CN100510319C - 预测油井套管损伤的方法以及用于实施该方法的检测仪 - Google Patents

预测油井套管损伤的方法以及用于实施该方法的检测仪 Download PDF

Info

Publication number
CN100510319C
CN100510319C CNB2006101707053A CN200610170705A CN100510319C CN 100510319 C CN100510319 C CN 100510319C CN B2006101707053 A CNB2006101707053 A CN B2006101707053A CN 200610170705 A CN200610170705 A CN 200610170705A CN 100510319 C CN100510319 C CN 100510319C
Authority
CN
China
Prior art keywords
magnetic memory
signal
casing
sensor
wavelet
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CNB2006101707053A
Other languages
English (en)
Other versions
CN101012746A (zh
Inventor
刘青昕
陈茂龙
郭冀义
刘兴斌
王灿松
汪钢
刘广锁
张友明
赵凤娟
彭英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Petrochina Co Ltd
Daqing Oilfield Co Ltd
Original Assignee
Daqing Oilfield Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Daqing Oilfield Co Ltd filed Critical Daqing Oilfield Co Ltd
Priority to CNB2006101707053A priority Critical patent/CN100510319C/zh
Publication of CN101012746A publication Critical patent/CN101012746A/zh
Application granted granted Critical
Publication of CN100510319C publication Critical patent/CN100510319C/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)

Abstract

一种通过探查套管内应力来预测套管损坏方法以及为实施该方法而专门设计的金属磁记忆检测仪。主要解决现阶段的套损检测技术仅限于对已经发生的套管损伤进行判断却不能对可能发生的套管损伤作出预测的问题。其特征在于:将金属磁记忆检测仪下放到目的测量井段,沿井下套管运动拾取漏磁场法向分量Hy,地面处理系统将采样数据序列x(n)用汉宁滤波器进行数字滤波,用Db4小波函数、分解层数选择4层进行指数小波降噪,用去噪的信号f(ti)绘制出磁记忆数据和梯度曲线,根据曲线提取磁记忆信号的峰峰值,将该值与四级半定量化评价井下套管应力分布状况表相对照,预测套管损害的危险程度。具有可早期预测套损的功能,能为油田避免巨大的套损经济损失。

