（机械设计及理论专业论文）钻井过程实时状态监测与诊断技术研究.pdf

摘要 石油钻井系统构成复杂，工作环境复杂多变且工况恶劣，钻井系统钻进过程 实时状态监测与诊断是钻井工程的重要研究方向。钻进过程实时信息的获取、处 理及传输技术是钻进过程实时状态监测与诊断的关键技术。本文围绕自动化钻井 过程的信息获取和信息处理开展研究工作。 自动化钻井是钻井技术未来重要的发展方向，在总结自动化钻井技术发展现 状的基础上提出自动化钻井信息模型，认为自动化钻井系统应该包含地面和井下 两个信息处理系统，地面信息处理系统是自动化钻井的核心，井下信息处理系统、 井下随钻测量仪器以及井下工具组合构成的井下控制系统将起到越来越重要的作 用。钻井过程实时状态监测与异常状态诊断是两个信息处理系统的核心内容之一， 钻井系统及其工作环境的复杂性决定了钻井状态的判别不能只依靠单一的传感器 信息，钻井过程反映状态的参数多，利用钻井过程地面及井下各种传感器信息的 冗余性和互补性，提出采用多传感器信息融合原理对钻井过程进行状态监测与异 常状态诊断，论证了基于多传感器信息融合方法改善钻井过程状态监测和诊断结 i 果鲁棒性的可行性。 在总结多传感器信息融合方法的基础上，结合钻井系统复杂多变的特点，提 出采用不依赖于精确数学模型的神经网络和证据理论多传感器信息融合方法。多 传感器信息融合方法在刻画系统状态、系统行为等方面具有比单一传感器信息更 强的能力，但是当多传感器信息存在矛盾或融合模型不完善时，信息融合的结果 可能异常，在钻进过程中可能得出错误的状态判别，本文针对此种情形提出了冲 突证据处理的基本框架，采用修改证据组合规则的方法对冲突证据进行分配，以 提高证据融合处理结果的合理性。 钻井地面系统的信息获取系统技术尚不完善，提出建立基于无线数据传输的 新型钻井地面数据采集监测系统，制订无线数据通讯协议，开发钻井地面数据采 集系统。按照钻井专家知识，总结形成了钻井异常状态诊断判据，建立不同钻井 过程状态测量参数的特征提取模型。 结合钻井专家经验建立钻井状态空间，钻井状态空间包括钻具刺穿、井涌、 井漏等九种钻井异常状态和正常状态共十种钻井状态。采用神经网络方法建立钻 井过程状态的多传感器信息融合模型，实现钻井状态参数特征到钻井状态空间的 映射，建立神经网络训练样本和教师样本，提取钻井过程实际异常状态下的数据 并形成异常样本，神经网络模型经过训练后进行异常状态辨识，模型的诊断结果 表明，神经网络具有较好的诊断能力。 d - s 证据理论是融合不确定性信息的有效方法，钻井系统中各传感器信息均存 在不确定性，尝试采用d - s 证据理论进行多传感器信息融合。证据理论采用基本信 任指派对状态空间内的状态进行辨识，基本信任指派的获取是进行证据融合的前 提，提出基于神经网络与d s 证据理论结合方法对钻井过程进行异常状态诊断的集 成多传感器多层次融合诊断模型，将神经网络对异常状态辨识输出作为d - s 证据理 论融合输入，即把神经网络输出经归一化之后作为状态辨识的基本信任指派，运 用d - s 证据理论沿时间轴进行证据融合，产生决策输出。结果表明，集成多层次状 态监测与异常状态诊断模型具有较好的诊断能力。多层次诊断模型不仅实现了基 于神经网络的当前状态多传感器信息融合，还实现了基于d - s 证据融合的当前状态 与历史状态的证据融合，实现多层次多方位的综合融合过程。 针对传统d s 证据理论对于冲突证据处理存在的缺陷，提出一种解决冲突证据 融合的模型用于钻并过程的状态监测，实现在证据冲突的情况下不影响证据融合 的结果，融合结果的合理性、正确性得到保障，提高集成多层次融合模型鲁棒性。 关键词：石油钻井，自动化钻井，多传感器信息融合，神经网络，多层次融合， 证据理论，证据冲突 a b s t r a c t o i ld r i l l i n ga r ec o m p l i c a t e d ，c o m p l e xa n dc h a n g i n gw o r ke n v i r o n m e n t ，p o o r w o r k i n gc o n d i t i o n s ，t h ed r i l l i n gp r o c e s sr e a l - t i m es t a t em o n i t o r i n ga n dd i a g n o s i si sa n i m p o r t a n t r e s e a r c h d i r e c t i o n d r i l l i n gp r o c e s s r e a l t i m ei n f o r m a t i o n a c q u i s i t i o n , p r o c e s s i n ga n dt r a n s m i s s i o nt e c h n o l o g yi sk e yt e c h n o l o g i e sf o rt h ed r i l l i n gp r o