计算机自动化控制数据挖掘装置

技术领域

本发明属于大数据领域，涉及数据挖掘技术，具体是计算机自动化控制数据挖掘装置。

背景技术

数据挖掘技术是一种从大规模数据集中发现规律、关系和趋势的过程，数据挖掘技术结合了统计分析、机器学习和预测模型技术，数据挖掘广泛用于在大量数据中寻找隐藏的有用信息，常用的数据挖掘技术包括聚类分析、分类和预测、关联规则挖掘、文本挖掘以及时间序列分析；

目前，数据挖掘技术经常由于数据样本的选择不够细致，造成数据挖掘得到的数据存在偏倚，导致计算机在自动化控制数据挖掘过程中出现结果数据与预期数据有较大偏差，不能直接用于生产领域的计算，为此，我们提出计算机自动化控制数据挖掘装置。

发明内容

针对现有技术的不足，本发明的目的是提供计算机自动化控制数据挖掘装置，本发明基于对基础地质数据进行获取，根据基础地质数据进行处理，得到地质钻探数据，并以基础地质数据为样本利用网络爬虫技术得到数据挖掘基础数据，使用数据清洗技术对数据挖掘基础数据进行处理并分组得到数据挖掘分组数据，使用随机森林模型对数据挖掘分组数据中的缺失数据进行补充，并计算得到标准地质数据，利用地质钻探数据和标准地质数据判断得到钻探分级数据，根据钻探分级数据开展钻探工作。