Description

预测油井套管损伤的方法以及用于实施该方法的检测仪
技术领域:
本发明涉及一种应用于油田测井中的方法以及为实施这一方法而专门设计的测井仪器,具体的说是涉及一种通过探查套管内应力来预测套管损坏方法以及为实施该方法而专门设计的金属磁记忆检测仪。
背景技术:
常用的无损测量材料残余应力的方法有构件钻孔法、X射线衍射法、超声测速法、激光干涉法、红外热图法和磁学测量法等。由于构件钻孔法是一种破坏性事后检测方法,现已很少应用。X射线衍射法、超声法适合实验室测量,不适合现场工程测量应用。激光干涉法与X射线衍射法一样,只能测量材料表面的应力情况,并且也是适合实验室测量。红外热图法是新近发展起来的一门新技术,它可检测出压力容器的微小应力集中区或早期缺陷,其最大优点是可以检测出微小应力,能分辨几个MPa的应力差,一次检测区域较大,但目前尚未见实用化仪器问世。测量内应力的磁学方法目前有磁力声发射法、磁各向异性法和磁场旋转法等,但它们都是基于磁弹性效应,应用的局限性在于:所获有用信号受诸多因素影响,测量结果的可靠性差。随着油田的不断开发,套损井数量正逐年增加,套损程度越来越严重,但是现阶段的套损检测技术仅限于对已经发生的套管损伤进行判断,却均不能进行前期的套损预测,这样也就不能通过对新井或近期投产的油、水井套管进行检测,以指示出套损危险等级,从而指导开发方案的制定与调整,这一技术问题目前已严重影响到油田的近期开发与长远规划。
发明内容:
为了解决现阶段的套损检测技术仅限于对已经发生的套管损伤进行判断却不能对可能发生的套管损伤作出预测的问题,本发明提供了一种可以预测油井套管损伤的方法以及为实施该方法而专门设计的金属磁记忆检测仪,该方法实施后,利用铁磁构件的磁记忆特性,将可以准确可靠的探测被测对象上以应力集中为特征的危险部位,并能半定量评价套管所受应力的分布状况,给出危险等级,从而达到早期预测套损的目的,能为油田避免巨大的套损经济损失。
本发明的技术方案是:该种预测油井套管损伤的方法首先借助于一种为实施此方法而专门设计的仪器,即金属磁记忆检测仪。这种检测仪包括仪器头、扶正器、电路筒以及测量器。其中所述测量器由电机、传动轴、压簧端盖、极板压簧、滑杆、连杆、极板托架、传感器、极板大支撑臂等构成。其中传感器由外壳基体和封装于该基体内的磁敏传感器芯片构成,所述基体材料为不导磁的金属,传感器则固定于极板托架上的嵌入槽中,上述零件按照机械构造顺次联结。在电路筒内包含有传感器信号放大电路、滤波电路、A/D转换电路、CPU控制及PCM编码传输单元。其中,所述传感器信号放大电路用于对由传感器传来的信号进行放大和完成A/D转换电路对信号所要求的电平转换,所述滤波电路为200kHz的低通滤波器,用于滤除高频干扰,所述A/D转换电路为逐次逼近的12位模数转换电路,所述CPU控制及PCM编码传输单元用于接收地面发来的控制指令编码去执行相应的工作,产生各种控制信号去协调各单元电路的工作,预置A/D转换单元,选通相应的A/D转换通道,启动A/D转换,转换完成后把采集的数据读入单片机,然后再送入数据存储区,以及把数据存储区中的数据进行完PCM编码后再发送。
这种预测油井套管损伤的方法具体步骤为:
(1)将金属磁记忆检测仪在收紧极板托架情况下,下放到目的测量井段,由地面控制打开极板托架,使传感器推靠在套管壁表面,沿着井下套管径向匀速运动拾取漏磁场的法向分量Hy,得到数据序列为x(n);
(2)利用金属磁记忆检测仪将采样数据序列x(n)进行完脉冲调制编码后通过测井电缆发送给地面处理系统;
(3)地面处理系统将解调出的采样数据序列x(n)用汉宁滤波器进行数字滤波,用于剔除数据中的短促干扰信号和无意义的孤立野值点,汉宁滤波器滤波后输出的数据序列Hy(ti);
(4)对数据序列Hy(ti)采用Db4小波函数、分解层数选择4层进行指数小波降噪,进行多尺度正交小波分解时,设尺度为j,获得各尺度的小波分解系数Wj,k(j=1,2,...,J;k=0,2,...,2j-1),选取相应的阈值,用非线性域值函数方法,即软阈值或者硬阈值方法,作用于小波分解系数Wj,k,得到新的小波系数
Figure C200610170705D0006164140QIETU
j,k;用新的小波系数
Figure C200610170705D0006164140QIETU
j,k进行信号重构,得到去噪的信号f(ti);
(5)用去噪的信号f(ti)绘制出磁记忆数据和梯度曲线,根据曲线进行特征量提取,提取磁记忆信号的峰峰值或者K值,即梯度值;
(7)将所获取的磁记忆信号峰峰值与四级半定量化评价井下套管应力分布状况表相对照,判断油井套管所受应力情况并预测套管损害的危险程度。
本发明具有如下有益效果:由于采取上述方法后,可以准确的探测被测套管上以应力集中为特征的危险部位,并能半定量评价套管所受应力的分布状况,从而给出危险等级。对达到三级危险以上的应力集中套管井段定期进行检测,并指导开发方案的制定与调整,因此可以为油田避免巨大的套损经济损失,对油田的产能建设和油田的可持续发展具有重要意义。
附图说明:
图1是本发明所涉及的金属磁记忆检测仪的外观示意图。
