CN108138562B - 用于估计疲劳损坏的系统及用于生产含烃流体的方法 - Google Patents

用于估计疲劳损坏的系统及用于生产含烃流体的方法 Download PDF

Info

Publication number
CN108138562B
CN108138562B CN201680056520.1A CN201680056520A CN108138562B CN 108138562 B CN108138562 B CN 108138562B CN 201680056520 A CN201680056520 A CN 201680056520A CN 108138562 B CN108138562 B CN 108138562B
Authority
CN
China
Prior art keywords
riser
riser string
accelerometers
damage
data
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.)
Expired - Fee Related
Application number
CN201680056520.1A
Other languages
English (en)
Other versions
CN108138562A (zh
Inventor
J·莱蒙德斯
J·A·古佐
S·刘
U·A·达尼
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of CN108138562A publication Critical patent/CN108138562A/zh
Application granted granted Critical
Publication of CN108138562B publication Critical patent/CN108138562B/zh
Expired - Fee Related 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
    • E21B17/00—Drilling rods or pipes; Flexible drill strings; Kellies; Drill collars; Sucker rods; Cables; Casings; Tubings
    • E21B17/01—Risers
    • 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
    • E21B47/00—Survey of boreholes or wells
    • E21B47/007—Measuring stresses in a pipe string or casing
    • 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
    • E21B47/00—Survey of boreholes or wells
    • E21B47/001—Survey of boreholes or wells for underwater installation
    • 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
    • E21B47/00—Survey of boreholes or wells
    • E21B47/01—Devices for supporting measuring instruments on drill bits, pipes, rods or wirelines; Protecting measuring instruments in boreholes against heat, shock, pressure or the like

Landscapes

  • Engineering & Computer Science (AREA)
  • Geology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Physics & Mathematics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Fluid Mechanics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Geophysics (AREA)
  • Mechanical Engineering (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Earth Drilling (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Pipeline Systems (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)

Abstract

在一个方面中，本公开提供一种用于估计立管柱中的疲劳损坏的系统及用于生产含烃流体的方法。所述系统包括可以沿立管柱部署的多个加速度计以及通信链路，所述通信链路将来自所述多个加速度计的加速度计数据实时传输到一个或多个数据处理器。所述系统使用来自位于传感器位置处的有限数量的加速度计的数据，来估计沿所述立管的整个长度的优化水流分布，包括不存在加速度计的位置处。随后使用所述优化水流分布估计个体立管部件的损坏率，并且更新个体立管部件的总累积损坏。传感器位置的数量相对于深水立管柱的长度而言较小，并且可以使用二十个以下的传感器位置沿立管柱的整个长度可靠地监测若干英里长的立管柱。

