CN105829645B - 控制共振增强钻进的方法及钻进方法、设备和控制系统 - Google Patents

控制共振增强钻进的方法及钻进方法、设备和控制系统 Download PDF

Info

Publication number
CN105829645B
CN105829645B CN201480067604.6A CN201480067604A CN105829645B CN 105829645 B CN105829645 B CN 105829645B CN 201480067604 A CN201480067604 A CN 201480067604A CN 105829645 B CN105829645 B CN 105829645B
Authority
CN
China
Prior art keywords
drilling
drilled
parameters
control system
calculated
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
CN201480067604.6A
Other languages
English (en)
Other versions
CN105829645A (zh
Inventor
M·维尔茨洛奇
Y·刘
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.)
ITI Scotland Ltd
Original Assignee
ITI Scotland 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 ITI Scotland Ltd filed Critical ITI Scotland Ltd
Publication of CN105829645A publication Critical patent/CN105829645A/zh
Application granted granted Critical
Publication of CN105829645B publication Critical patent/CN105829645B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
    • E21B44/005—Below-ground automatic control systems
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B41/00—Equipment or details not covered by groups E21B15/00 - E21B40/00
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
    • E21B44/02—Automatic control of the tool feed
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0285—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks and fuzzy logic
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/192—Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
    • G06V30/194—References adjustable by an adaptive method, e.g. learning
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
    • E21B2200/22—Fuzzy logic, artificial intelligence, neural networks or the like
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
    • E21B49/003—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells by analysing drilling variables or conditions
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B6/00—Drives for drilling with combined rotary and percussive action
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Mining & Mineral Resources (AREA)
  • Physics & Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Fuzzy Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Earth Drilling (AREA)
  • Operations Research (AREA)
  • Perforating, Stamping-Out Or Severing By Means Other Than Cutting (AREA)
  • Automatic Control Of Machine Tools (AREA)

Abstract

控制共振增强钻进的方法及钻进方法、设备和控制系统。提供了一种用于控制共振增强旋转钻机的方法，该共振增强旋转钻机包括钻进模块和用于控制钻进模块的一个或更多个钻进参数的控制系统，该方法包括以下步骤：(a)采用被钻材料的一个或更多个初始特性和/或一个或更多个初始钻进参数，以控制钻进模块；(b)测量一个或更多个当前钻进参数，以获得一个或更多个测量得的钻进参数；(c)采用一个或更多个测量得的钻进参数，作为控制系统中的输入，以便获得来自控制系统的输出，该输出包括被钻材料的一个或更多个计算得的特性；(d)采用被钻材料的一个或更多个计算得的特性和/或一个或更多个测量得的钻进参数，作为控制系统中的输入，以便获得来自控制系统的输出，该输出包括一个或更多个计算得的钻进参数；(e)将一个或更多个计算得的钻进参数可选择地应用于钻进模块；(f)可选择地重复步骤(b)、(c)、(d)以及(e)。