图2是本发明所涉及的金属磁记忆检测仪中测量器的内部机械结构剖示图。
图3是本发明所涉及的金属磁记忆检测仪中测量器上传感器的外观示意图。
图4是本发明所涉及的金属磁记忆检测仪中电路筒部分的电气原理图。
图5是地磁场中套管应力集中区磁记忆响应分布图。
图6是磁记忆实验的梯度值随加力变化的曲线图。
图7是磁记忆信号峰-峰值的示意图。
图8是双通道传感器采集的未经汉宁滤波器滤波和指数小波降噪处理的通道1的磁记忆检测数据和梯度变化曲线图。
图9是是双通道传感器采集的未经汉宁滤波器滤波和指数小波降噪处理的通道2的磁记忆检测数据和梯度变化曲线图。
图10是利用本发明中所述方法消噪后得到的磁记忆检测数据和梯度变化曲线图。
图11是试件4加力前检测的磁记忆响应。
图12是试件4加力40KN产生的磁记忆响应。
图13是试件4加力80KN产生的磁记忆响应。
图14是试件1a峰峰值随加力变化的曲线。
图15是试件1b峰峰值随加力变化的曲线。
图16是拉15丙264井套管应力磁记忆检测仪现场试验曲线图。
图中1-仪器头,2-扶正器,3-电路筒,4-测量器,5-电机,6-传动轴,7-压簧端盖,8-极板压簧,9-滑杆,10-连杆,11-极板托架,12-传感器,13-极板大支撑臂,14-外壳基体,15-传感器芯片。
具体实施方式:
下面结合附图对本发明作进一步说明:
首先介绍本发明所依据的磁记忆检测原理。地磁场中的套管在工作载荷的作用下,应力集中区表面会形成类似缺陷的漏磁场分布形式,磁场的切向分量Hx′会出现最大值,而法向分量Hy的符号会发生改变,且具有过零值点,如图5所示,图中横坐标X轴为扫描行程距离(mm)、纵坐标Y轴为漏磁场磁场强度(A/m)。磁记忆检测即通过漏磁场的法向分量Hy的过零点和K值,即法向分量Hy的梯度变化量,来反映构件的应力集中情况。由此开始构思,设计一台能够在套管内完成磁记忆检测的仪器,就可以获取反映构件应力集中情况的相关参数,从而实现预测套管损伤的目的。金属磁记忆检测仪就是在这一设想基础上被研发出来,专用于实施这一方案的仪器。
如图1所示这种金属磁记忆检测仪,包括仪器头1、扶正器2、电路筒3以及测量器4,其中仪器头1的作用在于和测井电缆及电缆头连接,而扶正器2的作用就是利用弹簧片使得仪器在井下套管内居中,电路筒的内部空间则是为了放置电路板。
所述测量器4的机械结构剖视图如图2所示,主要由电机5、传动轴6、压簧端盖7、极板压簧8、滑杆9、连杆10、极板托架11、传感器12、极板大支撑臂13构成,其中传感器12由外壳基体14和封装于该基体内的磁敏传感器芯片15构成,其外观示意图如图3所示,所述基体材料为不导磁的金属,传感器12固定于极板托架11上的嵌入槽中,上述零件按照机械结构顺次联结。
由于磁记忆信号非常微弱,因此对于基体内的磁敏传感器芯片15的选择,应该是本仪器能否实现预定测量目标的关键。Honeywe1l公司智能的感应弱磁场HMC/HMR系列磁阻传感器HMC1022具有体积小、成本低、灵敏度高、分辨率高、抗电磁噪声和干扰能力强、可靠性高、易于安装等特性;同时最高工作温度125℃,特别适于井下的工作环境。因此应该是本仪器的首选。
如图3所示,HMC1022传感器芯片封装在不导磁金属材料内部,由于井下温度和压力的作用,封装用的胶必须耐150℃高温,封装HMC1022传感器芯片的空间必须用胶充满充实、耐压60Mpa。
该仪器联结完毕,正常情况下,即下井测量前,连杆10、极板托架11以及极板大支撑臂13均呈收靠状态。当将该仪器下至目的层后,此时电机5正向顺时针旋转、推动传动轴6向压簧端盖7方向顶出,压簧端盖7推动极板压簧8,极板压簧8推动滑杆9,滑杆9推动连杆10,连杆10推动极板托架11,最终使得极板托架11向外打开。从而使得固定于极板托架11上的传感器12可以紧紧贴靠在套管壁上。当本仪器测量完毕时,电机5反向逆时针旋转、拉动传动轴6向电机方向运动,上述机构依次反向,最终使得极板托架11向内收靠。
如图4所示,电路筒3内包含有传感器信号放大电路、滤波电路、A/D转换电路、CPU控制及PCM编码传输单元。
所述传感器信号放大电路用于对由传感器12传来的信号进行放大和完成A/D转换电路对信号所要求的电平转换。由于井下条件复杂,传感器与套管井壁的间距不同或套管壁表面的记忆磁场强弱不等,传感器检测信号的大小差异较大。为了保证适当的信号动态范围,放大电路的增益需要可变,也就是增益受CPU单元的控制。由于漏磁场信号微弱,放大器选择高精度仪表放大器INA101,线性度好,噪声小,并且调试方便。此外放大电路还需完成A/D转换器对信号所要求的电平转换任务。
所述滤波电路为200kHz的低通滤波器,用于滤除高频干扰。由于漏磁场信号是低频信号,首先电路设计应考虑滤除高频干扰。滤波器选用LTC公司的新型RC有源单片滤波器LTC1562,为截止频率小于300KHz的应用提供了一种体积小巧的解决方案,对截止频率、滤波器类型和滤波曲线可编程设定。由于金属磁记忆信号是低频信号,此处,设计成200kHz的低通滤波器。
