CN108007461B - 油田井下设备运动轨迹的定位装置及绘制方法 - Google Patents

Abstract

本发明公开的油田井下设备运动轨迹的定位装置，包括井下系统和井上系统，井下系统和井上系统之间通过串行通讯连接，井下系统包括主控模块、电源模块、传感器模块和存储模块，井上系统主要通过PC机读取惯性数据为采集井下惯性数据所设计的井下系统及处理采集数据、绘制轨迹的井上系统。本发明还公开了采用上述定位装置绘制运动轨迹的方法，具体步骤包括：计算运动轨迹角度、转换加速度值、数据处理滤波、计算运动位移、绘制运动轨迹。本发明能够直观展示油田井下设备运动轨迹及位置信息，定位装置成本较低，可推广性强，能较好实现绘制油田井下设备连续性运动轨迹的要求，对石油勘探、开采作业有重大的应用价值。

Description

油田井下设备运动轨迹的定位装置及绘制方法

技术领域

本发明涉及油田井下勘探及开采领域，具体涉及油田井下设备运动轨迹的定位装置及绘制方法。

背景技术

石油勘探及开采作业中，需要将井下设备沿油井管道送至目标井段，作业时，获取较为精确的井下设备运动轨迹可以提高井下作业效率，节约作业成本，对石油工业发展意义重大。

国内外井下轨迹获取方式有以下两种：(1)光电传感器判断距离，该技术通过安装在油井管道壁的磁通门和光电传感器，获取井下设备沿管道运动的距离，但该方式无法获取设备明确的轨迹信息；(2)可视化技术，该技术通过安装在钻头及油井管道壁上的传感器，采集作业井段的影像信息及物理信号，传输至地面平台，分析采集信息，构建油井作业井段模型，在模型中观测井下设备位置及运动轨迹情况，该技术成本较高，且受井下环境因素制约，如可视化设备工作易受深井段高温高压等环境因素干扰，导致可视化设备工作不正常，对判断井下设备轨迹信息产生影响；同时，不同油井的井下环境有一定差异，该技术需要获取井下物理信号(如γ射线等)，不同油井的物理信号强度大小不同，会对井下设备位置产生错误判断。

因此，针对石油生产作业需求，结合现有技术手段，研制一种能够精确测量井下设备运动轨迹，适应复杂井下环境，且成本较低的油田井下设备运动轨迹绘制及定位装置是石油钻井作业迫切的需求。

发明内容

本发明的目的是提供一种油田井下设备运动轨迹的定位装置，解决了现有技术无法获得井下设备相对准确的运动轨迹信息、通用性较差及造价高等问题。

本发明的另一目的是提供一种油田井下设备运动轨迹的绘制方法。

本发明所采用的技术方案是，油田井下设备运动轨迹的定位装置，包括井下系统A和井上系统B，井下系统A和井上系统B之间通过串行通讯模块连接；井下系统A包括分别与主控模块相连的传感器模块和存储模块，通过电源模块为主控模块、传感器模块和存储模块供电；主控模块采用单片机做主芯片，电源模块采用9V的电池，通过电源转换器将9V电压转换后为主控模块、传感器模块和存储模块供电；

所述井上系统B通过PC机读取惯性数据并绘制设备的运动轨迹。

本发明的其他特点还在于，

PC机包含数据读取分析模块和轨迹绘制模块。

传感器模块为微机电传感器，由三轴加速度传感器与三轴陀螺仪组成。

本发明的另一个技术方案是，一种采用如上所述的定位装置绘制油田井下设备运动轨迹的方法，具体按照如下步骤实施：

步骤1.井下系统A首先开始工作，主控模块读取传感器模块采集的井下设备的惯性数据，然后将主控模块读取的惯性数据存储至存储模块；

步骤2.井上系统B的PC机的数据读取分析模块读取井下系统A所存储的井下设备的惯性数据角速度值，通过惯性姿态算法得到井下设备的运动角度，然后将角度数据经过滤波处理计算得到油田井下设备运动轨迹角度的真实值；