c e s s r e a l - t i m es t a t em o r n t o t i n ga n dd i a g n o s i s t h i sp a p e rf o c u s e so ni n f o r m a t i o na c q u i s i t i o n a n di n f o r m a t i o np r o c e s s i n gr e s e a r c hw o r ka b o u ta u t o m a t e d d r i l l i n g a u t o m a t e dd r i l l i n gi sa l li m p o r t a n td e v e l o p m e n td i r e c t i o no fd r i l l i n gt e c h n o l o g yi n t h ef u t u r e i nc o n c l u s i o n , t h ed e v e l o p m e n to fa u t o m a t e dd r i l l i n gt e c h n o l o g yo nt h eb a s i s o ft h es t a t u sq u o ，p r o p o s e dt h ea u t o m a t e dd r i u i n gi n f o r m a t i o nm o d e l ，t h a tt h e a u t o m a t e dd r i l l i n gs y s t e ms h o u l di n c l u d eb o t hg r o t m da n du n d e r g r o u n di n f o r m a t i o n p r o c e s s i n gs y s t e m s ，g r o u n di n f o r m a t i o np r o c e s s i n gs y s t e mi sa u t o m a t e dd r i l l i n gc o r e ， t h ed o w n h o l ec o n t r o ls y s t e mt h a ti n c l u d eu n d e r g r o u n di n f o r m a t i o np r o c e s s i n gs y s t e m s ， d o w n h o l em e a s u r e m e n tw h i l ed r i l l i n ge q u i p m e n ta n dc o m b i n a t i o no f d o w n h o l et o o l s w i l lp l a ya ni n c r e a s i n g l yi m p o r t a n tr o l e r e a l t i m es t a t em o n i t o r i n gd u r i n gd r i l l i n ga n d a b n o r m a ls t a t ed i a g n o s i si st h ec o r eo ft w o 砌o r m a t i o np r o c e s s i n gs y s t e m s ，t h e c o m p l e x i t yo fd r i l l i n gs y s t e ma n di t sw o r k i n ge n v i r o n m e n td e t e r m i n e st h a tw et a i ln o t j u s tr e l yo nas i n g l es e n s o ri n f o r m a t i o n , w eh a v em o r et h a no n ep a r a m e t e rt od e s c r i b e d r i l l i n gp r o c e s ss t a t e u s i n gs u r f a c ea n du n d e r g r o u n dd r i l l i n gp r o c e s si n f o r m a t i o nf r o m v a r i o u ss e n s o r sr e d u n d a n c ya n dc o m p l e m e n t a r i t y , w eu s e dm u l t i s e n s o ri n f o r m a t i o n f u s i o nt h e o r yf o rt h ed r i l l i n gp r o c e s ss t a t e m o n i t o r i n ga n dd i a g n o s i s ，b a s e d