所述A/D转换电路为逐次逼近的12位模数转换电路。为保证适当的分辨力,A/D转换器要求适当的位数,此处选用逐次逼近的A/D转换器,同时为简化电路采用较新型的八路输入的12位模数转换器MAX197芯片。该电路MAX197工作于内部采样模式,单片机以查询方式读取转换结果。MAX197的逻辑控制输入信号有HBEN、CS、RD、WR。CS、WR、RD控制读写操作。CS片选端,也是控制芯片启动的输入端。当CS为低电平时,行MAX197的D7~D0作为数据口线有效,可进行读写操作;CS为高电平时,D7~D0为高阻状态,不能进行读写操作。CS、WR控制A/D转换的启动,采用内、外采样模式时,转换过程稍有不同,而在此电路中采用内采样模式。当A/D转换的转换过程结束,12位数据已准备就绪,则INT跳变到低电平,指示可以接收数据。数据读取时,CS和RD同时为低电平。当HBEN是低电平时,读取低8位,HBEN为高电平时,读取高4位。
所述CPU控制及PCM编码传输单元用于接收地面发来的控制指令编码去执行相应的工作,产生各种控制信号去协调各单元电路的工作,预置A/D转换单元,选通相应的A/D转换通道,启动A/D转换,转换完成后把采集的数据读入单片机,然后再送入数据存储区,以及把数据存储区中的数据进行完PCM编码后再发送。CPU控制及PCM编码传输单元可以由AT89C52单片机和74HC165等芯片的外围电路组成。选取AT89C52单片机考虑到电路的制作成本和井下仪器耐高温125℃的要求。
在制作仪器时,优选方案是使传感器12的数量为8个,分别安装在均匀分布于仪器四周的8个极板托架11上,而每两个极板大支撑臂13之间成45度夹角,这样便于采集、处理信号。
将上述金属磁记忆检测仪在收紧极板托架情况下,就可以下放到目的测量井段,由地面控制其中的电机正转后,打开极板托架,使传感器推靠在套管壁表面,沿着井下套管径向匀速运动,之后就可以按照下面的步骤完成对套管损伤的预测工作了。
(1)利用金属磁记忆检测仪拾取漏磁场的法向分量Hy,经过内部电路的放大、滤波、A/D模数转换等完成采样,采样得到的数据序列为x(n)。
(2)利用金属磁记忆检测仪将采样数据序列x(n)进行完脉冲调制编码后通过测井电缆发送给地面处理系统。
(3)地面处理系统将解调出的采样数据序列x(n)用汉宁滤波器进行数字滤波,用于剔除数据中的短促干扰信号和无意义的孤立野值点,汉宁滤波器滤波后输出的数据序列Hy(ti)。
汉宁滤波器,其表达式为
Hy ( t i ) = Σ 0 n x ( n ) · h ( t i - n ) - - - ( 1 )
Figure C200610170705D00102
式中x(n)是传感器采样的数据序列;Hy(ti)为数字滤波后的输出,即剔除数据中的短促干扰信号和无意义的孤立野值点后的数据,h(ti-n)为汉宁窗函数。
(4)对数据序列Hy(ti)采用Db4小波函数、分解层数选择4层进行指数小波降噪,进行多尺度正交小波分解时,设尺度为j,获得各尺度的小波分解系数Wj,k(.j=1,2,...,J;k=0,2,...,2j-1),选取相应的阈值,用非线性域值函数方法,即软阈值或者硬阈值方法,作用于小波分解系数Wj,k,得到新的小波系数 j,k;用新的小波系数 j,k进行信号重构,得到去噪的信号f(ti)。
具体的说,小波分析具有良好的时域特性,在时域和频域同时具备定位能力。对高频分量采取逐渐精细的时域和空域步长,可以聚焦到被处理信号的任何细节,具有多分辨率的特性,在降低噪声的同时能够较好地保留边缘。因此,小波变换在信号或图像降低噪声、压缩、编码等领域应用广泛。
小波是函数空间L2(R)中满足下述“容许性条件”的一个函数或者信号ψ(x):
C &psi; = &Integral; R * | &psi; ( w ) | 2 | w | dw < &infin; - - - ( 2 )
式中R*=R-{0},表示非零实数全体;ω为频域自变量;ψ(w)也称为小波母函数。对于任意的函数或者信号f(x),其小波变换定义为
W f ( a , b ) = &Integral; R f ( x ) &CenterDot; &psi; &OverBar; ( a , b ) ( x ) dx
        = 1 a &Integral; R f ( x ) &CenterDot; &psi; &OverBar; ( x - b a ) dx - - - ( 3 )
式中a为尺度函数;b为平移函数;ψ为小波函数的共轭函数。因此,对任意的函数f(x),它的小波变换是一个二元函数。这是小波变换和Fourier变换很不相同的地方。常用的二进离散小波变换,函数f(x)的二进离散小波变换记为定义为
W f k ( b ) = W f ( 2 k , b ) = &Integral; R f ( x ) &CenterDot; &psi; &OverBar; ( 2 k , b ) ( x ) dx - - - ( 4 )
被处理的信号f(x)的离散序列f(k)经过低通和高通分解及二抽取,得到了二进尺度下的一组离散小波系数(细节信息)和离散近似信息(低频),即小波变换能把信号分解到表示不同频带的各个尺度上,并且重构过程是可逆的。