本发明的目的可以通过以下技术方案实现，计算机自动化控制数据挖掘装置各模块具体工作过程如下，

数据获取模块，综合地质钻探区域的地表形态数据、岩层性质数据和地下水水位高度数据得到基础地质数据；

数据处理模块，通过对基础地质数据进行计算得到地质钻探数据；

数据挖掘模块，根据基础地质数据作为数据样板进行自动化数据挖掘，获取数据挖掘预处理数据，将数据挖掘预处理数据进行分组，并计算得到标准地质数据；

工作控制模块，计算获取钻探分级数据，使用钻探分级数据进行钻探任务开展；

还包括服务器，服务器分别与数据获取模块、数据处理模块、数据挖掘模块和工作控制模块相连。

进一步地，数据获取模块获取地质基础数据，具体如下，

数据获取模块包括地表形态单元、岩层性质单元以及地下水位单元；

地表形态单元获取地表形态数据；

岩层性质单元获取岩层性质数据，具体如下，

通过密度测量计获取地质钻探区域的岩层密度数值，通过岩石力学测试仪获取地质钻探区域的岩体抗压强度数值和岩体抗拉强度数值；

综合地质钻探区域的岩层密度数值、地质钻探区域的岩体抗压强度数值和岩体抗拉强度数值得到岩层性质数据；

地下水位单元获取地下水水位高度数据；

综合地表形态数据、岩层性质数据以及地下水水位高度数据得到基础地质数据。

进一步地，地表形态单元获取地表形态数据，具体如下，

在地质钻探区域选择n个特征点，利用数字高程模型分别获取n个特征点的地表高程数值，利用全站仪获取n个特征点的地面坡度数值；

将n个特征点的地表高程数值利用平均高程计算公式计算得到地表平均高程数值；

将n个特征点的坡度数值通过平均坡度计算公式计算得到地面平均坡度数值；

综合地质钻探区域的地表平均高程数值和地面平均坡度数值得到地表形态数据。

进一步地，地下水位单元获取地下水水位高度数据，具体如下，

利用压力传感器获取地质钻探区域的表层地下水压力数值，利用物理学知识获取大气压力数值，水的密度数值以及重力常数；

将地质钻探区域的表层地下水压力数值、大气压力数值，水的密度数值以及重力常数通过地下水水位计算公式计算得到地下水水位高度数据。

进一步地，数据处理模块对基础地质数据进行处理，得到地质钻探数据，具体如下，

根据基础地质数据获取地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据；

将地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据通过地质钻探计算公式计算得到地质钻探数据Dz。

进一步地，数据挖掘模块根据基础地质数据进行自动化数据挖掘，并获取标准地质数据，具体如下，

数据挖掘模块包括数据挖掘单元和分组补充单元；

数据挖掘单元根据基础地质数据进行自动化数据挖掘；

分组补充单元对缺失数据分组中进行补充，获取标准地质数据。

进一步地，数据挖掘单元根据基础地质数据进行自动化数据挖掘，具体如下，

根据基础地质数据获取地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据；

使用Scrapy爬虫技术通过互联网获取不同地质区域的地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据，得到数据挖掘基础数据；

通过数据清洗对数据挖掘基础数据中存在某种参数不完全的数据进行去除，利用字符匹配算法对数据挖掘基础数据进行字符重复性检验，将数据挖掘基础数据中的相同数据重复数值进行去除，得到数据挖掘预处理数据；

将地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据中，存在一项或多项数据不存在的分组作为缺失数据分组，并将缺失数据分组中不存在的数据用0进行填充；

综合完整数据分组和缺失数据分组得到挖掘预处理分组数据。

进一步地，分组补充单元对缺失数据分组中进行补充并获取标准地质数据，具体如下，

根据挖掘预处理分组数据得到完整数据分组和缺失数据分组，将完整数据分组作为训练集数据，将缺失数据分组作为测试集数据；

对测试集数据中用0进行填充的数据进行标注，利用训练集数据对随机森林模型进行训练，得到训练好的随机森林模型；

使用训练好的随机森林模型对测试集中用0进行填充的数据进行预测，将预测得到的具体数据对缺失数据分组进行补充，得到补充完整的缺失数据分组；

将完整数据分组和补充完整的缺失数据分组中的地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据分别进行数据提取，并利用平均数计算模型分别获取地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据的平均数值；

将地表平均高程数值的平均数值作为地表平均高程标准数值，将地面平均坡度数值的平均数值作为地面平均坡度标准数值，将岩层密度的平均数值作为岩层密度标准数值，将岩体抗压强度数值的平均数值作为岩体抗压强度标准数值，将岩体抗拉强度数值的平均数值作为岩体抗拉强度标准数值，将地下水水位高度数据的平均数值设置为地下水水位高度标准数据；

综合地表平均高程标准数值、地面平均坡度标准数值、岩层密度标准数值、岩体抗压强度标准数值、岩体抗拉强度标准数值以及地下水水位高度标准数据得到标准地质数据。

进一步地，工作控制模块根据标准地质数据进行工作控制，具体如下，

工作控制模块包括任务分级单元和工作开展单元；

任务分级单元根据标准地质数据和地质钻探数据进行任务分级；

工作开展单元根据钻探分级数据进行工作开展，具体如下，

针对高难度地质钻探等级，在进行钻探时使用岩芯钻探的钻探方式，选择高密度钻井液和超硬合金钻头；

针对一般难度地质钻探等级，在进行钻探时使用循环泥浆钻探的钻探方式，选择聚合物钻井液和常规三角锥钻头。

进一步地，任务分级单元根据标准地质数据和地质钻探数据进行任务分级，具体如下，

根据标准地质数据获取地表平均高程标准数值、地面平均坡度标准数值、岩层密度标准数值、岩体抗压强度标准数值、岩体抗拉强度标准数值以及地下水水位高度标准数据；

将地表平均高程标准数值、地面平均坡度标准数值、岩层密度标准数值、岩体抗压强度标准数值、岩体抗拉强度标准数值以及地下水水位高度标准数据通过地质钻探阈值计算公式计算得到地质钻探阈值数据Dz1；

