一种基于振动加速度及磁通门信号的随钻测井仪器横向位移计算模型生成方法技术

本发明专利技术公开了一种基于振动加速度及磁通门信号的随钻测井仪器横向位移计算模型生成方法，包括如下步骤：通过钻铤横截面上对称安装的两只测量轴正交加速度计和远离探头一端安装的磁通门传感器测量数据；建立双状态非线性卡尔曼滤波模型，基于钻铤轴心振动加速度值计算出横向振动位移的最优估计值；将该横向振动位移最优估计方法通过仿真实现验证。利用该方法可以解决随钻测井仪器内部中空走泥浆，无法将传感器直接安装在钻铤轴心处测量振动数据的问题，同时利用非线性卡尔曼滤波可得到横向位移最优估计值，有效消除高温环境下测量信号的热噪声对位移计算结果的影响，运算实时性高，计算量小。计算量小。计算量小。

【技术实现步骤摘要】
一种基于振动加速度及磁通门信号的随钻测井仪器横向位移计算模型生成方法


[0001]本专利技术涉及石油测井技术与仪器领域，更具体地，涉及一种基于振动加速度及磁通门信号的随钻测井仪器横向位移计算模型生成方法。

技术介绍

[0002]使用随钻测井仪测井时，由于钻头在钻井的过程中会受到各种力的作用，随钻测井仪器在运动过程中会带有旋转的横向运动，且核磁测井不是瞬时完成的，需要极化时间，因此横向振动可能导致极化区与共振区不一致，最终导致回波数据测量的衰减。针对此技术问题，需要通过随钻测井仪提供振动加速度及磁通门信号来计算钻铤横向位移。
[0003]一般来说，在井下实时测量仪器的振动加速度后，通过对加速度信号进行一次积分和二次积分得到速度和位移信号，但是用于信号采集的加速度传感器安装在井下钻头部分，由于井下高温工作环境，以及岩石的碰撞，再加之加速度传感器本身的测量误差和温度漂移特性等因素，导致采集到的振动加速度信号中含有较多的随机热噪声和直流分量，这些误差因素都会在积分过程中传递到测量位移信号。为了提高积分的精度，2010年，华中科技大学的陈为真研究小组提出先对加速度信号采用时域积分算法获得含有趋势项的速度信号及位移信号，再采用拟合多项式极值的方法消除积分中的趋势项误差，以获得校正的位移信号，2015年，华北电力大学的王剑研究小组提出可用于加速度积分的Lagrange多项式拟合积分法，能使积分所得结果在低采样频率下更接近真实信号。以上方法虽然能够更好地控制二次积分的累积误差，但在信号采集、数据转换等过程中存在误差，同时计算处理过程比较复杂。
[0004]为了尽可能地利用传感器所提供的数据、提高振动位移实测数据的精度，哥伦比亚大学的Andrew Smyth研究小组提出采用卡尔曼滤波技术对具有不同采样频率的位移和加速度测量值进行多速率数据融合,该方法采用常加速度模型，将加速度作为控制输入，位移作为观测值，但随钻测井仪仅提供四路加速度信号和四路磁通门信号，没有位移直接观测数据。当前国内随钻测井仪器在面对高温工作环境或各种误差及噪声干扰时，如何通过现有振动加速度及磁通门信号计算横向位移并提高测量精确度成为一个急需解决的问题。

