Improved filtering and normalizing of Measurement-While-Drilling (MWD) data in tunnel excavation

Eldert, Jeroen van; Schunnesson, Håkan; Saiang, David; Funehag, Johan

doi:10.1016/j.tust.2020.103467

Cited by 44 publications

(25 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…aus, während die Bohrdaten sich typischerweise aus der Bohrlochtiefe, der Eindringrate, dem Vorschubsdruck, dem Rotationsdruck, dem Spüldruck, dem Spülfluss, der Rotationsgeschwindigkeit usw. zusammensetzen [1].…”

Section: Measurement While Drillingunclassified

“…Der Vor der Verarbeitung der Daten müssen diese zunächst präprozessiert werden, um sie für die nachfolgende Verarbeitung zu strukturieren und unerwünschte Signale herauszufiltern. [1] zeigten, dass die Anbohrphase, der Gestänge- Abb. 6: Plot des mmDI-Signals, der die Fähigkeit zeigt, lokale Ereignisse hervorzuheben; die gezeigten Peaks wurden mit einem Python-SciPy-Skript find peaks erkannt reagieren (Abb.…”

Section: Measurement While Drillingunclassified

See 1 more Smart Citation

Die künstliche Intelligenz im Einsatz zur adaptiven Planung von Injektionsmaßnahmen im Tunnelbau (Forschungsprojekt AVANT)

Villeneuve

Wenighofer

Könemann³

et al. 2021

Berg Huettenmaenn Monatsh

View full text Add to dashboard Cite

ZusammenfassungFür Vortriebe können Injektionen zur Baugrundverbesserung sowie zur Abdichtung des Tunnelbauwerks erforderlich sein. Häufig schränken diese Maßnahmen die Vortriebsgeschwindigkeit gravierend ein, weswegen deren effiziente Vorausplanung bedeutsam ist. Injektionen eignen sich bei wechselhaften Bedingungen besonders, weil sie mit vergleichsweise einfachen Baugeräten flexibel durchgeführt werden können. Zusätzlich ermöglicht die Flexibilität ein fortwährendes Anpassen der Bohr- und Injektionsparameter während der Durchführung. Dies kann die regelmäßige Anpassung des Bohrschemas, der -länge sowie der Injektionsparameter, des Injektionsmaterials und Abbruchkriteriums bedeuten.Die Möglichkeit maschinenbasierter, datengetriebener Maßnahmen mittels künstlicher Intelligenz (KI) wird im Forschungsprojekt AVANT untersucht. Ein Forschungskonsortium, bestehend aus den deutschen Partnern STUVA e. V., geoteam Ingenieurges. m.b.H. und den österreichischen Partnern eguana GmbH, Montanuniversität Leoben und Züblin Spezialtiefbau Ges.m.b.H., nimmt sich dieser Aufgabe an.Digitale Systeme zur Datenaufzeichnung sind nun auch im Bereich der Bohr- und Injektionstechnologie vorzufinden. Diese Systeme werden derzeit vorwiegend in der Dokumentation im Rahmen des Qualitätsmanagements eingesetzt. Im Projekt AVANT werden diese Daten untersucht, um einen effizienteren und somit wirtschaftlicheren Vortrieb sowie deren begleitende Injektionsmaßnahmen zu ermöglichen. Die zentrale Idee ist die Prozessierung der Bohr- und Injektionsdaten auf der Baustelle untertage sowie deren Einbindung im nachfolgenden Bauprozess, anstatt sie wie üblich ausschließlich zu Dokumentationszwecken zu archivieren. Konkret sollen die einzelnen Prozessschritte in eine dynamische echtzeitfähige Verarbeitung eingebettet werden. Dazu werden Methoden der künstlichen Intelligenz auf Bohr- und Injektionsdaten angewandt.Im vorliegenden Beitrag wird das Konzept des Projekts AVANT erläutert, und es werden erste Ergebnisse aus den Aufbereitungen der Datenquelle entsprechend den Algorithmen der künstlichen Intelligenz und deren Einschränkungen dargelegt. Der Beitrag beleuchtet tiefer gehend die nötige Grundlagenarbeit, um die Daten für die Prozessierung aufzubereiten und sie in eine KI-Trainingsumgebung zu überführen.

show abstract

Section: Measurement While Drillingunclassified

Die künstliche Intelligenz im Einsatz zur adaptiven Planung von Injektionsmaßnahmen im Tunnelbau (Forschungsprojekt AVANT)