步骤3.井上系统B的PC机的数据读取分析模块将井下设备运动坐标系下的加速度转换为相对惯性坐标系的加速度值；

步骤4.井上系统B的PC机的数据读取分析模块将对步骤3的加速度数据进行滤波处理；

步骤5.井上系统B的PC机的数据读取分析模块根据步骤4得到的加速度值计算井下设备的运动位移；

步骤6.井上系统B的PC机的绘制模块根据步骤5得到的位移数据进行绘制井下设备的运动轨迹。

其中步骤2中计算油田井下设备运动轨迹角度具体实施方式如下：建立一个X、Y、Z的三轴坐标系，数据读取分析模块将井下系统A采集到的惯性数据角速度值，通过惯性姿态角度算法计算得到井下设备的运动轨迹在X、Y、Z三轴上的角度，然后通过滤波处理得到井下设备的运动轨迹在X、Y、Z三轴上的真实角度分别为θ、γ、

具体计算过程如下：

第一阶段为预测阶段，其具体过程为：假设θ(k)为k时刻物体围绕运动坐标系绕运动坐标系Y轴旋转的角度值，θ(k-1)为k-1时刻物体围绕运动坐标系绕运动坐标系Y轴旋转的角度值，W_k为陀螺仪k时刻与k-1时刻测量值之差，ω_k为陀螺仪测量时产生的测量误差，采样时间间隔为T，则根据系统状态方程计算k时刻物体绕Y轴旋转的角度估计值为：

θ(k)＝θ(k-1)+(W_k+ω_k)×T (1)

选取

为k时刻系统的状态向量，

为k-1时刻系统的状态向量，k时刻输入W_k的初始值为u_k，则将系统状态方程θ(k)＝θ(k-1)+(W_k+ω_k)×T可以转换为系统的预测方程为：

其中令

卡尔曼滤波器的预测误差均方差方程为

P_k＝AP_k-1A^T+Q (3)

其中Q为过程噪声的协方差，过程噪声的协方差

Q_g为加速度计测量过程噪声的协方差，Q_W为陀螺仪测量过程噪声的协方差，A^T为A矩阵的转置，P为预测误差协方差，P_k为k时刻的估计值和真实值间误差的协方差，P_k-1为k-1时刻的估计值和真实值间误差的协方差，预测误差均方差P越小，滤波效果越好，因此可选取矩阵P为单位矩阵；

第二阶段为更新阶段，其具体过程为：选取k时刻加速度计测得物体绕该坐标轴旋转的倾角为观测值记为z_k，v_k为测量噪声偏差，则系统的量测方程为

z_k＝[1 0]x_k+v_k (4)

结合预测方程(2)与量测方程(4)，可得到k时刻最优姿态角估计值为

x'_k＝x_k+k_g(z_k+Hx_k-1) (5)

其中k_g为卡尔曼增益，x'_k为姿态角度最优估计值，H是状态变量到测量的转换矩阵为H＝[1 0]，H^T为H矩阵的转置；

k_g由k_g＝P_k-1H^T(HP_k-1H^T+Q)^-1求出，依次递推计算求出所有时刻的轨迹度最优值x’_k，实现对角度θ的滤波处理，同理对角度γ和

进行滤波处理，最终，得到油田井下设备的运动轨迹在X、Y、Z三轴上的角度θ、γ、

的真实值。

步骤3中对惯性坐标系的加速度值的计算方法如下：

首先，计算运动坐标系中的加速度，假设油田井下设备停止运动时在X、Y、Z三轴上的轨迹角度分别为θ₁、β₁、γ₁，停止状态结束后，可测得重新运动时井下设备的加速度值；假设物体绕X轴旋转角度为a，绕Y轴旋转角度为b，绕Z轴旋转角度为c，则根据加速度计读数，分别表示a＝arctan(a_x/a_z)，b＝arctan(a_y/a_x)，

其中a_x、a_y、a_z为加速度计测量值，a、b、c为重新起始时的轨迹角度值；轨迹角度变化值来源于井下设备无规则运动或惯性器件的测量误差，重新开始时及停止时角度变化值分别为Δθ＝(|a-θ₁|)、Δβ＝(|b-β₁|)、Δγ＝(|c-γ₁|)；计算时假设两点之间的角度变化均由运动变化产生，则此时轨迹停止时的加速度数值与重新运动后的加速度数值之间的转移矩阵为：