Description

控制共振增强钻进的方法及钻进方法、设备和控制系统
技术领域
本发明涉及冲击增强旋转钻进(percussion enhanced rotary drilling)，并且更具体地，涉及共振增强钻进(RED：resonance enhanced drilling)。本发明的实施方式致力于：用于控制共振增强旋转钻进以提高钻进性能的方法和设备，更具体地致力于使用模糊逻辑控制的方法和设备。这里所描述的进一步实施方式致力于可以根据这些方法和设备控制的共振增强旋转钻进设备。本发明的特定实施方式可应用于任意尺寸的钻机或要钻的材料。特定的更具体的实施方式致力于钻过石油工业、气体工业以及采矿工业中的深孔钻进应用中可能遭遇的岩层(具体是可变组成的岩层)。
背景技术
冲击旋转钻进本身已知。冲击旋转钻机拥有引起对旋转钻头的轴向载荷的机构。该机构提供对被钻材料的冲击力，以便破碎帮助旋转钻头穿透材料的材料。
共振增强旋转钻进是如下的特殊类型的冲击旋转钻进，其中，具有以高频振动的振荡器，以便实现与被钻材料的共振。这导致有效使用旋转钻头处的机械能，由此，在与标准冲击旋转钻进相比时提高钻进效率。
US3,990,522公开了一种冲击旋转钻机，该冲击旋转钻机使用用于钻螺栓孔的旋转钻机中所安装的液压锤。公开了可变行程和频率的冲击周期可以被应用并调整为被钻材料的自然频率，以产生钻头的尖端处所施加的压力的放大。伺服阀维持冲击控制，并且转而伺服阀由操作员借助经由电导体连接到伺服阀的电子控制模块来控制。操作员可以通过控制增压流体到和从致动器的流动，从0至2500圈每分钟(即，0至42Hz)选择性地改变冲击频率，并从0至1/8英寸(即，0至3.175mm)选择性地改变钻头的行程。描述了通过选择具有等于被钻岩层的天然频率或共振频率的频率的冲击行程，岩层中由冲击力所存储的能量将导致钻头的尖端处所施加的压力的放大，使得固体材料将坍塌并离开原位，并且允许钻率在3至4英尺每分钟的范围内。
存在用上述结构识别的并且在下面讨论的几个问题。
使用US3,990,522的设备无法实现高频，该设备使用较低频率液压周期冲击器(描述为振荡器，但并不在严格地技术意义上振荡)。因此，虽然US3,990,522讨论了共振的可能性，但看来经由US3,990,522的冲击器可实现的低频不足以实现穿过许多硬材料的共振增强钻进。
不管上述的频率问题如何，在使用US3,990,522的布置的任意情况下无法容易地实现并维持共振，特别是如果钻机穿过具有不同共振特性的不同材料时。这是因为US3,990,522的布置中的冲击频率和行程的控制由操作员手动实现。由此可见，难以控制设备持续调整冲击力的频率和行程，以随着钻机穿过不同类型的材料而维持共振。这对于如US3,990,522所述的钻浅螺栓孔而言可能不是这种主要问题。操作员仅能对于内部要钻螺栓孔的材料选择适当的频率和行程，然后操作钻机。然而，对于穿过许多不同层岩石恶化了问题。位于深钻孔上方的操作员无法看见正在钻过什么类型的岩石，并且随着钻机从一个岩石类型到另一个岩石类型穿过无法容易地实现并维持共振，特别是在岩石类型频繁变化的区域中。
上述问题中的一些已经被本发明人如WO 2007/141550所述地解决。本专利申请书描述了一种共振增强旋转钻机，该共振增强旋转钻机包括自动化反馈和控制机构，该自动化反馈和控制机构可以持续调整冲击力的频率和行程，以随着钻机穿过不同类型的岩石而维持共振。钻机设置有：调整装置，该调整装置响应于钻机正在穿过的材料的情况；和井下位置中的控制装置，该控制装置包括用于进行材料特性的井下测量的传感器，借此，设备可在闭环实时控制下井下操作。
US2006/0157280提出了一种振荡器的井下闭环实时控制。描述了传感器和控制单元可以在监测关键钻进效率参数(诸如前进率(ROP))的同时初始扫描频率的范围。然后，可以控制振荡装置以提供最佳频率下振荡，直到进行下一频率扫描为止。频率扫描的模式可以基于钻进操作的一个或更多个元素(诸如地层(formation)的变化、所测量ROP的变化、预定时间段或来自地面的指令)。详细实施方式使用将扭转振荡应用于旋转钻头的振荡装置，并且提及扭转共振。然而，还描述了应用于钻头的振荡的示例性方向包括跨所有自由度的振荡，并且为了引发被钻材料的裂缝而不被使用。更确切的说，描述了钻头的旋转引起被钻材料的初始碎裂，然后，为了确保旋转钻头保持与碎裂材料接触，应用瞬间振荡(momentaryoscillation)。似乎没有提供如下的振荡器的任何公开或提议：为了如根据如WO 2007/141550所述的共振增强钻进所需的、引发旋转钻头穿过的材料的裂缝，该振荡器可以向钻头输入足够高的轴向振荡载荷。
现有技术没有提供关于如何监测轴向振荡的任何详情。US2006/0157280中和WO2007/141550中总体公开了传感器，但未讨论这些传感器相对于部件(诸如隔振单元和振动传递单元)的位置。
本发明人的已公布国际申请书WO2011/032874希望提供对现有技术中所描述的方法和设备的进一步改进。该申请书公开了一种用于将共振增强旋转钻机中的振荡器的频率控制在由Us(被钻材料的压缩强度)限定的范围内。该方法还涉及将振荡器的动态力(Fd)控制在由Us限定的范围内。Us使用传感器来测量。
WO 2007/141550、US2006/0157280以及WO2011/032874中所述的解决方案具体集中于振荡器的振荡性质。这些仅是所涉及的自由度的子集，并且这些方法不考虑RED的其他重要方面。另外，材料特性的估计太简单，这依赖于使用传感器进行的压缩强度的非精确测量，并且根本不解释其他材料特性。因此，期望对其中描述的方法和设备进行进一步改进。本发明的实施方式的目的是为了进行如下改进：其在限制对设备的磨损以便增加设备的寿命的同时，提高钻进效率。进一步目的是，特别是在钻过快速变化的岩石类型时更精确地控制共振增强钻进。
发明内容
因此，本发明提供一种用于控制共振增强旋转钻机的方法，该共振增强旋转钻机包括钻进模块和控制系统，该控制系统用于控制所述钻进模块的一个或更多个钻进参数，该方法包括以下步骤：
(a)采用被钻材料的一个或更多个初始特性和/或一个或更多个初始钻进参数，以控制所述钻进模块；
(b)测量一个或更多个当前钻进参数，以获得一个或更多个测量得的钻进参数；
(c)采用所述一个或更多个测量得的钻进参数，作为所述控制系统中的输入，以便获得来自所述控制系统的输出，该输出包括所述被钻材料的一个或更多个计算得的特性；
(d)采用所述被钻材料的一个或更多个计算得的特性和/或所述一个或更多个测量得的钻进参数，作为所述控制系统中的输入，以便获得来自所述控制系统的输出，该输出包括一个或更多个计算得的钻进参数；
(e)将所述一个或更多个计算得的钻进参数可选择地应用于所述钻进模块；
(f)可选择地重复步骤(b)、(c)、(d)以及(e)。
在当前上下文中，共振增强旋转钻机不受特别限制，并且可以是领域中已知的任意共振增强旋转钻机，只要它包括钻进模块和控制系统即可。钻进模块不受特别限制，并且可以是用于共振增强钻进的领域中已知的任意钻进模块(诸如所公布的专利申请书WO2012/076401中所公开的钻进模块)。控制系统不受特别限制，只要它能够执行本发明的方法即可。为了实现该目的，控制系统应当能够计算被钻材料的一个或更多个特性和一个或更多个钻进参数。虽然特定具体方法确实提供明显优点，但用于进行该过程的方法不受特别限制，并且将在下面详细描述方法。控制系统可以包括一个或更多个控制器。由此，在一些实施方式中，可以采用单个控制器，以计算所有参数。然而，在其他实施方式中，可以有两个或更多个控制器。在一些实施方式中，例如控制系统可以包括：用于计算被钻材料的特性的控制器和；用于计算钻进参数的进一步控制器。一个或更多个或两个或更多个控制器一起构成控制系统。
发明人已经发现能够将钻进参数用于准确且精确地计算被钻材料的具体特性、然后将这些特性连同测量得的钻进参数(实时钻进参数)用于计算可以应用于钻进模块的更新后的钻进参数的过程。一个或更多个实时钻进参数(前进率、钻压(WOB:weight on bit)等)在控制过程的各循环迭代中来测量(实时钻进参数随着被钻材料变化而变化，所以需要保持实际钻进参数的跟踪的测量)，并且如果必要(例如因为岩石类型变得更硬或更软)，则将新计算得的钻进参数应用于钻机。通常如果计算得的钻进参数中的一个或更多个不同于所测量钻进参数中等效的一个或更多个(或在所选范围内充分不同)，则可以进行将一个或更多个计算得的钻进参数应用于钻进模块的步骤(e)。
使用更新后的钻进参数重复控制周期将使钻进更有效。由此，虽然通常前进率(ROP)或“钻进的速度”和/或钻压(WOB)为最期望优化的参数，但也可以使所期望的任意钻进参数最大化(或最小化或优化)。
之前，由于与普通钻进(钻机的振荡将额外的自由度引入到系统中)相比的更复杂的RED性质(诸如与振荡关联的振荡频率和振幅以及动态力)使得任意预测或计算更加复杂，所以控制方法在共振增强钻进(RED)过程中不是特别有效。已知方法尝试将振荡考虑在内，但仍然需要改进。使用本方法，发明人能够将更多参数考虑在内，并且还能够更加有效地将被钻材料的性质考虑在内。因此，发明人解决了许多现有问题，并且使得共振增强钻进比已知系统中更快且更便宜，并且减少对材料的磨损。
附图说明
将仅参照附图经由示例描述本发明。
图1示出了根据本发明的实施方式的钻进模块。
图2的(a)和图2的(b)示出了对于被钻材料的各种振动质量和各种压缩强度将频率例示为振幅的函数的图表。
图3示出了给定固定动力供应的情况下对于各种振动质量将频率例示为振幅的函数的图表。
图4示出了本发明的控制系统的示意性表现。在该方案中，用于计算被钻材料的特性的控制器被标记为“岩石识别机构”，用于计算钻进参数的控制器被标记为“控制器”，并且如控制方法所采用的示出各种示例性材料特性和钻进参数。
图5示出了用于计算或识别被钻材料的特性的控制器中用于信号识别的过程(例如，岩石识别过程)。
图6示出了人工神经网络(ANN)的神经元模型。
图7示出了对于花岗岩和砂岩在特定钻进条件下生成的训练信号(位置和加速度信号)。
图8示出了对于ANN训练(位置和加速度信号)采用的各种测量。
图9示出了ANN训练过程的执行。
图10示出了识别矩阵。
图11示出了作为由阻尼器和弹簧支撑的无质量防护板的软冲击模型。
图12示出了对于m1＝1kg、h0＝1m、g＝9.8m/s2、ts＝9.5Ns/m、ks＝20×103N/m而计算得的单个冲击的时间关系图表。质量m1的位移由上线来示出，并且质量的加速度由下线来标记。
图13示出了具有对于m1＝1kg、h0＝1m、g＝9.8m/s2、ts＝9.5Ns/m、ks＝30×103N/m(左下点组)、ks＝32×103N/m(下一更高点组)、ks＝35×103N/m(下一更高点组)、ks＝40×103N/m(下一更高点组)以及ks＝50×103N/m(下一更高点组)而计算得的各种刚度系数的冲击图。