Villeneuve

Wenighofer

Könemann³

et al. 2021

Berg Huettenmaenn Monatsh

View full text Add to dashboard Cite

show abstract

“…Based on the known rig location and the placement of the drilling booms, the MWD samples were projected in 3D space based on the drill-hole collar orientation (Navarro et al 2018). The recorded MWD parameters were filtered by excluding data points at the drill-hole collar and rod coupling (Van Eldert et al 2020b). Then, the data was normalized for the drill-hole length, feed pressure and rotation pressure according to Schunnesson (1998) for each extension rod separately (Van Eldert et al 2020b).…”

Section: Measurement While Drilling Datamentioning

confidence: 99%

“…The recorded MWD parameters were filtered by excluding data points at the drill-hole collar and rod coupling (Van Eldert et al 2020b). Then, the data was normalized for the drill-hole length, feed pressure and rotation pressure according to Schunnesson (1998) for each extension rod separately (Van Eldert et al 2020b). Lastly, the outliers of the normalized MWD data were removed.…”

Section: Measurement While Drilling Datamentioning

confidence: 99%

“…penetration rate, operational pressures, rotation speed, flushing flow) while drilling. These raw data are then normalized and filtered (Schunnesson 1998;Van Eldert et al 2020a,b), to remove operator and machine influences, as well as effects from the drilling process, such as drill-hole collaring and rod extensions (Van Eldert et al 2020b).…”

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

Rock support prediction based on measurement while drilling technology

Eldert

Funehag

Saiang

et al. 2020

Bull Eng Geol Environ

Self Cite

View full text Add to dashboard Cite

In tunnelling, rock mass support is designed based on the observed rock mass conditions. These conditions are determined by rock mass characterization. Measurement while drilling (MWD), one such characterization method, acquires drill parameter data during drilling. These data can be used to predict rock mass conditions ahead of the face. In this study, grout-hole MWD data are collected at one of the main tunnels in the large infrastructural project Stockholm bypass tunnels. The normalized and filtered MWD data are correlated to the rock mass characteristics using multilinear regression and the Levenberg-Marquardt method. Although a strong numerical correlation cannot be obtained, the results are promising. As a result, a holistic visual approach, which linked the MWD parameters with the rock mass classification and rock support requirements, was developed.

show abstract

A Drill Pipe‐Embedded Vibration Energy Harvester and Self‐Powered Sensor Based on Annular Type Triboelectric Nanogenerator for Measurement while Drilling System

Dong

et al. 2022

Adv Materials Technologies

View full text Add to dashboard Cite

Measurement while drilling (MWD) system of offshore drill pipe is of great significance for safety production. It is greatly demanded to develop a sustainable power supply as well as self‐powered sensors for the MWD system. In this work, a drill pipe‐embedded annular type triboelectric nanogenerator (AT‐TENG) is proposed and systematically investigated, and it consists of an annular silicone rubber and a pair of electrodes. The design of the AT‐TENG allows the silicone rubber to contact and separate with the electrodes easily in a narrow space under arbitrary direction vibration to realize power generation. The experimental results show that the peak power density of AT‐TENG with single‐pair electrode reaches 63.7 W m−3 under the vibration frequency of 4 Hz and amplitude of 100 mm. The minimum peak voltage is >65 V within 360° lateral vibration range. The peak voltage achieves 351.62 V under the third‐order natural frequency. In addition, the amplitude and frequency obtained from the voltage signals exhibit linearly with those of actual vibration. The mean error between the frequency detected by AT‐TENG and actual frequency is <0.03%. Thus, the AT‐TENG can serve as an energy harvester and self‐powered vibration sensor.

show abstract

Improved filtering and normalizing of Measurement-While-Drilling (MWD) data in tunnel excavation

Cited by 44 publications

References 10 publications

Die künstliche Intelligenz im Einsatz zur adaptiven Planung von Injektionsmaßnahmen im Tunnelbau (Forschungsprojekt AVANT)

Die künstliche Intelligenz im Einsatz zur adaptiven Planung von Injektionsmaßnahmen im Tunnelbau (Forschungsprojekt AVANT)

Rock support prediction based on measurement while drilling technology

A Drill Pipe‐Embedded Vibration Energy Harvester and Self‐Powered Sensor Based on Annular Type Triboelectric Nanogenerator for Measurement while Drilling System

Contact Info

Product

Resources

About