CN110593847B - 一种基于LabVIEW智能化钻井系统及其应用 - Google Patents
一种基于LabVIEW智能化钻井系统及其应用 Download PDFInfo
- Publication number
- CN110593847B CN110593847B CN201910779396.7A CN201910779396A CN110593847B CN 110593847 B CN110593847 B CN 110593847B CN 201910779396 A CN201910779396 A CN 201910779396A CN 110593847 B CN110593847 B CN 110593847B
- Authority
- CN
- China
- Prior art keywords
- data
- drilling
- module
- working condition
- labview
- 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
Links
- 238000005553 drilling Methods 0.000 title claims abstract description 174
- 238000003745 diagnosis Methods 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000013528 artificial neural network Methods 0.000 claims abstract description 10
- 239000002002 slurry Substances 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 32
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000005086 pumping Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000010327 methods by industry Methods 0.000 claims description 3
- 230000011664 signaling Effects 0.000 claims description 2
- 230000004927 fusion Effects 0.000 abstract description 2
- 238000011065 in-situ storage Methods 0.000 abstract 2
- 238000009434 installation Methods 0.000 abstract 1
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Earth Drilling (AREA)
Abstract
本发明提供一种基于LabVIEW智能化钻井系统及其应用，包括以下步骤，利用多路数据传感器采集钻井时各项数据，将采集的各项数据传输至数据采集卡，将数据采集卡内的数据传送至现场设备显示，并且通过电台发送至20km外的野外基地，野外基地通过其安装LabVIEW软件完成相关数据的处理和二维、三维图像的生成，并利用阈值判断、数据融合、神经网络实时实现事故的初步诊断和预测，将初步诊断和预测并传输至设备更完备的大型基地，完成多地专家会诊，最后将会诊结果发送至现场用于高效、专业的完成钻井工程。本发明可以实现井涌、井漏、岩心堵塞、取心工具到位报信四种复杂工况识别及卡钻、埋钻、烧钻、钻具断裂四种事故的及时诊断。
Description
技术领域
本发明应用于科学钻探或者深度钻探中钻叁仪工况识别及事故诊断，方便快捷，适用性强，尤其涉及应用于复杂工况与事故诊断的方法。
背景技术
现有的工况识别主要适用于石油钻井，应用北斗传输，成本高，不能应用于地质钻探；地质钻探中，其工况识别不够完善，应用率极低，无事故诊断功能。
发明内容
本发明的目的在于解决上述现有技术存在的缺陷，提供一种基于LabVIEW智能化钻井系统，可以实现井涌、井漏、岩心堵塞、岩心到位报警四种复杂工况识别及卡钻、埋钻、烧钻、钻具断裂四种事故的及时诊断。
本发明采用如下技术方案：
一种LabVIEW智能化钻井参数分析系统，包括以下模块：
无线接收模块，通过串口实时接收发送的一串字符串数据；
数据截取与还原模块，将读取的一串字符串数据再根据2次“截取字符串命令”，一次截取一串有效的字符串，另外一次截取一组传感器的数据，再通过“分数/指数字符串至数值转换命令”还原出传感器的数值；
二次处理模块，完成传感器数值的二次运算，比较，判断，加减乘除，得到二次处理的数据；
复杂工况的判别模块，将二次处理模块后的数据与系统内部设定的阈值进行比对，进行相应复杂工况的情况判别；
事故诊断模块，利用复杂工况的判别模块结果以及正常钻井数据建立深度学习样本，然后进行归一化处理，然后进入BP神经网络集训，输出8个特征变量与5种工况对应的权重值，将二次处理模块后的数据进行事故诊断的判别；
数据显示模块，将出现复杂工况或者出现事故情况实时显示，部分数据进行曲线显示，三维曲线显示；
远程传输模块；将复杂工况的数据发送，用于多地会诊。
一种基于LabVIEW智能化钻井系统在钻井复杂工况中的应用，包括以下步骤：
步骤1.采用多个多路传感器采集钻井的钻压、井口流量、钻速、泵量、泥浆出口流量、泥浆池体积、泵压、扭矩、泥浆入口流量等数据；
步骤2.将步骤1中的传感器内的数据传送至USB数据采集卡内；
传感器的模拟信号进入采集卡后，由采集卡输出数字信号，即输出4-20mA，然后转换为1-5V信号，然后再根据传感器的量程，对应计算出传感器的测量值；
步骤3.步骤2内USB数据采集卡内的数据传送至钻井现场采集设备内显示；并且将步骤2内数据采集卡内的数据通过无线发送电台发送至20km外无线接收电台；
钻井现场采集设备将所有的传感器数据转换为2位小数的字符串，然后连接字符，将要发送的数据全部连成一串字符串，然后根据发送命令，发送至20Km范围内的基地；
步骤4.无线接收电台将接收的数据送入野外基地采集设备，通过其内的LabVIEW智能化系统完成工况及事故情况的判别与诊断，并实时显示；
无线接收电台通过串口实时接收发送的一串字符串数据；
LabVIEW智能化系统将读取的字符串再根据2次“截取字符串”，一次截取一串有效的字符串，另外一次截取一组传感器的数据，再通过“分数/数字字符串至数值转换命令”还原传感器的数值；
然后，LabVIEW智能化系统再通过二次运算，比较，判断，加减乘除，得到二次处理的数据，然后将得到的数据实时显示；
最后，将钻压、转速、钻速、泵压、泵量、扭矩、钻头位置、井深等作为输入参数信号进行综合分析判断，通过参数的阈值判断，多个参数联合识别不同的工况，识别出钻井工艺工程中井涌、井漏、岩心堵塞、到位报信等复杂工况信息；
(1)井涌的判断：在正常钻进过程中，泥浆的出口流量>入口流量，且泥浆池的体积增加，判断为井涌(对应关系是这样的：不一定是钻压、转速、转速、泵压、泵量、扭矩、钻头位置、井深等这些所有的参数，是一部分参数，也可以说是虚指；利用钻压、转速、泵压，井深等参数判断是否在正常钻进过程中，然后用实时的出口流量参数>实时的入口流量参数，当前泥浆池的体积是否大于1min前的泥浆池体积，来判断井涌。井涌、岩心堵塞、取心工具到位报警的判断标准类似)；
(2)井漏的判断：在正常钻进过程中，泵压突然下降，泥浆的出口流量减少，泥浆池体积较少，判断为井漏；
(3)岩心堵塞的判断：在正常取心钻进过程中，泵压持续突增，且出口流量减少，判断为岩心堵塞；
(4)取心工具到位报警的判断：泵送取心工具时，泵压突增，随后泵压稳定，判断为取心工具到固定位置。
步骤5.若判断出数据未发生任何事故和异常工况，则LabVIEW系统保持正常运行；
若判断出现异常工况，则将诊断结果实施传输，经多地会诊，取得优化钻井参数，调整钻井工艺，并发送至现场调整钻井工艺。
一种基于LabVIEW智能化钻井系统在钻井事故中的应用，包括以下步骤：
步骤1.建立LabVIEW智能化钻井系统事故判断基准；
首先利用正常钻井、卡钻、埋钻、烧钻、钻具断裂5中工况作为学习样本，以钻速、扭矩、转速、大钩载荷、泵压、入口流量、出口流量、泥浆池体积这8个钻井参数为特征变量建立学习样本，然后进行归一化处理，然后进入BP神经网络集训，输出8个特征变量与5种工况对应的权重值，之后将接收的多路钻井参数输入到神经网络进行识别、诊断，即可得到正常钻井、卡钻、埋钻、烧钻、钻具断裂5中诊断结果；
步骤2.采用多个多路传感器采集钻井的钻压、井口流量、钻速、泵量、泥浆出口流量、泥浆池体积、泵压、扭矩、泥浆入口流量的数据；
步骤3.将步骤1中的传感器内的数据传送至USB数据采集卡内；
步骤4.步骤3内USB数据采集卡内的数据传送至钻井现场采集设备内显示；并且将步骤3内数据采集卡内的数据通过无线发送电台发送至20km外无线接收电台；
步骤5.无线接收电台将接收的数据送入野外基地采集设备，通过其内的LabVIEW智能化系统完成事故情况的判别与诊断，并实时显示；
S1.其中，无线接收电台通过串口实时接收发送的一串字符串数据；
S2.无线接收模块接收信息，还原传感器的数值；
S2，二次处理模块再通过二次运算，比较，判断，加减乘除，得到二次处理的数据，之后数据输入到LabVIEW智能化系统事故诊断模块进行识别、诊断，即可得到正常钻井、卡钻、埋钻、烧钻、钻具断裂5中诊断结果；
出现事故，则将诊断结果通过显示模块进行显示，并通过远程传输模块实施传输，经多地会诊，取得优化钻井参数，调整钻井工艺，并发送至现场便于高效专业的完成钻井工程；
若判断出数据未发生任何事故和异常工况，则LabVIEW系统保持正常运行。
本发明的有益效果:
本发明的提出了一套适用于科学钻探或者深部钻探中钻参工况识别与事故诊断系统，可以实现井涌、井漏、岩心堵塞、取心工具到位报信四种复杂工况识别卡钻、埋钻、烧钻、钻具断裂四种事故的及时分析诊断。
本系统采用模块化编程设计，可以根据需要添加/修改复杂工况或者事故诊断的判断标准，方便快捷，而且不用再整体淘汰相关软件，只需要进行相应的参数设计就可以满足各种钻井地质条件的要求。
好处1：现有技术系统只有数据采集、存储、简单的工况识别(比如上提、下放、钻进等)功能；现系统可以在之前的基础上实现20km范围内的近距离监控及远距离的网络监控，同时实现四种复杂工况识别、四种钻井复杂事故诊断。本发明应用于复杂工况的判别方式，与现有技术的不同，现有技术只能逐一比较，或者人工根据数据经验获得工况结果，而本发明无需人为参与就可以自动实现判别，而且并非逐一对数据进行阈值判断，而是选择性的判断(比如判断井漏与井涌以及岩心堵塞的参数不一样)，这样减少了程序执行时间以及系统的内存大小。
好处2：工况识别带来的好处：快速识别复杂工况，提前预判，便于司钻人员及时调整钻进参数，方便技术人员调整钻进工艺；
好处3：由于钻井工程在井底看不见摸不着，钻进过程存在许多不确定、复杂的情况，钻井事故很难用简单的数学模型表达周全，采用BP神经网络自主学习判断不断优化，可以在钻井事故初期得到提示，及时预控和控制钻进事故，最大限度的减少钻井经济损失、减少安全事故，保障钻井过程正常进行。与现有神经网络自主学习不同的是，本发明采用基于复杂工况的判断基准和正常工况的运行情况作为学习的样本，减少了样本的量的同时，避免了重复判定，这样可以解决系统内存，提高检测效率，为预防钻井事故的发生节约了时间。
附图说明
图1为基于LabVIEW智能化钻井系统在钻井事故诊断中的应用流程图；
图2为LabVIEW软件的发送数据的处理软件图；
图3为LabVIEW软件的数据接收的处理软件图；
图4为事故诊断的远程监控结构图；
图5为一种基于LabVIEW智能化钻井系统在钻井复杂工况的判断中的应用流程图；
图6为LabVIEW软件的事实传输显示示意图；
图7为LabVIEW软件的远程网络传输监控示意图；
图8为LabVIEW软件系统程序执行流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面本发明中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一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动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。
如图2、3、8所示，一种LabVIEW智能化钻井参数分析系统，包括以下模块，
无线接收模块，通过串口实时接收发送的一串字符串数据；
数据截取与还原模块，将读取的一串字符串数据再根据2次“截取字符串命令”，一次截取一串有效的字符串，另外一次截取一组传感器的数据，再通过“分数/指数字符串至数值转换命令”还原出传感器的数值。
二次处理模块，完成传感器数值的二次运算，比较，判断，加减乘除，得到二次处理的数据。
复杂工况的判别模块，将二次处理模块后的数据与系统内部设定的阈值进行比对，进行相应复杂工况的情况判别；
事故诊断模块，利用复杂工况的判别模块结果以及正常钻井数据建立深度学习样本，然后进行归一化处理，然后进入BP神经网络集训，输出8个特征变量与5种工况对应的权重值，将二次处理模块后的数据进行事故诊断的判别。
数据显示模块，将出现复杂工况或者出现事故情况实时显示，部分数据进行曲线显示，三维曲线显示。
远程传输模块；将复杂工况的数据发送，用于多地会诊。
如图2、3、6、7所示，一种基于LabVIEW智能化钻井系统在钻井复杂工况中的应用，包括以下步骤：
步骤1.采用多个多路传感器采集钻井的钻压、井口流量、钻速、泵量、泥浆出口流量、泥浆池体积、泵压、扭矩、泥浆入口流量等数据；
步骤2.步骤1中的传感器内的数据传送至USB数据采集卡内；
传感器的模拟信号进入采集卡后，由采集卡输出数字信号，即输出4-20mA，然后转换为1-5V信号，然后再根据传感器的量程，对应计算出传感器的测量值。
步骤3.步骤2内USB数据采集卡内的数据传送至钻井现场采集设备内显示；并且将步骤2内数据采集卡内的数据通过无线发送电台发送至20km外无线接收电台；
钻井现场采集设备将所有的传感器数据转换为2位小数的字符串，然后连接字符，将要发送的数据全部连成一串字符串(如时间、井深、钻压、转速等所有参数)，然后根据发送命令，发送至20Km范围内的基地。
步骤4.无线接收电台将接收的数据送入野外基地采集设备，通过其内的LabVIEW智能化系统完成工况及事故情况的判别与诊断；
无线接收电台通过串口实时接收发送的一串字符串数据，如图3所示为数据接收示意图。
LabVIEW智能化系统将读取的字符串再根据2次“截取字符串”，一次截取一串有效的字符串，另外一次截取一组传感器的数据(同一串字符串，第一次先截取整串有效字符串，第二次截取每一组传感器的数据。其中，整串有效字符串里面包含多组传感器数据)，再通过“分数/数字字符串至数值转换命令”还原传感器的数值。
然后，LabVIEW智能化系统再通过二次运算，比较，判断，加减乘除，得到二次处理的数据。
最后，二次运算后的数据作为输入参数信号进行综合分析判断，通过参数的阈值判断，多个参数联合识别不同的工况，识别出钻井工艺工程中井涌、井漏、岩心堵塞、到位报信等复杂工况信息。
如岩心堵塞的识别为：在正常取心钻进过程中，泵压持续突增，且出口流量减少，即可判断为岩心堵塞。
编程判断语言：钻压＞0，且转速＞0，且泵量＞0，且泵压＞10秒钟前的泵压*1.25倍，且泵压＞60秒钟前的泵压*1.25倍，且泥浆的出口流量＜10秒钟前的出口流量*0.5倍。
(1)井涌的判断：在正常钻进过程中，泥浆的出口流量>入口流量，且泥浆池的体积增加，就可以判断为井涌。编程判断语言：钻压>0，且转速>0，且泵量>0，泥浆的出口流量>入口流量，泥浆池的体积>10分钟前的泥浆池体积。
(2)井漏的判断：在正常钻进过程中，泵压突然下降，泥浆的出口流量减少，泥浆池体积较少，就可以判断为井漏。编程判断语言：钻压>0，且转速>0，且泵量>0，且泵压<10秒钟前的泵压*0.8倍，泥浆的出口流量<10秒钟前的出口流量*0.75倍，泥浆池的体积<10分钟前的泥浆池体积。
(3)岩心堵塞的判断：在正常取心钻进过程中，泵压持续突增，且出口流量减少，即可判断为岩心堵塞。编程判断语言：钻压>0，且转速>0，且泵量>0，且泵压>10秒钟前的泵压*1.25倍，且泵压>60秒钟前的泵压*1.25倍，且泥浆的出口流量<10秒钟前的出口流量*0.5倍。
(4)取心工具到位报信的判断：泵送取心工具时，泵压突增，随后泵压稳定，即可判断为取心工具到固定位置。编程判断语言：钻压＝0，转速＝0，泵量>0，泵压>1秒钟前的泵压*1.25倍，10秒钟后，泵压≈1秒钟前的泵压*0.8倍。
若判断出数据未发生任何事故和异常工况，则LabVIEW系统保持正常运行；
若判断出现异常工况，则将诊断结果实时显示，并实施传输，如图2所示为发送数据处理软件示意图，经多地会诊，取得优化钻井参数，调整钻井工艺，并发送至现场便于高效专业的完成钻井工程。
如图1-4和图5-7所示，本发明的一种基于LabVIEW智能化钻井系统在钻井事故诊断中的应用，包括
步骤1.建立LabVIEW智能化钻井系统事故判断基准；
首先利用的正常钻井、卡钻、埋钻、烧钻、钻具断裂5中工况作为学习样本，以钻速、扭矩、转速、大钩载荷、泵压、入口流量、出口流量、泥浆池体积这8个钻井参数为特征变量建立学习样本，然后进行归一化处理，然后进入BP神经网络集训，输出8个特征变量与5种工况对应的权重值，之后将接收的多路钻井参数输入到神经网络进行识别、诊断，即可得到正常钻井、卡钻、埋钻、烧钻、钻具断裂5中诊断结果。
步骤2.采用多个多路传感器采集钻井的钻压、井口流量、钻速、泵量、泥浆出口流量、泥浆池体积、泵压、扭矩、泥浆入口流量的数据；
步骤3.将步骤1中的传感器内的数据传送至USB数据采集卡内；
传感器的模拟信号进入采集卡后，由采集卡输出数字信号，即输出4-20mA，然后转换为1-5V信号，然后再根据传感器的量程，对应计算出传感器的测量值；
步骤4.步骤3内USB数据采集卡内的数据传送至钻井现场采集设备内显示；并且将步骤3内数据采集卡内的数据通过无线发送电台发送至20km外无线接收电台；
即钻井现场采集设备将所有的传感器数据转换为2位小数的字符串，然后连接字符，将要发送的数据全部连成一串字符串，然后根据发送命令，发送至20Km范围内的基地；
即钻井现场采集设备将所有的传感器数据转换为2位小数的字符串，然后连接字符，将要发送的数据全部连成一串字符串，然后根据发送命令，发送至20Km范围内的基地；
步骤5.无线接收电台将接收的数据送入野外基地采集设备，通过其内的LabVIEW智能化系统完成事故情况的判别与诊断，并实时显示；
S1.其中，无线接收电台通过串口实时接收发送的一串字符串数据；
LabVIEW智能化系统通过无线接收模块接收字符串信息，利用数据截取与还原模块将读取的字符串再根据2次“截取字符串”，一次截取一串有效的字符串，另外一次截取一组传感器的数据，再通过“分数/数字字符串至数值转换命令”还原传感器的数值；
S2，二次处理模块再通过二次运算，比较，判断，加减乘除，得到二次处理的数据，之后数据输入到LabVIEW智能化系统事故诊断模块进行识别、诊断，即可得到正常钻井、卡钻、埋钻、烧钻、钻具断裂5中诊断结果；
步骤5.若判断出数据未发生任何事故和异常工况，则LabVIEW系统保持正常运行；
若判断出现异常工况或出现事故，则将诊断结果通过显示模块显示，并实施传输，经多地会诊，取得优化钻井参数，调整钻井工艺，并发送至现场便于高效专业的完成钻井工程，如图4、图8所示。
具体为：复杂工况识别：
实施例1.本发明应用于安装有传感器用于检测的钻井的施工场地，如配套汶川科钻WFSD-4孔钻井传感器数据，可以将现场的转盘转速、大钩高度、大钩负荷、立管压力、承重传感器、电流、冲速、流量、温度、密度、泥浆池体积等传感器参数，通过USB数据采集卡，将传感器的模拟信号转换为数字信号，采集至钻井现场。由于钻井现场条件差，又要高负荷生产，需要采用无线发送电台将现场的数据发送至有网络，条件较好的野外基地，如20km范围外采用无线接收电台接收传输的传感器信号。然后通过LabVIEW软件平台计算分析处理，可以得到钻压、井深、钻头位置、扭矩等二次转换的数据，很多二次转换计算的数据才是现场情况的真实反映，才是钻井工艺需要存储记录的数据，然后将部分数据二维曲线、三维曲线显示。
然后根据多个参数阈值判断来推断复杂工况，比如井涌的判断，在正常钻井过程中，泥浆的出口流量＞入口流量，且泥浆池的体积增加，就可以判断为井涌。然后根据多个参数的阈值判断+数据融合推断钻井事故，比如钻具断裂，在正常钻井过程中，钻压或扭矩数据急剧降低，且泥浆泵的泵压明显下降，综合判断就可以判断为钻具断裂，最后野外基地现场人员确定后，通过LabVIEW网络实时传输，在其他地方的也可以看到现场的钻井参数、三维曲线、复杂钻井工况、事故诊断等情况，还可以多个专家不同绘制地方，优化钻井参数，调整钻井工艺，对工况、事故提出专家意见，智能、及时、科学的钻井参数，便于高效、专业的完成钻井工程。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (1)
1.基于LabVIEW智能化钻井系统在钻井复杂工况中的使用方法，其特征在于，包括以下模块：
无线接收模块，通过串口实时接收发送的一串字符串数据；
数据截取与还原模块，将读取的一串字符串数据再根据2次“截取字符串命令”，一次截取一串有效的字符串，另外一次截取一组传感器的数据，再通过“分数/指数字符串至数值转换命令”还原出传感器的数值；
二次处理模块，完成传感器数值的二次运算，比较，判断，加减乘除，得到二次处理的数据；
复杂工况的判别模块，将二次处理模块后的数据与系统内部设定的阈值进行比对，进行相应复杂工况的情况判别；
事故诊断模块，利用复杂工况的判别模块结果以及正常钻井数据建立深度学习样本，然后进行归一化处理，然后进入BP神经网络集训，输出8个特征变量与5种工况对应的权重值，将二次处理模块后的数据进行事故诊断的判别；
数据显示模块，将出现复杂工况或者出现事故情况实时显示，部分数据进行曲线显示；
远程传输模块；将复杂工况的数据发送，用于多地会诊；
包括以下步骤：
步骤1.采用多个多路传感器采集钻井的钻压、井口流量、钻速、泵量、泥浆出口流量、泥浆池体积、泵压、扭矩、泥浆入口流量的数据；
步骤2.将步骤1中的传感器内的数据传送至USB数据采集卡内；
步骤3.将步骤2内USB数据采集卡内的数据传送至钻井现场采集设备内显示；并且将步骤2内数据采集卡内的数据通过无线发送电台发送至20km外无线接收电台；
步骤4.无线接收电台将接收的数据送入野外基地采集设备，通过其内的LabVIEW智能化钻井系统完成工况及事故情况的判别与诊断，并实时显示；
S41.其中，无线接收电台通过串口实时接收发送的信息；
S42.无线接收模块接收信息，利用数据截取与还原模块还原传感器的数值；
S43.二次处理模块再通过二次运算，比较，判断，加减乘除，得到二次处理的数据；
S44.将二次处理的数据送入复杂工况的判别模块进行复杂工况的判别，识别出钻井工艺工程中井涌、井漏、岩心堵塞、到位报信复杂工况信息；
其中判别标准为，
井涌的判断：在正常钻井过程中，泥浆的出口流量>入口流量，且泥浆池的体积增加，当前泥浆池的体积是否大于1min前的泥浆池体积；
井漏的判断：在正常钻进过程中，泵压突然下降，泥浆的出口流量减少，泥浆池体积较少；
岩心堵塞的判断：在正常取心钻进过程中，泵压持续突增，且出口流量减少；
取心工具到位报信的判断：泵送取心工具时，泵压突增，随后泵压稳定；
步骤5.若判断出未发生任何异常工况，则LabVIEW系统保持正常运行；
若判断出现异常工况，则将诊断结果通过显示模块显示，并通过远程传输模块实时传输，经多地会诊，并发送至现场，用于调整钻井工艺。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910779396.7A CN110593847B (zh) | 2019-08-22 | 2019-08-22 | 一种基于LabVIEW智能化钻井系统及其应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910779396.7A CN110593847B (zh) | 2019-08-22 | 2019-08-22 | 一种基于LabVIEW智能化钻井系统及其应用 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110593847A CN110593847A (zh) | 2019-12-20 |
| CN110593847B true CN110593847B (zh) | 2023-07-28 |
Family
ID=68855152
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910779396.7A Active CN110593847B (zh) | 2019-08-22 | 2019-08-22 | 一种基于LabVIEW智能化钻井系统及其应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110593847B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111520123B (zh) * | 2020-03-27 | 2021-03-02 | 中国石油化工股份有限公司石油工程技术研究院 | 一种机械钻速预测方法、装置及设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202300367U (zh) * | 2011-09-16 | 2012-07-04 | 中国石油天然气股份有限公司华北油田分公司 | 基于Labview显示的水平连通井导向系统 |
| CN104806226A (zh) * | 2015-04-30 | 2015-07-29 | 北京四利通控制技术股份有限公司 | 智能钻井专家系统 |
| CN105675071A (zh) * | 2014-11-21 | 2016-06-15 | 中石化胜利石油工程有限公司钻井工艺研究院 | 一种非侵入式气体钻井随钻返出岩屑量定量检测系统 |
-
2019
- 2019-08-22 CN CN201910779396.7A patent/CN110593847B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202300367U (zh) * | 2011-09-16 | 2012-07-04 | 中国石油天然气股份有限公司华北油田分公司 | 基于Labview显示的水平连通井导向系统 |
| CN105675071A (zh) * | 2014-11-21 | 2016-06-15 | 中石化胜利石油工程有限公司钻井工艺研究院 | 一种非侵入式气体钻井随钻返出岩屑量定量检测系统 |
| CN104806226A (zh) * | 2015-04-30 | 2015-07-29 | 北京四利通控制技术股份有限公司 | 智能钻井专家系统 |
Non-Patent Citations (1)
| Title |
|---|
| 石油钻井钻柱在线监测系统的设计研究;赵荔;《中国优秀硕士学位论文全文数据库全文数据库（电子期刊） 工程科技I辑》;20160531;第二章、第四章、第五章 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110593847A (zh) | 2019-12-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110867196B (zh) | 一种基于深度学习及声音识别的机器设备状态监测系统 | |
| CN111622252B (zh) | 大型沉井施工全过程智能控制系统及控制方法 | |
| CN110852018B (zh) | 基于神经网络的pso钻井参数优化方法 | |
| CN109989740B (zh) | 基于多源信息融合的煤系地层钻进智能识别系统及其方法 | |
| CN109236267A (zh) | 一种钻机远程监控系统 | |
| CN111322082B (zh) | 一种tbm滚刀状态监测及故障诊断方法、系统 | |
| CN103236845A (zh) | 一种随钻测井泥浆脉冲传输的数据压缩方法 | |
| CN104373153A (zh) | 一种煤矿井下综放工作面的煤岩性状识别方法与系统 | |
| CN110593847B (zh) | 一种基于LabVIEW智能化钻井系统及其应用 | |
| CN112926839A (zh) | 一种用于油气井钻井过程的溢漏风险协同监测方法及系统 | |
| CN115234220A (zh) | 利用智能钻头实时识别井下粘滑振动的方法及装置 | |
| CN114444823A (zh) | 一种预测钻井作业过程中井漏风险的方法及系统 | |
| CN109902265B (zh) | 一种基于隐马尔可夫模型的井下预警方法 | |
| CN113137221B (zh) | 瓦斯抽采全系统三级漏气评价系统及评价方法 | |
| CN116777085B (zh) | 基于数据分析和机器学习技术的煤矿水害预测系统 | |
| CN114427430B (zh) | 一种多井实时协同的钻井参数优化方法与系统 | |
| CN109886421B (zh) | 基于集成学习的群智能采煤机切割模式识别系统 | |
| CN111441769A (zh) | 多落程抽水试验参数自动检测系统及检测方法 | |
| CN111125079A (zh) | 一种输变电设备远程运维数据清洗方法 | |
| CN113685166B (zh) | 一种钻井事故预警方法及系统 | |
| CN113703038B (zh) | 一种微震信号自动采集识别方法及系统 | |
| CN111598366A (zh) | 一种实时钻井辅助决策方法及系统 | |
| CN114897225A (zh) | 钻井作业的事故预测方法和装置、电子设备、存储介质 | |
| CN115270875A (zh) | 一种基于深度学习的隔膜泵运行状态监测方法 | |
| CN107941675A (zh) | 钻孔微水试验测试方法 |
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 |