o n m u l t i s e n s o ri n f o r m a t i o nf u s i o nm e t h o dt oi m p r o v et h ed r i l l i n gp r o c e s ss t a t em o n i t o r i n g a n dd i a g n o s i sr o b u s t n e s si sf e a s i b l e b a s e do nt h ec o m p l e xc h a r a c t e r i s t i c so fd r i l l i n gs y s t e m , s u m m a r i z e dm u l t i s e n s o r i n f o r m a t i o nf u s i o n ，u s em u l t i s e n s o ri n f o r m a t i o nf u s i o nm e t h o do fn e u r a ln e t w o r ka n d e v i d e n c et h e o r yt h a td o e sn o tr e l yo na c c u r a t em a t h e m a t i c a lm o d e l u s i n gm u l t i s e n s o r i n f o r m a t i o nf u s i o nt od e s c r i b et h es y s t e ms t a t ea n ds y s t e mb e h a v i o ri sb e t t e rt h a na s i n g l es e n s o ri n f o r m a t i o n , b u tw h e nt h e r ei sc o n f l i c to rm u l t i s e n s o ri n f o r m a t i o nf u s i o n m o d e li m p e r f e c t ，t h ei n f o r m a t i o nf u s i o nr e s u l t sm a yb ea b n o r m a l ，i nt h ed r i l l i n gp r o c e s s m a yc o m et ot h ew r o n gs t a t ee s t i m a t i o n ，t h i sp a p e rp u tf o r w a r ds u c hac a s et h eb a s i c f r a m e w o r kf o ra e a l 吨晰t l lc o n f l i c t i n g e v i d e n c e ，b ya m e n d i n g t h ee v i d e n c e c o m b i n a t i o nr u l e ，t h ea l l o c a t i o no ft h ee v i d e n c eo fc o n f l i c tc a l li m p r o v er a t i o n a l i t yo f t h ee v i d e n c ef u s i o nr e s u l t s d r i l l i n gg r o u n ds y s t e m si n f o r m a t i o na c q u i s i t i o nt e c h n o l o g y i sn o t p e r f e c t ， e s t a b l i s h e dan e wt y p eo fw i r e l e s sd a t aa c q u i s i t i o nm o n i t o r i n gs y s t e m ，d r a f t e dw i r e l e s s d a t ac o m m u n i c a t i o np r o t o c o l s ，d e v e l o p e dd r i l l i n gg r o u n dd a t aa c q u i s i t i o ns y s t e m i n a c c o r d a n c e 研mt h ed r i l l i n ge x p e r tk n o w l e d g e ，s u m m e du pt h ed r i l l i n ga b n o r m a ls t a t e d i a g n o s i sc r i t e r i o n ，e s t a b l i s h e dt h ef e a t u r ee x t r a c t i o nm o d e lf o rd i f f e r e n tp a r a m e t e r s c o m b