根据数据处理模块地质钻探数据Dz，通过地质钻探数据阈值Dz1和地质钻探数据Dz进行分级判断，具体如下，

当Dz≥Dz1时，判断为高难度地质钻探等级；

当Dz1＞Dz＞0时，判断为一般难度地质钻探等级；

将根据地质钻探数据阈值和地质钻探数据的判断结果作为钻探分级数据。

综上所述，由于采用了上述技术方案，本发明的有益效果是，

1、本发明通过传感器测量和数据计算的方式得到基础地质数据，利用基础数据作为数据样板进行数据挖掘，极大程度提高了数据挖掘预处理数据的真实性和准确性；

2、本发明利用对数据挖掘预处理数据进行分组，利用随机森林模型对缺失数据分组进行补充，提高了数据挖掘预处理数据的使用效率，同时也扩大了数据的丰富性与多样性。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的整体系统框图；

图2为本发明的实施步骤图；

图3为本发明中地质钻探区域的示意图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

请参阅图1和图2，本发明提供一种技术方案，计算机自动化控制数据挖掘装置，包括数据获取模块、数据处理模块、数据挖掘模块和工作控制模块，数据获取模块、数据处理模块、数据挖掘模块和工作控制模块分别与服务器相连；

数据获取模块获取基础地质数据；

数据获取模块包括地表形态单元、岩层性质单元以及地下水位单元，地表形态单元获取地表形态数据，岩层性质单元获取岩层性质数据；地下水位单元获取地下水位数据，地表形态单元包括数字高程模型和全站仪，岩层性质单元包括密度测量计和岩石力学测试仪，地下水位单元包括压力传感器；

地表形态单元获取地表形态数据，具体如下，

在地质钻探区域选择n个特征点，利用数字高程模型分别获取n个特征点的地表高程数值，利用全站仪获取n个特征点的地面坡度数值；

将n个特征点的地表高程数值利用平均高程计算公式计算得到地表平均高程数值；

平均高程计算公式具体配置参考为：

其中，Gcp为地表平均高程数值，Gc1、Gc2、Gc3……Gcn分别为n个特征点的地表高程数值，n为选择的特征点个数数值；

将n个特征点的坡度数值通过平均坡度计算公式计算得到地面平均坡度数值；

平均坡度计算公式具体配置参考为；

其中，Pdp为地面平均坡度数值，Pd1、Pd2、Pd3……Pdn分别为n个特征点的坡度数值，n为选择的特征点个数数值；

综合地质钻探区域的地表平均高程数值和地面平均坡度数值得到地表形态数据；

此处需要说明的是，请参阅图3，本实施例中地质钻探区域具体限定为进行地质挖掘的工作区域；

数字高程模型是一种用于描述地表高程分布的数字化地理数据模型，它是基于地形测量数据和地理信息系统技术生成的一种数值化的地表高程数据集；

岩层性质单元获取岩层性质数据，具体如下，

通过密度测量计获取地质钻探区域的岩层密度数值，通过岩石力学测试仪获取地质钻探区域的岩体抗压强度数值和岩体抗拉强度数值；

综合地质钻探区域的岩层密度数值、地质钻探区域的岩体抗压强度数值和岩体抗拉强度数值得到岩层性质数据；

地下水位单元获取地下水水位高度数据；

利用压力传感器获取地质钻探区域的表层地下水压力数值，利用物理学知识获取大气压力数值，水的密度数值以及重力常数；

将地质钻探区域的表层地下水压力数值、大气压力数值，水的密度数值以及重力常数通过地下水水位计算公式计算得到地下水水位高度数据；

地下水水位计算公式具体配置参考为：

其中，Sw为地下水水位高度数据，Ps为表层地下水压力数值，Pq为大气压力数值，ρs为水的密度数值，g为重力常数；

综合地表形态数据、岩层性质数据以及地下水水位高度数据得到基础地质数据，将基础地质数据输送至数据处理模块和数据挖掘模块；

数据处理模块对基础地质数据进行处理，得到地质钻探数据；

数据处理模块根据基础地质数据获取地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据；

将地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据通过地质钻探计算公式计算得到地质钻探数据Dz；

地质钻探计算公式具体配置参考为：

其中，Dz为地质钻探数据且Dz＞0，Gcp为地表平均高程数值，Pdp为地面平均坡度数值，Ym为岩层密度数值，Ky为岩体抗压强度数值，Kl为岩体抗拉强度数值K l，Sw为地下水水位高度数据Sw，a1和a2为设定的比例系数且a1和a2均大于0；