Description

用于估计疲劳损坏的系统及用于生产含烃流体的方法
关于由联邦政府赞助的研发的声明
本发明是依据与美国能源部签订的第11121-5402号RPSES合同而在政府支持下产生的。政府享有本发明的某些权利。
技术领域
本发明涉及监测水下(subsea)设备的损坏。在特定方面中，本发明涉及实时(inreal time)监测海底立管柱(riser string)中的疲劳。
背景技术
在深水钻井环境中，对由钻井立管(drilling riser)的旋涡感应振动(VIV)引起的疲劳损坏进行预测和监测是一个复杂且具有挑战性的问题。尽管存在多个疲劳损坏来源，但是VIV和波浪是导致深水钻井立管发生疲劳损坏的主要原因。海底水流(underseacurrents)可能导致VIV，其中钻井立管沿垂直于主水流方向的方向振动。与浅水环境不同，深水钻井需要相对较高的顶部张力(top tension)来保持立管柱的横向稳定性。这种高张力与强水流产生的应力相结合，可导致立管柱所服务的水下装置的部件(例如，防喷器组(BOP stack)导体)以部件共振频率或相近频率振动，并且引起疲劳损坏率增大以及整个系统更易于发生疲劳破损。
目前，钻井立管监测系统使用振动数据记录器(loggers)，所述振动数据记录器在钻井作业(drilling campaign)结束时收回后，提供关于沿所述立管柱所经历的应力的数据。通常不提供能够用于持续评估沿立管长度累积的损坏的实时数据。因此，钻井作业期间对疲劳损坏的评估通常依赖于在钻井作业开始之前应用的预测模型。鉴于所述不确定性，损坏率估计相对保守并且趋于超出实际损坏率，从而限制了立管寿命和立管操作灵活性。
因此，需要用于以可靠方式实时确定水下立管中的损坏率的系统和方法。本发明提供解决一个或多个上述问题的新的系统和方法。
发明内容
在一个或多个实施例中，本发明提供一种用于估计立管柱中的疲劳损坏的系统，所述系统包括：(a)多个加速度计，所述多个加速度计配置成沿立管柱部署；(b)通信链路，所述通信链路配置成从所述多个加速度计实时传输加速度计数据；以及(c)一个或多个数据处理器，所述一个或多个数据处理器配置成实时接收所述加速度计数据并且从中估计沿所述立管柱的优化水流分布，并且基于所述优化水流分布来估计个体立管部件的损坏率，并且更新个体立管柱部件的总累积损坏(total accumulated damage)。
在一个或多个替代实施例中，本发明提供一种用于估计立管柱中的疲劳损坏的系统，所述系统包括：(a)多个加速度计，所述多个加速度计配置成沿立管柱部署；(b)无线通信链路，所述无线通信链路配置成从所述多个加速度计实时传输加速度计数据；(c)一个或多个数据处理器，所述一个或多个数据处理器配置成实时接收所述加速度计数据并且从中估计沿所述立管柱的优化水流分布，并且基于所述优化水流分布来估计个体立管部件的损坏率，并且更新个体立管柱部件的总累积损坏；其中所述优化水流分布使用一个或多个机器学习技术生成，并且其中所述数据处理器中的至少一个数据处理器配置成以系统输出的形式提供一个或多个图形数据汇总。
在又一组实施例中，本发明提供一种产生含烃流体的方法，所述方法包括：(a)在生产井的钻井作业的同时，使用系统来估计立管柱中的疲劳损坏，所述系统包括：(i)多个加速度计，所述多个加速度计沿立管柱部署；(ii)通信链路，所述通信链路从所述多个加速度计实时传输加速度计数据；以及(iii)一个或多个数据处理器，所述一个或多个数据处理器实时接收所述加速度计数据并且从中估计沿所述立管柱的优化水流分布，并且基于所述优化水流分布来估计个体立管部件的损坏率，并且更新个体立管柱部件的总累积损坏；(b)完成所述生产井；以及(c)使含烃流体从所述生产井流动到储存设施。
本公开还提供技术方案1：一种用于估计立管柱中的疲劳损坏的系统，所述系统包括：(a)多个加速度计，所述多个加速度计配置成沿立管柱部署；(b)通信链路，所述通信链路配置成实时传输来自所述多个加速度计的加速度计数据；以及(c)一个或多个数据处理器，所述一个或多个数据处理器配置成实时接收所述加速度计数据并且从中估计沿所述立管柱的优化水流分布，并且基于所述优化水流分布来估计个体立管部件的损坏率，并且更新个体立管柱部件的总累积损坏。
技术方案2：根据技术方案1所述的系统，其中所述多个加速度计为少于20个的加速度计。
技术方案3：根据技术方案1所述的系统，其中所述通信链路是无线链路。
技术方案4：根据技术方案3所述的系统，其中所述通信链路配置成以声信号形式传输并且接收加速度计数据。
技术方案5：根据技术方案4所述的系统，其中所述通信链路包括多个水下感测和信号单元。
技术方案6：根据技术方案5所述的系统，其中所述水下感测和信号单元包括选自由以下项构成的群组的一个或多个部件：运动传感器、传感器接口单元、电池、变换器、声调制解调器、存储单元和微处理器。
技术方案7：根据技术方案6所述的系统，其中所述通信链路包括声接收器。
技术方案8：根据技术方案1所述的系统，其中所述通信链路是硬连线。
技术方案9：根据技术方案8所述的系统，其中所述通信链路包括光纤电缆。
技术方案10：根据技术方案9所述的系统，其中所述通信链路包括多个水下感测和信号单元。
技术方案11：根据技术方案10所述的系统，其中所述水下感测和信号单元包括选自由以下项构成的群组的一个或多个部件：运动传感器、传感器接口单元、变换器、光调制解调器、存储单元和微处理器。
技术方案12：根据技术方案10所述的系统，其中来自所述一个或多个电池的电力供应到所述水下感测和信号单元。
技术方案13：根据技术方案10所述的系统，其中来自一个或多个电力脐带缆的电力供应到所述水下感测和信号单元。
技术方案14：根据技术方案1所述的系统，其中所述优化水流分布使用一个或多个机器学习技术生成。
技术方案15：根据技术方案14所述的系统，其中所述机器学习技术包括一个或多个神经网络模型、一个或多个支持向量机、一个或多个贝叶斯分析或前述分析技术中的两个或更多个分析技术的组合。
技术方案16：根据技术方案1所述的系统，其中所述数据处理器中的至少一个数据处理器配置成以系统输出的形式提供一个或多个图形数据汇总。
技术方案17：根据技术方案16所述的系统，其中所述系统输出是图形数据汇总，所述图形数据汇总实时地显示沿所述立管柱的总累积疲劳。
技术方案18：根据技术方案1所述的系统，其中使用一个或多个建模工具来使用所述优化水流分布预测沿所述立管柱的疲劳损坏，所述一个或多个建模工具评估由旋涡脱落可能激发的振动模式，以便预测用于估计局部损坏率的局部旋涡感应振动级。