图14示出了具有对于m1＝1kg、g＝9.8m/s2、ts＝9.5Ns/m而计算得的各种刚度系数和不同冲击速度的冲击图。
图15示出了漂移振荡器的物理模型。
图16的(a)示出了对于a＝0.3、b＝0.16、ξ＝0.05、ω＝0.1、g＝0.02以及
Figure GDA0002022896540000061
而计算得的质量对时间的位移x(实线)和连接器底部对时间的位移v(虚线)。图16的(b)示出了具有冲击面(直线)的相位图(曲线)。
图17的(a)示出了对于a＝0.1、b＝0、ξ＝0.05、ω＝0.1、g＝0.02以及
Figure GDA0002022896540000062
而计算得的质量的位移(实线)、滑动器顶部的位移(虚线)以及滑动器底部的位移(点划线)，图17的(b)示出了对于a＝0.1、b＝0、ξ＝0.05、ω＝0.1、g＝0.02以及
Figure GDA0002022896540000063
而计算得的质量的加速度。
图18示出了对于a＝0.1、b＝0、ξ＝0.05、ω＝0.1、g＝0.02以及
Figure GDA0002022896540000064
而计算得的具有冲击面(垂直线)的质量加速度对相对位移的轨迹(曲线)。
图19示出了对于a＝0.1、b＝0、ξ＝0.05、ω＝0.1、G＝0.02、
Figure GDA0002022896540000065
k＝0.5(最右线)、k＝1(右中线)以及k＝5(左中线)而计算得的具有冲击面(最左线)的质量加速度对相对位移的轨迹。
图20示出了冲击振荡器的数学模型(参见Ing,J.,Pavlovskaia,E.,Wiercigroch,M.,Soumitro,B.“Experimental study of impact oscillator with one-sided elasticconstraint”.Phil.Trans.R.Soc.A,366(2008),679-705)。
图21示出了模糊控制算法的示意图。
图22示出了本模糊控制过程的流程图。
图23示出了刚度斜率的模糊化的示意图。
图24示出了刚度斜率的从属函数。
图25示出了静态载荷b和激励幅度a的从属函数。
图26示出了对于m＝1、Pf＝1、ξ＝0.05、ω＝0.1、g＝0.02、
Figure GDA0002022896540000066
k＝3、b＝0.13、a＝0.2(下线)以及b＝0.1432、a＝0.3126(上线)而计算得的位移的时间关系图表。
图27示出了对于m＝1、Pf＝1、ξ＝0.05、ω＝0.1、g＝0.02、k＝3、b＝0.13、a＝0.2(下线)以及b＝0.1432、a＝0.3126(上线)而计算得的平均前进的时间关系图表。
图28示出了(a)0.75kN、(b)1.0kN、(c)1.25kN、(d)1.5kN、(e)1.75kN以及(f)2.0kN静态载荷和2.5kN动态力幅度时的位移的时间关系图表。(左顶线为常规钻进，而右底线为RED)。
图29示出了(a)改进因子与(b)2.5kN动态幅度的前进以及静态力之间的关系。
图30示出了(a)1.5kN、(b)2.5kN、(c)3.5kN以及(d)5kN激励幅度和1kN静态载荷时的位移的时间关系图表。(左上线为常规钻进，而右下线为RED)。
图31示出了激励幅度和(a)穿透率以及(b)改进因子的变化。
图32示出了(a)150Hz、(b)180Hz、(c)190Hz、(d)200Hz以及(e)210Hz激励频率和1.75kN静态载荷时的位移的时间关系图表。(左上线为常规钻进，而右下线为RED)。
图33示出了激励频率和(a)穿透率以及(b)改进因子的变化。
图34示出了(a)30rpm、(b)60rpm、(c)90rpm以及(d)120rpm、200Hz激励频率和1.75kN静态载荷时的位移的时间关系图表。(左上线为常规钻进，而右下线为RED)。
图35示出了旋转速度和(a)穿透率以及(b)改进因子的变化。
具体实施方式
现在将更详细地描述本发明。
如上所述，本发明提供了一种用于控制共振增强旋转钻机的方法，该共振增强旋转钻机包括钻进模块和用于控制钻进模块的一个或更多个钻进参数的控制系统，该方法包括以下步骤：
(a)采用被钻材料的一个或更多个初始特性，和/或一个或更多个初始钻进参数，以控制钻进模块；
(b)测量一个或更多个当前钻进参数，以获得一个或更多个测量得的钻进参数；
(c)采用一个或更多个测量得的钻进参数，作为控制系统中的输入，以便获得来自控制系统的输出，该输出包括被钻材料的一个或更多个计算得的特性；
(d)采用被钻材料的一个或更多个计算得的特性和/或一个或更多个测量得的钻进参数，作为控制系统中的输入，以便获得来自控制系统的输出，该输出包括一个或更多个计算得的钻进参数；
(e)将一个或更多个计算得的钻进参数可选择地应用于钻进模块；
(f)可选择地重复步骤(b)、(c)、(d)以及(e)。
在本发明的一些实施方式中，在步骤(d)中，除了测量得的钻进参数之外，还可以采用来自控制过程的上次迭代的一个或更多个计算得的钻进参数，作为进一步输入，以确定计算得的钻进参数。这可以例如在迭代中未测量所有钻进参数时发生。另外或另选地，在计算得的材料特性的值不可用的情况下，反而可以使用来自上次迭代的计算得的值。
在步骤(a)中，步骤“采用……以控制钻进模块”可以是指，将关于被钻材料的一个或更多个初始特性的信息“应用”或“发送”到控制系统和/或钻进模块。因此，本发明还提供一种用于控制共振增强旋转钻机的方法，该共振增强旋转钻机包括钻进模块和用于控制钻进模块的一个或更多个钻进参数的控制系统，该方法包括以下步骤：
(a)将被钻材料的一个或更多个初始特性和/或一个或更多个初始钻进参数应用于控制系统和/或钻进模块；
(b)测量一个或更多个当前钻进参数，以获得一个或更多个测量得的钻进参数；
(c)采用一个或更多个测量得的钻进参数，作为控制系统中的输入，以便获得来自控制系统的输出，该输出包括被钻材料的一个或更多个计算得的特性；
(d)采用被钻材料的一个或更多个计算得的特性和/或一个或更多个测量得的钻进参数，作为控制系统中的输入，以便获得来自控制系统的输出，该输出包括一个或更多个计算得的钻进参数；
(e)将一个或更多个计算得的钻进参数可选择地应用于钻进模块；
(f)可选择地重复步骤(b)、(c)、(d)以及(e)。
在本发明中，钻进参数不受特别限制，并且可以是在控制钻进过程中有用的任意参数。参数的数量也不受特别限制，只要采用至少一个。在一些实施方式中，参数的数量可以是2个或更多、3个或更多、4个或更多、5个或更多、6个或更多、7个或更多、8个或更多、9个或更多或者10个或更多。通常，钻进参数从以下参数选择：
(a)对被钻材料的轴向钻机力(也称为“钻压”(WOB：weight on bit)，或“静态力”)；
(b)钻机(或钻头或钻进模块)的速率或速度，并且通常为穿过被钻材料的速率或速度(也称为前进率(ROP)；
(c)钻机(或钻头或钻进模块)的加速度，并且通常为穿过被钻材料的加速度；
(d)钻机的振荡频率；
(e)钻机的振幅；
(f)对被钻材料的振荡轴向钻机力(也称为“动态力”)；
(g)钻机的旋转速率或旋转速度；
(h)对被钻材料的、钻机的旋转力或扭矩；
(i)流体流率；以及
(j)钻头的相对位移。
在该上下文中，流体流率包括穿过钻头、在钻头周围和/或在钻头上的流体量。通常，流体穿过钻进区域，以便润滑、冷却和清除岩屑用途。在一些情况下，(诸如具有ROP的情况)，钻进参数无法直接应用于钻进模块，而是可以通过应用与间接参数有关的其他参数中的一个或更多个来间接应用的参数。
根据条件、钻进方法、材料(岩石)类型以及过程的目的，来使这些参数中的一个或更多个可以最大化、最小化或优化。然而，通常对于最大化和优化，期望间接钻进参数(诸如ROP)。例如，应当最小化的另一个这种参数可以为钻头磨损。
在本发明中，被钻材料的特性不受特别限制，并且可以是控制钻进过程中有用的任意特性。特性的数量也不受特别限制，只要采用至少一个即可。在一些实施方式中，特性的数量可以是2个或更多、3个或更多、4个或更多、5个或更多、6个或更多、7个或更多、8个或更多、9个或更多或10个或更多。通常，被钻材料的特性从以下特性选择：
(a)材料的压缩强度；
(b)材料的刚度或有效刚度；
(c)材料的屈服强度；
(d)材料的冲击强度；
(e)材料的疲劳强度；
(f)材料的拉伸强度；
(g)材料的剪切强度；
(h)材料的硬度；
(i)材料的密度；
(j)材料的杨氏模量；以及
(k)材料的泊松比。
通常，步骤(a)中的被钻材料的一个或更多个初始特性从经验信息(优选地从数据库)获得。进一步通常地，步骤(a)中的一个或更多个初始钻进参数从经验信息(优选地从数据库)获得。数据库通常由在(各种尺寸、直径、重量等的)钻进模块对各种岩石类型和岩层的测试期间获得的信息构成。
步骤(c)中的被钻材料的一个或更多个计算得的特性可以使用计算或估计以任意适当的方式来获得，但通常它们使用一个或更多个模型(诸如一个或更多个经验模型和/或数学模型)来获得。模型不受特别限制，只要它们是用于计算讨论中的参数的有效模型(即，它们能够进行所期望参数的合理估计)即可。通常，模型为经验模型(诸如从经验性数据而不是从基于物理或数学的定理开发的模型)。优选地，一个或更多个模型包括神经网络。在一些实施方式中，一个或更多个模型可以包括NARMAX(具有外因输入的非线性自回归移动平均，Nonlinear AutoRegressive Moving Average with eXogenous inputs)模型和/或基于冲击的模型和/或基于穿透的模型。若需要，所用的任意模型可以连同一个或更多个其他模型一起使用。在一些情况下，几个不同模型一起或单独使用可以提供更准确的结果。
在本发明中，步骤(d)中的一个或更多个计算得的钻进参数可以使用计算或估计以任意适当的方式来获得，但通常它们使用模糊逻辑模型来获得。所采用的模糊逻辑模型不受特别限制，并且可以采用领域中已知的任意模糊逻辑模型。通常，本发明中所用的模糊逻辑模型包括：
(i)处理步骤(d)输入参数，以产生模糊输入参数；
(ii)处理模糊输入参数，以产生模糊结论；以及
(iii)处理模糊结论，以给出步骤(d)输出参数。
在一些实施方式中，步骤(i)包括采用从属函数(membership function)，以将一个或更多个输入参数转换成一个或更多个模糊输入参数。优选地，步骤(ii)包括推理机制和规则库，其中，推理机制用于基于输入参数和/或步骤(i)的模糊输入参数，从规则库选择要应用的一个或更多个规则，并且其中，一个或更多个规则应用于一个或更多个模糊输入参数，以将一个或更多个模糊输入参数转换成一个或更多个模糊结论。通常但不唯一地，步骤(iii)包括采用从属函数和/或重心法，以将一个或更多个模糊结论转换成步骤(d)输出参数。
