CN110530983A - 用于石油钻具抽油杆的超声波检测系统及方法 - Google Patents

用于石油钻具抽油杆的超声波检测系统及方法 Download PDF

Info

Publication number
CN110530983A
CN110530983A CN201910890384.1A CN201910890384A CN110530983A CN 110530983 A CN110530983 A CN 110530983A CN 201910890384 A CN201910890384 A CN 201910890384A CN 110530983 A CN110530983 A CN 110530983A
Authority
CN
China
Prior art keywords
ultrasonic
sound field
drilling tool
generator
oil drilling
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.)
Granted
Application number
CN201910890384.1A
Other languages
English (en)
Other versions
CN110530983B (zh
Inventor
王亚利
李延疆
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.)
Jiyuan Vocational and Technical College
Original Assignee
Jiyuan Vocational and Technical College
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 Jiyuan Vocational and Technical College filed Critical Jiyuan Vocational and Technical College
Priority to CN201910890384.1A priority Critical patent/CN110530983B/zh
Publication of CN110530983A publication Critical patent/CN110530983A/zh
Application granted granted Critical
Publication of CN110530983B publication Critical patent/CN110530983B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B17/00—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/34—Generating the ultrasonic, sonic or infrasonic waves, e.g. electronic circuits specially adapted therefor
    • G01N29/341—Generating the ultrasonic, sonic or infrasonic waves, e.g. electronic circuits specially adapted therefor with time characteristics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/023—Solids
    • G01N2291/0234—Metals, e.g. steel
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/028—Material parameters
    • G01N2291/0289—Internal structure, e.g. defects, grain size, texture
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/04—Wave modes and trajectories
    • G01N2291/044—Internal reflections (echoes), e.g. on walls or defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/04—Wave modes and trajectories
    • G01N2291/056—Angular incidence, angular propagation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/10—Number of transducers
    • G01N2291/106—Number of transducers one or more transducer arrays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/26—Scanned objects
    • G01N2291/262—Linear objects
    • G01N2291/2626—Wires, bars, rods

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Earth Drilling (AREA)

Abstract

一种用于石油钻具抽油杆的超声波检测系统及方法。本发明通过信号处理单元驱动均匀布设于作业管路端部的各个超声波传感器在作业管路与石油钻具抽油杆之间激发出用于检测石油钻具抽油杆1所处状态的超声波声场。通过周期性的对该声场进行采样和分析，本发明能够准确获得作业管路2内石油钻具抽油杆1的状态，获知石油钻具抽油杆1是否弯曲、断裂以及其钻入的深度。本发明通过特殊的声场控制，能够通过对石油钻具抽油杆1上部的声场所进行的采样，获得整个作业管路2内的状况。其检测装置安装便捷，受作业环境影响小，因而更加易于应用。