其中，x、y、z为重新运动后的加速度，x₁、y₁、z₁为轨迹停止时的加速度；

然后，去掉轨迹角度造成的“叠加”加速度，得到运动设备相对惯性坐标系的加速度值，假设下送设备运动过程的轨迹角度分别为油田井下设备的运动轨迹在X、Y、Z轴上的角度分别为θ、γ、

则运动设备的真实加速度如下所示：

其中x₁、y₁、z₁为运动坐标系中加速度的坐标，x、y、z为惯性坐标系中加速度的坐标。

步骤4的数据处理滤波的方法为：将采集到的加速度数据进行快速傅里叶变换进行分析，选择FIR滤波器采用窗函数法设计，选取Hamming窗作为窗函数，其幅值衰减为50dB，过渡带宽为8π/N，频率通带20Hz，选取通带频率为5Hz至25Hz，使用该滤波器对加速度数据进行处理。

步骤5的运动位移的计算方法为：将步骤4得到的三个坐标轴的加速度进行两次积分得到井下设备的运动轨迹位移；步骤6的运动轨迹绘制的具体方法为：将步骤5计算出的所有位移点在三维坐标系中依次连接即可。

本发明的有益效果是：

(1)绘制井下设备运动过程的轨迹，直观显示运动设备的轨迹信息，明确井下设备准确位置；

(2)不需要其他设备的辅助，可适用于复杂井况；

(3)成本较低，可推广性强；

(4)有效解决非连续性下井过程带来的测量误差。

附图说明

图1是本发明油田井下设备运动轨迹的定位装置井下系统结构图；

图2是本发明油田井下设备运动轨迹的定位装置井上系统结构图；

图3是本发明油田井下设备运动轨迹的定位装置及绘制方法的算法流程图；

图4是未应用本发明油田井下设备运动轨迹的定位装置绘制的井下设备的轨迹图；

图5是应用本发明油田井下设备运动轨迹的定位装置绘制的井下设备的轨迹图。

图中，1.主控模块，2.电源模块，3.传感器模块，4.存储模块，5.串行通讯，6.PC机，7.数据读取分析模块，8.轨迹绘制模块。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明的定位装置由井下系统A及井上系统B两部分构成，分别完成数据采集功能及轨迹绘制功能。

井下系统A的结构特征见图1，包括：主控模块1、电源模块2、传感器模块3、存储模块4。主控模块1采用高速、耐高温单片机作为井下系统A的主控芯片，该芯片运算速度快且能承受井下高温高压环境；电源模块2采用9V电池供电，耐高温DC-DC电源转换器将9V电压转换后向主控模块1及传感器模块3、存储模块4提供稳定供电电源；传感器模块3为微机电传感器，主要由三轴加速度传感器与三轴陀螺仪组成，三轴加速度传感器实时采集运动过程中的加速度数据，三轴陀螺仪实时采集运动过程的角速度数据；存储模块4选取耐高温的存储芯片，单片存储空间256KB。

井上系统B的结构特征见图2，主要通过PC机6读取惯性数据，实现运动轨迹的算法并绘制井下设备的运动轨迹。包含数据读取分析模块7和轨迹绘制模块8。

井下系统A通过串行通讯5与井上系统B连接。

井下系统A工作时，主控模块1通过I2C方式读取传感器模块3采集的惯性数据，惯性数据采样周期为50ms，数据大小为12字节。主控模块1读取的惯性数据通过SPI方式存储至存储模块4。存储模块4设计存储时间24小时，单片存储芯片理论可存储137s惯性数据，采用316片存储芯片共同使用，满足井下系统A的工作要求，井上系统B工作时，数据读取模块7读取井下设备运动过程的惯性数据，将传感器读取的有符号整型数据转换为加速度数值及角速度数值，并提供给轨迹绘制模块8使用。轨迹绘制模块8实现运动轨迹绘制功能。

