基于慣性測量參數(shù)的鉆頭磨損預測方法
【專利摘要】在鉆井、鉆探和鉆孔中，鉆頭會有磨損，對鉆速和軸壓、軸的支撐和密封都會有影響，設計基于慣性測量參數(shù)的多維時間序列相似性度量的磨損預測方法：把采集的信號處理后取平均，采用多參數(shù)ARMA模型把多維時間序列轉(zhuǎn)為一維時間序列；新鉆頭信號經(jīng)過處理后作為第1數(shù)據(jù)段，計算第i數(shù)據(jù)段與第1段數(shù)據(jù)的歐氏距離，判斷磨損的程度；遞推計算第i+1數(shù)據(jù)段與第i數(shù)據(jù)段的歐氏距離，進行度量磨損的相似性，采用指數(shù)函數(shù)擬合磨損程度變化，推導磨損規(guī)律；結(jié)合位置和磨損變化，預測那些地方磨損鉆頭嚴重；根據(jù)進動角速度計算磨損的角位置。本發(fā)明在于簡單易于實現(xiàn)，預測精度高，并可以預測磨損的位置，不用附加其他傳感器。
【專利說明】基于慣性測量參數(shù)的鉆頭磨損預測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及慣性隨鉆測量領(lǐng)域，特別是在鉆井、鉆探和鉆孔中的鉆頭磨損預測方法。
技術(shù)背景
[0002]在鉆井、鉆探和鉆孔中，鉆頭在鉆進過程中會磨損，如果鉆頭均勻磨損，對鉆進速度和軸壓會有影響，如果不均勻磨損，鉆頭在轉(zhuǎn)動中有擺動，產(chǎn)生扭轉(zhuǎn)振動加速度和側(cè)向振動加速度，甚至回旋振動加速度，對軸的支撐和密封都會有影響，甚至損壞切削機構(gòu)，還會導致鉆頭不平衡和外力矩不平衡，產(chǎn)生進動角速度，加速損壞，直至發(fā)生鉆井事故，因此要實時預測鉆頭磨損情況，來決定是否更換鉆頭。
[0003]鉆頭在磨損的時候自身力不平衡和不規(guī)則外力作用下，導致其鉆頭振動加速度，其振動信號中包括磨損產(chǎn)生的振動加速度、外界激勵產(chǎn)生的振動加速度和不同地質(zhì)因素產(chǎn)生的振動加速度等，信號頻率范圍寬，持續(xù)時間短，具有一定的混沌性和隨機性，信號特征沒有那么明顯，并且屬于弱信號，由于每種濾波或分解方法都是有一定使用條件的，很難真實提取由磨損產(chǎn)生的振動信號，因此完全靠振動信號來預測磨損有可能是不準確的。
[0004]還有國外提出的采用鉆速方程和測井數(shù)據(jù)計算機械比能、巖石抗壓強度及鉆頭磨損等級和基于可控性鉆井參數(shù)(鉆壓、轉(zhuǎn)速、排量、鉆頭工作時間等)的鉆頭磨損預測；還有人提出磨損與鉆壓、轉(zhuǎn)速和軸載之間的關(guān)系來確定，這些鉆頭磨損預測方法有個問題是很多參數(shù)無法準確測量，或者無法測量。
[0005]隨著慣性技術(shù)在隨鉆測量中的應用，設計基于加速度、角速度、速度和進動的多維時間序列相似性度量的磨損預測方法。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于提出一種基于慣性測量參數(shù)的鉆頭磨損預測方法，把慣性導航技術(shù)與鉆頭測量技術(shù)結(jié)合在一起，對鉆頭的磨損程度及位置進行預測，實現(xiàn)及時預警。
[0007]為了實現(xiàn)上述目的，設計慣性隨鉆測量系統(tǒng)，對陀螺儀輸出的角速度和加速度計輸出加速度的進行信號處理和解算，得到加速度、角速度、速度信息。鉆頭磨損時會引起鉆進速度、加速度、角速度等一系列的變化，還會導致自身力矩和外力矩會不平衡，造成鉆頭進動，在充分利用慣性測量單元提供的測量參數(shù)，設計基于鉆速、加速度、角速度和進動的多維時間序列相似性度量的磨損預測方法。
[0008]慣性隨鉆測量系統(tǒng)包括信號采集模塊、信號處理與預測模塊和傳輸模塊三部分部分。
[0009]信號采集模塊包括三軸加速計、三軸陀螺儀、溫度傳感器和放大部分。考慮鉆頭所處的環(huán)境特別惡劣，需提高抗沖擊能力和減小體積，傳感器均采用MEMS固態(tài)傳感器。
[0010]三軸加速度計用以測量鉆頭的三個軸向上的加速度信號，三軸陀螺儀用以測量鉆頭的三個軸向上的角速度，溫度計用于陀螺儀和加速度計的溫度補償。[0011]信號處理與預測模塊的功能包括信號處理和磨損預測。
[0012]信號處理:鉆頭的加速度和角速度信號進行溫度補償，進行小波濾波處理，然后通過加速度的積分得到速度信號7和位置信號P。