在本发明的一些优选实施方式中，被钻材料的特性的模型采用神经网络，并且用于钻进参数的模型使用模糊逻辑。
在步骤(b)中测量一个或更多个当前钻进参数(存在于应用所计算参数之前的过程的当前迭代中的钻进参数)的方法不受特别限制。然而，优选地，这使用在钻进模块中所并入的一个或更多个传感器来进行。所述一个或更多个传感器不受特别限制，只要它们能够测量所涉及的具体参数即可，但在优选实施方式中，传感器从测压元件(load cell)、涡流传感器、加速计、用于测量模块中电流和/或电压变化的传感器，以及这些传感器中的每一个的一个或多个的任意组合选择。
方法中还可以使用进一步的参数(诸如与钻进设备有关的、不会改变的固定参数(重量、尺寸(钻头的直径、钻孔的直径、钻进模块的长度)等)和可以或可以不固定的外部参数(诸如温度、压力等))。通常，但不唯一地，该进一步参数从以下参数选择：
(a)钻头的直径；
(b)钻进模块的质量；
(c)被钻材料的温度；
(d)被钻材料的地静压力(geostatic pressure)或孔隙压力(pore pressure)；
(e)钻进模块的长度；
(f)钻孔的宽度；以及
(g)钻孔的深度。
本发明还提供一种钻进的方法，该方法包括以下步骤：操作共振增强钻机，以对材料进行钻进，其中，共振增强钻机根据如上所定义的方法来控制。
本发明还提供一种用于共振增强钻进的控制系统，该控制系统包括：
(a)用于确定被钻材料的一个或更多个特性的控制器，以及
(b)用于确定一个或更多个钻进参数的控制器；
其中，控制系统被构造为执行如上所定义的方法。
本发明更进一步提供一种用于共振增强钻进的设备，该设备包括：
(a)钻进模块；和
(b)如上所定义的控制系统。
共振增强钻进
如上面所强调的，本发明涉及共振增强钻进过程或设备的控制。本发明的方法可以应用于常规RED法(诸如WO2007/141550和WO2011/032874所公开的那些方法)。在这种已知的方法中，通常基于将传感器用于直接确定被钻岩石的压缩强度的反馈机构，来控制振荡器的动作的参数。在本方法中，如上所述，采用更加精细的反馈。
通常，在已知RED法中，在操作期间，旋转旋转钻头，并由振荡器向钻头施加轴向定向的动态载荷，以产生裂纹扩展区域，以帮助旋转钻头穿透材料。在已知方法中，通常如WO2011/032874所述来控制振荡器。在这些方法中，频率和动态力的范围基于下面提供的分析。在本发明中，下面的细节代表作为更精细控制过程可以应用到的过程的指南。
地层的压缩强度给出必需冲击力的下限。最小所需的动态力的幅度如下计算：
Figure GDA0002022896540000121
Deff为作为根据与被钻材料接触的钻头的形态(fraction)而计算的钻头的直径D的旋转钻头的有效直径。由此，有效直径Deff可以被定义为：
Figure GDA0002022896540000122
其中，Scontact为对应于接触被钻材料的钻头的形态的换算系数。例如，估计出仅钻头表面的5％与被钻材料接触，有效直径Deff可以被定义为：
Figure GDA0002022896540000123
上述计算提供振荡器的动态力的下限。使用比该下限更大的动态力在操作期间在钻头前面产生裂纹扩展区域。然而，如果动态力太大，那么裂纹扩展区域将远离钻头延伸，危害钻孔稳定性并降低钻孔质量。另外，如果旋转钻机上由振荡器给予的动态力太大，那么可能产生加快的且灾难性的工具磨损和/或故障。
参数
如上面使清楚的，本控制过程的重要部分是，将测量得的钻进参数和模型化的材料特性用作输入来进行钻进参数的建模。
为了对各种钻进参数对RED的影响进行充分建模，需要将钻进模块(特别是钻头)和材料(例如，岩石)的相互作用考虑在内的物理模型。这种模型应当优选地不仅捕获材料破碎过程，还模拟系统的钻进动力学。这可以如下所示例地完成，假如对材料的力学响应充分建模。那么，这些响应可以在钻进参数计算控制器中，例如用于为模糊逻辑过程建立适当的规则库和推理机制。
与钻孔产生的任意其他方法一样，共振增强钻进(RED)的执行取决于所应用的输入参数。例如，期望钻压(WOB)、旋转速度、激励的力幅以及频率对实现的常规钻进上的前进率和百分比改进具有重大影响。对这些参数如何独立地影响RED的结果的理解，对于确定最优执行所需的组合是重要的。
发明人针对砂岩执行基于实验确定的特性的模拟。钻头和剩余钻柱被认为是刚性元件。
与更早的实验研究相比，研究并观察对于WOB、旋转速度、激励幅度以及激励频率的影响而获得的结果。
WOB的影响
钻压(WOB)提供常规旋转钻进中的岩石破碎所需的力。然而，在RED中，力为静态力(或WOB)和动态力的组合。因此，需要理解WOB对过程的作用。为了研究WOB对RED的执行的影响，进行有限元模拟。保持材料特性、旋转速度、激励幅度以及激励频率恒定，而静态力可以在最小值和最大值之间(诸如从0.75kN至2kN)变化。
图28示出了针对各所用载荷的钻头的位移的时间关系图表。据观察，在模拟的常规钻进阶段期间的时间关系图表的斜度(gradient)总是低于RED期间经历的时间关系图表的斜度。这定性地类似于实验室中的实验结果。
在图29(a)中，描述了RED的改进因子的变化。所获得的值对于所用的所有WOB还算恒定。值得一说的是这不对应于实验。这是由于如下事实，实验中所用的真正岩石为非均质的，而该模型中的岩石具有同质的特性。因此，对于改进因子期望获得还算恒定的值。图29(b)是对于不同WOB的、WOB与前进之间的关系的图形表现。据观察，前进随着增大的WOB而增加，直到1.75kN(其之后观察到下降)为止。
激励幅度的影响
当RED中钻头冲击岩石时可用的能量为谐波激励的幅度函数。然而，由于可用于RED致动器的功率，所以存在对可达到的最大值的限制。由此，有用的是建立其如何影响钻进过程的整个执行。为了研究幅度的变化的作用，在保持其他WOB(静态力)和其他钻进参数恒定的同时，以不同的力幅度进行三个模拟。
图30呈现了常规钻进和RED期间钻头的位移的时间关系图表。注意的是，在RED阶段期间获得的平均穿透率总是大于在模拟的常规钻进阶段期间实现的平均穿透率。
在图31(a)中，呈现了前进率对激励幅度的图表。前进率随着幅度而增大，改进因子也是如此(图31(b))。观察结果符合从实验获得的结果。
激励频率的影响
动态力的激励频率确定每单位时间内可用于岩石破碎的能量率。因此，理解频率如何影响RED的效率将帮助选择钻进操作中要使用的最优值。
频率对执行的影响也使用相同有限元模型来研究。保持其他模型参数恒定的同时改变频率的值。从150Hz、180Hz、190Hz、200Hz以及210Hz进行模拟。在图32中的钻头的位移的时间关系图表方面来描述结果。
图33(a)示出了频率与穿透率之间的关系，而在图33(b)中用图表呈现了对于不同速度获得的改进因子。对于所用范围，穿透率随着增大的频率而增大。还据观察，图表的斜度在超过180Hz时变得明显更高。这提示如果进行更高频率的模拟，则可以发现最优执行所需的最佳值。对于如图33(b)所示的改进因子获得类似的结果。在RED实验中观察这些类型的结果。
旋转速度的影响
钻柱的旋转速度有助于钻进过程的效率。已知在常规旋转钻进中，旋转速度在岩石破碎和钻屑移除中起到重要作用。有用的是，研究旋转速度对RED的执行的影响。
以30rmp的梯级(step)对从30rpm至120rpm变化的旋转速度进行研究。分析的结果在钻头的位移的时间关系图表方面用图表呈现在图34中。RED阶段的平均穿透率总是超过常规旋转钻进的平均穿透率。
根据图34和图35(a)，还注意的是，钻进组件对于RED和常规钻进这两者随着增加的旋转速度而更快地移动。图35(b)是对于各种速度而获得的改进因子的图形简况。观察到改进因子对于所应用的所有旋转速度保持还算恒定。这些结果符合从实验获得的结果。
参数影响的总结
具体地，示出了WOB和动态力这两者有助于岩石破碎所需的力。由此可见，WOB和动态力各自的量影响钻进过程的效率。WOB被示出具有用于要实现的最佳性能的最优值。增大所产生的激励幅度增大RED的穿透率和改进因子。
数据示出了激励频率在可用于岩石破碎的每单位时间内的能量的量中起到了重要作用。另外，旋转速度被示出为确定从钻头的面的材料移除率。穿透率被示出为随着增加的旋转速度而增大。
从所进行的有限元模拟获得的所有结果定性地类似于从RED实验观察的结果。
总之，为了对各种钻进参数对RED的影响充分建模，开发了考虑钻进模块(例如，钻头)和材料(例如，岩石)相互作用的物理(或经验性)模型。这些模型被示出为，适于确定岩石和其他材料的最佳钻进参数，并且可以用于作为本发明的控制过程的部件的控制器中。在用于计算钻进参数的模糊逻辑控制器中，模型可以用于建立适当的规则库和推理机制，或者可以用于其他控制策略中。
控制系统
图4中示出了根据本发明的控制系统的示例。在该方案中，用于计算被钻材料的特性的控制器被标记为“岩石识别机构”，用于计算钻进参数的控制器被标记为“控制器”，并且如控制方法中所采用的示出了各种示例性材料特性和钻进参数。
用于计算钻进参数的控制器
由发明人进行的模拟研究展示了，给出最优穿透率的最佳激励幅度和WOB根据岩石刚度而变化。本发明的模糊控制策略被优选为，对于不同的岩石(或其他材料)条件调节RED钻进模块的最佳频率和幅度(或其他钻进参数)。
图21呈现了所提出方法的示意图，该方法含有模糊化、推理机制、规则库以及去模糊化。模糊化是这样的过程：将清晰(crisp)输入转换成语言术语，然后基于预定义的规则库将它们置于推理机制中。稍后，将从推理机制获得的语言决策转换成用于漂移振荡器的清晰控制参数。如图21所示，本控制系统具有至少一个输入(例如刚度斜率，如附图中的)和至少一个输出(附图中为两个输出，在该示例中为激励幅度和静态力)。
图22中给出了本控制过程的流程图。如从该图所示，该过程以初始化开始，并且一旦模拟开始则记录针对一个推进时期(period of forcing)的数据。然后，模糊系统评估当前控制参数(b和a)是否为可以在当前刚度条件下产生最优效率的最优控制参数。如果是，则系统将继续使用当前控制参数；如果不是，则将采用由模糊控制系统计算出的清晰控制参数(更新后的、或计算得的钻进参数)。
模糊化
模糊控制器具有至少一个输入信号(在该示例中诸如为刚度斜率)。推理机制将基于模糊后的输入选择控制规则。图23中呈现了刚度斜率的模糊化。如图23中所看出的，大于-0.5024的刚度斜率定义为“软”，-0.5024至-5.0237之间的刚度斜率定义为“中等”，并且小于-5.0237的刚度斜率定义为“硬”。表4中给出了模糊化的简介，并且图24中给出了刚度斜率的从属函数。
表4-刚度斜率的模糊化
Figure GDA0002022896540000161
规则库