技术实现思路

[0005]针对现有技术的缺陷和改进需求，本专利技术提供一种基于振动加速度及磁通门信号的随钻测井仪器横向位移计算模型生成方法，针对随钻测井仪建立动力学模型，采用扩展卡尔曼滤波的方法融合动力学模型所预测的状态量以及传感器所测得的观测量，获得最优估计，可以有效解决随钻测井仪器横向位移计算问题，并控制二次积分的累积误差，使其更加趋于实际值。
[0006]本专利技术提供了一种基于振动加速度及磁通门信号的随钻测井仪器横向位移计算模型生成方法，包括如下步骤：
[0007]步骤1：通过钻铤周围两只加速度计的检测结果间接得到钻铤轴心处振动加速度；
[0008]步骤2：建立钻铤轴心处运动轨迹计算模型，分为两部分：第一部分计算钻铤轴心处横向运动加速度值和横向运动加速度相对于以井眼为参考建立的静坐标系的角度；第二部分基于轴心加速度计算出钻铤轴心处的横向运动轨迹；
[0009]步骤3：建立双状态非线性卡尔曼滤波算法模型以优化钻铤轴心处横向位移计算数据；
[0010]步骤4：将横向位移计算模型通过ADAMS仿真软件进行分析验证。
[0011]进一步地，通过两只两轴加速度计的测量数据(a
1x
、a
1y
、a
2x
、a
2y
)和磁通门传感器在钻铤横截面方向上的两路检测数据(HX、HY)计算钻铤轴心处横向运动加速度值(a
e
)和该加速度相对于静坐标系的角度(θ
e
)，对应的计算公式如下式：
[0012][0013]进一步地，建立双状态非线性卡尔曼滤波算法模型时，输入量为加速度传感器和磁通门传感器的检测数据，输出量为钻铤轴心横向位移，对应步骤2中提到的钻铤横向位移两部分计算，第一部分EKF算法中状态量的一部分作为第二部分EKF算法的观测数据。
[0014]更进一步地，第一部分算法的主要目的是通过加速度计数据和磁通门传感器数据得到钻铤轴心处横向加速度的大小与方向，建立如下状态方程及观测方程并代入非线性卡尔曼滤波迭代过程：
[0015][0016][0017]更进一步地，第二部分EKF算法的目的是通过钻铤轴心加速度的大小和方向数据
得到钻铤横向位移的最优估计值，建立如下状态方程及观测方程并代入非线性卡尔曼滤波迭代过程：
[0018][0019][0020][0021]进一步地，利用solidworks三维建模软件基于仪器骨架的实际尺寸和材料进行建模，并把建立的模型导入ADAMS中，在ADAMS中施加随机振动驱动之后进行运动学仿真。
[0022]总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得以下有益效果：
[0023](1)通过钻铤周围两只加速度计的检测结果间接得到钻铤轴心处振动加速度，解决了随钻测井仪器内部中空走泥浆，无法将传感器直接安装在钻铤轴心处测量振动数据的问题；
[0024](2)利用非线性卡尔曼滤波将系统的预测值和观测值结合起来得到最优状态量，运算实时性高，计算量小，在众多领域中可以广泛使用。
附图说明
[0025]图1是本专利技术的方法流程图；
[0026]图2是本专利技术的随钻测井仪器井下机构结构图；
[0027]图3是本专利技术的随钻测井仪器简化仿真图；
[0028]图4是本专利技术的加速度计安装示意图；
[0029]图5是本专利技术的双状态EKF联合算法模型框图；
[0030]图6是本专利技术的X轴方向加速度测量值对比图；
[0031]图7是本专利技术的Y轴方向加速度测量值对比图；
[0032]图8是本专利技术的横向位移模型计算结果与理论值对比图。
具体实施方式
[0033]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0034]如图1所示，本专利技术提供了一种基于振动加速度及磁通门信号的随钻测井仪器横向位移计算模型生成方法，包括如下步骤：
[0035]步骤1：通过钻铤周围两只加速度计的检测结果间接得到钻铤轴心处振动加速度；
[0036]步骤2：建立钻铤轴心处横向运动轨迹计算模型，分为两部分：第一部分计算钻铤轴心处横向运动加速度值和横向运动加速度相对于以井眼为参考建立的静坐标系的角度；第二部分基于轴心加速度计算出钻铤轴心处的横向运动轨迹；
[0037]步骤3：建立双状态非线性卡尔曼滤波算法模型以优化钻铤轴心处横向位移计算数据；
[0038]步骤4：将横向位移计算模型通过ADAMS仿真软件进行分析本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于振动加速度及磁通门信号的随钻测井仪器横向位移计算模型生成方法，其特征在于，包括如下步骤：步骤1，通过钻铤周围两只加速度计的检测结果间接得到钻铤轴心处振动加速度；步骤2，建立钻铤轴心处运动轨迹计算模型，所述计算模型分为两部分，第一部分计算钻铤轴心处横向运动加速度值和横向运动加速度相对于以井眼为参考建立的静坐标系的角度；第二部分基于轴心加速度计算出钻铤轴心处的横向运动轨迹；步骤3，建立双状态非线性卡尔曼滤波算法模型以优化钻铤轴心处横向位移计算数据；步骤4，将横向位移计算模型通过ADAMS仿真软件进行分析验证。2.根据权利要求1所述的通过钻铤周围两只加速度计的检测结果间接得到钻铤轴心处振动加速度，其特征在于，所述步骤2具体为：通过两只两轴加速度计的测量数据(a
1x
、a
1y
、a
2x
、a
2y
)和磁通门传感器在钻铤横截面方向上的两路检测数据(HX、HY)计算钻铤轴心处横向运动加速度值(a
e
)和该加速度相对于静坐标系的角度(θ
e
)，对应的计算公式如下式：3.根据权利要求1所述的建立双状态非线性卡尔曼滤波算法模型以优化钻铤轴心处横向位移计算数据，其特征在于，所述步骤3具体为：建立双状态非线性卡尔曼滤波算法模型时，输入量为加速度传感器和磁通门传感器的检测数据，输出量为钻铤轴心横向位移，对应步骤2中提到的钻铤横向位移分两部分计算，第一部分EKF算法中状态量的一部...

【专利技术属性】
技术研发人员：程晶晶，李照浦，吕俊，郗贝婷，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：