i n e d 谢t 1 1d r i l l i n ge x p e r tk n o w l e d g e ，e s t a b l i s h e dt h ed r i l l i n g s t a t e s p a c e ， i n c l u d i n gd r i l lp i e r c i e ，w e l lk i c k , l o s tc i r c u l a t i o ne t c n i n ea b n o r m a ls t a t ea n dn o r m a l s t a t et h a ti s10k i n d so fd r i l l i n gs t a t e u s i n gn e u r a ln e t w o r kt oe s t a b l i s ht h ed r i l l i n g p r o c e s sm o d e lo fm u l t i - s e n s o ri n f o r m a t i o nf u s i o nt oa c h i e v ed r i l l i n gc h a r a c t e r i s t i c so f s t a t ep a r a m e t e r st ot h ed r i l l i n gs t a t es p a c em a p p i n g ，e s t a b l i s h e dt h en e u r a ln e t w o r k t r a i n i n gs a m p l e sa n ds a m p l eo ft e a c h e r s ，e x t r a c t e dt h ed r i l l i n gp r o c e s sd a t au n d e r a b n o r m a lc o n d i t i o n s ，e s t a b l i s h e da b n o r m a ls a m p l e s ，t m i n e dn e u r a ln e t w o r kt oi d e n t i f y a b n o r m a ls t a t e , t h ed i a g n o s t i cr e s u l t ss h o wt h a t n e u r a ln e t w o r kh a sg o o dd i a g n o s t i c c a p a b i l i t i e s d se v i d e n c e t h e o r yi s a l le f f e c t i v em e t h o df o rt h ef u s i o no fu n c e r t a i n t y i n f o r m a t i o n ，t h em u l t i s e n s o ri n f o r m a t i o no ft h ed r i l l i n gs y s t e mi su n c e r t a i n t y , t r yu s i n g d - se v i d e n c et h e o r yt om u l t i - s e n s o ri n f o r m a t i o nf u s i o n i nd se v i d e n c et h e o r yu s i n g b a s i cb e l i e fa s s i g n m e n t 、析t ht h es t a t es p a c ef o rt h es t a t ei d e n t i f i c a t i o n , a c c e s st ob a s i c b e l i e fa s s i g n m e n ti sap r e r e q u i s i t ef o re v i d e n c ef u s i o n , p r o p o s e db a s e do nn e u r a l n e t w o r k sc o m b i n e dw i 也t h ed se v i d e n c et h e o r ym e t h o df o rd r i l l i n ga b n o r m a ls t a t e d i a g n o s i s ，t h a ti sam u l t i - s e n s o rm u l t i - l e v e li n t e g r a t i o nd i a g n o s t i cm o d e l ，t h en e u r a l n e t w o r kr e c o g n i t i o no u t p u ti sb a s i cb e l i e fa s s i g n m e n tf o rd r