数据挖掘模块根据基础地质数据进行自动化数据挖掘，并获取标准地质数据；

数据挖掘模块包括数据挖掘单元和分组补充单元，数据挖掘单元根据基础地质数据进行自动化数据挖掘，分组补充单元对缺失数据分组中进行补充；

数据挖掘单元根据基础地质数据进行自动化数据挖掘，具体如下，

根据基础地质数据获取地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据；

使用Scrapy爬虫技术通过互联网获取不同地质区域的地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据，得到数据挖掘基础数据；

通过数据清洗对数据挖掘基础数据中存在某种参数不完全的数据进行去除，利用字符匹配算法对数据挖掘基础数据进行字符重复性检验，将数据挖掘基础数据中的相同数据重复数值进行去除，得到数据挖掘预处理数据；

例如，

将数据挖掘预处理数据进行分组，得到数据挖掘分组数据；

将地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据都存在的分组作为完整数据分组；

完整数据分组具体示例如下，

将地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据中，存在一项或多项数据不存在的分组作为缺失数据分组，并将缺失数据分组中不存在的数据用0进行填充；

缺失数据分组具体示例如下，

综合完整数据分组和缺失数据分组得到挖掘预处理分组数据；

此处需要说明的是，

Scrapy爬虫技术是一个开源的Python框架，用于快速、灵活地构建Web爬虫和数据抓取工具，Scrapy爬虫技术是进行数据挖掘的前置步骤，在本实施例中，通过Scrapy爬虫技术获取中医领域相关数据符合相关法律要求和道德伦理准则；

数据清洗是数据挖掘过程中的关键步骤之一，数据清洗是在数据挖掘之前对原始数据进行处理和准备，以确保数据的质量和准确性，以便后续的数据挖掘分析能够基于高质量的数据进行；

分组补充单元对缺失数据分组中进行补充并获取标准地质数据，具体如下，

根据挖掘预处理分组数据得到完整数据分组和缺失数据分组，将完整数据分组作为训练集数据，将缺失数据分组作为测试集数据；

对测试集数据中用0进行填充的数据进行标注，利用训练集数据对随机森林模型进行训练，得到训练好的随机森林模型；

使用随机森林模型对测试集中用0进行填充的数据进行预测，将预测得到的具体数据对缺失数据分组进行补充，得到补充完整的缺失数据分组；

将完整数据分组和补充完整的缺失数据分组中的地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据分别进行数据提取，并利用平均数计算模型获取地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据的平均数值；

将地表平均高程数值的平均数值作为地表平均高程标准数值，将地面平均坡度数值的平均数值作为地面平均坡度标准数值，将岩层密度的平均数值作为岩层密度标准数值，将岩体抗压强度数值的平均数值作为岩体抗压强度标准数值，将岩体抗拉强度数值的平均数值作为岩体抗拉强度标准数值，将地下水水位高度数据的平均数值设置为地下水水位高度标准数据；

分组补充单元综合地表平均高程标准数值、地面平均坡度标准数值、岩层密度标准数值、岩体抗压强度标准数值、岩体抗拉强度标准数值以及地下水水位高度标准数据得到标准地质数据，并将标准地质数据输送至工作控制模块；

此处需要说明的是，随机森林模型是数据挖掘技术中进行数据预测的一种算法，利用训练集数据对随机森林模型进行训练，随机森林可以通过自身算法进行数据预测；数据挖掘模块综合