因为对于该示例假定静态载荷固定，所以模糊控制器的目的可以被转换成，发现(例如)产生最优平均前进的最佳激励幅度。如下给出用于该示例的基于马丹尼模型(Mamdani model)的模糊控制规则：
·如果刚度为软，则WOB为大，并且激励幅度为小；
·如果刚度为中等，则WOB为中等，并且激励幅度为中等；
·如果刚度为硬，则WOB为小，并且激励幅度为大；
可以按需应用用于参数之间的其他关系的其他规则。当存在几个输入时，可以对于不同的输入参数应用不同的规则。类似地，当需要优化不同的参数时，可以应用进一步不同的规则。推理机制可以适于确保正确的规则与所采用的输入和所优化的参数匹配。
去模糊化
图25示出了用于来自推理机制的模糊结论的去模糊化的静态载荷和激励幅度的从属函数。特别优选的是，可以使用如下的重心法，借助给重心法，使用各隐含模糊集合的总面积的中心来计算清晰输出。
数值结果
发明人通过使用以下参数来进行对所提出模糊控制器的模拟研究：m＝1、Pf＝1、ξ＝0.05、ω＝0.1、g＝0.02以及
Figure GDA0002022896540000171
图26中示出了使用k＝3、b＝0.13以及a＝0.2的、由下面的一组线来指示的模拟结果。模糊控制器指示最佳参数为b＝0.1432和a＝0.3126，并且图26中示出了使用最佳参数的、由上面的一组线指示的模拟结果。可以清晰的看出，显著增大使用最佳参数的位移，并且可以在图27中看出使用最佳参数的改进后的平均前进。
用于计算被钻材料的特性的控制器
现在将更详细地描述用于计算被钻材料的特性的控制器。当前的控制系统和方法可以用于许多类型的钻进中，因此，不限于大型钻进(诸如钻过岩石)。然而，通常，本发明很好地适于大型钻进(诸如采矿工业和石油工业中的岩石钻进)。因此，被钻材料通常为一种类型的岩石。然而，在以下内容中，对岩石的提及也可以当作适用于其他材料。
当材料为岩石或任意其他材料时，可以在数学优化方面用公式来表达材料识别问题：给定所观察的信号x(t)(从钻进测量获得的)，有用的是发现模型函数y(t,p)(p为模型的参数)，使得误差：
Figure GDA0002022896540000181
为最小。为了解决该问题，数个算法(例如图5中所示的基于反分析的算法)可用。然而，这种算法的成功应用需要存在如下的鲁棒数学模型：其以可以预测信号y(t,p)的这种方式来描述要被研究的现象。
之前控制系统的问题和本发明潜在的问题是，迄今在物理学方面没有可用于描述经受钻进过程的岩层的具体特性的准确模型。因此，发明人确定应用不同的方法。由发明人所探索的另选途径包括以下经验模型：
·遗传算法-基于一代又一代的遗传库过渡，源于达尔文的进化论。
·蚁群算法-基于昆虫的行为。
·禁忌研究(Tabu research)-探索所期望临界值的本地邻域。
·粒子群优化-基于组(诸如天空中飞翔的鸟或建筑物内部寻找出口的人)的社会行为。
·人工神经网络-受模式识别问题欢迎，其中，该方法模拟中枢神经系统的学习过程。
所有这些方法为系统提供物理理论的有用另选方案。总之，本发明中优选的是采用这种另选经验模型。这可以是或可以不是数学模型。
用于识别材料(或岩石)特性的其他潜在有用的模型包括基于冲击的识别、基于穿透的识别以及NARMAX模型。
基于神经网络的识别
在本发明中，虽然可以采用上述经验模型中的任意一个(或任意其他适当模型)，但对于解决材料特性(岩石特性)识别问题而言，人工神经网络(ANN)是最优选的。虽然人工神经网络对于其他参数也同样有用，但它们在材料的刚度是要采用的一个参数时特别有用。ANN呈现不需要讨论中的现象的显式数学模型(或物理学模型)的显著优点。ANN的关键点是，对于所选网络进行适当的学习过程。图6中示出了ANN的神经元模型。
ANN为对生物神经系统的操作(例如，学习、分类以及模式识别)进行建模的一般数学计算范式。中心思想是定义如下的合适特征向量(措施)，其捕获要被研究过程的特性(在这种情况下为钻进条件下的材料(岩石)特性)。一旦定义了一组特征向量，则ANN经受学习过程，在该过程中，为了正确识别岩石特性，ANN将调整其系数。在该阶段，重要的是，以训练试样代表实际应用中所期望的钻进条件的这种方式，具有足够大范围的训练试样。
在本发明中，存在可以用于ANN识别过程的若干可用信号。具体地，为钻头的位置和加速度。这允许定义对于位置和加速度信号这两者而采用的各种特征测量(诸如动力、峰值、傅里叶系数等)。这可以由实验来说明。考虑以下钻进条件下产生的一组训练信号：
表1用于ANN训练的实验数据的参数
岩石 钻头 频率(Hz) 幅度(V) WOB(kN)
花岗岩 37/8”PDC 178.83 200 1.5
砂岩 37/8”Varel 4919 178.22 180 3.5
对于花岗岩和砂岩，图7中示出了上述钻进条件下产生的训练信号(位置和加速度信号)。
在图8中，示出了对于ANN训练而采取的各种测量。该方法的一个关键方面是，采取能够区分感兴趣的特性的测量，该感兴趣的特性在该示例中为岩石类型(花岗岩/砂岩)。如可以在图中看出的，对于各个岩石类型，所选测量有效地累积，由此，给出它们识别什么类型的岩石正被钻的能力的指示。
凭借这些测量，可以进行选择监督式学习作为实施方案的学习算法(Matlab ANN工具箱所用于的)。在图9中可以观察该过程的执行。如可以看出的，算法收敛非常快，这意味着潜在问题是适定的(well-posed)。因为问题的适定性与识别技术的鲁棒性密切相关，所以这是要考虑的非常重要的方面。这鉴于必须仔细识别岩层的可能苛刻条件而是重要的。在这点上，该方法示出了非常好的收敛特性，这是该技术为计算实际钻进条件的很大改进的指示。
一旦已经训练ANN，则为了验证它的识别能力，可以测试网络。这可以通过以所有过程用同组的实验数据来进行的这种方式将试样数据划分为两组来进行：训练组和测试组。然而，为了说明所提出的识别技术的鲁棒性和有效性，如下面表2中所详细说明地使用单组实验数据。
表2用于ANN测试的实验数据的参数
Figure GDA0002022896540000191
如可以看出的，测试数据的参数不同于训练数据的参数，但当然它们合理地类似。由此，使用该新组实验数据可以把位置和加速度当作主要信号,并获得之前为了测试所训练网络而定义的测量。
图10中可以看出结果。这是所谓的混淆矩阵，其示出了试样的绝对数及其对应于正确和非正确识别信号的百分比。在这种情况下，可以看出，所有试样累积在混淆矩阵的对角线中，这意味着对应于种类1(花岗岩)的试样已经被网络识别为属于种类1等。因此，为了实施图5中所示的岩石识别控制器，可以应用并扩展该方法。
基于冲击的识别
也可以使用基于钻头的加速度的方法来实现材料特性的识别。图11中所示的简单冲击模型，其中，质量m1与被建模为轻防护板的基础碰撞，该轻防护板由具有恢复系数ks的轻弹簧和具有阻尼系数ts的轻粘性阻尼器支撑。模型的动力学由以下方程式来管理：
Figure GDA0002022896540000202
其中，
Figure GDA0002022896540000203
并且
Figure GDA0002022896540000204
方程式(1)的求解方法如下：
Figure GDA0002022896540000205
Figure GDA0002022896540000206
其中，为所阻尼的振荡的频率。假定碰撞处的碰撞体的速度由v0给出，则获得以下初始条件：所以，方程式(2)采取形式：
Figure GDA00020228965400002010
在质量m1-防护板接触开始时，并且在时间τi之后的质量m1-防护板接触结束时，振荡器(1)处于平衡状态，所以接触在等于振荡周期的一半的时间期间发生：
Figure GDA00020228965400002011
图12呈现了在与防护板第一次冲击时质量m1的等效响应。如可以从图看出的，对于第一次冲击标记冲击持续时间τi和冲击幅度Hacc，并且这两个重要参数用于构造可以识别岩石的特性的冲击图.
如果保持控制参数恒定，对于不同类型的岩石，冲击持续时间和冲击幅度不同。对于软型岩石，冲击持续时间更长，并且冲击幅度更小。对于硬型岩石，冲击持续时间更短，并且冲击幅度更大。
图13示出了使用相同控制参数的具有各种刚度系数的冲击图。当刚度增大(从右底部至左顶部)时，冲击持续时间变得更短，并且冲击幅度变得更大。所以，通过在该图中监测冲击的位置来识别岩石的刚度是明确的。
为了更加理解冲击动作，图14示出了具有各种刚度系数和不同冲击速率的冲击图。发现，具有相同刚度系数的情况下，冲击持续时间在冲击速率不同时保持不变。还可以推断的是，通过应用更大的冲击速度而产生的岩石的刚度的变化(由最上圈标记的)，比通过应用更小的冲击速率而产生的变化(由最下圈标记的)更明显。因为该现象展示了在共振条件下操作RED的要求，所以它是有趣的。
基于穿透的识别
冲击识别与该方法之间的主要区别是：前者通过使用加速单个(accelerationsingle)的冲击持续时间和冲击幅度来考虑冲击动作的几何学，而后者考虑加速单个的冲击幅度和钻头到岩石中的穿透。
考虑如图15所示的具有漂移的冲击振荡器(从Pavlovskaia E.,Wiercigroch M.,Grebogi C.:(2001),Modelling of an impact system with a drift,Phy Rev E,64,056224改编)，其中，质量m由含有幅度Pd、频率Ω以及相移的谐波分量和静态分量Ps的外力来驱动。假定在初始时刻t＝0时，间隙G是质量与无重量滑动器顶板之间的距离，该无重量滑动器顶板经由具有刚度k的线性弹簧和具有阻尼系数c的黏性阻尼器连接到滑动器底板。Xm、Xt、Xb分别表示质量、滑动器顶部以及滑动器底部的绝对位移。假定重力被包括在静态力中，或者模型在水平面中操作。
所考虑的系统被写到一组一阶微分方程：
x'＝y,
其中，H(.)是亥维赛(Heaviside)函数，其被描述为：
R1＝P1(x，z)＝H(x-z-g)，
P2＝P2(z，z'，v)＝H(2ξz'+z-v)，
P3＝P3(z，z'，v)＝H(2ξz'+z-v-1)，
P4＝P4(v')＝H(v')，。
假定未知线性弹簧的刚度k，则该方法的目的是，估计模拟钻进过程期间岩石的刚度的漂移振荡器的刚度。
图16的(a)中示出了所研究系统的位移的时间关系图表，实线表示质量的位移，并且虚线表示滑动器底部的位移。如可以看出的，系统在周期-1响应中,其中每推进周期质量具有与滑动器顶部的一个碰撞。在Pavlovskaia E.,Wiercigroch M.,Grebogi C.:(2001),Modelling of an impact system with a drift,Phy Rev E,64,056224中，发现如图16的(b)所示使用质量速度y对相对位移x-v的相位图给出该冲击行为的深刻理解。然而，从相位图，难以估计与滑动器顶部的冲击期间的质量的加速度。该冲击行为用于模拟钻头与岩石之间的冲击。如果在冲击期间识别岩石的刚度，则为了实现最佳的穿透率，可以应用适当的动态力和静态力。本发明提供了一种如下的方法，该方法用于通过使用质量加速度和相对位移构建相位图而进行刚度识别。