噪声和信号在小波变换下具有不同的特性:①噪声几乎是处处奇异的。在小波变换下,噪声的平均幅值与尺度因子2j成反比,平均模极大值个数与2j成反比。即噪声的能量随尺度的增大迅速减小。信号多数情况下光滑性要好一些,在较小的若干尺度上,信号的小波变换随尺度的增大幅值不会减小;②噪声在不同尺度上的小波变换是高度不相关的。信号的小波变换则一般具有很强的相关性,相邻尺度上的局部模极大值几乎出现在相同的位置上,并且有相同的符号。
小波指数下降消除噪声方法是指对于含噪声的观测信号(即数字滤波后的采样数据序列)Hy(ti),在小波域的模型为
Hy(ti)=f(ti)+σ·n(ti)                        (5)
式中n(ti)为高斯白噪声,零均值;σ为噪声强度;i=1,2,...,n。
从污染的观测数据Hy(ti)中获得原始信号f(ti),对磁记忆信号来说尤其重要。通常利用俄罗斯动力诊断公司提出的梯度极大值判断准则判断套管应力集中区域的位置,若数据有噪声,则求到的梯度值会严重偏离真实值,失去了磁记忆的特有“记忆功能”。
小波非线性滤波方法大致可分为以下3个步骤:
①、对Hy(ti),进行多尺度正交小波分解(设尺度为j),获得各尺度的小波分解系数Wj,k(j=1,2,...,J;k=0,2,...,2j-1);
②、选取相应的阈值,用非线性域值函数方法(软阈值或者硬阈值方法)作用于小波分解系数Wj,k,得到新的小波系数 j,k;具体方法是将第一层、第二层的分解后小波分解系数强制为零,即W1,k=0、W2,k=0,其他小波分解系数不变,这样得到新的小波系数 j,k
③、用新的小波系数 j,k进行信号重构,得到去噪的信号f(ti)。
为了提高信噪比,采用指数下降小波消噪方法。对于小波变换的高频系数,绝对值小的噪声成分较多,绝对值大的噪声成分较少。因此,可以让绝对值大的系数基本不变,除以一个大于1接近于1的降噪因子,较小的系数较大的降噪因子。
W′j,k=Wj,k/d                    (6)
d=exp(-|Wj,k|/a+b)+1                     (7)
| W j , k | = &mu; - 2 &sigma; ( d = 2 ) 0 ( d = &beta;&mu; ) - - - ( 8 )
式中β为常数,β∈[1,10],一般取β=2;μ为|Wj,k|的均值;σ为Wj,k的标准差。
参数a和b为
α=(μ-2σ)/b                                 (9)
b=ln(βμ-1)                                 (10)
得到
Figure C200610170705D0006164140QIETU
j,k后,通过小波逆变换即可重构f(ti)(即去处噪声的原始信号)。
(5)用去噪的信号f(ti)绘制出磁记忆数据和梯度曲线,根据曲线进行特征量提取,提取磁记忆信号的峰峰值或者K值,即梯度值。
(6)将所获取的磁记忆信号峰峰值与四级半定量化评价井下套管应力分布状况表相对照,判断油井套管所受应力情况并预测套管损害的危险程度。
在这里所说的四级半定量化评价井下套管应力分布状况表是一种通过实验得出的评价井下套管应力以及判断损伤程度的数据表。它来源于下列实验:
该实验是源于20个套管试件的加力实验,其实验设备为研制出的金属磁记忆检测仪以及万能液压机。所使用的实验试件为大约1m长度的套管,套管材料为中碳钢,外径为139.7mm,壁厚7.62mm。
具体实验方法步骤为:
首先,将长度为1m的套管放置在液压机液压平台中间,在套管中间部位做加力试验。然后分别以20KN,30KN,40KN,50KN,…,240KN进行加力,每次加力持续10分钟。每一次加力完成后,取下套管、垂直立于地面某一固定位置,然后用金属磁记忆检测仪中的磁敏传感器在套管内部由下而上进行扫描检测后取得实验数据。
将所取得的实验数据首先去除试件两端的边界效应,然后把所测得的磁记忆检测数据先进行数字平滑滤波,然后用小波指数下降方法进行消噪处理,最后提取出金属磁记忆检测信号峰峰值。用提取的磁记忆响应峰峰值绘出磁记忆响应的峰峰值随所加外力变化的曲线如图6所示,其中纵坐标Y代表磁记忆响应的峰峰值,单位A/m;横坐标X代表所加的压力,单位MPa。
实验研究成果:磁记忆响应的峰峰值随着所加压力的逐渐增加呈上升的关系;当压力达到100MPa时套管达到屈服极限、发生塑性变形,此时磁记忆响应的峰峰值开始下降。对于材料为中碳钢、外径139.7mm、壁厚7.62mm规格的套管。当井下套管应力磁记忆检测仪检测的磁记忆响应小于400时,套管未发生变形,定义为一级,即无危险级;当井下套管应力磁记忆检测仪检测的磁记忆响应400至700之间,套管未发生变形,定义为二级,即一般危险级;当井下套管应力磁记忆检测仪检测的磁记忆响应700至800之间,套管未发生变形,定义为三级,即次危险级;当井下套管应力磁记忆检测仪检测的磁记忆响应800至1000之间,套管发生轻微变形,定义为四级,即最危险级。同时,对套管应力分布的不同评价等级给出了相应的预防措施。
对套管的应力分布状况分四级半定量化评价方法详细情况如表1所示。
 