[0013]所述的磨損預測一基于加速度、角速度、速度和進動的多維時間序列相似性度量的磨損預測方法:把采集到的加速度信號、角速度信號和速度信號，每采集M長度數(shù)據(jù)為一段，取平均，來消除偶然誤差。
[0014]對信號進行平穩(wěn)性檢驗后，考慮加速度、角速度和速度時間序列之間的關(guān)聯(lián)性，建立滑動自回歸模型，進行模型參數(shù)估計和誤差檢驗，把多維的時間序列轉(zhuǎn)為一維時間序列。
[0015]把鉆頭磨損分為四個程度一新鉆頭、初期磨損、一般磨損和嚴重磨損，在鉆探開始時采集的信號，即新鉆頭信號，逐漸可能會出現(xiàn)初期磨損信號，一般磨損信號和嚴重磨損信號。
[0016]把新鉆頭信號經(jīng)過平均和AMA模型處理后，作為數(shù)據(jù)標準段ym.，即第I數(shù)據(jù)
段，后期采集的數(shù)據(jù)也經(jīng)過平均和AEMA模型處理后，分成不同數(shù)據(jù)段ym,計算第i數(shù)據(jù)
段ym與第I段數(shù)據(jù)ym的歐氏距離
【權(quán)利要求】
1.基于慣性測量參數(shù)的鉆頭磨損預測方法，其特征在于把采集的加速度信號、角速度信號、速度信號，每采集長度數(shù)據(jù)為一段，取平均
2.基于慣性測量參數(shù)的鉆頭磨損預測方法，其特征在于對信號進行平穩(wěn)性檢驗后，考慮加速度、角速度和速度時間序列的之間的關(guān)聯(lián)性，根據(jù)滑動自回歸模型建立戶皿VlA(MjW),進行模型參數(shù)估計和誤差檢驗，把多維的時間序列轉(zhuǎn)為一維時間序列? 0?.)h >….?),其中！為不同的數(shù)據(jù)段。
3.基于慣性測量參數(shù)的鉆頭磨損預測方法，其特征在于把鉆頭磨損分為四個程度:新鉆頭、初期磨損、一般磨損和嚴重磨損，在鉆探開始時采集到的信號，即新鉆頭信號，逐漸可能會出現(xiàn)初期磨損信號，一般磨損信號和嚴重磨損信號。
4.基于慣性測量參數(shù)的鉆頭磨損預測方法，其特征在于新鉆頭信號經(jīng)過平均和AEMA模型處理后，作為數(shù)據(jù)標準段Λμ ,即第I數(shù)據(jù)段，后期采集的數(shù)據(jù)也經(jīng)過平均和AlMA模型處理后，分成不同數(shù)據(jù)段,計算第i數(shù)據(jù)段.?*與第I段數(shù)據(jù)的歐氏距離
5.基于慣性測量參數(shù)的鉆頭磨損預測方法，其特征在于把4進行歸一化處理，名e(0.1，0.3)為初期磨損，式e(0.4,0.6)為一般磨損，4 e(0.7,0.9)為嚴重磨損。
6.基于慣性測量參數(shù)的鉆頭磨損預測方法，其特征在于磨損規(guī)律的預測:遞推計算第 數(shù)據(jù)段與第數(shù)據(jù)段的歐氏距離
7.根據(jù)權(quán)利要求6所述的基于慣性測量參數(shù)的鉆頭磨損預測方法，其特征在于如果^ i變化很微小，自動加大兩數(shù)據(jù)段的間距，即:+ J ,遞推計算第? + j數(shù)據(jù)段與第:數(shù)據(jù)段的歐氏距離
8.基于慣性測量參數(shù)的鉆頭磨損預測方法，其特征在于結(jié)合位置P和磨損變化，可預測那些地方磨損鉆頭厲害。
9.基于慣性測量參數(shù)的鉆頭磨損預測方法，其特征在于鉆頭不均勻磨損，自身力矩和外力矩都是不平衡的，根據(jù)旋轉(zhuǎn)的鉆頭具有陀螺的特性——進動性，鉆頭產(chǎn)生進動，根據(jù)進動角速度計算磨損的角位置。
10.根據(jù)權(quán)利要求9所述的基于慣性測量參數(shù)的鉆頭磨損預測方法，其特征在于設置慣性隨鉆測量系統(tǒng)的坐標系統(tǒng)與鉆頭坐標系一致，在不發(fā)生進動的時候，鉆頭轉(zhuǎn)速即為繞X軸的角速度；在不均勻磨損時，磨損的地方質(zhì)量減少，雖然造成自身平衡不大，但會引起外力矩不平衡，產(chǎn)生繞Y軸和Z軸的角速度?^和％,根據(jù)進度角速度計算磨損的角位置，設與Y軸的角度即
【文檔編號】G01N3/56GK103792155SQ201410066817
【公開日】2014年5月14日 申請日期:2014年2月27日 優(yōu)先權(quán)日:2014年2月27日
【發(fā)明者】楊金顯, 張穎, 陶慧, 陳超, 李志鵬 申請人:河南理工大學