر حفاری به طور بلادرنگ با دقت بالا داشت. این موضوع از برتری های این روش نسبت به سایر روش هاست نیاز به نمونه‌برداری از سنگ و آزمایش‌ها تعیین مشخصات سنگ را کاهش می‌دهد.

acoustic signal processing during drilling and penetration rate analysis for developing an empirical model to predict the mechanical properties of hard rocks

this study investigates the relationship between the acoustic and vibration signals generated during drilling and the mechanical properties of rocks. the research aims to evaluate the feasibility of using these signals for real-time prediction of rock properties, such as uniaxial compressive strength (ucs) and tensile strength. 10 igneous rock samples were drilled, and their acoustic and vibration signals, as well as penetration rates, were recorded. statistical analysis using multivariate linear regression revealed significant correlations between signal parameters and rock properties, enabling accurate prediction with acceptable precision. this method reduces the need for conventional sampling and laboratory testing, providing a fast, cost-effective, and non-invasive solution for estimating rock properties during drilling operations.introductionrock mechanical properties influence drilling efficiency, tool wear, and project costs. traditional methods for assessing these properties are time-consuming and expensive. this study explores the application of acoustic signals to predict rock properties during drilling. the aim is to provide a practical, fast, and precise method to replace conventional approaches, particularly for mining and construction projects.methodology and approachesten igneous rock samples were drilled while recording acoustic and vibration signals alongside penetration rates. mechanical properties of the rocks were measured through standard laboratory tests. the data were analyzed using multivariate regression to establish relationships between signal parameters and rock properties. the statistical accuracy of the model was validated through correlation coefficients.results and conclusionsthe analysis showed strong correlations between signal parameters and rock properties, with correlation coefficients of 0.84 and 0.89 for ucs and tensile strength, respectively. these results demonstrate the potential of using signal analysis for real-time prediction of rock properties. this method eliminates the need for extensive sampling and testing, offering a fast, cost-efficient, and accurate solution. it is a modern, non-invasive approach that can revolutionize drilling operations by improving decision-making and reducing operational costs.