i l l i n gs t a t es p a c e ，t h a ti s ，t h e n e u r a ln e t w o r ko u t p u tb yt h en o r m a l i z a t i o ni st h ei n p u to fd se v i d e n c et h e o r yf u s i o n ， a l o n gt h et i m e l i n et op r o d u c ed e c i s i o n m a k i n go u t p u t t h er e s u l t ss h o wt h a tt h e i n t e g r a t i o no fm u l t i - l e v e ls l a t em o n i t o r i n ga n dd i a g n o s i sm o d e lh a sb e t t e rd i a g n o s t i c c a p a b i l i t i e s m u l t i - l e v e ld i a g n o s i sm o d e l n o t o n l y r e a l i z et h ec u r r e n ts t a t eo f m u l t i s e n s o ri n f o r m a t i o nf u s i o nb a s e do nn e u r a ln e t w o r k , a l s oa c h i e v e dt of u s et h e h i s t o r i c a ls t a t u sa n dt h ec u r r e n t s t a t eb a s e do nd se v i d e n c e ，c o m p l e t e d m u l t i d i m e n s i o n a la n dm u l t i - l e v e li n t e g r a t e df u s i o np r o c e s s w h e nt h ee v i d e n c ei sc o n f l i c t ，t h et r a d i t i o n a ld sc o m b i n a t i o nm o d e lh a v ed e f e c t s ， ac o n f l i c td i g e s t i o nm o d e lf o re v i d e n c ef u s i o ni sp r o p o s e dt om o n i t o rt h e d r i l l i n g p r o c e s s ，i m p l e m e n tn o tt oa f f e c tt h ef u s i o nr e s u l tw h e ne v i d e n c ec o n f l i c t ，t h ef u s i o n r e s u l t si sr e a s o n a b l ea n dc o r r e c t ，a n di m p r o v i n gr o b u s t n e s so fi n t e g r a t i o nm u l t i l e v e l f u s i o nm o d e l k e y w o r d s ：o i ld r i l l i n g ，a u t o m a t e dd r i l l i n g ，m u l t i s e n s o ri n f o r m a t i o nf u s i o n ，n e u r a l n e t w o r k s ，m u l t i l e v e lf u s i o n ，e v i d e n c et h e o r y ，e v i d e n c eo f c o n f l i c t 表格目录 表3 1 钻井异常状态与参数变化趋势对照表6 2 表4 1 钻井系统主要数据名称列表7 1 表4 2 钻井异常状态识别条件7 3 表4 3 曲线图对应钻井异常状态表7 8 表4 4 某钻井过程掉钻具数据列表8 7 表4 5 掉钻具状态下的主要特征参数8 8 表4 - 6 钻井异常状态参数变化与主要特征9 0 表4 7 训练样本及教师样本9 1 表48 隐层节点数对神经网络性能的影响9 2 表4 9 神经网络仿真结果9 5 表4 1 0 异常状态特征数据9 5 表4 一1 1 神经网络诊断数据9 6 表4 - 1 2 异常状态诊断结果9 6 表4 1 3 神经网络补充诊断数据9 7 表4 1 4 异常状态补充诊断结果9 8 表5 1 子神经网络输入输出参数表1 0 2 表5 - 2 钻井液子神经网络训练及教师样本1 0 4 表5 3 起升及动力子神经网络训练及教师样本1 0 5 表5 4 