鉆井過程實時狀態(tài)監(jiān)測與診斷技術研究.pdf

1、石油鉆井系統(tǒng)構成復雜，工作環(huán)境復雜多變且工況惡劣，鉆井系統(tǒng)鉆進過程實時狀態(tài)監(jiān)測與診斷是鉆井工程的重要研究方向。鉆進過程實時信息的獲取、處理及傳輸技術是鉆進過程實時狀態(tài)監(jiān)測與診斷的關鍵技術。本文圍繞自動化鉆井過程的信息獲取和信息處理開展研究工作。
　　 自動化鉆井是鉆井技術未來重要的發(fā)展方向，在總結自動化鉆井技術發(fā)展現(xiàn)狀的基礎上提出自動化鉆井信息模型，認為自動化鉆井系統(tǒng)應該包含地面和井下兩個信息處理系統(tǒng)，地面信息處理系統(tǒng)是自動化鉆

2、井的核心，井下信息處理系統(tǒng)、井下隨鉆測量儀器以及井下工具組合構成的井下控制系統(tǒng)將起到越來越重要的作用。鉆井過程實時狀態(tài)監(jiān)測與異常狀態(tài)診斷是兩個信息處理系統(tǒng)的核心內容之一，鉆井系統(tǒng)及其工作環(huán)境的復雜性決定了鉆井狀態(tài)的判別不能只依靠單一的傳感器信息，鉆井過程反映狀態(tài)的參數(shù)多，利用鉆井過程地面及井下各種傳感器信息的冗余性和互補性，提出采用多傳感器信息融合原理對鉆井過程進行狀態(tài)監(jiān)測與異常狀態(tài)診斷，論證了基于多傳感器信息融合方法改善鉆井過程狀態(tài)監(jiān)

3、測和診斷結果魯棒性的可行性。
　　 在總結多傳感器信息融合方法的基礎上，結合鉆井系統(tǒng)復雜多變的特點，提出采用不依賴于精確數(shù)學模型的神經(jīng)網(wǎng)絡和證據(jù)理論多傳感器信息融合方法。多傳感器信息融合方法在刻畫系統(tǒng)狀態(tài)、系統(tǒng)行為等方面具有比單一傳感器信息更強的能力，但是當多傳感器信息存在矛盾或融合模型不完善時，信息融合的結果可能異常，在鉆進過程中可能得出錯誤的狀態(tài)判別，本文針對此種情形提出了沖突證據(jù)處理的基本框架，采用修改證據(jù)組合規(guī)則的方法對

4、沖突證據(jù)進行分配，以提高證據(jù)融合處理結果的合理性。
　　 鉆井地面系統(tǒng)的信息獲取系統(tǒng)技術尚不完善，提出建立基于無線數(shù)據(jù)傳輸?shù)男滦豌@井地面數(shù)據(jù)采集監(jiān)測系統(tǒng)，制訂無線數(shù)據(jù)通訊協(xié)議，開發(fā)鉆井地面數(shù)掘采集系統(tǒng)。按照鉆井專家知識，總結形成了鉆井異常狀態(tài)診斷判據(jù)，建立不同鉆井過程狀態(tài)測量參數(shù)的特征提取模型。
　　 結合鉆井專家經(jīng)驗建立鉆井狀態(tài)空間，鉆井狀態(tài)空間包括鉆具刺穿、井涌、井漏等九種鉆井異常狀態(tài)和正常狀態(tài)共十種鉆井狀態(tài)。采用神

5、經(jīng)網(wǎng)絡方法建立鉆井過程狀態(tài)的多傳感器信息融合模型，實現(xiàn)鉆井狀態(tài)參數(shù)特征到鉆井狀態(tài)空間的映射，建立神經(jīng)網(wǎng)絡訓練樣本和教師樣本，提取鉆井過程實際異常狀態(tài)下的數(shù)據(jù)并形成異常樣本，神經(jīng)網(wǎng)絡模型經(jīng)過訓練后進行異常狀態(tài)辨識，模型的診斷結果表明，神經(jīng)網(wǎng)絡具有較好的診斷能力。
　　 D-S證據(jù)理論是融合不確定性信息的有效方法，鉆井系統(tǒng)中各傳感器信息均存在不確定性，嘗試采用D-S正據(jù)理論進行多傳感器信息融合。證據(jù)理論采用基本信任指派對狀態(tài)空間內的

6、狀態(tài)進行辨識，基本信任指派的獲取是進行證據(jù)融合的前提，提出基于神經(jīng)網(wǎng)絡與D-S證據(jù)理論結合方法對鉆井過程進行異常狀態(tài)診斷的集成多傳感器多層次融合診斷模型，將神經(jīng)網(wǎng)絡對異常狀態(tài)辨識輸出作為D-S證據(jù)理論融合輸入，即把神經(jīng)網(wǎng)絡輸出經(jīng)歸一化之后作為狀態(tài)辨識的基本信任指派，運用D-S證據(jù)理論沿時間軸進行證據(jù)融合，產(chǎn)生決策輸出。結果表明，集成多層次狀態(tài)監(jiān)測與異常狀態(tài)診斷模型具有較好的診斷能力。多層次診斷模型不僅實現(xiàn)了基于神經(jīng)網(wǎng)絡的當前狀態(tài)多傳感器