压力/MPa 磁记忆响应峰峰值Y/(A.m<sup>-1</sup>) 套管破坏状况     评价级别     措施
<20MPa <400 未发生变形       无危险级     不采取任何措施
20~40MPa        400~700 未发生变形       一般危险级 不采取任何措施
40~65MPa        700~800 未发生变形       次危险级     适当调整注采方案,一年监测一次              
65~85MPa        800~1000 发生轻微变形     最危险级     适当调整注采方案,半年监测一次                
表1 套管应力分布的分四级半定量评价表
对于磁记忆信号峰峰值的提取,按照下列方式进行:
信号峰—峰值计算法又称极差法,该算法以信号的峰-峰值作为特征量,排除了信号基线的影响,缺陷检出的可靠性有所提高,因为这是主要检测信号的分布特征。峰-峰值信号示意图如图7所示,计算峰-峰值时,首先寻找信号中的极大值和极小值,然后求得相邻的一对极值之差的绝对值,即极差,最后对差值作二值化处理即可。运算分为两步,即首先寻得信号的极值并计算极差,然后对信号的极差作非线性变换。
PP0=c{max[x(m)]-min[x(m)]},m=0,...N
式中max[x(m)],min[x(m)]—对相邻极值,N为极值间的数据点数,c为二值化函数,即与规定的门限作比较处理,这种算法也较为简单。
对于K值,磁记忆检测技术是在地磁环境下,测量铁磁材料所制成的工件表面散射磁场法向分量Hp(y),然后确定工件的应力集中区域。基本定性准则是找出铁磁性金属表面磁场强度法向分量在零值线上、下剧烈变化的区域,并计算该分量梯度,在数值上等于磁场强度最大值和最小值的模数差值与两点之间距离的比值,这是俄罗斯动力诊断公司的专利技术,为了对应力集中水平进行评估,要确定通过应力集中线(Hp=0线)时的磁场Hp法向分量梯度(变化强度)。
k m = | &Delta; H p | 2 l k
式中:km由应力集中区金属磁性变化强度表征的,因而也是由磁场Hp变化强度表征的漏磁场梯度或应力强度磁系数;ΔHp位于Hp=0线两侧同等线段lk上两检测点之间磁场Hp的差数模量。
图8和图9给出双通道传感器采集的未经过汉宁滤波器数字滤波和指数小波降噪处理的磁记忆检测数据和梯度变化曲线,每2mm采集一次数据。目前国内的磁记忆主要集中在拉伸试验,而井下套管主要是长期受到地应力的挤压作用。试验中在套管500mm附近周期加载160kN的压力,套管已经出现明显的微弱变形。如果不进行数据去噪处理,单纯根据磁记忆信号峰峰值或K值判断应力集中的定性规则,很难判断图9中应力集中区域,容易造成误判。如梯度极大值在150mm、250mm、400mm附近特征明显,但却不是应力集中区域。原因是数据采集中包含很多测量噪声,这样的梯度变化不是真正的低频磁记忆信号的梯度变化趋势。图10是经过汉宁滤波器平滑滤波和小波指数下降方法消噪后得到的磁记忆数据和梯度曲线,可以看出很清晰地指示出应力集中区域在500mm附近。最后提取的特征值为:峰峰值200、K值12。按照套管应力分布的分四级半定量评价方法,虽然在500mm处有应力集中,但磁记忆响应峰峰值200A/m,小于400A/m。套管未发生变形,属于无危险级,不用采取任何措施。
基于金属磁记忆检测仪地面检测实验条件和方法,目前可以说人为加力所制造的套管异常应力集中区全部能够检测出来,地面磁记忆检测仪检测的结果和套管异常应力集中区符合情况达到100%。图11到图13是一些检测实验的曲线,其中图11是试件4加力前检测的磁记忆响应,纵坐标为磁记忆响应幅值(A/m),横坐标为扫描行程距离(mm),图12是试件4加力40KN产生的磁记忆响应,图13是试件4加力80KN产生的磁记忆响应。从上面图中看出试件4在没有加力时曲线没有明显的峰峰值,而在加力40KN、80KN时在加力的位置产生了非常明显的峰峰值,指示了异常应力集中区。以上曲线都是使用套管应力金属磁记忆检测仪检测的结果。
现在套管应力的地面检测实验已经做过20个新套管试件和6个旧套管试件的室内加力实验,都取得了较好的、一致的实验结果。总之,人为加力所制造的套管异常应力集中区全部能够检测出来、地面磁记忆检测实验样机检测的结果和套管异常应力集中区符合情况100%。但是,符合情况的100%是仅就套管应力的地面检测实验而言的。考虑到实际的井下复杂情况,例如:套管的腐蚀、射孔孔眼、还有一些磁污染等等。该检测方法完全能够达到套管异常应力集中区判断准确率90%以上。
以下是两个套管试件应用本发明中所述仪器和方法进行加力的实验过程及数据。
①、在长为11m的油田套管(试件1,外径139.7mm,壁厚为7.62mm)上,分别截取长度为1m的短套,作为试件1a、试件1b。
②、把试件1a、试件1b分别放置在NYL-300型压力实验机液压平台中间,在试件中间部位做加力试验,以消除端面效应的影响。
③、分别以20,30,40,…,240kN,每隔10kN进行加力,每一次加力持续10min。
④、每一次加力完成后,取下试件、垂直立于地面某一固定位置,然后用套管应力金属磁记忆检测仪的磁敏传感器,从试件内部由下而上进行扫描检测。
⑤、测得的磁记忆检测数据先进行数字平滑滤波,然后用小波指数下降方法进行消噪处理,最后提取出金属磁记忆检测信号的特征值(信号峰-峰值)。
⑥、绘制出金属磁记忆检测响应的峰峰值随加力变化的曲线图。数据分析:
试件1a、试件1b的磁记忆检测响应的峰峰值随加力变化的曲线,见图14和图15。其中纵坐标Y代表磁记忆响应的峰峰值,单位A/m;横坐标X代表所加的压力,单位MPa。
从图14和图15可以看出,随着加力的上升,磁记忆响应的峰峰值呈上升的关系。但从100MPa加力以后,磁记忆响应的峰峰值有所降低,这是由于试件进入塑性阶段压力释放效应的影响。
目前,金属磁记忆检测仪已经成功地在拉15丙264试验井录取了一口现场实验数据。
实验过程如下:
(1)首先在地面连接好金属磁记忆检测仪、测井电缆、地面仪器,并且检验金属磁记忆检测仪工作正常。然后,仪器在极板托架(测量部分7)收靠情况下,下井到400米深度。
(2)电机供正电,打开极板托架,使得传感器紧紧贴靠在套管井壁上。
(3)以600米/小时速度上提金属磁记忆检测仪,打开金属磁记忆检测仪的地面工作电源,金属磁记忆检测仪开始工作。此时开始进行磁记忆信号的采样,磁敏传感器拾取金属磁记忆信号(即漏磁场的法向分量Hy)、经过电路的放大、滤波、AD数模转换等完成采样,采样得到的磁记忆采样数据序列为x(n)。
(4)检测数据PCM(脉冲调制)编码传输:采样数据x(n)读入单片机,送入数据存储区。然后,在需要的时候把数据存储区中的数据进行完PCM(脉冲调制)编码后发送的测井电缆上去,上传给地面磁记忆采集处理系统。
(5)地面磁记忆采集处理系统先进行数据解调:由PCM(脉冲调制)编码数据解调出磁记忆采样数据序列x(n)。
(6)数据预处理:用汉宁滤波器对采样的数据序列x(n)进行数字滤波,剔除数据中的短促干扰信号和无意义的孤立野值点,由汉宁滤波器表达式(1)得到滤波后的输出Hy(ti)。
(7)指数小波降噪(采用Db4小波、分解层数4层):对Hy(ti),进行多尺度正交小波分解(设尺度为j),获得各尺度的小波分解系数Wj,k(j=1,2,...,J;k=0,2,...,2j-1);
选取相应的阈值,用非线性域值函数方法(软阈值或者硬阈值方法)作用于小波分解系数Wj,k,得到新的小波系数 j,k;用新的小波系数 j,k进行信号重构,得到去噪后的信号f(ti)。
(8)用去噪后的信号f(ti)绘制出磁记忆的数据曲线,根据曲线进行特征量提取,提取磁记忆信号的峰峰值。
(9)状态识别:根据磁记忆信号的峰峰值大小分四级半定量化评价井下套管应力分布状况。
测井井段是从井深400米到100米,为便于显示只选取了325米到293米(由于该段有应力集中)绘制了图16。图16是用去噪后的磁记忆信号f(ti)绘制出的拉15丙264井现场实验磁记忆曲线图。图中293.5米、304米、314.4米处曲线剧烈波动是套管接箍处。从图中可以看出在307米附近出现过零点、同时在过零点附近形成峰峰值,很明显此处是应力集中区。提取出八个通道(八个磁敏传感器测量的数据)的磁记忆峰峰值列出表2。
 