子神经网络设计参数1 0 6 表55 钻井液子神经网络仿真输出1 0 6 表5 6 起升及动力子神经网络仿真输出1 0 6 表5 7 钻井液子神经网络异常样本一1 1 2 表5 - 8 钻井液子神经网络异常状态识别输出1 1 3 表5 9 起升及动力子神经网络异常样本1 1 3 表5 - 1 0 起升及动力子神经网络异常状态识别输出1 1 3 表5 - 1 1 异常状态基本信任指派1 1 4 插图目录 图卜1 石油钻井自动化信息流向2 图卜2 状态监测与异常诊断流程7 图2 1 像素级融合模型1 5 图2 2 特征级融合模型1 6 图2 - 3 决策级融合模型1 6 图2 4 神经元结构模型2 1 图2 5 多层前馈神经网络2 3 图2 6 基于信息融合的异常诊断结构3 5 图2 - 7d s 证据理论诊断模型3 8 图2 8 神经网络和证据理论集成异常诊断模型4 0 图3 - 1 转盘俯视图及剖面图4 4 图3 2 扭矩仪原理框图4 5 图3 3 应变片粘贴方式示意图4 5 图3 - 4 扭矩仪机械结构图4 5 图3 5 通讯流程4 9 图3 - 6 检测平台方框图5 1 图3 7 检测平台电路原理图5 l 图3 - 8 数码管显示模块原理图5 2 图3 - 9 通讯接口原理图5 2 图31 0 边界扫描芯片内部结构5 4 图31 1 电路互连测试原理5 5 图3 1 2 某井不同井深扭矩参数变化及其细部特征信息6 4 图31 3 某井不同井深大钩负荷参数变化及其细部特征信息6 5 图31 4 某井不同井深立管压力参数变化及其细部特征信息6 5 图4 - i 神经网络状态诊断模型7 2 图4 - 2 钻井状态监测与异常诊断流程7 5 图4 - 3b p 算法流程图7 6 图4 - 4 水眼堵参数图7 9 图4 - 5 井漏参数图8 0 图4 6 井漏参数图8 l 图4 7 钻具刺穿参数图8 2 图4 8 掉钻具参数图8 3 图4 - 9 断钻具参数图8 4 图4 - 1 0 溢流参数图8 5 图4 1 1 井喷参数图8 6 图4 1 2 某钻井过程掉钻具主要参数趋势图8 8 图4 - 1 3 动量因子对神经网络性能的影响9 4 图5 一l 神经网络和d - s 证据理论集成融合诊断模型1 0 1 图5 - 2 修改证据源的证据组合流程1 1 1 独创性声明 我呈交的学位论文是在导师指导下个人进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含为获得其它学位或证书而采用过的材料。与我 同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了 谢意。特此声明。 ， 声明人( 签名) ： 关于论文使用授权的说明 砂l 。年f 月7 。e l 本人完全了解中国石油大学有关保留、采用学位论文的规定，即：学校有权 保留送交学位论文的复印件，允许学位论文被查阅和借阅；学校可以公布学位论 文的全部或部分内容，可以采用影印、缩印或其他复制手段保存学位论文。特此 说明。 说明人c 签名西噍艚狮c 池沙年夕月7 。日 创新点摘要 1 、建立自动化钻井信息模型，并提出运用多传感器信息融合方法对钻井过程 实时状态进行监测与异常状态诊断。自动化钻井是钻井技术发展的趋势，自动化 钻井的关键在于钻井过程各种信息的获取与处理，自动化钻井系统包括地面及井 下信息获取和处理两个不同的系统。传统的钻井状态监测与诊断采用专家经验进 行判断，信息获取能力的增强使钻井过程各状态参数测量成为现实，可以充分利 用钻井系统中多传感器信息的冗余性和互补性对钻井过程进行诊断，克服钻井系 统及工作过程状态辨识的复杂性与不确定性，提高钻井过程状态监测与诊断结果 的有效性。( 见第1 、2 、4 章) 2 、建立钻井无线数据传输地面数据采集系统，系统采用无线数据传输技术解 决钻井现场工作条件的限制，并制订了可靠的数据通讯机制，考虑钻井现场工作 条件的要求，设计了基于边界扫描的智能平台电路互联故障检测方案。( 见第3 章) 3 、提出神经网络与d s 证据理论集成的多传感器多层次钻井过程异常状态诊 断模型。建立钻井液和起升及负荷两个子神经网络，两个子神经网络对钻井异常 状态的辨识结果经归一化之后作为证据理论的一个证据，运用d s 证据理论沿时间 轴进行证据融合。多层次诊断模型不仅实现了基于神经网络的当前状态多传感器 信息融合，还实现了基于d s 证据融合的当前状态与历史状态的证据融合，实现多 层次多方位的综合融合过程。( 第5 章) 4 、传统d s 证据理论对于冲突证据处理存在缺陷，本文提出一种解决冲突证 据融合的模型用于钻井过程状态监测。钻井过程不确定性、钻井参数测量随机性、 钻井传感器受外界干扰而导致的测量异常是证据冲突的主要原因，通过证据冲突 情况下的基本信任处理机制，消解冲突证据对融合结果的影响，融合结果的合理 性、正确性得到保障，提高了融合模型的鲁棒性。