图17中的数字结果示出了，仅具有冲击的系统的时间关系图表，图17的(a)呈现了质量、滑动器顶部以及滑动器底部的位移，并且图17的(b)呈现了冲击期间质量的加速度。图18示出了质量的加速度对相对位移的轨迹。图17和图18中标记了三个临界点A、B以及C，它们分别指示冲击的开始、相对位移的最大值以及冲击的结束。如可以看出的，从点A开始，质量开始接触滑动器顶部，并和滑动器顶部一起向下移动，并且来自滑动器顶部作用在质量的反作用力立刻增大。一旦质量由反作用力停止，则质量的加速度沿着向上方向实现最大值，并且质量与滑动器底部之间的相对位移也最大。如果反作用力更大，则沿向上方向的加速度的最大值更大，并且相对位移的最大值更短。因此，我们可以推断质量的加速度和相对位移的最大值取决于线性弹簧的刚度系数。图19通过使用三个不同的刚度系数模拟系统来展示了上述结论。看出的是，具有刚度系数k＝0.5的响应示出了最大相对位移和最小质量加速度，而具有刚度系数k＝5的响应示出了最小相对位移和最大质量加速度。
基于NARMAX的识别
已经广泛研究了经受正弦输入的分段线性振荡器的行为(参见Wiercigroch M.,Wojewoda J.,Krivtsov A.M.:(2005),Dynamics of ultrasonic percussive drillingof hard rocks,J.Sound and Vibration,280,739-757)。然而，大多数研究集中于，表示在经由分支图(bifurcation map)改变输入幅度或频率时观察的复杂动力学体制的特征(参见Ing,J.,Pavlovskaia,E.,Wiercigroch,M.,Soumitro,B.“Experimental study ofimpact oscillator with one-sided elastic constraint”.Phil.Trans.R.Soc.A,366(2008),679-705)。虽然该信息提供了关于工作在已知环境中时的钻机响应的有用洞察，但是它无法用于识别与物理上有意义的刚度变化关联的新场景。发明人通过使用非线性系统建模和分析来解决该问题。
该方法包括使用来自图20所示的冲击振荡器系统的输入-输出数据建立多项式NARMAX(具有外因输入的非线性自回归移动平均，Nonlinear AutoRegressive MovingAverage with eXogenous inputs)模型(参见Leonaritis,I.J.,Billings,S.A.“Input-output parametric models for nonlinear systems,Part I:deterministic nonlinearsystems”.International journal of Control,41(1985),303-328)。然后，使用基于ALE(关联线性方程)的新型通用框架(参见Feijoo,J.A.V.,Worden,K.和Stanway,R.“Associated linear equations for Volterra operators”.Mechanical Systems andSignal processing,19(2005),57-69)，在感兴趣的特定频率范围内，通过提取系统NOFRF(非线性输出频率响应函数，Nonlinear Output Frequency Response Functions)在频域中分析所识别模型的响应(参见Lang,Z.Q.,Billings,S.A.“Energy transfer propertiesof non-linear systems in the frequency domain”.International journal ofControl,78(2005),345-362)。已经进行模拟研究。结果展示了基于简单NOFRF能量的指数可以明显区分刚度变化的不同场景，以便能够用于监测系统的操作条件。
考虑冲击振荡器的无量纲模型：
所采用的参数为
Figure GDA0002022896540000232
和
Figure GDA0002022896540000233
其中，m＝1，g＝0.00126，fn＝9.38，c＝1.3，x0＝0.001。β的不同值用于不同的模拟中。测试以下值：β＝1、5、6、8、10以及20。
系统使用正弦输入来识别：
Figure GDA0002022896540000241
其中，A＝0.005，并且f＝8。因为这些值对于所研究的β的范围产生可区别的简单(没有分支)输出，所以选择这些值(更小的频率产生太相似的输出，更大的频率产生难以识别的动力学体制)。
系统凭借固定τs＝0.06集成步骤使用第四阶龙格-库塔(Runge-Kutta)求解程序来求积分。各模拟运行，直到τf＝294.62(5000点)为止。
具有2个试样的最大延时和多达第三度的非线性的NARMAX模型使用基于ERR的正交估计器来识别。用于移动平均数(MA)和非MA项的阈值为10-8。通过将各NARMAX模型分成对应的关联的线性方程式(ALE)而对于正弦输入估计NOFRF：
Figure GDA0002022896540000242
第n阶NOFRF通过划分由un的DFT输出的第n阶ALE的DFT来获得。这些估计对于作为正弦输入的频率范围的1≤k≤1000是可靠的。
允许不同情况之间的区分的测量为第n阶NOFRF的能量：
Figure GDA0002022896540000243
其中，Gn(k)为频率分量k下的第n阶NOFRF。
表3中呈现了示出了指数对于不同的刚度值如何变化的识别结果。
表3-各种刚度值的识别结果
β M<sub>1</sub> M<sub>2</sub> M<sub>3</sub>
1 2.9092 0.0359 0.0002
5 1.0680 0.4267 49.4126
6 2.7188 2.0404 49.9415
8 2.1352 3.2787 244.7598
10 0.6224 0.2011 26.6961
20 8.8768 28.6581 266.0859
钻进模块
本发明之前所述的实施方式可应用于任意尺寸的钻机或被钻材料。特定更具体的实施方式致力于钻过石油工业、气体工业以及采矿工业中的深孔钻进应用中可能遭遇的岩层(具体是可变构成的岩层)。本发明有助于确定适于钻过这种岩层的各种参数的数值。
在构造用于与本发明一起使用的钻进模块时，将所设想的钻进类型中涉及的条件考虑在内。例如，用于石油钻进的钻进模块很可能与用于建筑工业的钻进模块显著不同。当在岩层中钻进时，岩层的压缩强度具有大变化(从砂岩的大约Us＝70MPa一直到花岗岩的Us＝230MPa)。在大型钻进应用(诸如石油工业)中，钻头直径范围从90mm到800mm(31/2到32”)。只要钻头表面的大约5％与岩层接触，那么所需动态力的最低值可以被计算为大约20kN(使用90mm钻头穿过砂岩)。类似地，所需动态力的最大值被计算为大约6000kN(使用800mm钻头穿过花岗岩)。由此可见，对于钻过岩层，根据钻头的直径，动态力优选地被控制维持在范围20kN到6000kN内。因为驱动具有6000kN动态力的振荡器将消耗大量的动力，所以有利的是，将具有中到小直径钻头的本发明用于许多应用。例如，90mm至400mm的钻头直径产生20kN至1500kN的操作范围。进一步缩小钻头直径范围给出了20kN至1000kN的动态力的优选范围，更有选地为40kN至500kN，仍然更优选地为50kN至300kN。
对于需要的振动位移幅度的更低估计是：具有比来自由于岩层中的非均质性而产生的随机小型尖端反弹的位移明显更大的振动。这样，该振幅有利的为至少1mm。因此，振荡器的振幅可以维持在范围1mm至10mm内，更优选地为1mm至5mm。
对于大型钻进设备，模块的振动质量可以处于10kg至1000kg级别。这种大型钻进设备的可行频率范围不伸展到高于几百赫兹。由此可见，通过选择之前描述的范围内的钻头直径、振动质量以及振幅的适当值，振荡器的频率(f)可以在提供对于不同岩石类型的范围产生裂缝扩展区域的足够动态力的同时被控制维持在范围100Hz至500Hz内，并且该频率为实现共振效应的足够高的频率。
图2的(a)和图2的(b)示出了对于具有150mm直径的钻头将频率例示为振幅的函数的图表。图表(a)适合于振动质量m＝10kg，而图表(b)适合于振动质量m＝30kg。下曲线对于更弱岩层有效，而上曲线适合于具有高压缩强度的岩石。如可以从图表看出的，曲线上方区域中100Hz至500Hz的工作频率将提供足够高的频率，以使用范围1mm至10mm(0.1cm至1cm)内的振幅在所有岩石类型中产生裂缝扩展区域。
图3示出了给定固定动力供应的情况下对于各种振动质量将频率例示为振幅的函数的图表。对于可以由用于驱动钻头的旋转动作的泥浆马达或涡轮在井下产生的30kW的动力供应，而计算该图表。上曲线适合于10kg的振动质量，而下曲线适合于50kg的振动质量。如可以从图表看出的，100Hz至500Hz的频率范围可用于范围1mm至10mm(0.1cm至1cm)内的振幅。
可行的是在地面上设置计算机，该计算机处理来自钻孔下面的传感器的信号，然后，将控制信号发送回钻孔下面，以便控制钻头。然而，因为地面与钻孔的底部之间的信令不是直通的，并且还可能非常缓慢，所以这在实践中对于深钻孔钻进而言将难以实现。另选地，可以将反馈机构的感测、处理以及控制元件定位于钻孔的下面但在钻头组件的外部。然而，在实践中，钻孔下面可能具有小空间，同样地，该机构可能经受杂乱物理条件。
因此，提供反馈控制的最优结构是使反馈机构的所有感测、处理以及控制元件定位于井下组件内(例如，在钻进模块内)。该结构最紧凑，提供对共振条件的变化的更快的反馈和更快速的响应，并且还允许钻进模块用集成在钻进模块内部的必需反馈控制器来制造，使得模块可以被改造成适配现有钻柱，而不需要替换整个钻进系统。
对于大型钻进设备，振荡器有利地包括具有机械放大的压电致动器、磁致伸缩致动器、气动致动器、或电驱动机械致动器。发现，这些致动器可以实现所期望的频率、动态力、振幅以及动力消耗范围，以便与之前所述的方法一起使用。
本发明的实施方式的用途包括：钻井(例如，油井钻进)；采矿(例如煤、钻石等)；表面钻进(例如，道路工程等)；以及手持钻机(例如，家庭用途的DIY钻机、牙钻等)。
本发明的实施方式的优点包括：提高的钻进速度；更好的钻孔稳定性和质量；导致更长寿命的、对设备更小的应力；以及降低能量成本的更大效率。