工作控制模块根据标准地质数据进行工作控制；

工作控制模块包括任务分级单元和工作开展单元，任务分级单元根据标准地质数据和地质钻探数据进行任务分级，工作开展单元根据钻探分级数据进行工作开展；

任务分级单元根据标准地质数据和地质钻探数据进行任务分级，具体如下，

根据标准地质数据获取地表平均高程标准数值、地面平均坡度标准数值、岩层密度标准数值、岩体抗压强度标准数值、岩体抗拉强度标准数值以及地下水水位高度标准数据；

将地表平均高程标准数值、地面平均坡度标准数值、岩层密度标准数值、岩体抗压强度标准数值、岩体抗拉强度标准数值以及地下水水位高度标准数据通过地质钻探阈值计算公式计算得到地质钻探阈值数据Dz1；

地质钻探阈值计算公式具体配置参考为：

其中，Dz1为地质钻探数据阈值且Dz1＞0，Gcp1为地表平均高程标准数值，Pdp为地面平均坡度标准数值，Ym1为岩层密度标准数值，Ky1为岩体抗压强度标准数值，Kl 1为岩体抗拉强度标准数值，Sw1为地下水水位高度标准数据，a1和a2为设定的比例系数且a1和a2均大于0；

根据数据处理模块地质钻探数据Dz，通过地质钻探数据阈值Dz1和地质钻探数据Dz进行分级判断，具体如下，

当Dz≥Dz1时，判断为高难度地质钻探等级；

当Dz1＞Dz＞0时，判断为一般难度地质钻探等级；

将根据地质钻探数据阈值和地质钻探数据的判断结果作为钻探分级数据；

工作开展单元根据钻探分级数据进行工作开展，具体如下，

针对高难度地质钻探等级，在进行钻探时使用岩芯钻探的钻探方式，选择高密度钻井液和超硬合金钻头；

针对一般难度地质钻探等级，在进行钻探时使用循环泥浆钻探的钻探方式，选择聚合物钻井液和常规三角锥钻头。

在本申请中，若出现相应的计算公式，则上述计算公式均是去量纲取其数值计算，公式中存在的权重系数、比例系数等系数，其设置的大小是为了将各个参数进行量化得到的一个结果值，关于权重系数和比例系数的大小，只要不影响参数与结果值的比例关系即可。

实施例二

基于同一发明的又一构思，现提出计算机自动化控制数据挖掘方法，包括如下步骤，

步骤S1，获取基础地质数据；

步骤S11，获取地表形态数据，具体如下，

步骤S111，在地质钻探区域选择n个特征点，利用数字高程模型分别获取n个特征点的地表高程数值，利用全站仪获取n个特征点的地面坡度数值；

步骤S112，将n个特征点的地表高程数值利用平均高程计算公式计算得到地表平均高程数值；

步骤S113，将n个特征点的坡度数值通过平均坡度计算公式计算得到地面平均坡度数值；

步骤S114，综合地质钻探区域的地表平均高程数值和地面平均坡度数值得到地表形态数据；

步骤S12，获取岩层性质数据，具体如下，

步骤S121，通过密度测量计获取地质钻探区域的岩层密度数值，通过岩石力学测试仪获取地质钻探区域的岩体抗压强度数值和岩体抗拉强度数值；

步骤S122，综合地质钻探区域的岩层密度数值、地质钻探区域的岩体抗压强度数值和岩体抗拉强度数值得到岩层性质数据；

步骤S13，获取地下水水位高度数据；

步骤S131，利用压力传感器获取地质钻探区域的表层地下水压力数值，利用物理学知识获取大气压力数值，水的密度数值以及重力常数；

步骤S132，将地质钻探区域的表层地下水压力数值、大气压力数值，水的密度数值以及重力常数通过地下水水位计算公式计算得到地下水水位高度数据；

步骤S133，综合地表形态数据、岩层性质数据以及地下水水位高度数据得到基础地质数据，将基础地质数据输送至数据处理模块和数据挖掘模块；

步骤S2，对基础地质数据进行处理，得到地质钻探数据；

步骤S21，根据基础地质数据获取地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据；

步骤S22，将地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据通过地质钻探计算公式计算得到地质钻探数据Dz；