具体的操作方式如下，

井下作业时，井下设备沿油井井口下送在油井套管内运动，油井套管每节长度平均为9米，设备下送过程中，在单节套管内运动的最长时间为2分钟，最短时间为20秒。因井下作业工艺要求，设备沿套管下送过程中在两节套管之间会停留一段时间后继续下送，最短停留时间为2小时，最长为12小时。由于油田井下作业不是连续性作业，可能在下井作业期间停止作业，此时井下设备在油井管道内处于自由运动状态，而重新作业后，油田井下设备运动时相当于初始点发生变化，造成轨迹不连续，因此必须要将轨迹相互连接。本发明针对井下作业特点，采用自动识别运动状态方式实现轨迹连续化绘制。由于作业中暂停操作均在套管节间发生，井下设备在套管内运动的时间最短为20s，单次采样时间为50ms，设置计数次数400次。当计数次数到达400次后，装置进入停止判断模式，主控芯片将对读取的加速度数据进行比较，若采样加速度值与上一采样点的加速度数据偏差小于0.2g(0.2g为加速度计测量的漂移值)时，可认为进入停止状态。此时，主控芯片只采集但不存储传感器采样数据；到采样值偏差大于0.3g时，可认为停止状态结束，设备重新开始下送，主控芯片继续存储采样数据。

采用本发明的定位装置绘制油田井下设备轨迹的算法流程图见图3，具体的方法包括以下步骤：

步骤1.井下系统A首先开始工作，主控模块1读取传感器模块3采集的井下设备的惯性数据，然后将主控模块1读取的惯性数据存储至存储模块4。

步骤2.井上系统B的PC机6的数据读取分析模块7读取井下系统A所存储的井下设备的惯性数据角速度值，通过惯性姿态算法得到井下设备的运动角度，然后将角度数据经过滤波处理计算得到油田井下设备运动轨迹角度的真实值；

步骤3.井上系统B的PC机6的数据读取分析模块7将井下设备运动坐标系下的加速度转换为相对惯性坐标系的加速度值；

步骤4.井上系统B的PC机6的数据读取分析模块7将对步骤3的加速度数据进行滤波处理；

步骤5.井上系统B的PC机6的数据读取分析模块7根据步骤4得到的加速度值计算井下设备的运动位移；

步骤6.井上系统B的PC机6的绘制模块8根据步骤5得到的位移数据进行绘制井下设备的运动轨迹。

具体的计算方法：

步骤1.井下系统A首先开始工作，井下设备在套管内运动的时间最短为20s，单次采样时间为50ms，设置计数次数400次。当计数次数到达400次后，装置进入停止判断模式，主控芯片将对读取的加速度数据进行比较，若采样加速度值与上一采样点的加速度数据偏差小于0.2g(0.2g为加速度计测量的漂移值)时，可认为进入停止状态。此时，主控芯片只采集但不存储传感器采样数据；到采样值偏差大于0.3g时，可认为停止状态结束，井下设备重新开始下送，主控芯片继续存储采样数据。

步骤2.数据读取分析模块7将井下系统A采集到的惯性数据角速度值，通过惯性姿态角度算法得到井下设备的运动轨迹在X、Y、Z三轴上的角度分别为θ、γ、

但由于此处叠加了陀螺仪的测量误差，计算出来的角度误差较大，实际生产中无法使用，因此引入卡尔曼滤波算法加以处理。具体计算过程如下：

第一阶段为预测阶段，其具体过程为：假设θ(k)为k时刻物体围绕运动坐标系绕运动坐标系Y轴旋转的角度值，θ(k-1)为k-1时刻物体围绕运动坐标系绕运动坐标系Y轴旋转的角度值，W_k为陀螺仪k时刻与k-1时刻测量值之差，ω_k为陀螺仪测量时产生的测量误差，采样时间间隔为T，则根据系统状态方程计算k时刻物体绕Y轴旋转的角度估计值为：

θ(k)＝θ(k-1)+(W_k+ω_k)×T (1)

选取

为k时刻系统的状态向量，

为k-1时刻系统的状态向量，k时刻输入W_k的初始值为u_k，则将系统状态方程θ(k)＝θ(k-1)+(W_k+ω_k)×T可以转换为系统的预测方程为：

其中令

卡尔曼滤波器的预测误差均方差方程为

P_k＝AP_k-1A^T+Q (3)

其中Q为过程噪声的协方差，过程噪声的协方差

Q_g为加速度计测量过程噪声的协方差，Q_W为陀螺仪测量过程噪声的协方差，A^T为A矩阵的转置，P为预测误差协方差，P_k为k时刻的估计值和真实值间误差的协方差，P_k-1为k-1时刻的估计值和真实值间误差的协方差，预测误差均方差P越小，滤波效果越好，因此可选取矩阵P为单位矩阵。

第二阶段为更新阶段，其具体过程为：选取k时刻加速度计测得物体绕该坐标轴旋转的倾角为观测值记为z_k，v_k为测量噪声偏差，则系统的量测方程为

z_k＝[1 0]x_k+v_k (4)

结合预测方程(2)与量测方程(4)，可得到k时刻最优姿态角估计值为

x'_k＝x_k+k_g(z_k-Hx_k-1) (5)

其中k_g为卡尔曼增益，x'_k为姿态角度最优估计值，H是状态变量到测量的转换矩阵为H＝[1 0]，H^T为H矩阵的转置；

k_g由k_g＝P_k-1H^T(HP_k-1H^T+Q)^-1求出，依次递推计算求出所有时刻的轨迹度最优值x’_k，实现对角度θ的滤波处理，同理对角度γ和

进行滤波处理，最终，得到油田井下设备的运动轨迹在X、Y、Z三轴上的角度θ、γ、

的真实值。

步骤3.针对井下运动过程不连续的特点，设计非连续性轨迹绘制方式。井下设备沿每节油井套管(长度为9米)运动的时间不超过2分钟，最短为20秒，且停止在两节套管之间暂停运动。井下设备的运动状态由井下系统B判断，当判断为停止状态时，此阶段惯性数据作记录；当判断为运动状态时，将此阶段惯性数据加以存储，用以绘制轨迹。当发生暂停动作后，惯性数据为井下设备分段连续性轨迹，由于每一连续阶段起始点不同，因此对整个运动过程无法应用惯性解算算法及数据滤波处理算法。必须将分段连续轨迹首尾连接，得到完整的连续轨迹后应用上述算法，实现对井下设备的位置定位及运动轨迹绘制，具体的计算方法为如下：

假设井下设备停止运动时的轨迹在X、Y、Z三轴上的角度分别为θ₁、β₁、γ₁，停止状态结束后，可测得重新运动时井下设备的加速度值。假设物体绕X轴旋转角度为a，绕Y轴旋转角度为b，绕Z轴旋转角度为c，则根据加速度计读数，分别表示a＝arctan(a_x/a_z)，b＝arctan(a_y/a_x)，

其中a_x、a_y、a_z为加速度计测量值，a、b、c为重新起始时的轨迹角度值。轨迹角度变化值来源于井下设备无规则运动或惯性器件的测量误差，重新开始时及停止时角度变化值分别为Δθ＝(|a-θ₁|)、Δβ＝(|b-β₁|)、Δγ＝(|c-γ₁|)。计算时假设两点之间的角度变化均由运动变化产生，则此时轨迹停止时的加速度数值与重新运动后的加速度数值之间的转移矩阵为：

其中，x、y、z为重新运动后的加速度，x₁、y₁、z₁为轨迹停止时的加速度。

由于加速度计测量的结果是被测设备在运动坐标系下的加速度值，包含真实加速度值及运动轨迹角度变化产生的“虚拟”加速度。计算井下设备运动位移时，必须去掉轨迹角度造成的“叠加”加速度，得到运动设备相对惯性坐标系的加速度值，例如，下送设备运动过程的轨迹角度分别为井下设备的运动轨迹在X、Y、Z三轴上的角度分别为θ、γ、

则运动设备真实加速度如下所示：

其中x₁、y₁、z₁为运动坐标系中加速度的坐标，x、y、z为惯性坐标系中加速度的坐标。

步骤4.设计滤波器对加速度数据加以滤波，具体操作如下：将实验中采集到的加速度数据进行快速傅里叶变换进行分析，经过测试发现噪声的频率主要集中在小于5Hz及大于25Hz范围内，因此设计FIR带通滤波器，选择FIR滤波器采用窗函数法设计，根据对加速度信号的分析，选取Hamming窗作为窗函数，其幅值衰减为50dB，过渡带宽为8π/N，频率通带20Hz，选取通带频率为5Hz至25Hz，使用该滤波器对加速度数据进行处理。

步骤5.分别对三个坐标轴的加速度两次积分后，将井下设备的每段运动轨迹连接起来得到井下设备沿惯性坐标轴运动的位移坐标。

步骤6.将步骤5中计算出的所有位移点在三维坐标系中依次连接，即可得到被测物体的运动轨迹。

对比图4和图5，从图中的数据可明显看出，在应用本发明油田井下设备运动轨迹的定位装置后绘制的井下设备的轨迹相比未应用前，得出数据误差减小，轨迹绘制精确度提高。

Claims (2)

1.一种绘制油田井下运动轨迹的方法，其特征在于，采用油田井下设备运动轨迹的定位装置，包括井下系统A和井上系统B，井下系统A和井上系统B之间通过串行通讯模块(5)连接；所述井下系统A包括分别与主控模块(1)相连的传感器模块(3)和存储模块(4)，通过电源模块(2)为所述主控模块(1)、传感器模块(3)和存储模块(4)供电；所述主控模块(1)采用单片机做主芯片，所述电源模块(2)采用9V的电池，通过电源转换器将9V电压转换后为主控模块(1)、传感器模块(3)和存储模块(4)供电；

所述井上系统B通过PC机(6)读取惯性数据并绘制设备的运动轨迹；

所述PC机(6)包含数据读取分析模块(7)和轨迹绘制模块(8)；

所述传感器模块(3)为微机电传感器，由三轴加速度传感器与三轴陀螺仪组成；

具体按照如下步骤实施：

步骤1.井下系统A首先开始工作，主控模块(1)读取传感器模块(3)采集的井下设备的惯性数据，然后将主控模块(1)读取的惯性数据存储至存储模块(4)；

步骤2.井上系统B的PC机(6)的数据读取分析模块(7)读取井下系统A所存储的井下设备的惯性数据角速度值，通过惯性姿态算法得到井下设备的运动角度，然后将角度数据经过滤波处理计算得到油田井下设备运动轨迹角度的真实值；

其中，计算油田井下设备运动轨迹角度具体实施方式如下：建立一个X、Y、Z的三轴坐标系，数据读取分析模块(7)将井下系统A采集到的惯性数据角速度值，通过惯性姿态角度算法计算得到井下设备的运动轨迹在X、Y、Z三轴上的角度，然后通过滤波处理得到井下设备的运动轨迹在X、Y、Z三轴上的真实角度分别为θ、γ、

具体计算过程如下：

第一阶段为预测阶段，其具体过程为：假设θ(k)为k时刻物体围绕运动坐标系绕运动坐标系Y轴旋转的角度值，θ(k-1)为k-1时刻物体围绕运动坐标系绕运动坐标系Y轴旋转的角度值，W_k为陀螺仪k时刻与k-1时刻测量值之差，ω_k为陀螺仪测量时产生的测量误差，采样时间间隔为T，则根据系统状态方程计算k时刻物体绕Y轴旋转的角度估计值为：

θ(k)＝θ(k-1)+(W_k+ω_k)×T (1)

选取

为k时刻系统的状态向量，

为k-1时刻系统的状态向量，k时刻输入W_k的初始值为u_k，则将系统状态方程θ(k)＝θ(k-1)+(W_k+ω_k)×T可以转换为系统的预测方程为：

其中令

卡尔曼滤波器的预测误差均方差方程为：

P_k＝AP_k-1A^T+Q (3)

其中Q为过程噪声的协方差，过程噪声的协方差

Q_g为加速度计测量过程噪声的协方差，Q_W为陀螺仪测量过程噪声的协方差，A^T为A矩阵的转置，P为预测误差协方差，P_k为k时刻的估计值和真实值间误差的协方差，P_k-1为k-1时刻的估计值和真实值间误差的协方差，预测误差均方差P越小，滤波效果越好，因此可选取矩阵P为单位矩阵；

第二阶段为更新阶段，其具体过程为：选取k时刻加速度计测得物体绕该坐标轴旋转的倾角为观测值记为z_k，v_k为测量噪声偏差，则系统的量测方程为：

z_k＝[1 0]x_k+v_k (4)

结合预测方程(2)与量测方程(4)，可得到k时刻最优姿态角估计值为：

x'_k＝x_k+k_g(z_k-Hx_k-1) (5)

其中k_g为卡尔曼增益，x'_k为姿态角度最优估计值，H是状态变量到测量的转换矩阵为H＝[1 0]，H^T为H矩阵的转置；

k_g由k_g＝P_k-1H^T(HP_k-1H^T+Q)^-1求出，依次递推计算求出所有时刻的轨迹度最优值x′_k，实现对角度θ的滤波处理，同理对角度γ和

进行滤波处理，最终，得到油田井下设备的运动轨迹在X、Y、Z三轴上的角度θ、γ、

的真实值；

步骤3.井上系统B的PC机(6)的数据读取分析模块(7)将井下设备运动坐标系下的加速度转换为相对惯性坐标系的加速度值；

其中，对惯性坐标系的加速度值的计算方法如下：

首先，计算运动坐标系中的加速度，假设油田井下设备停止运动时在X、Y、Z三轴上的轨迹角度分别为θ₁、β₁、γ₁，停止状态结束后，可测得重新运动时井下设备的加速度值；假设物体绕X轴旋转角度为a，绕Y轴旋转角度为b，绕Z轴旋转角度为c，则根据加速度计读数，分别表示a＝arctan(a_x/a_z)，b＝arctan(a_y/a_x)，

其中a_x、a_y、a_z为加速度计测量值，a、b、c为重新起始时的轨迹角度值；轨迹角度变化值来源于井下设备无规则运动或惯性器件的测量误差，重新开始时相对于停止时角度变化值分别为Δθ＝(|a-θ₁|)、Δβ＝(|b-β₁|)、Δγ＝(|c-γ₁|)；计算时假设两点之间的角度变化均由运动变化产生，则此时轨迹停止时的加速度数值与重新运动后的加速度数值之间的转移矩阵为：

其中，x、y、z为重新运动后的加速度，x₁、y₁、z₁为轨迹停止时的加速度；

然后，去掉轨迹角度造成的“叠加”加速度，得到运动设备相对惯性坐标系的加速度值，假设下送设备运动过程的轨迹角度分别为油田井下设备的运动轨迹在X、Y、Z轴上的角度分别为θ、γ、

则运动设备的真实加速度如下所示：

其中x₁、y₁、z₁为运动坐标系中加速度的坐标，x、y、z为惯性坐标系中加速度的坐标；

步骤4.井上系统B的PC机(6)的数据读取分析模块(7)对步骤3的加速度数据进行滤波处理；

其中，数据处理滤波的方法为：将采集到的加速度数据进行快速傅里叶变换进行分析，选择FIR滤波器采用窗函数法设计，选取Hamming窗作为窗函数，其幅值衰减为50dB，过渡带宽为8π/N，频率通带20Hz，选取通带频率为5Hz至25Hz，使用该滤波器对加速度数据进行处理；

步骤5.井上系统B的PC机(6)的数据读取分析模块(7)根据步骤4得到的加速度值计算井下设备的运动位移；

步骤6.井上系统B的PC机(6)的绘制模块(8)根据步骤5得到的位移数据进行绘制井下设备的运动轨迹。

2.如权利要求1所述的一种绘制油田井下运动轨迹的方法，其特征在于，所述步骤5的运动位移的计算方法为：将所述步骤4得到的三个坐标轴的加速度进行两次积分得到井下设备的运动轨迹位移；

所述步骤6的运动轨迹绘制的具体方法为：将所述步骤5计算出的所有位移点在三维坐标系中依次连接即可。

Images