深度(m)  通道一(A/m) 通道二(A/m)  通道三(A/m)  通道四(A/m)  通道五(A/m)  通道六(A/m)  通道七(A/m)  通道八(A/m) 
307.55 541 248 381 655 966 215 183 384
表2 位于307米处的应力集中区磁记忆峰峰值
由表2看出,最大峰峰值为通道五:966A/m,按照外径139.7mm、壁厚7.62mm规格套管进行应力评价分级为四级,也就是最危险级、已经产生应力集中、开始轻微变形。由于该井是试验井,早已经停产,不用采取任何处理措施。结合以前所测的井径资料,在307米处的确已经发生了轻微变形,应该进一步对此井进行定期监测。

Claims (4)

1、一种金属磁记忆检测仪,包括仪器头(1)、扶正器(2)、电路筒(3)以及测量器(4),其特征在于:
所述测量器(4)由电机(5)、传动轴(6)、压簧端盖(7)、极板压簧(8)、滑杆(9)、连杆(10)、极板托架(11)、传感器(12)和极板大支撑臂(13)构成,其中传感器(12)由外壳基体(14)和封装于该基体内的传感器芯片(15)构成,所述基体材料为不导磁的金属,传感器(12)固定于极板托架(11)上的嵌入槽中,上述零件顺次联结;
电路筒(3)内包含有传感器信号放大电路、滤波电路、A/D转换电路、CPU控制及PCM编码传输单元;
其中,所述传感器信号放大电路用于对由传感器(12)传来的信号进行放大和完成A/D转换电路对信号所要求的电平转换;
其中,所述滤波电路为200kHz的低通滤波器,用于滤除高频干扰;
其中,所述A/D转换电路为逐次逼近的12位模数转换电路;
其中,所述CPU控制及PCM编码传输单元用于接收地面发来的控制指令编码去执行相应的工作,产生各种控制信号去协调各单元电路的工作,预置A/D转换单元,选通相应的A/D转换通道,启动A/D转换,转换完成后把采集的数据读入单片机,然后再送入数据存储区,以及把数据存储区中的数据进行完PCM编码后再发送。
2、根据权利要求1所述的金属磁记忆检测仪,其特征在于:
所述传感器芯片(15)为霍尼韦尔磁阻传感器HMC1022;
所述滤波电路为有源单片滤波器LTC1562;
所述传感器信号放大电路选择高精度仪表放大器INA101,其增益受CPU控制;
所述A/D转换电路选用MAX197芯片;
所述CPU控制及PCM编码传输单元选用AT89C52单片机和74HC165芯片。
3、根据权利要求1或2所述的金属磁记忆检测仪,其特征在于:
传感器(12)的数量为8个,分别安装在均匀分布于仪器四周的8个极板托架(11)上,所述极板大支撑臂(13)亦为8个,每两个极板大支撑臂(13)之间成45度夹角。
4、一种预测油井套管损伤的方法,其特征在于该方法由如下步骤组成:
(1)将权利要求1、2或3中所述的金属磁记忆检测仪在收紧极板托架(11)情况下,下放到目的测量井段,由地面控制打开极板托架(11),使传感器(12)推靠在套管壁表面,沿着井下套管径向匀速运动拾取漏磁场的法向分量Hy,得到数据序列为x(n);
(2)利用权利要求1、2或3中所述的金属磁记忆检测仪将采样数据序列x(n)进行完脉冲调制编码后通过测井电缆发送给地面处理系统;
(3)地面处理系统将解调出的采样数据序列x(n)用汉宁窗滤波器进行数字滤波,用于剔除数据中的短促干扰信号和无意义的孤立野值点,汉宁窗滤波器滤波后输出的数据序列Hy(ti);
(4)对数据序列Hy(ti)采用Db4小波函数、分解层数选择4层进行指数小波降噪,进行多尺度正交小波分解时,设尺度为j,获得各尺度的小波分解系数Wj,k(j=1,2,...,J;k=0,2,...,2j-1),选取相应的阈值,用非线性域值函数方法,即软阈值或者硬阈值方法,作用于小波分解系数Wj,k,得到新的小波系数
Figure C200610170705C00031
用新的小波系数
Figure C200610170705C00032
进行信号重构,得到去噪的信号f(ti);
(5)用去噪的信号f(ti)绘制出磁记忆数据和梯度曲线,根据曲线进行特征量提取,提取磁记忆信号的峰峰值或者K值,即梯度值;
(6)将所获取的磁记忆信号峰峰值与四级半定量化评价井下套管应力分布状况表相对照,判断油井套管所受应力情况并预测套管损害的危险程度。
CNB2006101707053A 2006-12-26 2006-12-26 预测油井套管损伤的方法以及用于实施该方法的检测仪 Active CN100510319C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2006101707053A CN100510319C (zh) 2006-12-26 2006-12-26 预测油井套管损伤的方法以及用于实施该方法的检测仪

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2006101707053A CN100510319C (zh) 2006-12-26 2006-12-26 预测油井套管损伤的方法以及用于实施该方法的检测仪

Publications (2)

Publication Number Publication Date
CN101012746A CN101012746A (zh) 2007-08-08
CN100510319C true CN100510319C (zh) 2009-07-08

Family

ID=38700453

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2006101707053A Active CN100510319C (zh) 2006-12-26 2006-12-26 预测油井套管损伤的方法以及用于实施该方法的检测仪

Country Status (1)

Country Link
CN (1) CN100510319C (zh)