步骤S3，根据基础地质数据进行自动化数据挖掘，并获取标准地质数据；

步骤S31，根据基础地质数据进行自动化数据挖掘，具体如下，

步骤S311，根据基础地质数据获取地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据；

步骤S312，使用Scrapy爬虫技术通过互联网获取不同地质区域的地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据，得到数据挖掘基础数据；

步骤S313，通过数据清洗对数据挖掘基础数据中存在某种参数不完全的数据进行去除，利用字符匹配算法对数据挖掘基础数据进行字符重复性检验，将数据挖掘基础数据中的相同数据重复数值进行去除，得到数据挖掘预处理数据；

步骤S314，将地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据中，存在一项或多项数据不存在的分组作为缺失数据分组，并将缺失数据分组中不存在的数据用0进行填充；

步骤S315，综合完整数据分组和缺失数据分组得到挖掘预处理分组数据；

步骤S32，对缺失数据分组中进行补充并获取标准地质数据，具体如下，

步骤S321，根据挖掘预处理分组数据得到完整数据分组和缺失数据分组，将完整数据分组作为训练集数据，将缺失数据分组作为测试集数据；

步骤S322，对测试集数据中用0进行填充的数据进行标注，利用训练集数据对随机森林模型进行训练，得到训练好的随机森林模型；

步骤S323，随机森林模型对测试集中用0进行填充的数据进行预测，将预测得到的具体数据对缺失数据分组进行补充，得到补充完整的缺失数据分组；

步骤S324，将完整数据分组和补充完整的缺失数据分组中的地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据分别进行数据提取，并利用平均数计算模型获取地表平均高程数值、地面平均坡度数值、岩层密度数值、岩体抗压强度数值、岩体抗拉强度数值以及地下水水位高度数据的平均数值；

步骤S325，将地表平均高程数值的平均数值作为地表平均高程标准数值，将地面平均坡度数值的平均数值作为地面平均坡度标准数值，将岩层密度的平均数值作为岩层密度标准数值，将岩体抗压强度数值的平均数值作为岩体抗压强度标准数值，将岩体抗拉强度数值的平均数值作为岩体抗拉强度标准数值，将地下水水位高度数据的平均数值设置为地下水水位高度标准数据；

步骤S326，综合地表平均高程标准数值、地面平均坡度标准数值、岩层密度标准数值、岩体抗压强度标准数值、岩体抗拉强度标准数值以及地下水水位高度标准数据得到标准地质数据；

步骤S4，根据标准地质数据进行工作控制；

步骤S41，根据标准地质数据和地质钻探数据进行任务分级，具体如下，

步骤S411，根据标准地质数据获取地表平均高程标准数值、地面平均坡度标准数值、岩层密度标准数值、岩体抗压强度标准数值、岩体抗拉强度标准数值以及地下水水位高度标准数据；

步骤S412，将地表平均高程标准数值、地面平均坡度标准数值、岩层密度标准数值、岩体抗压强度标准数值、岩体抗拉强度标准数值以及地下水水位高度标准数据通过地质钻探阈值计算公式计算得到地质钻探阈值数据Dz1；

步骤S413，根据数据处理模块地质钻探数据Dz，通过地质钻探数据阈值Dz1和地质钻探数据Dz进行分级判断，具体如下，

当Dz≥Dz1时，判断为高难度地质钻探等级；

当Dz1＞Dz＞0时，判断为一般难度地质钻探等级；

步骤S414，将根据地质钻探数据阈值和地质钻探数据的判断结果作为钻探分级数据；

步骤S42，根据钻探分级数据进行工作开展，具体如下，

步骤S421，针对高难度地质钻探等级，在进行钻探时使用岩芯钻探的钻探方式，选择高密度钻井液和超硬合金钻头；

步骤S422，针对一般难度地质钻探等级，在进行钻探时使用循环泥浆钻探的钻探方式，选择聚合物钻井液和常规三角锥钻头。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。