本公开还提供技术方案19：一种用于估计立管柱中的疲劳损坏的系统，所述系统包括：(a)多个加速度计，所述多个加速度计配置成沿立管柱部署；(b)无线通信链路，所述无线通信链路配置成实时传输来自所述多个加速度计的加速度计数据；(c)一个或多个数据处理器，所述一个或多个数据处理器配置成实时接收所述加速度计数据并且从中估计沿所述立管柱的优化水流分布，并且基于所述优化水流分布来估计个体立管部件的损坏率，并且更新个体立管柱部件的总累积损坏；其中所述优化水流分布使用一个或多个机器学习技术生成，并且其中所述数据处理器中的至少一个数据处理器配置成以系统输出的形式提供一个或多个图形数据汇总。
技术方案20：根据技术方案19所述的系统，其中所述通信链路配置成以声信号形式传输并且接收加速度计数据。
技术方案21：根据技术方案20所述的系统，其中所述系统输出是图形数据汇总，所述图形数据汇总实时地显示沿所述立管柱的总累积疲劳。
本公开还提供技术方案22：一种用于生产含烃流体的方法，所述方法包括：(a)在生产井的钻井作业的同时，使用一种系统来估计立管柱中的疲劳损坏，所述系统包括：(i)多个加速度计，所述多个加速度计沿立管柱部署；(ii)通信链路，所述通信链路实时传输来自所述多个加速度计的加速度计数据；以及(iii)一个或多个数据处理器，所述一个或多个数据处理器实时接收所述加速度计数据并且从中估计沿所述立管柱的优化水流分布，并且基于所述优化水流分布来估计个体立管部件的损坏率，并且更新个体立管柱部件的总累积损坏；(b)完成所述生产井；以及(c)使含烃流体从所述生产井流入储存设施中。
附图说明
参照附图阅读以下具体实施方式将能更好地理解本发明的各种特征、方面及优点，在附图中，相似字符可以表示附图中的相似部分。除非另作说明，否则本说明书中提供的附图旨在示出本发明的关键发明特征。我们认为这些关键发明特征适用于包括本发明一个或多个实施例的各种系统。因此，附图并不意图包括所属领域中的普通技术人员已知的、实践本发明所需的所有常规特征。
图1示出了本发明的一个或多个实施例。
图2示出了本发明的一个或多个实施例。
图3示出了根据本发明的一个或多个实施例使用的方法。
图4A、图4B和图4C示出了根据本发明的一个或多个实施例使用的方法。
图5A、图5B和图5C示出了根据本发明的一个或多个实施例使用的方法。
具体实施方式
在以下说明和随附权利要求书中，将参考若干术语，这些术语的定义如下。
除非上下文另做明确规定，否则单数形式“一个”，“一种’和“所述”包括复数名词。
“视情况而定(Optional)”或“视情况而定地”意指后续描述的事件或情况可能发生或可能不发生，并且所述说明同时包括事件发生的情况以及事件不发生的情况。
本说明书全文和权利要求书中所用的近似语言可以用于修饰可在允许的范围内变化而不改变相关对象的基本功能的任何数量表示。因此，被一个或多个术语例如“约”和“大体上”修饰的值并不限于所指出的精确值。在至少一些情况下，近似语言可以与用于测量值的仪器的精度对应。在此处以及说明书及权利要求书的各处中，范围限制可以组合和/或互换；除非上下文或语言另作说明，否则此类范围是确定的并且包括其中的所有子范围。
在一个或多个实施例中，本发明提供一种用于执行实时立管生命周期监测的具备软件智能的系统。所述系统接收从沿所述立管柱部署的有限加速度计阵列收集的数据，并且采用高级数据分析来预测由所述立管的所有部件的旋涡感应振动(VIV)引起的疲劳损坏，无论所述立管部件是否紧邻加速度计。对关键信息例如沿所述管柱的损坏以及所述立管柱的剩余使用寿命进行计算并以图形显示。所述系统可以提供立管柱检查时间安排的提示(prompt)，并且可以识别所述立管柱中最有可能呈现疲劳损坏的部件，以及是否应该在所述立管的下一次检查时修理、更换或者以其他部件(other components)互换特定(particular)部件。
本发明提供的用于估计立管柱中的疲劳损坏的系统使得操作员能够基于所述立管柱的几乎所有部件的实时损坏和寿命预测来作出决策。在一个或多个实施例中，所述系统记录所述立管柱配置，唯一地识别所述立管柱的每个部件、所述部件在所述立管柱内的位置及其材料性质。此外，所述系统包括分析工具，所述分析工具用于创建能够实时估计指定立管柱构造的每个部件的加速度特性的模型。所述系统使用从所述模型导出的加速度特性来预测指定立管柱构造的每个部件的损坏率，并且记录所述部件随时间推移的总累积损坏。在一个或多个实施例中，所述系统实时提供与损坏相关的立管特性的视觉显示，例如立管柱的各个部件的实时损坏水平(损坏率和总累积损坏)以及所述部件的剩余使用寿命。在一个或多个实施例中，所述系统包括向钻机操作员(rig operator)实时呈现所述视觉显示的顶侧数据处理器。在一个或多个实施例中，所述视觉显示包括基于当前损坏状态对钻机操作员的建议，其中如上所述，所述当前损坏状态可包括先前部署中累积的立管柱部件的损坏。
在一个或多个实施例中，所述立管柱容纳钻井设备，并且包括一系列相连部件，首先是位于海底(ocean floor)附近的导体、井口和防喷器，然后向上通过水柱(watercolumn)到达紧邻海面的张紧环(tension ring)和套筒接头(telescopic joint)。在一个或多个实施例中，所述立管柱可以包括一个或多个浮起接头(buoyed joints)和/或滑动接头(slick joints)。在钻井期间，所述立管柱用于将新鲜钻井液(drilling fluid)引入井筒(well bore)中，并且将井筒内含有在钻头作用下产生的固体的钻井液输送回水面，以供处理和再循环。通常，含有所述固体的钻井液将返回到最上层设施，其中在所述最上层设施中，对所述混合物进行分离并且将所述钻井液作为新鲜钻井液送回立管柱。在实践中，钻井立管柱将在特定钻井作业期间使用几个月，之后拆除并移动到另一个地点进行下一次钻井作业。
由于每个立管柱部件倾向于用在多个钻井或生产作业中以及立管柱内的不同位置处，因此每个立管柱部件用唯一的永久数字标识符来标识，所述数字标识符通常为字母数字字符串(alphanumeric string)的形式。在实践本发明时，初始系统输入由立管柱中的每个部件的唯一标识符构成。在一个或多个实施例中，所述系统包括主数据库，所述主数据库包括振动和寿命计算所需的每个部件的几何形状和材料性质，以及在先前部署中由特定部件累积的计算所得损坏水平。