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101650327B (zh) * 2009-09-11 2012-09-05 哈尔滨工业大学 一种基于牵引器驱动电流分析的水平井套管局部腐蚀的检测方法
CN101649737B (zh) * 2009-09-11 2013-02-13 哈尔滨工业大学 一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法
CN101782553B (zh) * 2010-02-26 2012-01-04 中国特种设备检测研究院 储气井井筒壁厚及腐蚀检测系统
CN101845803B (zh) * 2010-05-28 2011-08-03 武汉理工大学 多杆式管涌卡
CN101915364B (zh) * 2010-07-15 2013-04-17 中国海洋石油总公司 基于磁记忆检测的油管无损检测装置与方法
CN102004128A (zh) * 2010-10-19 2011-04-06 中国石油大学(北京) 套管损伤强磁记忆检测装置
CN102094629A (zh) * 2010-12-02 2011-06-15 中国石油大学(北京) 测井仪器强磁记忆传感器支架
CN102052981B (zh) * 2011-01-28 2012-05-02 清华大学 一种测量弯管残余应力的实验装置及方法
EP2607621A1 (en) * 2011-12-21 2013-06-26 Welltec A/S Downhole mapping system
CN102518422A (zh) * 2011-12-30 2012-06-27 中国石油天然气股份有限公司 检测并识别油田井下套管现态受力的方法
CN103308591A (zh) * 2012-03-16 2013-09-18 中国石油天然气股份有限公司 一种长输油气管道弱磁内检测装置
CN103376289A (zh) * 2012-04-13 2013-10-30 中国石油天然气股份有限公司 一种长输油气管道应力集中区域的弱磁内检测方法
CN102808608B (zh) * 2012-08-21 2016-02-10 成都宏天电传工程有限公司 钻录一体化综合仪表系统
CN103487500A (zh) * 2013-10-16 2014-01-01 哈尔滨工业大学 一种磁记忆检测装置和检测方法及检测信号小波变换处理方法
CN103868984B (zh) * 2014-03-20 2016-07-13 中国石油大学(北京) 地面高压管汇内表面损伤检测装置
CN104198577B (zh) * 2014-09-18 2017-03-29 中国石油大学(北京) 钻具损伤井口检测装置
CN106285634A (zh) * 2015-05-27 2017-01-04 西安智胜高电子仪器有限公司 不受井筒介质影响的井下鱼顶成像检测系统
CN105178946A (zh) * 2015-06-26 2015-12-23 中国石油天然气股份有限公司 存储式可变径一次下井多变点查套方法
CN106199712B (zh) * 2016-06-29 2018-06-01 中国石油天然气集团公司 一种确定压裂套管变形区域的方法及装置
CN106200381B (zh) * 2016-07-27 2019-09-20 华电水务科技股份有限公司 一种根据处理水量分阶段控制水厂运行的方法
CN106251075B (zh) * 2016-08-04 2020-05-19 中国石油天然气股份有限公司 一种油田区块套损风险预警分析方法
WO2019060684A1 (en) 2017-09-21 2019-03-28 Schlumberger Technology Corporation SYSTEMS AND METHODS OF WELL BASE MAINTENANCE TOOLS
CN109944581B (zh) * 2017-12-19 2022-03-29 中国石油天然气股份有限公司 油井套损的获取方法及装置
CN108875124B (zh) * 2018-04-26 2022-04-01 哈尔滨工业大学 提取共焦轴向响应曲线峰值位置的极大值补偿算法
US11674630B2 (en) * 2018-08-08 2023-06-13 Pure Technologies Ltd Method and apparatus to detect flaws in metallic pipe
CN109100417B (zh) * 2018-09-13 2023-09-08 中国石油大学(北京) 管件无损检测装置
CN111855793A (zh) * 2019-04-12 2020-10-30 北京化工大学 一种基于表面磁记忆信号的无缝铁轨内部温度应力早期诊断方法
CN110068609A (zh) * 2019-05-31 2019-07-30 中国计量大学 一种漏磁粗检结合超声精测复合型承压设备内部探伤系统
CN110346446B (zh) * 2019-07-31 2024-05-10 中国石油大学(北京) 无损检测装置
CN110487891A (zh) * 2019-09-09 2019-11-22 西安石油大学 一种基于瞬变电磁发射阵列的套管损伤检测方法、装置和系统
CN110821473B (zh) * 2019-11-15 2021-06-22 中国石油天然气集团有限公司 一种井筒管柱损伤评价方法
WO2022272163A1 (en) 2021-06-25 2022-12-29 Schlumberger Technology Corporation Slot cutter system and operations
AU2022297596A1 (en) 2021-06-25 2024-01-04 Schlumberger Technology B.V. Cutting tool and controls for downhole mechanical services
WO2023034388A1 (en) 2021-08-31 2023-03-09 Schlumberger Technology Corporation Downhole tool for jarring
CN113686772A (zh) * 2021-09-13 2021-11-23 国机传感科技有限公司 一种埋地钢质长输油气管道综合外检测装置
CN113898820B (zh) * 2021-09-26 2023-03-14 天津精仪精测科技有限公司 一种旋转式拖缆检测器及使用方法
CN114370270B (zh) * 2022-01-14 2024-02-23 中国石油大学(华东) 一种机械采油井口取样保护装置
CN117077066B (zh) * 2023-10-17 2024-03-12 合肥联宝信息技术有限公司 波形异常检测方法、装置、电子设备及存储介质
CN117171516B (zh) * 2023-10-23 2024-01-23 北京华力兴科技发展有限责任公司 一种x射线测厚仪数据优化校正方法

Also Published As

Publication number Publication date
CN101012746A (zh) 2007-08-08

Similar Documents

Publication Publication Date Title
CN100510319C (zh) 预测油井套管损伤的方法以及用于实施该方法的检测仪
RU2419787C2 (ru) Система и способ контроля трубопроводов импульсными вихревыми токами
US9488749B2 (en) Holographic techniques for corrosion evaluation of wellbore pipes
CN103336049B (zh) 一种消除提离效应的脉冲涡流检测方法及装置
CN102220865B (zh) 一种检测灰岩地层孔隙压力的方法
CN108694264B (zh) 一种确定页岩气储层渗透率的方法
Shi et al. Non-destructive testing of full-length bonded rock bolts based on HHT signal analysis
CN101737039B (zh) 多功能井下电磁探伤仪
Bonal et al. Wavelet analysis of bender element signals
CN111305774B (zh) 一种油水井作业在线监测清洗系统及其在线监测方法
CN101915364B (zh) 基于磁记忆检测的油管无损检测装置与方法
CN112432996B (zh) 瞬变电磁时域多通道多层管柱损伤检测系统及方法
US20040256101A1 (en) Formation characterization using wellbore logging data
CN101705677B (zh) 贯入式沉渣厚度自动检测的方法及装置
US11566517B2 (en) Quantifying cement bonding quality of cased-hole wells using a quality index based on frequency spectra
CN103321634A (zh) 一种利用液面法计算地层压力的方法
DE102011001153A1 (de) Messsonde zum Eindrücken in den zu untersuchenden Untergrund sowie Messverfahren damit
Liu et al. Depth detection of void defect in sandwich-structured immersed tunnel using elastic wave and decision tree
CN201687469U (zh) 多功能井下电磁探伤仪
CN102518422A (zh) 检测并识别油田井下套管现态受力的方法
Wu et al. Feasibility study of an active sensing approach to detect soil slope interlayer slide using piezoceramic buzzers
CN211348655U (zh) 一种自动存储式井下电磁探测装置
CN104699975B (zh) 从声电效应井下探测器测量数据中提取参数的方法
CN103412343B (zh) 基于磁定位信号特征识别的油井套管接箍检测方法
CN116428531B (zh) 基于准分布式fbg监测信息的管道损伤识别方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211221

Address after: 163453 Heilongjiang Province, Daqing City Ranghulu Changqing business services four district 4 Building No. 13

Patentee after: Daqing Oilfield Co.,Ltd.

Patentee after: PetroChina Company Limited

Address before: 163453 Heilongjiang Province, Daqing City Ranghulu Changqing business services four district 4 Building No. 13

Patentee before: Daqing Oilfield Co.,Ltd.