( 见第2 、5 章) 中国石油大学( 华东) 博j ：学位论文：钻井过程实时状态i i 在n j ：j 诊断技术石玎究 1 1 课题背景 第1 章引言 石油和天然气是主要的化石能源，即使到2 0 3 0 年，全世界石油和天然气作为 一次能源的比例预计仍将达到6 0 ，我国油气资源可持续利用问题将更加突出。石 油勘探与开发是油气生产不可或缺的环节，在石油勘探与开发过程中，钻井是资 金和技术密集型工程，社会发展对钻井提出了更高的技术要求，使钻井科技工作 者面临许多新的挑战和技术难题。 石油钻机包括起升、旋转、钻井液循环、传动、控制、动力驱动、钻机底座、 钻机辅助设备或系统。要具备起下钻能力、旋转钻进能力、循环洗井能力。石油 钻机在钻进过程中与复杂且不确定的地质结构共同构成钻井复杂系统。钻井系统 不仅自身系统构成复杂，而且工作环境复杂多变、工况恶劣，为确保钻井过程的 正常进行，应该对钻井过程的复杂系统行为、工作环境、地层状况进行监测与诊 断。 复杂系统行为监控遵循基本控制理论，基于信息化与智能化的自动化钻井系 统，是新型钻井技术的核心。按照自动控制理论的要求，钻井系统自动控制( 自 动化钻井) 的实现需要集成包括随钻测量仪器等多种测量设备组成的信息获取系 统、地面与地下联动的控制系统、执行机构( 井下钻井工具组合) 以及起到信息 传输作用的信息传输通道等几个部分。在钻井过程中，执行机构根据信息处理的 指令来完成动作，而信息处理所发出的指令则应根据钻井设计的要求及实钻测量 反馈信息来确定。自动化钻井系统最终发展目标是“地下钻进机器人 ，它能够 在极其复杂的地下环境和恶劣的工况下进行有效的工作，能够精确探测前方和周 围的地质环境及自身状态，并根据地面指挥中心和地下实际情况作出正确的决策， 通过精确的执行机构完成地下资源探查与开采任务n 1 。 虽然我国钻井工作量已位居世界前列，但是我国在钻井自动化领域所掌握的 设备及技术的现状与国际先进水平相比仍存在较大差距，我国钻井装备整体技术 第1 章引言 水平还比较落后，自主知识产权装备较少，最新钻井技术装备的设计和生产的能 力比较差，钻井装备的整体信息化、智能化、自动化程度较低。 1 2 石油钻井自动化技术 自动化钻井要依靠和运用信息技术，要以传感器获取钻井过程的静态、动态 信息为基础，利用高效的信息传输通道将信息传输至以计算机为核心的信息处理 系统中，并与钻井设计信息进行融合处理，实时辨识钻井过程状态，进行状态预 测与异常报警，再利用双向通讯传输技术传输和反馈信息，将钻井过程状态及工 作指令发送至执行机构( 井下工具组合) ，由并下工具组合完成控制操作，影响 钻井过程，实现闭环钻井过程。 图1 - 1 石油钻井自动化信息流向 f i g u r e1 1i n f o r m a t i o nf l o wo fa u t o m a t e do i ld r i i i i n g 钻井自动化系统的结构可以分成地面系统和井下系统两部分，两个系统均以 信息处理和解释为核心开展工作，两个系统通过宽带信息传输通道进行连接。钻 井自动化系统的信息流向如图1 1 所示，井下系统可以包括信息获取环节( 随钻地 震m s w d 、随钻测井仪l w d 、随钻测量系统m w d 以及地质导向技术 2 印国石油大学( f # 东) 博：l ：学位论文：钻j 二过程镇时状态监测j ! ：断技术l 弭究 g s t ) 、井下执行机构( 井下工具组合) 以及信息处理控制部分( 井下信息集 成处理) 。地面系统则包括地面录井系统、远程操作与决策接口、地面设备控制 系统、井下远程控制界面、地面测量系统。不论地面还是井下信息集成处理系统， 都可以构成局部的闭环负反馈控制，地面系统还可以直接对井下系统下达控制指 令，基于i n t e m e t 的远程操作与决策系统可以实时了解钻井状况并下达操作指令。 综上所述，石油钻井自动化技术从实现的环节上包含四个主要的环节：信息 获取、信息处理、执行、信息传输。下面就这几个环节的国内外技术现状进行简 单总结( 执行环节主要涉及钻井工具方面，此处不做叙述) 。 1 2 1 钻井过程信息获取 自动化钻井实现的前提是必须具备完善的钻井参数检测获取能力。目前钻井 测量仪表正在经历一次重大革命，正在由过去的机械、液压仪表向数字化、智能 化、集成化、网络化和小型化方向发展。国内外有很多研究机构和公司在进行钻 井测量仪表的研究。总体上看，国内外钻井测量仪表的测量原理和方法都还有待 完善，国内钻井测量仪表在可靠性、精度和人机界面等方面与国外相比还有一定 差距。 钻井过程地面系统可测量的参数很多，其中可直接或间接测量的参数主要有 大钩负荷、大钩高度、立管压力、转盘扭矩、吊钳扭矩、转盘转速、泵冲次、泥 浆池高度、泥浆温度、泥浆密度、泥浆电阻率等，由上述直接测量参数可派生计 算的参数有钻压、垂直井深、大钩速度等近4 0 个。 随钻测量技术还可以提供井下钻进过程的实时钻井参数、地层地质参数等几 十个参数。