Description

用于石油钻具抽油杆的超声波检测系统及方法
技术领域
本发明涉及数字化检测技术领域，具体而言涉及一种用于石油钻具抽油杆的超声波检测系统及方法。
背景技术
在以往传统的工业控制中，检测判断传动线物件需要使用接近开关。但由于接近开关只对含有磁性材质的物件才能够产生信号感应，而且要求检测距离不大于5MM，如果被测物件不规则则极有可能发生碰撞事件。
石油钻具抽油杆为石油开采钻探生产而设计，该抽油杆普遍长约8-9米，杆体直径最小可达到1厘米。在厂矿的防腐生产线下料工段，以往都是由人工控制电磁阀气动实现抽油杆的上料和下料，非常浪费人力物力。为提高工作效率，需要设计一个可以智能检测杆体状态从而实现自动上料下料的设备，使其在开机后进入待机状态，当有抽油杆进入测量范围，信号指示灯亮，测物仪开始测量；当抽油杆到杆尾结束后，信号灯熄灭，输出指示灯亮，执行相应的输出状态；然后等待下一根抽油杆依次循环。
在生产试验中如果采用接近开关做信号检测，由于接近开关距离检测物体很近才可以检测到信号，若抽油杆杆体弯曲，则容易出现异物撞击触碰接近开关而造成干扰信号导致状态错误切换损坏杆体，造成生产事故。若采用欧姆龙红外线发射接收套做信号检测，因为红外发射是点对点的传输信号，在杆体不弯曲的情况下，红外线测量可以正常工作，但由于个别杆体弯曲，加之工业现场存在电磁干扰等原因，故经常导致红外线发射信号接收失误，造成信号误差，从而引起上下料的混乱，因此，使用红外线测量信号也不可行。
发明内容
本发明针对现有技术的不足，提供一种用于石油钻具抽油杆的超声波检测系统及方法，本发明利用超声波在石油钻具作业管路内形成驻波声场，通过分析声场信号参数，获取石油钻具抽油杆的杆体状态。本发明具体采用如下技术方案。
首先，为实现上述目的，提出一种用于石油钻具抽油杆的超声波检测系统，其包括：超声波传感器，其包括n个，各所述超声波传感器围绕所述石油钻具抽油杆的顶端，均匀的排布在所述石油钻具抽油杆及其所设置的作业管路的内壁之间，各所述超声波传感器分别沿所述作业管路向所述石油钻具抽油杆的底端发出超声波，并对所述作业管路内的超声波信号进行采样；信号处理装置，其与各所述超声波传感器电连接，控制各所述超声波传感器顺次的按照设定的频率和时间间隔发出超声波，控制各所述超声波传感器同步的以设定的采样周期对所述作业管路内的超声波信号采样，所述信号处理装置实时的对采样所获得的数据进行声场分析，计算获得该作业管路内石油钻具抽油杆的状态。
可选的，上述用于石油钻具抽油杆的超声波检测系统，其中，每一个所述超声波传感器发出超声波的时间间隔不超过50微秒，该时间间隔与所述超声波的周期T相同或接近；各所述超声波传感器之间发出超声波的时间间隔为 T/n，其中，T为发出超声波的周期，n为所述超声波传感器的数量，n≥3；所述采样周期不超过25微秒。
可选的，上述用于石油钻具抽油杆的超声波检测系统，其中，以所述钻具抽油杆的轴向为z轴，以所述钻具抽油杆的半径方向为r轴，以所述钻具抽油杆的周向为轴；所述信号处理装置包括超声波输出控制单元，用于控制第i个所述超声波传感器发出的超声波信号为其中，U0表示超声波信号的幅度，ω表示超声波的周期，表示第i个所述超声波传感器发出的超声波的初始相位。所述信号处理装置还包括：声场重建单元，用于根据各所述超声波传感器采样所获得的数据p(i,t),按照HOA声场重构方法进行声场重建，获得所述作业管路内沿Z轴方向的场量为理论场量计算单元，用于计算n个所述超声波传感器发出的超声波信号所对应的理论场量为其中，α表示所述作业管路内的反射系数，所述反射系数为预设的固定数值；声场偏差量运算单元，用于计算声场偏差量Δ＝E-U；状态模型拟合单元，用于将所述声场偏差量Δ输入训练好的石油钻具抽油杆的状态模型中进行前向传播运算，获得该声场偏差量Δ最符合的石油钻具抽油杆状态信息，输出该状态信息。
可选的，上述用于石油钻具抽油杆的超声波检测系统，其中，所述声场重建单元中，根据各所述超声波传感器采样所获得的数据p(i,t),按照HOA声场重构方法进行声场重建，获得所述作业管路内沿Z轴方向的场量的具体步骤包括：步骤a1，为所述作业管路坐标范围Ω内任一超声波传感器在球坐标下所设置的坐标点xi＝(r,θ,φ)∈Ω将采样所获得的数据p(i,t)转化为该坐标所对应的球面声源响应函数p(xi,ω)＝∫D(x0,ω)G(xi-x0,ω)dΩ；其中，D(x0,ω)表示声源的驱动信号，x0表示声源的坐标，G表示纽曼格林函数；步骤a2，对所述球面声源响应函数p(xi,ω)进行球形分解，获得其中，c为超声波的波速；步骤a3，对上述纽曼格林函数G(xi-x0,ω)进行球谐转换获得其满足：该函数在球形坐标下表示为Pl m＝C(ω)·D(x0,ω)，其中，纽曼格林矩阵步骤a4，根据所述纽曼格林矩阵的逆矩阵C-1(ω)计算声源的驱动矩阵 D(x0,ω)＝C-1(ω)Pl m，将所述声源的驱动矩阵D(x0,ω)内各元素转化至极坐标系并对其中的各元素进行累加获得所述作业管路内沿Z轴方向的场量为
可选的，上述用于石油钻具抽油杆的超声波检测系统，其中，所述状态模型拟合单元中，石油钻具抽油杆的状态模型由以下步骤训练获得：步骤s1，分别将不同状态下所对应的声场偏差量Δ′作为样本，对所述各样本进行标记；步骤s2，构建生成器G'和鉴别器D'，初始化生成对抗网络V'(D',G')；其中，所述生成器G'为一个残差网络，所述鉴别器D'为卷积网络，构建生成器G'的损失函数为构建鉴别器D'的损失函数为 -((1-t)log(1-(D'(G'(z)))+ylogD'(r))；其中，t＝1代表输入为第三步中计算所获得的声场偏差量Δ＝E-U，t＝0代表输入为样本Δ′；代表取整后的卷积网络输出结果；步骤s3，制定优化目标为其中，为优化函数及其优化方向，Pdata(z)表示全部的声场偏差量Δ的分布为真实样本，代表对训练过程中整体数据分布求损失函数，则步骤s4，计算真实的声场偏差量Δ与不同状态下所对应的声场偏差量Δ′的汉明距离；步骤s6，将已标记好的样本Δ′输入生成器 G'，根据计算生成器的损失，根据计算鉴别器的损失，其中，fH(z)表示真实的声场偏差量Δ与不同状态下所对应的声场偏差量Δ′的汉明距离沿z轴的分布；步骤s7，对步骤s6中生成器G'进行前向传播运算得到的损失进行BP反向传播运算；分别交替训练生成器和鉴别器，优化网络参数；步骤s8，重复所述步骤s6至步骤 s7，训练生成器和鉴别器，优化其网络参数，直至所述生成器G'和所述鉴别器 D'达到纳什均衡，输出此时的生成器G'作为石油钻具抽油杆的状态模型。
一种用于石油钻具抽油杆的超声波检测方法，其包括有如下步骤：第一步，分别控制围绕所述石油钻具抽油杆的顶端沿作业管路周向边缘均匀设置的n个所述超声波传感器按照发出超声波信号，其中，U0表示超声波信号的幅度，ω表示超声波的周期系数，所述超声波的周期不超过50微秒，表示第i个所述超声波传感器发出的超声波的初始相位，各所述超声波传感器之间发出超声波的时间间隔为T/n，其中，T为发出超声波的周期；第二步，对所述作业管路内的超声波信号进行采样获得采样数据p(i,t),对所述采样数据p(i,t)按照HOA声场重构方法进行声场重建，获得所述作业管路内沿Z 轴方向的场量为第三步，计算n个所述超声波传感器发出的超声波信号所对应的理论场量为其中，α表示所述作业管路内的反射系数，所述反射系数为预设的固定数值；第四步，计算声场偏差量Δ＝E-U；第五步，将所述声场偏差量Δ输入训练好的石油钻具抽油杆的状态模型中进行前向传播运算，获得该声场偏差量Δ最符合的石油钻具抽油杆状态信息，输出该状态信息。
可选的，上述用于石油钻具抽油杆的超声波检测方法，其中，所述第二步中，根据各所述超声波传感器采样所获得的数据p(i,t),按照HOA声场重构方法进行声场重建，获得所述作业管路内沿Z轴方向的场量的具体步骤包括：步骤 a1，为所述作业管路坐标范围Ω内任一超声波传感器在球坐标下所设置的坐标点xi＝(r,θ,φ)∈Ω将采样所获得的数据p(i,t)转化为该坐标所对应的球面声源响应函数p(xi,ω)＝∫D(x0,ω)G(xi-x0,ω)dΩ；其中，D(x0,ω)表示声源的驱动信号，x0表示声源的坐标，G表示纽曼格林函数；步骤a2，对所述球面声源响应函数p(xi,ω)进行球形分解，获得其中，c为超声波的波速；步骤a3，对上述纽曼格林函数G(xi-x0,ω)进行球谐转换获得其满足：该函数在球形坐标下表示为Pl m＝C(ω)·D(x0,ω)，其中，纽曼格林矩阵步骤a4，根据所述纽曼格林矩阵的逆矩阵C-1(ω)计算声源的驱动矩阵 D(x0,ω)＝C-1(ω)Pl m，将所述声源的驱动矩阵D(x0,ω)内各元素转化至极坐标系并对其中的各元素进行累加获得所述作业管路内沿Z轴方向的场量为
可选的，上述用于石油钻具抽油杆的超声波检测方法，其中，所述第五步中，石油钻具抽油杆的状态模型由以下步骤训练获得：步骤s1，分别将不同状态下所对应的声场偏差量Δ′作为样本，对所述各样本进行标记；步骤s2，构建生成器G'和鉴别器D'，初始化生成对抗网络V'(D',G')；其中，所述生成器G'为一个残差网络，所述鉴别器D'为卷积网络，构建生成器G'的损失函数为构建鉴别器D'的损失函数为-((1-t)log(1-(D'(G'(z)))+ylogD'(r))；其中，t＝1代表输入为第三步中计算所获得的声场偏差量Δ＝E-U，t＝0代表输入为样本Δ′；代表取整后的卷积网络输出结果；步骤s3，制定优化目标为其中，为优化函数及其优化方向，Pdata(z)表示全部的声场偏差量Δ的分布为真实样本，代表对训练过程中整体数据分布求损失函数，则步骤s4，计算真实的声场偏差量Δ与不同状态下所对应的声场偏差量Δ′的汉明距离；步骤s6，将已标记好的样本Δ′输入生成器 G'，根据计算生成器的损失，根据计算鉴别器的损失，其中，fH(z)表示真实的声场偏差量Δ与不同状态下所对应的声场偏差量Δ′的汉明距离沿z轴的分布；步骤s7，对步骤s6中生成器G'进行前向传播运算得到的损失进行BP反向传播运算；分别交替训练生成器和鉴别器，优化网络参数；步骤s8，重复所述步骤s6至步骤 s7，训练生成器和鉴别器，优化其网络参数，直至所述生成器G'和所述鉴别器 D'达到纳什均衡，输出此时的生成器G'作为石油钻具抽油杆的状态模型。
有益效果
本发明通过信号处理单元驱动均匀布设于作业管路端部的各个超声波传感器在作业管路与石油钻具抽油杆之间激发出用于检测石油钻具抽油杆1所处状态的超声波声场。通过周期性的对该声场进行采样和分析，本发明能够准确获得作业管路2内石油钻具抽油杆1的状态，获知石油钻具抽油杆1是否弯曲、断裂以及其钻入的深度。本发明通过特殊的声场控制，能够通过对石油钻具抽油杆1上部的声场所进行的采样，获得整个作业管路2内的状况。其检测装置安装便捷，受作业环境影响小，因而更加易于应用。
进一步的，本发明还通过对石油钻具抽油杆1的状态模型进行训练拟合出不同状态下的声场比对模型，通过第四步所计算获得的声场偏差量Δ＝E-U，比对该模型所对应的不同石油钻具抽油杆1的状态。由此，本发明能够通过模型训练，迅速的适应具有不同特性、不同结构、采用不同材质不同尺寸的作业管路2。通过对模型的训练，本发明能够适应不同应用场景，准确获得对应应用场景下的石油钻具抽油杆1的状态。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，并与本发明的实施例一起，用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的用于石油钻具抽油杆的超声波检测系统的安装方式示意图；
图2是本发明的超声波传感器所发出的超声波在作业管路内反射方式的示意图；
图3是本发明中轴向截面内超声波所形成的驻波声场的示意图；
图4是本发明中周向截面内超声波所形成的驻波声场的示意图。
图中，1表示石油钻具抽油杆；2表示作业管路；3表示超声波传感器。
具体实施方式
为使本发明实施例的目的和技术方案更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
图1为根据本发明的一种用于石油钻具抽油杆的超声波检测系统的结构示意图，其包括：
超声波传感器3，其包括n个，各所述超声波传感器3围绕所述石油钻具抽油杆1的顶端，均匀的排布在所述石油钻具抽油杆1及其所设置的作业管路 2的内壁之间，各所述超声波传感器分别沿所述作业管路2向所述石油钻具抽油杆1的底端发出超声波，并对所述作业管路2内的超声波信号进行采样；
信号处理装置，其与各所述超声波传感器3电连接，控制各所述超声波传感器3顺次的按照设定的频率和时间间隔发出超声波，控制各所述超声波传感器同步的以设定的采样周期对所述作业管路2内的超声波信号采样，所述信号处理装置实时的对采样所获得的数据进行声场分析，计算获得该作业管路2内石油钻具抽油杆1的状态。
其中，每一个所述超声波传感器3均按照设定的时间间隔发出超声波，一个超声波传感器前后两次发出超声波信号之间的时间间隔不超过50微秒，该时间间隔与所述超声波的周期T相同或接近；而各所述超声波传感器3之间设置为按照顺时针或逆时针的顺序发出超声波，各超声波传感器3之间所发出超声波信号的时间间隔为T/n，其中，T为发出超声波的周期，n为所述超声波传感器的数量，n≥3。考虑到上述超声波信号的周期最长为50微秒，为达到采样定理要求，所述采样周期不超过25微秒。
由此参考图2，上述各超声波传感器3所激发的超声波声场信号经过作业管路2的反射，并同时通过钻具抽油杆1作业下端面的反射在所述作业管路2 内形成图3、图4所示的声场，该声场沿钻具抽油杆1向下即沿Z轴正向传播至钻具抽油杆1下端的作业面，经作业面反射，与超声波传感器3发出的超声波信号作用形成驻波，该驻波由于超声波传感器3之间的发射时间间隔因而具有周向的旋转分量如图4所示。其所所对应的理论场量可表示为 其中，α表示所述作业管路2内的反射系数，所述反射系数为预设的固定数值，表示作业面反射的声波。
对实际采样获得的声场信号进行分析，可以获知石油钻具抽油杆1状态信息，例如，其钻入深度、是否受力出现弯折、裂痕或者折断等异常。具体而言，上述系统为检测石油钻具抽油杆1状态需要通过如下的步骤：
第一步，以所述钻具抽油杆1的轴向为z轴，以所述钻具抽油杆1的半径方向为r轴，以所述钻具抽油杆1的周向为轴，分别控制围绕所述石油钻具抽油杆1的顶端沿作业管路2周向边缘均匀设置的n个所述超声波传感器3按照发出超声波信号，其中，U0表示超声波信号的幅度，ω表示超声波的周期系数，所述超声波的周期不超过50微秒，表示第i个所述超声波传感器3发出的超声波的初始相位，各所述超声波传感器3之间发出超声波的时间间隔为T/n，其中，T为发出超声波的周期；
第二步，对所述作业管路2内的超声波信号进行采样获得采样数据p(i,t), 对所述采样数据p(i,t)按照HOA声场重构方法进行声场重建，获得所述作业管路2内沿Z轴方向的场量为
第三步，计算n个所述超声波传感器3发出的超声波信号所对应的理论场量为其中，α表示所述作业管路2内的反射系数，所述反射系数为预设的固定数值；
第四步，计算声场偏差量Δ＝E-U；
第五步，将所述声场偏差量Δ输入训练好的石油钻具抽油杆1的状态模型中进行前向传播运算，获得该声场偏差量Δ最符合的石油钻具抽油杆1状态信息，输出该状态信息。
其中，所述第二步中，根据各所述超声波传感器3采样所获得的数据p(i,t), 按照HOA声场重构方法进行声场重建，获得所述作业管路2内沿Z轴方向的场量的具体步骤包括：
步骤a1，为所述作业管路2坐标范围Ω内任一超声波传感器3在球坐标下所设置的坐标点xi＝(r,θ,φ)∈Ω将采样所获得的数据p(i,t)转化为该坐标所对应的球面声源响应函数p(xi,ω)＝∫D(x0,ω)G(xi-x0,ω)dΩ；其中，D(x0,ω)表示声源的驱动信号，x0表示声源的坐标，G表示纽曼格林函数；
步骤a2，对所述球面声源响应函数p(xi,ω)进行球形分解，获得其中，c为超声波的波速；
步骤a3，对上述纽曼格林函数G(xi-x0,ω)进行球谐转换获得其满足：该函数在球形坐标下表示为Pl m＝C(ω)·D(x0,ω)，其中，纽曼格林矩阵
步骤a4，根据所述纽曼格林矩阵的逆矩阵C-1(ω)计算声源的驱动矩阵D(x0,ω)＝C-1(ω)Pl m，将所述声源的驱动矩阵D(x0,ω)内各元素转化至极坐标系并对其中的各元素进行累加获得所述作业管路2内沿Z轴方向的场量为
为准确获得石油钻具抽油杆1的状态，上述第五步中，石油钻具抽油杆1 的状态模型由以下步骤训练获得：
步骤s1，分别将不同状态下所对应的声场偏差量Δ′作为样本，对所述各样本进行标记；
步骤s2，构建生成器G'和鉴别器D'，初始化生成对抗网络V'(D',G')；其中，所述生成器G'为一个残差网络，所述鉴别器D'为卷积网络，构建生成器G' 的损失函数为构建鉴别器D'的损失函数为 -((1-t)log(1-(D'(G'(z)))+ylogD'(r))；其中，t＝1代表输入为第三步中计算所获得的声场偏差量Δ＝E-U，t＝0代表输入为样本Δ′；代表取整后的卷积网络输出结果；
步骤s3，制定优化目标为其中，为优化函数及其优化方向，Pdata(z)表示全部的声场偏差量Δ的分布为真实样本，代表对训练过程中整体数据分布求损失函数，则
步骤s4，计算真实的声场偏差量Δ与不同状态下所对应的声场偏差量Δ′的汉明距离；
步骤s6，将已标记好的样本Δ′输入生成器G'，根据计算生成器的损失，根据计算鉴别器的损失，其中，fH(z)表示真实的声场偏差量Δ与不同状态下所对应的声场偏差量Δ′的汉明距离沿z轴的分布；
步骤s7，对步骤s6中生成器G'进行前向传播运算得到的损失进行BP反向传播运算；分别交替训练生成器和鉴别器，优化网络参数；
步骤s8，重复所述步骤s6至步骤s7，训练生成器和鉴别器，优化其网络参数，直至所述生成器G'和所述鉴别器D'达到纳什均衡，输出此时的生成器G' 作为石油钻具抽油杆1的状态模型。
以上仅为本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些均属于本发明的保护范围。

Claims (9)

1.一种用于石油钻具抽油杆的超声波检测系统，其特征在于，包括：
超声波传感器(3)，其包括n个，各所述超声波传感器(3)围绕所述石油钻具抽油杆(1)的顶端，均匀的排布在所述石油钻具抽油杆(1)及其所设置的作业管路(2)的内壁之间，各所述超声波传感器分别沿所述作业管路(2)向所述石油钻具抽油杆(1)的底端发出超声波，并对所述作业管路(2)内的超声波信号进行采样；
信号处理装置，其与各所述超声波传感器(3)电连接，控制各所述超声波传感器(3)顺次的按照设定的频率和时间间隔发出超声波，控制各所述超声波传感器同步的以设定的采样周期对所述作业管路(2)内的超声波信号采样，所述信号处理装置实时的对采样所获得的数据进行声场分析，计算获得该作业管路(2)内石油钻具抽油杆(1)的状态。
2.如权利要求1所述的用于石油钻具抽油杆的超声波检测系统，其特征在于，每一个所述超声波传感器(3)发出超声波的时间间隔不超过50微秒，该时间间隔与所述超声波的周期T相同或接近；
各所述超声波传感器(3)之间发出超声波的时间间隔为T/n，其中，T为发出超声波的周期，n为所述超声波传感器的数量，n≥3；
所述采样周期不超过25微秒。
3.如权利要求1所述的用于石油钻具抽油杆的超声波检测系统，其特征在于，以所述钻具抽油杆(1)的轴向为z轴，以所述钻具抽油杆(1)的半径方向为r轴，以所述钻具抽油杆(1)的周向为轴；
所述信号处理装置包括超声波输出控制单元，用于控制第i个所述超声波传感器(3)发出的超声波信号为其中，U0表示超声波信号的幅度，ω表示超声波的周期，表示第i个所述超声波传感器(3)发出的超声波的初始相位；
所述信号处理装置还包括：
声场重建单元，用于根据各所述超声波传感器(3)采样所获得的数据p(i,t),按照HOA声场重构方法进行声场重建，获得所述作业管路(2)内沿Z轴方向的场量为
理论场量计算单元，用于计算n个所述超声波传感器(3)发出的超声波信号所对应的理论场量为其中，α表示所述作业管路(2)内的反射系数，所述反射系数为预设的固定数值；
声场偏差量运算单元，用于计算声场偏差量Δ＝E-U；
状态模型拟合单元，用于将所述声场偏差量Δ输入训练好的石油钻具抽油杆(1)的状态模型中进行前向传播运算，获得该声场偏差量Δ最符合的石油钻具抽油杆(1)状态信息，输出该状态信息。
4.如权利要求3所述的用于石油钻具抽油杆的超声波检测系统，其特征在于，所述声场重建单元中，根据各所述超声波传感器(3)采样所获得的数据p(i,t),按照HOA声场重构方法进行声场重建，获得所述作业管路(2)内沿Z轴方向的场量的具体步骤包括：
步骤a1，为所述作业管路(2)坐标范围Ω内任一超声波传感器(3)在球坐标下所设置的坐标点xi＝(r,θ,φ)∈Ω将采样所获得的数据p(i,t)转化为该坐标所对应的球面声源响应函数p(xi,ω)＝∫D(x0,ω)G(xi-x0,ω)dΩ；其中，D(x0,ω)表示声源的驱动信号，x0表示声源的坐标，G表示纽曼格林函数；
步骤a2，对所述球面声源响应函数p(xi,ω)进行球形分解，获得 其中，c为超声波的波速；
步骤a3，对上述纽曼格林函数G(xi-x0,ω)进行球谐转换获得其满足：该函数在球形坐标下表示为Pl m＝C(ω)·D(x0,ω)，其中，纽曼格林矩阵
步骤a4，根据所述纽曼格林矩阵的逆矩阵C-1(ω)计算声源的驱动矩阵D(x0,ω)＝C-1(ω)Pl m，将所述声源的驱动矩阵D(x0,ω)内各元素转化至极坐标系并对其中的各元素进行累加获得所述作业管路(2)内沿Z轴方向的场量为
5.如权利要求1-4所述的用于石油钻具抽油杆的超声波检测系统，其特征在于，所述状态模型拟合单元中，石油钻具抽油杆(1)的状态模型由以下步骤训练获得：
步骤s1，分别将不同状态下所对应的声场偏差量Δ′作为样本，对所述各样本进行标记；
步骤s2，构建生成器G'和鉴别器D'，初始化生成对抗网络V'(D',G')；其中，所述生成器G'为一个残差网络，所述鉴别器D'为卷积网络，构建生成器G'的损失函数为构建鉴别器D'的损失函数为-((1-t)log(1-(D'(G'(z)))+ylogD'(r))；其中，t＝1代表输入为第三步中计算所获得的声场偏差量Δ＝E-U，t＝0代表输入为样本Δ′；代表取整后的卷积网络输出结果；
步骤s3，制定优化目标为其中，为优化函数及其优化方向，Pdata(z)表示全部的声场偏差量Δ的分布为真实样本，代表对训练过程中整体数据分布求损失函数，则
步骤s4，计算真实的声场偏差量Δ与不同状态下所对应的声场偏差量Δ′的汉明距离；
步骤s6，将已标记好的样本Δ′输入生成器G'，根据计算生成器的损失，根据计算鉴别器的损失，其中，fH(z)表示真实的声场偏差量Δ与不同状态下所对应的声场偏差量Δ′的汉明距离沿z轴的分布；
步骤s7，对步骤s6中生成器G'进行前向传播运算得到的损失进行BP反向传播运算；分别交替训练生成器和鉴别器，优化网络参数；
步骤s8，重复所述步骤s6至步骤s7，训练生成器和鉴别器，优化其网络参数，直至所述生成器G'和所述鉴别器D'达到纳什均衡，输出此时的生成器G'作为石油钻具抽油杆(1)的状态模型。
6.一种用于石油钻具抽油杆的超声波检测方法，其特征在于，包括有如下步骤：
第一步，分别控制围绕所述石油钻具抽油杆(1)的顶端沿作业管路(2)周向边缘均匀设置的n个所述超声波传感器(3)按照发出超声波信号，其中，U0表示超声波信号的幅度，ω表示超声波的周期系数，所述超声波的周期不超过50微秒，表示第i个所述超声波传感器(3)发出的超声波的初始相位，各所述超声波传感器(3)之间发出超声波的时间间隔为T/n，其中，T为发出超声波的周期；
第二步，对所述作业管路(2)内的超声波信号进行采样获得采样数据p(i,t),对所述采样数据p(i,t)按照HOA声场重构方法进行声场重建，获得所述作业管路(2)内沿Z轴方向的场量为
第三步，计算n个所述超声波传感器(3)发出的超声波信号所对应的理论场量为其中，α表示所述作业管路(2)内的反射系数，所述反射系数为预设的固定数值；
第四步，计算声场偏差量Δ＝E-U；
第五步，将所述声场偏差量Δ输入训练好的石油钻具抽油杆(1)的状态模型中进行前向传播运算，获得该声场偏差量Δ最符合的石油钻具抽油杆(1)状态信息，输出该状态信息。
7.如权利要求6所述的用于石油钻具抽油杆的超声波检测方法，其特征在于，所述第二步中，根据各所述超声波传感器(3)采样所获得的数据p(i,t),按照HOA声场重构方法进行声场重建，获得所述作业管路(2)内沿Z轴方向的场量的具体步骤包括：
步骤a1，为所述作业管路(2)坐标范围Ω内任一超声波传感器(3)在球坐标下所设置的坐标点xi＝(r,θ,φ)∈Ω将采样所获得的数据p(i,t)转化为该坐标所对应的球面声源响应函数p(xi,ω)＝∫D(x0,ω)G(xi-x0,ω)dΩ；其中，D(x0,ω)表示声源的驱动信号，x0表示声源的坐标，G表示纽曼格林函数；
步骤a2，对所述球面声源响应函数p(xi,ω)进行球形分解，获得 其中，c为超声波的波速；
步骤a3，对上述纽曼格林函数G(xi-x0,ω)进行球谐转换获得其满足：该函数在球形坐标下表示为Pl m＝C(ω)·D(x0,ω)，其中，纽曼格林矩阵
步骤a4，根据所述纽曼格林矩阵的逆矩阵C-1(ω)计算声源的驱动矩阵D(x0,ω)＝C-1(ω)Pl m，将所述声源的驱动矩阵D(x0,ω)内各元素转化至极坐标系并对其中的各元素进行累加获得所述作业管路(2)内沿Z轴方向的场量为
8.如权利要求6-8所述的用于石油钻具抽油杆的超声波检测方法，其特征在于，所述第五步中，石油钻具抽油杆(1)的状态模型由以下步骤训练获得：
步骤s1，分别将不同状态下所对应的声场偏差量Δ′作为样本，对所述各样本进行标记；
步骤s2，构建生成器G'和鉴别器D'，初始化生成对抗网络V'(D',G')；其中，所述生成器G'为一个残差网络，所述鉴别器D'为卷积网络，构建生成器G'的损失函数为构建鉴别器D'的损失函数为-((1-t)log(1-(D'(G'(z)))+ylogD'(r))；其中，t＝1代表输入为第三步中计算所获得的声场偏差量Δ＝E-U，t＝0代表输入为样本Δ′；代表取整后的卷积网络输出结果；
步骤s3，制定优化目标为其中，为优化函数及其优化方向，Pdata(z)表示全部的声场偏差量Δ的分布为真实样本，代表对训练过程中整体数据分布求损失函数，则
步骤s4，计算真实的声场偏差量Δ与不同状态下所对应的声场偏差量Δ′的汉明距离；
步骤s6，将已标记好的样本Δ′输入生成器G'，根据计算生成器的损失，根据计算鉴别器的损失，其中，fH(z)表示真实的声场偏差量Δ与不同状态下所对应的声场偏差量Δ′的汉明距离沿z轴的分布；
步骤s7，对步骤s6中生成器G'进行前向传播运算得到的损失进行BP反向传播运算；分别交替训练生成器和鉴别器，优化网络参数；
步骤s8，重复所述步骤s6至步骤s7，训练生成器和鉴别器，优化其网络参数，直至所述生成器G'和所述鉴别器D'达到纳什均衡，输出此时的生成器G'作为石油钻具抽油杆(1)的状态模型。
9.如权利要求6-8所述的用于石油钻具抽油杆的超声波检测方法，其特征在于，所述第二步中，所述采样周期不超过25微秒。
CN201910890384.1A 2019-09-20 2019-09-20 用于石油钻具抽油杆的超声波检测系统及方法 Active CN110530983B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910890384.1A CN110530983B (zh) 2019-09-20 2019-09-20 用于石油钻具抽油杆的超声波检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910890384.1A CN110530983B (zh) 2019-09-20 2019-09-20 用于石油钻具抽油杆的超声波检测系统及方法

Publications (2)

Publication Number Publication Date
CN110530983A true CN110530983A (zh) 2019-12-03
CN110530983B CN110530983B (zh) 2021-10-08

Family

ID=68669694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910890384.1A Active CN110530983B (zh) 2019-09-20 2019-09-20 用于石油钻具抽油杆的超声波检测系统及方法

Country Status (1)

Country Link
CN (1) CN110530983B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4869338A (en) * 1988-02-01 1989-09-26 Western Atlas International, Inc. Method for measuring acoustic impedance and dissipation of medium surrounding a borehole
US5172591A (en) * 1990-08-20 1992-12-22 Atlantic Richfield Company Oil well sucker rod load measurement
CN2427807Y (zh) * 1999-08-10 2001-04-25 成都金峰科技开发有限责任公司 抽油杆超声自动检测装置
JP2011013177A (ja) * 2009-07-06 2011-01-20 H & B Solution:Kk アンカボルトの形状探査方法およびその装置
CN102648408A (zh) * 2009-10-01 2012-08-22 智能Ndt系统服务有限公司 用于超声波检测的方法和装置
CN104013422A (zh) * 2013-02-28 2014-09-03 精工爱普生株式会社 超声波换能器器件、超声波测定装置及超声波图像装置
CN204832114U (zh) * 2015-08-14 2015-12-02 成都鼎胜科技有限公司 一种小型长钢棒浮动探伤装置
CN205977121U (zh) * 2016-08-29 2017-02-22 承德石油高等专科学校 一种自动超声检测石油钻杆
CN107829726A (zh) * 2017-12-14 2018-03-23 杭州丰禾石油科技有限公司 一种随钻测井仪器
CN108760881A (zh) * 2018-05-23 2018-11-06 西安科技大学 一种基于超声导波的方钻杆检测方法
WO2019030815A1 (ja) * 2017-08-08 2019-02-14 株式会社日立製作所 超音波検査方法および超音波検査装置
CN109443406A (zh) * 2018-10-19 2019-03-08 中国科学院深圳先进技术研究院 声学流体传感器

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4869338A (en) * 1988-02-01 1989-09-26 Western Atlas International, Inc. Method for measuring acoustic impedance and dissipation of medium surrounding a borehole
US5172591A (en) * 1990-08-20 1992-12-22 Atlantic Richfield Company Oil well sucker rod load measurement
CN2427807Y (zh) * 1999-08-10 2001-04-25 成都金峰科技开发有限责任公司 抽油杆超声自动检测装置
JP2011013177A (ja) * 2009-07-06 2011-01-20 H & B Solution:Kk アンカボルトの形状探査方法およびその装置
CN102648408A (zh) * 2009-10-01 2012-08-22 智能Ndt系统服务有限公司 用于超声波检测的方法和装置
CN104013422A (zh) * 2013-02-28 2014-09-03 精工爱普生株式会社 超声波换能器器件、超声波测定装置及超声波图像装置
CN204832114U (zh) * 2015-08-14 2015-12-02 成都鼎胜科技有限公司 一种小型长钢棒浮动探伤装置
CN205977121U (zh) * 2016-08-29 2017-02-22 承德石油高等专科学校 一种自动超声检测石油钻杆
WO2019030815A1 (ja) * 2017-08-08 2019-02-14 株式会社日立製作所 超音波検査方法および超音波検査装置
CN107829726A (zh) * 2017-12-14 2018-03-23 杭州丰禾石油科技有限公司 一种随钻测井仪器
CN108760881A (zh) * 2018-05-23 2018-11-06 西安科技大学 一种基于超声导波的方钻杆检测方法
CN109443406A (zh) * 2018-10-19 2019-03-08 中国科学院深圳先进技术研究院 声学流体传感器

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
严欣贤 等: "碳纤维抽油杆的快速高效检测研究", 《无损探伤》 *

Also Published As

Publication number Publication date
CN110530983B (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
JP5113340B2 (ja) 超音波走査データを用いて物体を検査する方法およびシステム
KR102417558B1 (ko) 멀티모드 음향 신호들을 이용한 금속 구조물들에서의 변화들의 검출 및 모니터링
NL2012117C2 (en) Sensor positioning with non-dispersive guided waves for pipeline corrosion monitoring.
US9823374B2 (en) Methods and apparatus for wellbore evaluation
US20170342823A1 (en) Pulse reflection travel time analysis to track position of a downhole object
WO2016054345A1 (en) Asset-condition monitoring system
CN102537669B (zh) 一种基于超声导波聚焦的管道缺陷检测方法和系统
US10585069B2 (en) Detection, monitoring, and determination of location of changes in metallic structures using multimode acoustic signals
EP3151038A1 (en) Systems, methods, and computer-readable media for determining shear-wave to compressional-wave velocity ratios in well casings
EP3785027B1 (en) Detection, monitoring, and determination of location of changes in metallic structures using multimode acoustic signals
CN110530983B (zh) 用于石油钻具抽油杆的超声波检测系统及方法
CN111189930A (zh) 基于管体的裂纹检测方法、系统、设备及存储介质
EP2574917B1 (en) Apparatus and method for inspection of tubes in a boiler
EP3530875A1 (en) Method and system of evaluating cement bonds through tubing
CN104237377A (zh) 管道界面波超声跟踪系统及方法
CN1695046A (zh) 超声信号处理方法及其应用
KR100989515B1 (ko) 마이크로프로세서를 이용한 관로 파이프 구간의 검사 장치 및 그 방법
CN102565193B (zh) 基于导波聚焦扫描的远距离管道成像方法和系统
CN105444840A (zh) 一种超声波液位检测仪
CN114755306A (zh) 超声导波质量检测方法、系统及其应用
CN107725025B (zh) 多功能井筒检测装置及检测方法
CN107831218B (zh) 一种用于纵波的激发装置及其测试方法
Gonzalez et al. Peniel method for the ultrasonic material identification in robots
JP5111588B2 (ja) 構造部材検査装置、構造部材検査方法
WO2018030919A1 (ru) Способ определения места течи в трубопроводе и устройство для его осуществления

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