Claims (27)

1.一种用于控制共振增强旋转钻机的方法，该共振增强旋转钻机包括钻进模块和控制系统，该控制系统用于控制所述钻进模块的一个或更多个钻进参数，该方法包括以下步骤：
(a)在所述控制系统和/或所述钻进模块中采用被钻材料的一个或更多个初始特性和/或一个或更多个初始钻进参数；
(b)测量一个或更多个当前钻进参数，以获得一个或更多个测量得的钻进参数；
(c)采用所述一个或更多个测量得的钻进参数，作为所述控制系统中的输入，以便获得来自所述控制系统的输出，该输出包括所述被钻材料的一个或更多个计算得的特性，其中所述被钻材料的一个或更多个特性包括所述被钻材料的刚度或有效刚度；
(d)采用：
(i’)所述被钻材料的所述一个或更多个计算得的特性，或
(ii”)所述被钻材料的所述一个或更多个计算得的特性和所述一个或更多个测量得的钻进参数，
作为所述控制系统中的输入，以便获得来自所述控制系统的输出，该输出包括一个或更多个计算得的钻进参数。
2.根据权利要求1所述的方法，其中，在步骤(d)中，采用来自控制过程的上次迭代的一个或更多个计算得的钻进参数作为进一步输入，以确定所述计算得的钻进参数。
3.根据权利要求1或2所述的方法，其中，所述钻进参数包括以下各项中的一个或更多个：
(a)对所述被钻材料的轴向钻机力，也称为“钻压WOB”，或“静态力”；
(b)穿过所述被钻材料的钻头和/或钻进模块的速率或速度；
(c)穿过所述被钻材料的所述钻头和/或钻进模块的加速度；
(d)所述钻头和/或钻进模块的振荡频率；
(e)所述钻头和/或钻进模块的振幅；
(f)对所述被钻材料的振荡轴向力，也称为“动态力”；
(g)钻机的旋转速率或旋转速度；
(h)对所述被钻材料的、所述钻机的旋转力或扭矩；
(i)流体流率；以及
(j)所述钻头的相对位移。
4.根据权利要求1所述的方法，其中，所述被钻材料的所述特性包括以下各项中的一个或更多个：
(a)所述被钻材料的压缩强度；
(b)所述被钻材料的屈服强度；
(c)所述被钻材料的冲击强度；
(d)所述被钻材料的疲劳强度；
(e)所述被钻材料的拉伸强度；
(f)所述被钻材料的剪切强度；
(g)所述被钻材料的硬度；
(h)所述被钻材料的密度；
(i)所述被钻材料的杨氏模量；以及
(j)所述被钻材料的泊松比。
5.根据权利要求1所述的方法，其中，步骤(a)中的所述被钻材料的所述一个或更多个初始特性从经验信息获得。
6.根据权利要求1所述的方法，其中，步骤(a)中的所述一个或更多个初始钻进参数从经验信息获得。
7.根据权利要求1所述的方法，其中，步骤(c)中的所述被钻材料的所述一个或更多个计算得的特性使用一个或更多个模型来获得。
8.根据权利要求7所述的方法，其中，所述一个或更多个模型包括神经网络。
9.根据权利要求7或8所述的方法，其中，所述一个或更多个模型包括NARMAX模型和/或基于冲击的模型和/或基于穿透的模型。
10.根据权利要求1所述的方法，其中，步骤(d)中的所述一个或更多个计算得的钻进参数使用模糊逻辑模型来获得。
11.根据权利要求10所述的方法，其中，所述模糊逻辑模型包括：
(i)处理步骤(d)输入参数，以产生模糊输入参数；
(ii)处理所述模糊输入参数，以产生模糊结论；以及
(iii)处理所述模糊结论，以给出步骤(d)输出参数。
12.根据权利要求11所述的方法，其中，步骤(i)包括如下步骤：采用从属函数，以将一个或更多个输入参数转换成一个或更多个模糊输入参数。
13.根据权利要求11或12所述的方法，其中，步骤(ii)包括推理机制和规则库，其中，所述推理机制被用于基于步骤(i)的所述输入参数和/或所述模糊输入参数从所述规则库选择要应用的一个或更多个规则，并且其中，所述一个或更多个规则应用于一个或更多个模糊输入参数，以将所述一个或更多个模糊输入参数转换成一个或更多个模糊结论。
14.根据权利要求11所述的方法，其中，步骤(iii)包括如下步骤：采用从属函数和/或重心法，以将一个或更多个模糊结论转换成步骤(d)输出参数。
15.根据权利要求1所述的方法，其中，所述方法还包括以下步骤：
(e)将所述一个或更多个计算得的钻进参数应用于所述钻进模块。
16.根据权利要求15所述的方法，其中，所述方法还包括以下步骤：
重复步骤(b)、(c)、(d)以及(e)。
17.根据权利要求15所述的方法，其中，如果所述计算得的钻进参数中的一个或更多个不同于所述测量得的钻进参数中等效的一个或更多个，则进行将所述一个或更多个计算得的钻进参数应用于所述钻进模块的步骤(e)。
18.根据权利要求1所述的方法，其中，使用所述钻进模块中所并入的一个或更多个传感器，来进行测量一个或更多个当前钻进参数以获得一个或更多个测量得的钻进参数的步骤(b)。
19.根据权利要求18所述的方法，其中，从测压元件、涡流传感器、加速计、用于测量电流或电流变化的传感器、以及用于测量电压或电压变化的传感器，选择所述一个或更多个传感器。
20.根据权利要求1所述的方法，其中，所述方法包括以下步骤：在所述方法的一个或更多个步骤中使用进一步参数。
21.根据权利要求20所述的方法，其中，所述进一步参数从以下各项选择：
(a)钻头的直径；
(b)所述钻进模块的质量；
(c)所述被钻材料的温度；
(d)所述被钻材料的地静压力或孔隙压力；
(e)所述钻进模块的长度；
(f)钻孔的宽度；以及
(g)所述钻孔的深度。
22.根据权利要求5所述的方法，其中，步骤(a)中的所述被钻材料的所述一个或更多个初始特性从数据库获得。
23.根据权利要求6所述的方法，其中，步骤(a)中的所述一个或更多个初始钻进参数从数据库获得。
24.根据权利要求7所述的方法，其中，步骤(c)中的所述被钻材料的所述一个或更多个计算得的特性使用一个或更多个经验模型和/或一个或更多个数学模型来获得。
25.一种钻进的方法，该方法包括以下步骤：
操作共振增强钻机，以对材料进行钻进，其中，根据如权利要求1至24中任意一项所述的方法来控制所述共振增强钻机。
26.一种用于共振增强钻进的控制系统，该控制系统包括：
(a)用于确定被钻材料的一个或更多个特性的控制器，以及
(b)用于确定一个或更多个钻进参数的控制器；
其中，所述控制系统能够执行如权利要求1至24中任一项所述的方法。
27.一种用于共振增强钻进的设备，该设备包括：
(a)钻进模块；以及
(b)如权利要求26所述的控制系统。
CN201480067604.6A 2013-10-09 2014-10-09 控制共振增强钻进的方法及钻进方法、设备和控制系统 Active CN105829645B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GBGB1317883.5A GB201317883D0 (en) 2013-10-09 2013-10-09 Control method
GB1317883.5 2013-10-09
PCT/EP2014/071700 WO2015052300A2 (en) 2013-10-09 2014-10-09 Control method