随钻测井工具和各类电控智能工具中安装有各种传感器：地层电阻率 ( p ) 、岩性特征测量探头伽马( y ) 、中子一密度探头( n d ) ，声波探头( s ) 、核磁共 振探头q 、地层孔隙压力传感器( p ) 、井斜角( 0 ) 、方位角( q ) 等参数；导向工具 的工具面角( ) ；钻头井底钻压( p b ) 、井底转数( n b ) 、井底扭矩( n ) ；钻柱不同截 面处的测力传感器等。 目前，国内在地面测量系统测量各参数的技术比较完善，在井下钻井实时参 数获取方面，有些技术已经达到实用的效果，但一些高端仪器还存在很大的差距。 第l 帝引言 1 2 2 钻井过程信息处理 钻井过程信息处理的理想模型应该是地面处理与地下处理的有机结合：人机交 互界面、钻井设计资料、邻近地层资料以及井下部分实时钻进的上传信息处理应 该由地面处理系统完成，实现指令的上传下达与操作界面，最终实现对井下钻井 过程的地面监控；而井下实时信息的初步处理、地面系统指令解释、实时信息上 传及井下工具执行状态等信息处理应该由井下信息处理系统来完成。 地面处理系统的功能应主要包括：信息传输协调与中转、数据中心、设计资 料、邻近地层资料、人机交互界面、远程会诊接口。 井下信息处理是形成井下闭环信息系统，实现“井下主导、地面配合”的新 型自动化钻井的关键和难点所在。随着信息、微电子、通讯以及可借鉴的航天和 水下机器人等技术的迅速发展，这种井下自动化或半自动化的自主导向钻进技术 是可以最终实现的。这项技术的实现需要大量的仪器及工具研制工作，首先是开 发井下信息处理控制器以及一系列配套的钻井工程软件、地质解释软件和井下油 藏描述软件，使系统能在井下集成并协同工作，再加上三维可视化技术等，构成 随钻闭环自动导向钻井技术【1 1 。 这种系统保留地面信息采集功能，在地面把钻井、地质、油藏等多学科的信 息综合集成并实现地面监控功能，但是重要的是逐步把许多原来在地面进行的工 作转移到井下，逐步使决策与控制主要在井下进行，变井下为主导。 这种系统可以大大提高在复杂条件、恶劣环境和特殊需求时的钻井能力，不 断提高钻井速度、质量和效率，提高钻井成功率，降低成本，将对油气勘探开发 工程产生革命性的影响。 钻井过程状态监测与异常诊断技术是信息处理的重要内容之一，这部分内容 的论述在本章第三部分中有较详细的论述，在此不再赘述。 钻井过程参数实时优化是信息处理技术发展的重要目的，充分利用钻井系统 获取的信息优化钻井参数，以取得最大钻井效益。例如钻压优化。 自动送钻可以实现钻头连续并且均匀给进，改善钻井司钻操作的条件，提高 井身质量、钻头使用寿命及钻井速度、降低钻井成本。目前自动送钻以恒钻压为 控制目标，但是各种水平井、深井、超深井、复杂地层井钻进过程中恒钻压钻井 4 中圈石油人学( j 卜东、博学位论文：钻井过程实h + 状态监测! j 诊断技术研究 已不能适应钻井的需要。钻压是影响井斜的最重要钻井参数之一，钻井过程要求 钻压根据井眼轨迹的要求实时改变，而不是定值。如何根据钻井过程实际情况实 时优化钻压是很有意义的，实现钻压优化的前提是优化模型的建立，由于钻压优 化解析模型建立和维护困难，而神经网络方法可以不依赖于钻井系统内部及环境 因素，可以根据实际钻井过程的数据样本进行自适应学习，因此神经网络可以用 于具有实时性要求的实际钻井参数优化过程中。 钻井过程的操作参数还有很多，可以参照钻压优化模型的建立方法，建立并 训练出各种可优化参数的模型加以应用。 目前随钻信息集成在国外已经相对成熟，国内在电动钻机上已具有了一定的 成功应用，但在机械钻机系统上只有一些分立的测量仪表或子系统在做各种试验 性应用，完整集成各方面信息的钻井信息系统还未成熟，信息集成后的解释与处 理系统目前还很不完善，还有许多的工作需要开展研究。 1 2 3 钻井过程信息传输 钻井液脉冲随钻测量( m w d ) 技术自2 0 世纪8 0 年代得到应用以来，形成了基 于钻井液脉冲随钻测量技术，使钻井过程可以根据井下实时随钻信息来钻井，这 是钻井技术的重大突破。但依靠钻井液脉冲传递的随钻测量信息上传速率只有 5 l o b p s 左右，传输的信息量有限，最多只能同时传输7 8 个信息；随钻信息到达 地面的时间较长，而且由于信息下传困难，因此地面控制信息不能与井下工具形 成闭环控制；钻井液脉冲信息在气( 或含气钻井液) 钻井时不能有效传输。 l w d 、m w d 、g s t 、s w d 等技术的发展也因为信息传输技术而受到限制， 井下无线信息传输在实际应用存在很多无法克服的问题，必须寻求一种新的井下 信息有线传输技术i 。 2 0 世纪7 0 年代开始出现的电磁随钻测量技术( e l e c t r om a g n e t i cm e a s u r e m e n t w h i l ed r i l l i n g ，简写为“e mm w d ) 从理论上讲电磁随钻测量不但能在欠平衡 钻井中应用，也可以在普通工艺的钻井中应用。但是从e m m w d 工具研制成功 后，在钻井工程中一直未得到广泛的应用，e m - - m w d - i - 具遥测深度小于3 0 0 0 m 且不稳定，主