在一方面中，本发明实时预测立管柱的个体部件的损坏率。为此，所述系统使用一个或多个建模工具来估计由于立管柱与假设性水流分布之间的从海面延伸到海底的接触导致的振动加速度、应力和相关损坏率，所述一个或多个建模工具评估由旋涡脱落(vortexshedding)可能激发的振动模式，以便预测用于估计局部损坏率的局部旋涡感应振动(VIV)水平。一个所述建模工具是众所周知的模式叠加程序Shear7，它可以用于预测旋涡感应振动，进而用于预测损坏率。在实践中，测量海面上及其附近的水流是可能的，但是测量立管柱将遭受的整个水下水流分布通常是不可行的。因此，在一方面中，由本发明提供的系统能够准确地估计立管柱实际经历的水流分布，并且使用所述估计水流分布来准确预测个体立管柱部件的损坏率。
可以采用各种机器学习工具来准确估计优化水流分布，包括神经网络模型(neural network models)、支持向量机(support vector machines)和贝叶斯分析(Bayesian analysis)。紧接着的讨论内容涉及使用一个或多个神经网络模型生成优化水流分布。所属领域中的普通技术人员将理解，可以类似地应用支持向量机和贝叶斯分析来实现相同的结果。
在一个或多个实施例中，使用神经网络模型来准确地估计水流分布，然后使用所述水流分布来估计个体立管部件的损坏率。所述神经网络模型的输入是取自立管柱所经历的假设性水流分布的水流强度，并且神经网络模型的输出是沿立管柱长度的预测加速度特性，包括沿立管柱中实际存在有限数量加速度计中一个的位置处。神经网络模型沿立管柱长度改变水流强度输入，并且找到实际存在加速度计的立管位置(传感器位置)处的计算所得加速度特性与由这些传感器位置处的加速度计所报告的加速度特性之间的最匹配(closest match)。由于加速度计尽管数量有限，但它们排列成反映海面附近、海底附近以及这两者之间的有限数量位置处的水流分布，因此使用此神经网络模型以重大置信水平(with a substantial level of confidence)来估计所述立管柱所经历的水流分布成为可能。使用更多数量的加速度计可以获得相对于水流分布的更大确定性，但这会增加立管柱及其部署的成本和复杂性。如上所述，一旦神经网络模型识别出存在加速度计的立管位置处的计算所得加速度特性与由这些位置处的加速度计所报告的加速度特性之间最匹配的水流分布，可以使用优化水流分布的流动特性来实时计算沿立管柱的整个长度的立管柱部件的损坏率。
在一个或多个实施例中，使用一个或多个机器学习技术来生成优化水流分布，所述机器学习技术包括一个或多个神经网络模型、一个或多个支持向量机、一个或多个贝叶斯分析或前述分析技术中的两个或更多个分析技术的组合。
在实践本发明的一个或多个实施例时，当将新立管构造输入到系统中时，所述系统创建一个或多个对应神经网络模型以用于预测立管柱中存在加速度计的每个位置(传感器位置)处的加速度特性。生成填空式(space-filling)实验设计(DOE)，其中包括代表要执行钻井作业的地理区域的各种水流分布。包括所报告的加速度计数据的DOE数据集可用于训练神经网络模型、交叉验证和调整(tune)神经网络模型内部参数，并且验证神经网络模型输出。在一个或多个实施例中，所述神经网络模型可以包括特定立管柱部署的一个或多个变量，例如：特定立管部件几何形状、立管部件材料性质、顶部张力水平和钻井液重量。
如上所述，所述神经网络模型基于假设性水流分布的水流强度来计算立管柱上的每个传感器位置处的加速度特性。加速度数据从沿立管柱部署的有限数量的加速度计收集，并将这些数据与从假设性水流分布计算出的加速度特性进行比较。执行约束优化问题(等式1)，以使φ最小化，所述φ是预测加速度特性和测得加速度特性之间差值的平方和，其中这两个ai项是在总共N个传感器中在第i个传感器位置处的预测加速度特性和测得加速度特性，并且c1、c2、...是沿立管整个长度施加的模型水流强度。
Figure GDA0001610828130000101
所述过程产生最匹配由每个传感器位置处的加速度计所报告的加速度特性的水流分布，所述水流分布表示成沿立管柱的整个长度的一组水流强度(c1’,c2’、,c3’,...)。一旦已经获得所述优化水流分布，采用能够使用计算所得水流强度的计算流体动力学程序来计算立管柱中的每个部件的应力和损坏率。然后假设损坏率在获取传感器数据的时间段(持续时间通常是几分钟的量级)内恒定，以计算损坏增量。更新每个部件的总损坏并且将其输入到主数据库中。
在一个或多个实施例中，由本发明提供的系统呈现当前立管损坏状态的若干关键顶层显示以及立管及其各部件的总体最大损坏历史，并且所述操作基本上实时地进行。例如，所述系统可以显示在特定时间点或多个时间点处沿立管柱的当前损坏状态。在一个实施例中，所述系统显示立管中的最大损坏历史。例如，所述系统可以显示立管构造中的所有部件相对于时间的最大损坏。所述系统可以显示相对于时间的平均损坏(假设立管在其设计寿命内以恒定速率老化)，并将其与预测的总体最大损坏进行比较。在所述情况下，所述系统可以基于在近期(over the recent past)损坏率的移动平均值以及立管及其部件的剩余使用寿命估计来建议检查时间间隔。在所述情况下，例如，如果立管呈现出以比预期更快的速率老化，则所述系统可建议缩短距离下一次检查的计划时间，并且可以更新立管柱的预测剩余使用寿命。
在所述系统预测某些部件所经历的损坏远远超出其他部件的情况下，所述系统可以建议在下一个检查和维护周期中，将预测损坏程度较高的部件调换成预测损坏程度较低的部件(假设所述损害程度尚不严重到需要在较早时间点及时进行干预)。因此，本发明所提供的系统为操作员提供了显著益处，因为所述系统可以帮助避免立管柱部件发生过早陆上修理或退役，所述立管柱部件尽管已遭受重大损坏程度，但依然可用。
现在转到附图，图1示出了由本发明提供的包括无线通信链路的系统的各个实施例。在图示的实施例中，用于估计立管柱20中的疲劳损坏的系统10包括沿立管柱20间隔部署的多个加速度计22。在图示的实施例中，沿立管柱的要估计(而不是由加速度计测量)加速度特性的位置用元件号24表示。加速度计数据23通过无线通信链路30实时传输到一个或多个最上层数据处理器40。通信链路30包括声接收器(acoustic receiver)38和水下感测和信号单元(subsea sensing and signal unit)31。感测和信号单元31测量在沿立管柱的、感测和信号单元相所附接到的有限数量的位置中的每个位置处所述立管柱的加速度特性，并且可实时传输所述数据，也就是说，数据23可以连续传输，或者数据可以收集并且短暂存储在水下感测和信号单元31内，然后传输到一个或多个数据处理器40。在收集之后不立即传输加速度计数据的情况下，数据传输之间的时间间隔相对于受监测钻井或生产作业的长度而言较小，并且所述时间间隔通常在几分钟的量级上。在一个或多个实施例中，此时间间隔在十分钟以下。在一个或多个实施例中，系统10可以进一步包括辅助通信链路(secondary communications link)42，所述辅助通信链路可以将数据23传输到陆上数据处理器40并且接收发回的处理后的数据，所述处理后的数据包括个体立管部件的损坏率和总累积损坏。或者，所述系统10可以包括一个或多个船上数据处理器40。
仍然参见图1，在一个或多个实施例中，所述水下感测和信号单元31可以包括一个或多个运动传感器37a和联合传感器接口单元37b、用作电源的一个或多个电池32、一个或多个变换器(transducers)33以及一个或多个声调制解调器(acoustic modems)34，所述一个或多个声调制解调器配置成将来自所述变换器的电信号转换成声信号并且通过海水将其传播到声接收器38。所述水下感测和信号单元31的其他部件可以包括一个或多个存储单元35以及一个或多个微处理器36。所述水下感测和信号单元可以使用所属领域中已知的各种装置例如夹具、胶带、环箍等附接到所述立管。
参见图2，此图示出了由本发明提供的包括硬连线(hardwired)通信链路30的系统的各个实施例。在图示的实施例中，所述系统10可以用于估计连接水下装置的立管柱20中的疲劳损坏，其中所述水下装置包括防喷器(BOP)50和井口(well head)52。所述系统包括沿立管柱20间隔部署的多个加速度计22。如图1所示，沿立管柱的要估计(而不是由加速度计测量)加速度特性的位置用元件号24表示。加速度计数据23通过硬连线通信链路30实时传输到一个或多个最上层数据处理器40。通信链路30包括将水下感测和信号单元31连接到一个或多个数据处理器的一个或多个光纤电缆39。感测和信号单元31测量在沿立管柱的、感测和信号单元所附接到的有限数量位置中的每个位置处的立管柱加速度特性，并且可实时传输所述数据，也就是说，数据23可以连续传输，或者数据可以收集并且短暂存储在水下感测和信号单元31内，然后传输到一个或多个数据处理器40。
仍然参见图2，在一个或多个实施例中，所述水下感测和信号单元31可以包括一个或多个运动传感器37a和联合传感器接口单元37b、用作电源的一个或多个电池32、一个或多个变换器33以及一个或多个光调制解调器(optical modems)34，所述一个或多个光调制解调器34配置成将来自所述变换器的电信号转换成光信号并且通过光纤电缆39将其传播到一个或多个数据处理器。所述水下感测和信号单元31的其他部件可以包括一个或多个存储单元35以及一个或多个微处理器36。所述水下感测和信号单元及其一个或多个相关联的光纤电缆可以使用所属领域中已知的各种装置例如夹具、胶带、环箍等附接到所述立管。在一个或多个实施例中，感测和信号单元由电力脐带缆(umbilical)(未示出)供电。
仍然参见图2，在一个或多个实施例中，光纤电缆39是光纤感测电缆，所述光纤感测电缆能够感测沿立管的多个位置处的以下项中的一者或多者：加速度特性、水流强度特性或旋涡感应振动特性。在所述情况下，图2中标记成22/31的元件对应于光纤感测电缆内的一个或多个传感器的位置，例如能够感测以下项中的一者或多者的布拉格光栅(Bragggrating)：加速度特性、水流强度特性或旋涡感应振动特性。在所述情况下，所述光纤感测电缆将收集所需数据并将其传送到一个或多个数据处理器40。在一个或多个实施例中，所述光纤感测电缆用作所属领域中已知的光纤加速度计。例如，参见Baldwin、Chris等人的“光纤加速度计评论(Review of fiber optic accelerometers)”，IMAC XXIII会议文件(proceedings)：“2005年结构动力会议和博览会(A Conference&Exposition onStructural Dynamicsm 2005)”。如2014年12月2日递交的第14/558170号美国专利申请中所公开，光纤感测电缆可以有利地附接到立管结构，其中所述专利全文以引用方式并入本说明书中。
参见图3，此图中示出了在本发明的各个实施例中采用的方法100。在第一步骤101中，提出沿立管柱长度的假设性水流分布，所述立管柱包括沿立管长度部署的有限数量的水下感测和信号单元。在图3所示的示例中，共有九个所述水下感测和信号单元。(参见图4A)在第二步骤102中，使用一个或多个适当的有限元代码(finite element codes)(分别参见图4B和图4C)来估计由立管柱与从海面延伸到海底的假设性水流分布之间接触而引起的振动加速度(均方根(RMS)加速度)、应力和相关联损坏率。在第三步骤103中，遵从(complied)在传感器位置处实际测得的加速度特性(参见图5A)。在第四步骤104中，使用所测得的加速度特性来计算传感器位置处的水流速度，并且使用一个或多个神经网络模型将假设性水流分布与根据所测得加速度特性计算出的水流速度之间的差异降至最小，从而提供优化水流分布(参见图5B)。在第五步骤105中，使用来自优化水流分布的水流速度来预测沿立管柱的整个长度的损坏率(参见图5C)。
前述示例仅具有说明性，仅用以说明本发明的一些特征。随附的权利要求书旨在以所设想的广度为本发明提出权利要求，并且本说明书中所呈现的示例用于说明所有可能实施例集合中的选定实施例。相应地，申请人的意图在于，随附权利要求书不受限于对用于说明本发明特征的示例的选择。本权利要求中所用的词语“包括”及其语法变体在逻辑上还指向并且包括各种及不同程度的短语，例如但不限于“基本上由...构成”和“由...构成”。在必要情况下，已经提供范围，这些范围包括其间的所有子范围。可以预期，这些范围内的变化对于所属领域中的普通从业人员而言将显而易见，并且在尚未向公众公用的情况下，这些变化在可能的情况下应解释成被随附附权利要求书所涵盖。同样可以认识到，随着科技的进步，将会出现本说明书中由于语言的不精确性而尚未涉及的一些可能的等效物和替代物，而这些变化也应解释成在可能的情况下被随附权利要求书所涵盖。

Claims (22)

1.一种用于估计立管柱中的疲劳损坏的系统，所述系统包括：
(a)多个加速度计，所述多个加速度计配置成沿立管柱部署；
(b)通信链路，所述通信链路配置成实时传输来自所述多个加速度计的加速度计数据；以及
(c)一个或多个数据处理器，所述一个或多个数据处理器配置成实时接收所述加速度计数据并且从中估计沿所述立管柱的优化假设性水流分布，并且基于所述优化假设性水流分布来估计个体立管部件的损坏率，并且更新个体立管柱部件的总累积损坏，
其中，所述一个或多个数据处理器通过使用一个或多个机器学习工具来估计所述优化假设性水流分布，该机器学习工具沿所述立管改变水流强度输入，并找到存在所述多个加速度计之一的位置处的计算所得加速度特性与从所述位置处报告的测量加速度特性之间的最匹配。
2.根据权利要求1所述的系统，其中所述多个加速度计为少于20个的加速度计。
3.根据权利要求1所述的系统，其中所述通信链路是无线链路。
4.根据权利要求3所述的系统，其中所述通信链路配置成以声信号形式传输并且接收加速度计数据。
5.根据权利要求4所述的系统，其中所述通信链路包括多个水下感测和信号单元。
6.根据权利要求5所述的系统，其中所述水下感测和信号单元包括选自由以下项构成的群组的一个或多个部件：运动传感器、传感器接口单元、电池、变换器、声调制解调器、存储单元和微处理器。
7.根据权利要求6所述的系统，其中所述通信链路包括声接收器。
8.根据权利要求1所述的系统，其中所述通信链路是硬连线。
9.根据权利要求8所述的系统，其中所述通信链路包括光纤电缆。
10.根据权利要求9所述的系统，其中所述通信链路包括多个水下感测和信号单元。
11.根据权利要求10所述的系统，其中所述水下感测和信号单元包括选自由以下项构成的群组的一个或多个部件：运动传感器、传感器接口单元、变换器、光调制解调器、存储单元和微处理器。
12.根据权利要求10所述的系统，其中来自所述一个或多个电池的电力供应到所述水下感测和信号单元。
13.根据权利要求10所述的系统，其中来自一个或多个电力脐带缆的电力供应到所述水下感测和信号单元。
14.根据权利要求1所述的系统，其中所述一个或多个机器学习工具包括神经网络模型。
15.根据权利要求1所述的系统，其中所述一个或多个机器学习工具包括一个或多个神经网络模型、一个或多个支持向量机、一个或多个贝叶斯分析或前述分析技术中的两个或更多个分析技术的组合。
16.根据权利要求1所述的系统，其中所述数据处理器中的至少一个数据处理器配置成以系统输出的形式提供一个或多个图形数据汇总。
17.根据权利要求16所述的系统，其中所述系统输出是图形数据汇总，所述图形数据汇总实时地显示沿所述立管柱的总累积疲劳。
18.根据权利要求1所述的系统，其中所述一个或多个机器学习工具评估由旋涡脱落可能激发的振动模式，以便预测用于估计局部损坏率的局部旋涡感应振动级。
19.一种用于估计立管柱中的疲劳损坏的系统，所述系统包括：
(a)多个加速度计，所述多个加速度计配置成沿立管柱部署；
(b)无线通信链路，所述无线通信链路配置成实时传输来自所述多个加速度计的加速度计数据；
(c)一个或多个数据处理器，所述一个或多个数据处理器配置成实时接收所述加速度计数据并且从中估计沿所述立管柱的优化假设性水流分布，并且基于所述优化假设性水流分布来估计个体立管部件的损坏率，并且更新个体立管柱部件的总累积损坏；
其中，所述一个或多个数据处理器通过使用一个或多个机器学习工具来估计所述优化假设性水流分布，该机器学习工具沿所述立管改变水流强度输入，并找到存在所述多个加速度计之一的位置处的计算所得加速度特性与从所述位置处报告的测量加速度特性之间的最匹配，并且其中所述数据处理器中的至少一个数据处理器配置成以系统输出的形式提供一个或多个图形数据汇总。
20.根据权利要求19所述的系统，其中所述通信链路配置成以声信号形式传输并且接收加速度计数据。
21.根据权利要求20所述的系统，其中所述系统输出是图形数据汇总，所述图形数据汇总实时地显示沿所述立管柱的总累积疲劳。
22.一种用于生产含烃流体的方法，所述方法包括：
(a)在生产井的钻井作业的同时，使用一种系统来估计立管柱中的疲劳损坏，所述系统包括：
(i)多个加速度计，所述多个加速度计沿立管柱部署；
(ii)通信链路，所述通信链路实时传输来自所述多个加速度计的加速度计数据；以及
(iii)一个或多个数据处理器，所述一个或多个数据处理器实时接收所述加速度计数据并且从中估计沿所述立管柱的优化假设性水流分布，并且基于所述优化假设性水流分布来估计个体立管部件的损坏率，并且更新个体立管柱部件的总累积损坏；
(b)完成所述生产井；以及
(c)使含烃流体从所述生产井流入储存设施中，
其中，所述一个或多个数据处理器通过使用一个或多个机器学习工具来估计所述优化假设性水流分布，该机器学习工具沿所述立管改变水流强度输入，并找到存在所述多个加速度计之一的位置处的计算所得加速度特性与从所述位置处报告的测量加速度特性之间的最匹配。
CN201680056520.1A 2015-10-09 2016-06-15 用于估计疲劳损坏的系统及用于生产含烃流体的方法 Expired - Fee Related CN108138562B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/879,239 US9593568B1 (en) 2015-10-09 2015-10-09 System for estimating fatigue damage
US14/879,239 2015-10-09
PCT/US2016/037475 WO2017062074A1 (en) 2015-10-09 2016-06-15 System for estimating fatigue damage

Publications (2)

Publication Number Publication Date
CN108138562A CN108138562A (zh) 2018-06-08
CN108138562B true CN108138562B (zh) 2021-08-27

Family

ID=56204045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680056520.1A Expired - Fee Related CN108138562B (zh) 2015-10-09 2016-06-15 用于估计疲劳损坏的系统及用于生产含烃流体的方法

Country Status (7)

Country Link
US (1) US9593568B1 (zh)
KR (1) KR20180063150A (zh)
CN (1) CN108138562B (zh)
BR (1) BR112018005383A8 (zh)
MX (1) MX2018004259A (zh)
NO (1) NO20180363A1 (zh)
WO (1) WO2017062074A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10274381B2 (en) * 2014-06-30 2019-04-30 Exxonmobil Upstream Research Company Pipeline constriction detection
WO2018222555A1 (en) * 2017-05-30 2018-12-06 The Texas A&M University System Apparatus and method for predicting a deformed shape of a structure
US11261722B2 (en) 2017-09-29 2022-03-01 Bp Corporation North America Inc. Systems and methods for monitoring components of a well
AU2018386728B2 (en) 2017-12-23 2023-11-09 Noetic Technologies Inc. System and method for optimizing tubular running operations using real-time measurements and modelling
KR102126394B1 (ko) * 2018-11-14 2020-06-24 서울대학교산학협력단 가속도계를 이용한 유동 모니터링 방법 및 시스템
US11788926B2 (en) * 2018-11-23 2023-10-17 BR2W Solucões Ltda. Method for monitoring axial loads in structures by identifying natural frequencies
US11499413B2 (en) * 2018-12-19 2022-11-15 Chevron U.S.A. Inc. Methods, systems, and storage media for predicting physical changes to a wellhead in an aquatic volume of interest
US20220081080A1 (en) * 2020-09-11 2022-03-17 The Texas A&M University System Apparatus and method for a real-time-monitoring of a riser and mooring of floating platforms
WO2022170113A1 (en) * 2021-02-04 2022-08-11 Brown University Deep operator network
CN113669032B (zh) * 2021-07-22 2022-05-10 中国石油大学(北京) 深水钻井隔水管安装的减振控制方法、设备和系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222168A (zh) * 2011-06-16 2011-10-19 中国海洋大学 一种深水钻井立管参激横向振动分析方法
CN102270254A (zh) * 2011-06-16 2011-12-07 中国海洋大学 一种深水立管的疲劳设计方法
CN102567567A (zh) * 2011-11-15 2012-07-11 北京宇航系统工程研究所 一种基于有限元分析的管路随机振动疲劳寿命分析方法
CN102967427A (zh) * 2012-11-06 2013-03-13 上海交通大学 基于力反馈原理的涡激振动试验装置控制系统及控制方法
US8761912B1 (en) * 2010-04-23 2014-06-24 Ashford Technical Software, Inc. System for remotely monitoring a tensioner and providing an alarm for anticipated failure and maintenance
CN104502043A (zh) * 2014-12-02 2015-04-08 上海交通大学 模拟海底管土与水平强迫振荡测量细长立管动力响应装置
EP2886788A2 (en) * 2013-12-23 2015-06-24 2HOffshore, Inc. Riser fatigue monitoring

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5978739A (en) * 1997-10-14 1999-11-02 Stockton; Thomas R. Disconnect information and monitoring system for dynamically positioned offshore drilling rigs
FR2840951B1 (fr) * 2002-06-13 2004-12-24 Inst Francais Du Petrole Ensemble d'instrumentation d'une colonne montante de forage offshore
US20050100414A1 (en) * 2003-11-07 2005-05-12 Conocophillips Company Composite riser with integrity monitoring apparatus and method
US7219747B2 (en) * 2004-03-04 2007-05-22 Halliburton Energy Services, Inc. Providing a local response to a local condition in an oil well
US20050283276A1 (en) * 2004-05-28 2005-12-22 Prescott Clifford N Real time subsea monitoring and control system for pipelines
US8074720B2 (en) * 2004-09-28 2011-12-13 Vetco Gray Inc. Riser lifecycle management system, program product, and related methods
US7328741B2 (en) * 2004-09-28 2008-02-12 Vetco Gray Inc. System for sensing riser motion
AU2005302031B2 (en) * 2004-11-03 2008-10-09 Shell Internationale Research Maatschappij B.V. Apparatus and method for retroactively installing sensors on marine elements
US7316525B2 (en) * 2005-01-07 2008-01-08 Shell Oil Company Vortex induced vibration optimizing system
BRPI0618533A2 (pt) * 2005-11-15 2011-09-06 Shell Int Research sistema, e, método para calcular um nìvel de tração dinámica em uma pluralidade de pontos ao longo de um comprimento de uma estrutura
US8725429B2 (en) * 2011-05-27 2014-05-13 Stress Engineering Services, Inc. Fatigue monitoring
US9719309B2 (en) * 2012-04-26 2017-08-01 David V. Brower Instrumented strakes and fairings for subsea riser and pipeline monitoring
US20130327533A1 (en) * 2012-06-08 2013-12-12 Intelliserv, Llc Wellbore influx detection in a marine riser
EP2954155B1 (en) * 2012-10-24 2017-06-21 FMC Kongsberg Subsea AS Method of calculation loads on a subsea component.
WO2014075140A1 (en) * 2012-11-14 2014-05-22 Spencer Nathan John Monitoring system
JP2014112061A (ja) * 2012-12-05 2014-06-19 Mitsubishi Heavy Ind Ltd 水中線状構造物の挙動・応力分布推定システム及び方法
US9085958B2 (en) * 2013-09-19 2015-07-21 Sas Institute Inc. Control variable determination to maximize a drilling rate of penetration
US9279666B1 (en) 2014-12-02 2016-03-08 General Electric Company System and method for monitoring strain

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8761912B1 (en) * 2010-04-23 2014-06-24 Ashford Technical Software, Inc. System for remotely monitoring a tensioner and providing an alarm for anticipated failure and maintenance
CN102222168A (zh) * 2011-06-16 2011-10-19 中国海洋大学 一种深水钻井立管参激横向振动分析方法
CN102270254A (zh) * 2011-06-16 2011-12-07 中国海洋大学 一种深水立管的疲劳设计方法
CN102567567A (zh) * 2011-11-15 2012-07-11 北京宇航系统工程研究所 一种基于有限元分析的管路随机振动疲劳寿命分析方法
CN102967427A (zh) * 2012-11-06 2013-03-13 上海交通大学 基于力反馈原理的涡激振动试验装置控制系统及控制方法
EP2886788A2 (en) * 2013-12-23 2015-06-24 2HOffshore, Inc. Riser fatigue monitoring
CN104502043A (zh) * 2014-12-02 2015-04-08 上海交通大学 模拟海底管土与水平强迫振荡测量细长立管动力响应装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"海洋立管涡激振动与疲劳寿命影响因素分析";王琳等;《石油机械》;20160210;第44卷(第2期);第42-47页 *

Also Published As

Publication number Publication date
CN108138562A (zh) 2018-06-08
BR112018005383A8 (pt) 2022-12-06
BR112018005383A2 (pt) 2018-10-09
WO2017062074A1 (en) 2017-04-13
MX2018004259A (es) 2018-08-01
KR20180063150A (ko) 2018-06-11
NO20180363A1 (en) 2018-03-14
US9593568B1 (en) 2017-03-14

Similar Documents

Publication Publication Date Title
CN108138562B (zh) 用于估计疲劳损坏的系统及用于生产含烃流体的方法
US8708052B2 (en) Riser lifecycle management system, computer readable medium and program code
EP3500725B1 (en) Fluid production network leak detection
EP2886788A2 (en) Riser fatigue monitoring
US20150346064A1 (en) Marine riser management system including subsea acoustic monitoring platform and an associated method
US20170145810A1 (en) System and methodology for establishing a fatigue life of a subsea landing string
CN105041293A (zh) 用于监测钻井系统的系统及方法
US20210115780A1 (en) Subsea structure monitoring system
NO20180171A1 (en) Health monitoring of power generation assembly for downhole applications
Gundersen et al. Methodology for determining remnant fatigue life of flexible risers subjected to slugging and irregular waves
US10974791B2 (en) Mooring line and riser stress and motion monitoring using platform-mounted motion sensors
EP2902584A2 (en) An offshore pipe monitoring system
Mercan et al. Comparison of riser fatigue methodologies based on measured motion data
Urthaler et al. Lateral buckling of deepwater pipelines in operation
Ge et al. A practical drilling riser and wellhead vortex induced vibration fatigue comparison between analysis and field measured data
KR101379510B1 (ko) 수중 장비 감시 시스템
Viana et al. Flexible Riser Life Extension Associating Machine Learning and Innovative Monitoring
WO2018156121A1 (en) Incremental time lapse detection of corrosion in well casings
Liu et al. Ultra-deepwater drilling riser lifecycle management system
Yu et al. Riser Integrity Management Plan for Lingshui 17-2 Project
Nilsen et al. Comprehensive instrumentation of two offshore rigs for wellhead fatigue monitoring
Song et al. Integrity Management for Steel Catenary Risers With Design Life of 30 Years
Guzzo et al. Addressing the Pressing Needs of Offshore Ultra-Deepwater Floating Facilities and Risers: Near Real-Time Management System for Deepwater Drilling Risers
Wei et al. Development of deepwater riser monitoring systems
Podskarbi et al. Design consideration of monitoring systems for deepwater steel catenary risers (SCRs)

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210827