Publications (2)

Publication Number Publication Date
CN105829645A CN105829645A (zh) 2016-08-03
CN105829645B true CN105829645B (zh) 2020-02-14

Family

ID=49630443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480067604.6A Active CN105829645B (zh) 2013-10-09 2014-10-09 控制共振增强钻进的方法及钻进方法、设备和控制系统

Country Status (8)

Country Link
US (1) US10605067B2 (zh)
EP (1) EP3055740B1 (zh)
CN (1) CN105829645B (zh)
BR (1) BR112016007844B1 (zh)
CA (1) CA2926785C (zh)
GB (1) GB201317883D0 (zh)
RU (1) RU2677179C2 (zh)
WO (1) WO2015052300A2 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10746013B2 (en) * 2015-05-29 2020-08-18 Baker Hughes, A Ge Company, Llc Downhole test signals for identification of operational drilling parameters
CA3156688A1 (en) * 2019-10-02 2021-04-08 Timothy Andrew John Hopper IMPROVEMENTS IN THE EVALUATION OF MINE DEPOSITS OR ASSOCIATED WITH THE EVALUATION
CN115290432B (zh) * 2022-08-07 2024-06-11 西南石油大学 一种射孔套管孔眼冲蚀速率预测与冲蚀损伤评价方法
CN117328850B (zh) * 2023-09-22 2024-05-14 安百拓(张家口)建筑矿山设备有限公司 钻机控制方法、装置、终端及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6367565B1 (en) * 1998-03-27 2002-04-09 David R. Hall Means for detecting subterranean formations and monitoring the operation of a down-hole fluid driven percussive piston
CN102575498A (zh) * 2009-09-16 2012-07-11 Iti苏格兰有限公司 共振增强型旋转钻探
CN102575516A (zh) * 2009-08-07 2012-07-11 埃克森美孚上游研究公司 根据地面测量估计井下钻探振动振幅的方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19960824C2 (de) * 1999-12-16 2003-08-21 Hilti Ag Verfahren und Einrichtung zur Untersuchung und Identifizierung der Art eines Untergrunds
US8401831B2 (en) 2000-03-13 2013-03-19 Smith International, Inc. Methods for designing secondary cutting structures for a bottom hole assembly
AU2001259424A1 (en) * 2000-05-03 2001-11-12 Cybersonics, Inc. Smart-ultrasonic/sonic driller/corer
US6424919B1 (en) 2000-06-26 2002-07-23 Smith International, Inc. Method for determining preferred drill bit design parameters and drilling parameters using a trained artificial neural network, and methods for training the artificial neural network
US7866413B2 (en) 2006-04-14 2011-01-11 Baker Hughes Incorporated Methods for designing and fabricating earth-boring rotary drill bits having predictable walk characteristics and drill bits configured to exhibit predicted walk characteristics
CN102926662B (zh) * 2006-06-09 2015-04-15 阿伯丁大学大学评议会 共振增强钻探的方法和设备
US8417495B2 (en) 2007-11-07 2013-04-09 Baker Hughes Incorporated Method of training neural network models and using same for drilling wellbores
WO2009145897A1 (en) 2008-05-29 2009-12-03 Lucon Peter A Automatic control of oscillatory penetration apparatus
CA2774551C (en) 2009-09-21 2015-11-17 National Oilwell Varco, L.P. Systems and methods for improving drilling efficiency
GB201020660D0 (en) 2010-12-07 2011-01-19 Iti Scotland Ltd Resonance enhanced drilling
US9291539B2 (en) 2011-03-17 2016-03-22 Baker Hughes Incorporated Downhole rebound hardness measurement while drilling or wireline logging
GB2489227A (en) 2011-03-21 2012-09-26 Iti Scotland Ltd Resonance enhanced drill test rig
GB201318020D0 (en) 2013-10-11 2013-11-27 Iti Scotland Ltd Drilling apparatus

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6367565B1 (en) * 1998-03-27 2002-04-09 David R. Hall Means for detecting subterranean formations and monitoring the operation of a down-hole fluid driven percussive piston
CN102575516A (zh) * 2009-08-07 2012-07-11 埃克森美孚上游研究公司 根据地面测量估计井下钻探振动振幅的方法
CN102575498A (zh) * 2009-09-16 2012-07-11 Iti苏格兰有限公司 共振增强型旋转钻探

Also Published As

Publication number Publication date
CA2926785A1 (en) 2015-04-16
RU2677179C2 (ru) 2019-01-15
US20160245064A1 (en) 2016-08-25
GB201317883D0 (en) 2013-11-20
CA2926785C (en) 2022-05-31
EP3055740A2 (en) 2016-08-17
US10605067B2 (en) 2020-03-31
WO2015052300A3 (en) 2015-12-17
WO2015052300A2 (en) 2015-04-16
RU2016117397A3 (zh) 2018-06-18
CN105829645A (zh) 2016-08-03
BR112016007844B1 (pt) 2022-09-20
EP3055740B1 (en) 2024-05-22
RU2016117397A (ru) 2017-11-15
BR112016007844A2 (zh) 2017-08-01

Similar Documents

Publication Publication Date Title
Pavlovskaia et al. Modelling of high frequency vibro-impact drilling
Ghasemloonia et al. A review of drillstring vibration modeling and suppression methods
Khandelwal et al. Prediction of drillability of rocks with strength properties using a hybrid GA-ANN technique
Patil et al. A comparative review of modelling and controlling torsional vibrations and experimentation using laboratory setups
CN105829645B (zh) 控制共振增强钻进的方法及钻进方法、设备和控制系统
Srivastava et al. An extensive review of laboratory scaled experimental setups for studying drill string vibrations and the way forward
Mostofi et al. An estimation of rock strength using a drilling performance model: a case study in blacktip field, Australia
Shor et al. For better or worse: applications of the transfer matrix approach for analyzing axial and torsional vibration
GB2534743B (en) Drilling apparatus
Bhatnagar et al. An intelligent approach to evaluate drilling performance
Wang et al. Modeling and analyzing the motion state of bottom hole assembly in highly deviated wells
Kim et al. Prediction model of drilling performance for percussive rock drilling tool
CN109165374A (zh) 井下钻具横向振动评估方法及装置
Ge et al. Dynamic responses of a fluidic hammer with hydraulic-damping-device
Qiu et al. Stick‐Slip Analysis of a Drill String Subjected to Deterministic Excitation and Stochastic Excitation
Chen et al. Adaptive modeling of rock crack mechanism during drilling operation based on modified peridynamics
Zhang et al. Research on discrete element modeling and numerical simulation of cutting rock behavior under impact load
Cveticanin et al. Review on dynamic models of drilling systems applied in oil and gas industry
Amiri Investigation of discrete element and bonded particle methods for modelling rock mechanics subjected to standard tests and drilling
Kundu et al. Numerical studies on the effectiveness of dynamic compaction in loose granular deposits using shear wave velocity profiling
Qiu et al. Stochastic and deterministic vibration analysis on drill-string with finite element method
Singh Determination of Threshold Conditions Leading to Whirling Motion of Rotating Shafts in Casing Drilling
Al-Naji Drillstring Instability Phenomena Studied by Superior Analysis Techniques, Resonance Modelling
Lobo Stochastic modeling and simulation of the coupled axialtorsional vibration of a drill-string
Afebu Intelligent models for optimisation of the vibro-impact drilling system.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant