CN110792430A - 一种基于多传感器数据融合的随钻测斜方法及装置 - Google Patents

一种基于多传感器数据融合的随钻测斜方法及装置 Download PDF

Info

Publication number
CN110792430A
CN110792430A CN201911141775.XA CN201911141775A CN110792430A CN 110792430 A CN110792430 A CN 110792430A CN 201911141775 A CN201911141775 A CN 201911141775A CN 110792430 A CN110792430 A CN 110792430A
Authority
CN
China
Prior art keywords
drilling
information
speed
error
coordinate system
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
CN201911141775.XA
Other languages
English (en)
Other versions
CN110792430B (zh
Inventor
王璐
王瑜
刘宝林
李平飞
季鹏飞
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.)
China University of Geosciences Beijing
Original Assignee
China University of Geosciences Beijing
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 China University of Geosciences Beijing filed Critical China University of Geosciences Beijing
Priority to CN201911141775.XA priority Critical patent/CN110792430B/zh
Publication of CN110792430A publication Critical patent/CN110792430A/zh
Application granted granted Critical
Publication of CN110792430B publication Critical patent/CN110792430B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00Survey of boreholes or wells
    • E21B47/02Determining slope or direction
    • E21B47/022Determining slope or direction of the borehole, e.g. using geomagnetism
    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00Survey of boreholes or wells
    • E21B47/12Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling

Landscapes

  • Engineering & Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Physics & Mathematics (AREA)
  • Geology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Fluid Mechanics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geophysics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Remote Sensing (AREA)
  • Gyroscopes (AREA)
  • Excavating Of Shafts Or Tunnels (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种基于多传感器数据融合的随钻测斜方法及装置,属于定向钻井领域,解决随钻测量精度问题;方法包括根据随钻测量的惯性数据,测量下井探管运行钻探位置、速度和井孔姿态信息;根据随钻测量的钻杆长度信息计算钻探位置的参考信息;根据随钻测量的三轴地磁数据计算钻探井孔姿态的参考信息;将钻探位置信息与参考信息之差作为位置观测量,井孔姿态信息与参考信息之差作为姿态观测量,经过零速修正的钻探速度信息作为速度观测量,输入卡尔曼滤波器进行数据融合,对状态变量进行最优估计,根据估计的状态变量对所述惯性数据及惯性测斜参数进行在线误差补偿。本发明有效解决了测斜误差问题,提高了系统的精度。

Description

一种基于多传感器数据融合的随钻测斜方法及装置
技术领域
本发明涉及定向钻井领域,尤其是一种基于多传感器数据融合的随钻测斜方法及装置。
背景技术
随钻测量技术(MWD-Measurement while drilling)可在钻井过程中测量所钻井眼的轨迹,表达井眼在地下的空间分布情况。其中,测量井眼轨迹的方法称为测斜方法。
在现有技术中,测斜方法大多采用独立的测斜方法;其中,磁通门式测斜仪器具有结构简单、价格低、性能稳定的优点,但无法实现对有磁性干扰的井孔进行的井眼轨迹测量;机械陀螺与加速度组合的惯性测斜仪器,由于结构复杂、易损坏、抗振性差、漂移大、必须不断用其他信息加以修正等缺陷,无法应用于随钻测斜。组合测斜的方法在钻井工程实践中应用不多,且大多采用事后测井方法,并不适用于随钻测量。
发明内容
鉴于上述的分析,本发明旨在提供一种基于多传感器数据融合的随钻测斜方法及装置,解决在长时间钻井作业过程中,随钻对井眼轨迹进行高精度测量的问题。
本发明的目的主要是通过以下技术方案实现的:
本发明公开了一种基于多传感器数据融合的随钻测斜方法,包括以下步骤:
根据随钻测量的惯性数据,计算下井探管运行的惯性测斜参数;所述惯性测斜参数包括钻探位置、钻探速度和井孔姿态信息;
根据随钻测量的钻杆长度信息计算钻探位置的参考信息;根据随钻测量的三轴地磁数据和三轴加速度数据计算钻探井孔姿态的参考信息;
将钻探位置信息与参考信息之差作为位置观测量,井孔姿态信息与参考信息之差作为姿态观测量,经过零速修正的钻探速度信息作为速度观测量,输入卡尔曼滤波器进行数据融合,对状态变量进行最优估计,根据估计的状态变量对所述惯性数据及惯性测斜参数进行在线误差补偿。
进一步地,所述卡尔曼滤波器包括16维的状态变量,状态变量中包括的δI,δT,δA是姿态误差,δvE,δvN,δvU是速度误差,δL,δλ,δh是位置误差,
Figure BDA0002281148380000021
分别为陀螺和加速度计沿载体坐标系三轴方向上的等效漂移和零位,δKGy为沿载体坐标系Y轴陀螺的标度因数误差。
进一步地,按照最小曲率方法,根据随钻测量的钻杆长度信息计算钻探位置的参考信息。
进一步地,所述根据随钻测量的钻杆长度信息计算钻探位置的参考信息为:
Figure BDA0002281148380000022
LMCM(k)、λMCM(k)、hMCM(k)为测量时间点k时钻探位置的参考信息的纬度、经度和高度信息,k为测量时间点;L0、λ0和h0为井口纬度、经度和高度信息,▽Ei、▽Ni、▽TVDi为根据最小曲率方法计算的每次连接钻杆前后两点之间的东向位移增量、北向位移增量以及垂直位移增量,RM为地球子午圈主曲率半径;、RN为地球卯酉圈主曲率半径;
进一步地,在零速修正中采用的零速信息为根据井下钻具运动空间约束条件,并考虑实际测量中的振动干扰计算的准零速信息;
所述空间约束条件为,在载体坐标系下钻具沿着轴向Y运动,而与Y垂直的横截面上X、Z方向的运动速度在钻具载体系中为0。
进一步地,将所述振动干扰等效为白噪声;
所述准零速信息为载体坐标系下的钻具轴向X、Z轴的准零速信息:
Figure BDA0002281148380000031
式中,vx、vz为载体坐标系下,钻具轴向X、Z轴由于井下振动产生的白噪声;
Figure BDA0002281148380000032
为钻具轴向X、Z轴叠加了振动白噪声的准零速。
进一步地,所述速度观测量为:
Figure BDA0002281148380000033
式中,
Figure BDA0002281148380000034
为根据惯性数据计算的在载体坐标系中X、Z轴向上的钻探速度;
Figure BDA0002281148380000035
为载体坐标系中X、Z轴向上的钻探速度误差;
Figure BDA0002281148380000036
为载体坐标系X、Y、Z三个轴向上的钻探速度;δvE,δvN,δvU,δI,δT,δA分别是在东北天坐标系下测量的三轴速度误差和姿态误差;
Figure BDA0002281148380000037
I、T、A为在东北天坐标系下测量的三轴井孔姿态信息。
进一步地,所述卡尔曼滤波器的量测矩阵Hk的表达式为
其中,
Figure BDA0002281148380000041
Figure BDA0002281148380000043
进一步地,所述卡尔曼滤波器的状态转移矩阵,
Figure BDA0002281148380000044
其中,FN为对应于姿态误差、速度误差和位置误差的动态矩阵;
Figure BDA0002281148380000045
Figure BDA0002281148380000046
式中,为方向余弦矩阵,
Figure BDA0002281148380000048
为东北天坐标系下Y轴向陀螺测量值,1/β▽x、1/β▽y、1/β▽z分别为加速度计X、Y、Z轴向随机噪声的相关时间;1/βεx、1/βεy、1/βεz分别为陀螺X、Y、Z轴向随机过程的相关时间。
本实施例还一种基于多传感器数据融合的随钻测斜装置,包括MEMS-IMU、三轴MEMS磁通门、钻杆长度计算器和数据处理电路;
所述MEMS-IMU包括三轴MEMS陀螺和三轴MEMS加速度计,用于随钻测量三轴陀螺数据和三轴加速度数据;
所述三轴MEMS磁通门,用于随钻测量三轴地磁数据;
钻杆长度计算器,用于测量在单位时间内钻杆的长度增量;
数据处理电路接收所述MEMS-IMU、三轴MEMS磁通门和钻杆长度计算器的测量数据,用于执行如上所述的基于多传感器数据融合的随钻测斜方法,利用卡尔曼滤波对根据MEMS-IMU数据计算的测斜误差进行修正。
本发明有益效果如下:
1、将MEMS-IMU、磁通门和钻杆长度信息进行融合,利用卡尔曼滤波技术对井斜角误差、方位角误差、工具面角误差等井眼轨迹参数进行最优估计,用来补偿MEMS-IMU测斜系统随时间快速发散的高度通道以及随积分计算不断积累的速度参数、位置参数等,从而提高随钻测斜的测量精度;
2、针对井下没有GPS等外部信息,利用井下钻具的运动特征,充分利用钻杆长度信息,井下钻具运动空间约束带来的准零速等作为组合测斜算法的量测信息,从而实现组合测斜;
3、将仪器轴向陀螺的标度因数误差加入状态量中,利用钻杆旋转运动对陀螺的标度因数误差进行在线标定与实时补偿,从而提高了组合测斜算法的精度。
4、在磁通门和钻杆信息不理想或发生故障情况下,MEMS-IMU可以暂时独立的提供井眼轨迹信息,并用MEMS-IMU数据完成自我修正。因而,提高组合测斜系统的可靠性;
5、在满足同样的精度要求的情况下,加入磁通门、钻杆长度信息、准零速降低了测斜算法对MEMS-IMU的精度要求,大大降低系统成本,并且能够实现长时间高动态钻井作业环境下的实时、高精度测斜功能。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明实施例一中的随钻测斜方法流程图;
图2为本发明实施例一中的钻探位置信息更新示意图;
图3为本发明实施例一中的卡尔曼滤波器原理示意图;
图4为本发明实施例一中的随钻测斜装置安装示意图;
图5为本发明实施例一中的随钻测斜装置的测量原理示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理。
实施例一、
本实施例公开了一种基于多传感器数据融合的随钻测斜方法,如图1所示,包括以下步骤:
步骤S1、根据随钻测量的包括三轴陀螺数据和三轴加速度数据的惯性数据,进行惯导机械编排,计算下井探管运行的惯性测斜参数,所述惯性测斜参数包括钻探位置、速度和井孔姿态信息;
具体的,所述惯性数据由随钻测量的MEMS-IMU传感器输出,MEMS-IMU传感器依靠三轴MEMS陀螺测量角速度,三轴MEMS加速度计测量加速度;经过惯导机械编排,计算下井探管运行的惯性测斜参数,所述惯性测斜参数包括钻探位置、速度和井孔姿态信息等测斜参数。
由于,MEMS-IMU传感器存在累积误差,必须不断用其他信息加以修正,因此,需要引入外部测量的参考信息。
步骤S2、根据随钻测量的钻杆长度信息计算钻探位置的参考信息;根据随钻测量的三轴地磁数据和三轴加速度数据计算钻探井孔姿态的参考信息;
具体的,随钻测量的钻杆长度信息由钻杆长度计算器测量,为钻探过程中单位时间内钻杆的长度增量。
特殊的,在本实施例中,根据随钻测量的钻杆长度信息,采用最小曲率方法(minimum curvature method,MCM),计算钻探位置的参考信息。
如图2所示,对于随钻过程中的位置更新,主要是指连接钻杆,更换当前钻杆时计为位置1,更换前一根钻杆时计为位置2。在位置1处通过惯性数据计算的井孔姿态信息中的方位角为A1、倾斜角为I1;在位置2处通过惯性数据计算的井孔姿态信息中的方位角为A2、倾斜角为I2;钻杆的长度为ΔMD,一般情况下钻杆有已知的标准长度。
按照最小曲率方法,连接钻杆前后两点之间的东向位移增量ΔE,北向位移增量ΔN及垂直位移增量ΔTVD的计算公式如下:
根据上式获得东向位移增量ΔE,北向位移增量ΔN及垂直位移增量ΔTVD,通过下式可进行更新解算得到包括纬度、经度和高度信息在内的钻探位置的参考信息。
Figure BDA0002281148380000081
LMCM(k)、λMCM(k)、hMCM(k)为测量时间点k时钻探位置的参考信息的纬度、经度和高度信息,k为测量时间点;L0、λ0和h0为井口纬度、经度和高度信息,▽Ei、▽Ni、▽TVDi为根据最小曲率方法计算的每次连接钻杆前后两点之间的东向位移增量、北向位移增量以及垂直位移增量,RM为地球子午圈主曲率半径;、RN为地球卯酉圈主曲率半径。
具体的,随钻测量的三轴地磁数据由三轴MEMS磁通门测量;
三轴MEMS磁通门测量井底钻具的井斜方位角时,大多采用静态测量方案,由三轴加速度数据结合三轴地磁数据计算钻探井孔姿态的参考信息井斜角I、方位角A、工具面角T的公式为:
Figure BDA0002281148380000082
Figure BDA0002281148380000083
Figure BDA0002281148380000084
式中,
Figure BDA0002281148380000085
为三轴磁通门在载体坐标系的X、Y、Z轴向测量值,
Figure BDA0002281148380000086
分别为加速度计在载体坐标系的X、Y、Z轴向测量值,g为重力加速度。
步骤S3、将钻探位置信息与参考信息之差作为位置观测量,井孔姿态信息与参考信息之差作为姿态观测量,经过零速修正的钻探速度信息作为速度观测量,输入卡尔曼滤波器进行数据融合,对状态变量进行最优估计,根据估计的状态变量对所述惯性数据及惯性测斜参数进行在线误差补偿。
具体的包括以下子步骤:
步骤S3-1、建立卡尔曼滤波器的滤波方程
离散线性系统的卡尔曼滤波状态方程和观测方程可表示为
Figure BDA0002281148380000091
Z(t)=H(t)X(t)+V(t) (7)
式中:X(t)为状态量,Z(t)为量测量,F(t)为状态转移矩阵,H(t)为观测矩阵,G(t)过程噪声转移矩阵,W(t)为过程噪声,V(t)为观测噪声。
进而将状态方程(6)和量测方程(7)离散化可得:
Xk=Φk,k-1Xk-1k-1Wk-1 (8)
Zk=HkXk+Vk (9)
式中,Xk为k时刻的n维状态向量(被估计量),Zk为k时刻的m维量测向量,Φk,k-1为k-1到k时刻的系统一步状态转移矩阵(n×n阶),Hk为k时刻系统量测矩阵(m×n阶),Γk-1为系统噪声矩阵(n×r阶),Wk-1为k-1时刻的系统噪声(r维),Vk为k时刻m维量测噪声。
状态预测估计方程为:
Figure BDA0002281148380000092
式中,
Figure BDA0002281148380000093
为k-1时刻Xk-1的估计值,
Figure BDA0002281148380000094
为从k-1时刻到k时刻的预测值。
方差预测方程为:
Figure BDA0002281148380000095
式中,Pk-1为估计的协方差矩阵。Qk-1为系统噪声的方差矩阵。
状态预测估计方程为:
Figure BDA0002281148380000101
方差迭代方程:
式中,Kk为滤波增益,Rk为量测噪声的方差矩阵。
滤波增益方程为:
初始条件为:
Figure BDA0002281148380000104
验前统计量为:
E[Wk]=0,Cov[Wk,Wj]=E[WkWj T]=Qkδkj
E[Vk]=0,Cov[Vk,Vj]=E[VkVj T]=Rkδkj
Cov[Wk,Vj]=E[WkVj T]=0
Figure BDA0002281148380000105
如图3所示,可以看出,卡尔曼滤波器包含两次更新回路与两个滤波回路:时间更新与量测更新,滤波计算回路与增益计算回路。Kalman滤波的基本方程:状态一步预测方程、方差预测方程、状态估计方程、估计误差方差方程以及滤波增益方程。卡尔曼滤波器通过迭代运算,实现预测与校正更新估计。
图3中符号说明如下:
Figure BDA0002281148380000106
为tk-1时刻的状态估计值;
Figure BDA0002281148380000107
是状态
Figure BDA0002281148380000108
的kalman滤波估计;Φk,k-1为tk-1时刻至tk时刻的一步转移阵;Γk-1为系统噪声驱动阵;Hk为量测阵;Rk为量测噪声方差;Qk为系统噪声方差阵;Kk为滤波增益;Zk量测值;Pk-1为估计均方差阵;Pk,k-1一步预测误差方差阵。
步骤S3-2、建立MEMS-IMU的误差模型;
a.MEMS加速度计误差方程
Figure BDA0002281148380000111
MEMS加速度计零偏的误差模型可用一阶马尔科夫过程模型方程表示:
Figure BDA0002281148380000112
上述方程中,
Figure BDA0002281148380000113
分别为加速度计X、Y、Z轴向理想值;
Figure BDA0002281148380000114
分别为加速度计X、Y、Z轴向在载体坐标系下的零偏;
Figure BDA0002281148380000115
分别为加速度计X、Y、Z轴向测量值;KAx、KAy、KAz分别为加速度计X、Y、Z轴向刻度因子;δKAx、δKAy、δKAz分别为加速度计X、Y、Z轴向刻度因子误差;Aij为加速度计j轴向偏向i轴向的失准角;W▽x、W▽y、W▽z分别为加速度计X、Y、Z轴向随机噪声;1/β▽x、1/β▽y、1/β▽z分别为加速度计X、Y、Z轴向随机噪声的相关时间;
a.MEMS陀螺误差模型
Figure BDA0002281148380000116
MEMS陀螺零偏的误差模型可用一阶马尔科夫过程模型方程表示:
Figure BDA0002281148380000121
上述方程中,分别为X、Y、Z轴向陀螺理想值;
Figure BDA0002281148380000123
分别为陀螺X、Y、Z轴向在载体坐标系下的零偏;
Figure BDA0002281148380000125
分别为X、Y、Z轴向陀螺测量值;Kgx、Kgy、Kgz分别为陀螺X、Y、Z轴向刻度因子;δKgx、δKgy、δKgz分别为陀螺X、Y、Z轴向刻度因子误差;Mij为陀螺j轴向偏向i轴向的失准角;Wεx、Wεy、Wεz分别为陀螺X、Y、Z轴向随机噪声;1/βεx、1/βεy、1/βεz分别为陀螺X、Y、Z轴向随机过程的相关时间。
步骤S3-3、建立速度、位置、姿态参数的误差方程。
a.速度误差方程
Figure BDA0002281148380000126
式中
Figure BDA0002281148380000131
为姿态转移矩阵;
vE、vN、vU分别为测斜计算坐标系中东向、北向、天向的速度;
δvE、δvN、δvU分别为测斜计算坐标系中东向、北向、天向的速度误差;
δI、δT、δA分别为测斜计算坐标系中井斜角、工具面角、方位角误差;
L为测斜仪所在位置的地球纬度;δL为测斜仪所在位置的纬度误差;
h为测斜仪所在位置的垂深;ωie为地球自转角速度;
Figure BDA0002281148380000132
分别为加速度计X、Y、Z轴向在测斜计算坐标系下的零偏;
RM为地球子午圈主曲率半径;RN为地球卯酉圈主曲率半径;
b.位置误差方程
其中L,λ,h为测斜仪所在位置的地球纬度、经度以及深度;
δL,δλ,δh为纬度误差,经度误差,垂深误差;
c.姿态误差方程
Figure BDA0002281148380000141
式中:
Figure BDA0002281148380000142
其中δI为井斜角的误差,δT为工具面角的误差,δA为方位角的误差;
Figure BDA0002281148380000143
为地球自转角速率;为位移角速度;
Figure BDA0002281148380000145
分别为陀螺X、Y、Z轴向在测斜坐标系下的零偏;
步骤S3-4、确定状态变量以及状态方程
根据卡尔曼滤波状态方程,组合测斜算法的状态方程可以表达为,重写公式
Figure BDA0002281148380000146
a.确定状态方程中的状态量。
对MEMS-IMU而言,失准角引起的误差远小于刻度因子引起的误差,因此不考虑失准角引起的误差。误差模型中的Aij(i=x,y,z.j=x,y,z.)以及Mij(i=x,y,z.j=x,y,z.)可以忽略。
由随钻系统的工作特点可知,钻井时钻具绕着仪器轴向Y有较大转速,而X、Z轴转速很小,因此X、Z轴的标度因数误差忽略即δKgx、δKgz忽略,Y轴陀螺的标度因素误差δKgy不能忽略。随钻系统由于井下岩石的阻碍运行速度较慢,一般为4-10m/h的进尺,因此三个加速度的标度因数误差均可以忽略,即δKAx、δKAx、δKAz都可以忽略。
因此对于MEMS-IMU选取器件δKgy作为状态量。
根据步骤S3-3中的速度误差方程、位置误差方程、姿态误差方程,将三个速度误差、姿态误差、位置误差也确定为状态量,因此组合测斜的状态量为:
Figure BDA0002281148380000152
式中:δI,δT,δA是系统姿态误差,δvE,δvN,δvU是系统速度误差,δL,δλ,δh是系统位置误差,
Figure BDA0002281148380000153
分别为陀螺和加速度计沿载体坐标系三轴方向上的等效漂移和零位,δKGy为Y轴陀螺的标度因数误差。
W为系统噪声,根据步骤S3-2中MEMS-IMU器件的误差模型,可以确定为
W=[0,0,0,0,0,0,0,0,0,Wεx,Wεy,Wεz,W▽x,W▽y,W▽z,0]T (24)
G为系统噪声转移矩阵,G=I16×16
b.确定状态方程中的状态转移矩阵
F是组合测斜算法的状态转移矩阵,它可以表示为:
其中FN对应于MEMS_IMU的姿态误差、速度误差和位置误差,9个系统误差参数的动态矩阵,为一个9×9阶的方阵。
具体的,FN阵非零元素如下:
Figure BDA0002281148380000155
Figure BDA0002281148380000162
Figure BDA0002281148380000165
Figure BDA0002281148380000166
Figure BDA0002281148380000167
Figure BDA0002281148380000169
f6,7=-2vEωie sinL
Figure BDA00022811483800001610
Figure BDA00022811483800001611
f9,6=1
Figure BDA00022811483800001612
Figure BDA00022811483800001613
步骤S3-5、建立量测量以及量测方程
重写卡尔曼滤波的量测方程Z(t)=H(t)X(t)+V(t),确定量测信息Z,量测转移矩阵H,以及量测噪声V。
其中,量测信息Z包括以下信息:
a.速度观测量信息
选取通过零速修正后的MEMS_IMU计算得到的载体坐标系下X、Z轴向上速度作为速度观测量信息。
本实施例适用于井下随钻测量系统,钻具在井孔中的运行特点为,在井下的空间约束条件为,在载体坐标系下钻具沿着轴向Y运动,而与Y垂直的横截面上X、Z方向的运动速度在钻具载体系中为0。但在实际测量中,由于有振动干扰存在,X轴和Z轴的速度不是绝对为零;因此,本实施例在零速修正中采用的零速信息为根据井下钻具运动空间约束条件,并考虑实际测量中的振动干扰计算的准零速信息。
具体的,将所述振动干扰等效为白噪声;则准零速信息为载体坐标系下的钻具轴向X、Z轴的准零速信息
Figure BDA0002281148380000171
式中,vx、vz为载体坐标系下,钻具轴向X、Z轴由于井下振动产生的白噪声;
Figure BDA0002281148380000172
Figure BDA0002281148380000173
为钻具轴向X、Z轴叠加了振动白噪声的准零速。
将根据惯导机械编排计算的东北天坐标系下的速度vn到载体坐标系下的速度vb转换表达式为,
Figure BDA0002281148380000174
对式(27)求解,可得到载体坐标下的速度误差表达式如下式所示,
Figure BDA0002281148380000181
其中,
Figure BDA0002281148380000182
随钻测量仪器载体坐标系相对于测斜坐标系的方位关系为仪器的姿态角,包括方位角A、倾斜角I与工具面角T,其坐标变换的方向余弦矩阵为:
Figure BDA0002281148380000183
Figure BDA0002281148380000184
带入式(28)可得,
Figure BDA0002281148380000185
其中
Figure BDA0002281148380000186
为载体坐标系中仪器三轴向X、Y、Z三个轴向上的速度。
Figure BDA0002281148380000187
为载体坐标系中仪器三轴向X、Y、Z三个轴向上的速度误差。
由惯导机械编排计算得到的载体坐标系下X、Z轴向上速度表达式为
Figure BDA0002281148380000188
则有
Figure BDA0002281148380000189
因此,经过准零速信息进行校准后的速度观测量为:
Figure BDA0002281148380000191
式中,
Figure BDA0002281148380000192
为根据惯性数据计算的在载体坐标系中X、Z轴向上的钻探速度;
Figure BDA0002281148380000193
为载体坐标系中X、Z轴向上的钻探速度误差;为载体坐标系X、Y、Z三个轴向上的钻探速度;δvE,δvN,δvU,δI,δT,δA分别是在东北天坐标系下测量的三轴速度误差和姿态误差;
Figure BDA0002281148380000195
I、T、A为在东北天坐标系下测量的三轴井孔姿态信息。
b.位置观测量信息
选取惯导机械编排计算的钻探位置与钻杆长度得到的位置信息之差作为位置观测量。
Figure BDA0002281148380000196
式中,
Figure BDA0002281148380000197
为位置观测量,
Figure BDA0002281148380000198
为惯导机械编排计算的钻探位置信息;
Figure BDA0002281148380000199
为根据随钻测量的钻杆长度信息计算钻探位置的参考信息。
c.姿态观测量信息
选取惯导机械编排计算的井孔姿态信息与三轴MEMS磁通门计算的井孔姿态的参考信息作为姿态观测量。
Figure BDA00022811483800001910
式中,
Figure BDA00022811483800001911
为位置观测量,为惯导机械编排计算的井孔姿态信息;为三轴MEMS磁通门计算的井孔姿态的参考信息。
可得到随钻运动特性的组合测量方法的量测方程:
Figure BDA0002281148380000202
其中,υ=[0,0,0,0,0,0,υxz]T;量测矩阵Hk的表达式如下
Figure BDA0002281148380000203
其中
Figure BDA0002281148380000205
步骤S3-6、将建立的卡尔曼滤波连续系统进行离散化;
具体的,根据
Figure BDA0002281148380000206
将连续系统离散化:其中M1=Q(t),Mi+1=FMi+Mi TFT,在离散化中的参数t为时间,Δt为时间增量。
步骤S3-7、将观测到的量测信息输入卡尔曼滤波器进行数据融合,对状态变量进行最优估计,根据估计的状态变量对所述惯性数据及惯性测斜参数进行在线误差补偿。
具体包括,
用卡尔曼滤波估计的陀螺和加速度计沿载体坐标系三轴方向上的等效漂移和零位进行测量数据补偿;
对加速度计数据补偿:
对陀螺数据补偿:
Figure BDA0002281148380000212
用卡尔曼滤波估计的速度误差对速度及时修正,得到精度较高的速度信息:
Figure BDA0002281148380000213
用卡尔曼滤波估计的姿态误差对姿态矩阵及时修正补偿,得到精度较高的姿态信息:
Figure BDA0002281148380000214
用卡尔曼滤波估计的位置误差对位置矩阵及时修正补偿,得到精度较高的位置信息
Figure BDA0002281148380000215
相比于现有技术,本实施例将MEMS-IMU、磁通门和钻杆长度信息进行融合,利用卡尔曼滤波技术,建立完善的系统误差模型,对井斜角误差、方位角误差、工具面角误差等井眼轨迹参数进行最优估计,用来补偿MEMS-IMU测斜系统随时间快速发散的高度通道以及随积分计算不断积累的速度参数、位置参数等,从而提高随钻测斜的测量精度。
实施例二、
本实施例公开了一种基于多传感器数据融合的随钻测斜装置,包括MEMS-IMU、三轴MEMS磁通门、钻杆长度计算器和数据处理电路;
所述MEMS-IMU包括三轴MEMS陀螺和三轴MEMS加速度计,用于随钻测量三轴陀螺数据和三轴加速度数据;
所述三轴MEMS磁通门,用于随钻测量三轴地磁数据;
钻杆长度计算器,用于测量在单位时间内钻杆的长度增量;
数据处理电路接收所述MEMS-IMU、三轴MEMS磁通门和钻杆长度计算器的测量数据,用于执行实施例一中所述的基于多传感器数据融合的随钻测斜方法,利用卡尔曼滤波对根据MEMS-IMU数据计算的测斜误差进行修正。提高系统的精度。具体的随钻测斜装置安装示意图如图4所示,随钻测斜装置的测量原理示意图如图5所示;
优选的,在磁通门和钻杆信息不理想或发生故障情况下,MEMS-IMU可以暂时独立的提供井眼轨迹信息,并用MEMS-IMU数据完成自我修正。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于多传感器数据融合的随钻测斜方法,其特征在于,包括以下步骤:
根据随钻测量的惯性数据,计算下井探管运行的惯性测斜参数;所述惯性测斜参数包括钻探位置、钻探速度和井孔姿态信息;
根据随钻测量的钻杆长度信息计算钻探位置的参考信息;根据随钻测量的三轴地磁数据和三轴加速度数据计算钻探井孔姿态的参考信息;
将钻探位置信息与参考信息之差作为位置观测量,井孔姿态信息与参考信息之差作为姿态观测量,经过零速修正的钻探速度信息作为速度观测量,输入卡尔曼滤波器进行数据融合,对状态变量进行最优估计,根据估计的状态变量对所述惯性数据及惯性测斜参数进行在线误差补偿。
2.根据权利要求1所述的随钻测斜方法,其特征在于,所述卡尔曼滤波器包括16维的状态变量,状态变量中包括的δI,δT,δA是姿态误差,δvE,δvN,δvU是速度误差,δL,δλ,δh是位置误差,
Figure FDA0002281148370000011
分别为陀螺和加速度计沿载体坐标系三轴方向上的等效漂移和零位,δKGy为沿载体坐标系Y轴陀螺的标度因数误差。
3.根据权利要求1所述的随钻测斜方法,其特征在于,按照最小曲率方法,根据随钻测量的钻杆长度信息计算钻探位置的参考信息。
4.根据权利要求3所述的随钻测斜方法,其特征在于,所述根据随钻测量的钻杆长度信息计算钻探位置的参考信息为:
Figure FDA0002281148370000012
LMCM(k)、λMCM(k)、hMCM(k)为测量时间点k时钻探位置的参考信息的纬度、经度和高度信息,k为测量时间点;L0、λ0和h0为井口纬度、经度和高度信息,
Figure FDA0002281148370000021
为根据最小曲率方法计算的每次连接钻杆前后两点之间的东向位移增量、北向位移增量以及垂直位移增量,RM为地球子午圈主曲率半径;、RN为地球卯酉圈主曲率半径。
5.根据权利要求1所述的随钻测斜方法,其特征在于,在零速修正中采用的零速信息为根据井下钻具运动空间约束条件,并考虑实际测量中的振动干扰计算的准零速信息;
所述空间约束条件为,在载体坐标系下钻具沿着轴向Y运动,而与Y垂直的横截面上X、Z方向的运动速度在钻具载体系中为0。
6.根据权利要求5所述的随钻测斜方法,其特征在于,将所述振动干扰等效为白噪声;
所述准零速信息为载体坐标系下的钻具轴向X、Z轴的准零速信息:
Figure FDA0002281148370000022
式中,vx、vz为载体坐标系下,钻具轴向X、Z轴由于井下振动产生的白噪声;
Figure FDA0002281148370000023
为钻具轴向X、Z轴叠加了振动白噪声的准零速。
7.根据权利要求6所述的随钻测斜方法,其特征在于,所述速度观测量为:
式中,
Figure FDA0002281148370000025
为根据惯性数据计算的在载体坐标系中X、Z轴向上的钻探速度;
Figure FDA0002281148370000026
为载体坐标系中X、Z轴向上的钻探速度误差;
Figure FDA0002281148370000027
为载体坐标系X、Y、Z三个轴向上的钻探速度;δvE,δvN,δvU,δI,δT,δA分别是在东北天坐标系下测量的三轴速度误差和姿态误差;
Figure FDA0002281148370000031
I、T、A为在东北天坐标系下测量的三轴井孔姿态信息。
8.根据权利要求1所述的随钻测斜方法,其特征在于,所述卡尔曼滤波器的量测矩阵Hk的表达式为
Figure FDA0002281148370000032
其中,
Figure FDA0002281148370000033
Figure FDA0002281148370000034
9.根据权利要求1所述的随钻测斜方法,其特征在于,所述卡尔曼滤波器的状态转移矩阵,
Figure FDA0002281148370000036
其中,FN为对应于姿态误差、速度误差和位置误差的动态矩阵;
Figure FDA0002281148370000037
式中,
Figure FDA0002281148370000041
为方向余弦矩阵,
Figure FDA0002281148370000042
为东北天坐标系下Y轴向陀螺测量值,
Figure FDA0002281148370000043
分别为加速度计X、Y、Z轴向随机噪声的相关时间;1/βεx、1/βεy、1/βεz分别为陀螺X、Y、Z轴向随机过程的相关时间。
10.一种基于多传感器数据融合的随钻测斜装置,其特征在于包括MEMS-IMU、三轴MEMS磁通门、钻杆长度计算器和数据处理电路;
所述MEMS-IMU包括三轴MEMS陀螺和三轴MEMS加速度计,用于随钻测量三轴陀螺数据和三轴加速度数据;
所述三轴MEMS磁通门,用于随钻测量三轴地磁数据;
钻杆长度计算器,用于测量在单位时间内钻杆的长度增量;
数据处理电路接收所述MEMS-IMU、三轴MEMS磁通门和钻杆长度计算器的测量数据,用于执行权利要求1-9任一所述的基于多传感器数据融合的随钻测斜方法,利用卡尔曼滤波对根据MEMS-IMU数据计算的测斜误差进行修正。
CN201911141775.XA 2019-11-20 2019-11-20 一种基于多传感器数据融合的随钻测斜方法及装置 Active CN110792430B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911141775.XA CN110792430B (zh) 2019-11-20 2019-11-20 一种基于多传感器数据融合的随钻测斜方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911141775.XA CN110792430B (zh) 2019-11-20 2019-11-20 一种基于多传感器数据融合的随钻测斜方法及装置

Publications (2)

Publication Number Publication Date
CN110792430A true CN110792430A (zh) 2020-02-14
CN110792430B CN110792430B (zh) 2021-08-17

Family

ID=69445478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911141775.XA Active CN110792430B (zh) 2019-11-20 2019-11-20 一种基于多传感器数据融合的随钻测斜方法及装置

Country Status (1)

Country Link
CN (1) CN110792430B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111322060A (zh) * 2020-03-12 2020-06-23 中煤科工集团西安研究院有限公司 一种煤矿井下钻孔深度计量方法
CN111521178A (zh) * 2020-04-28 2020-08-11 中国人民解放军国防科技大学 基于管长约束的钻探用定位定向仪孔内定位方法
CN111810112A (zh) * 2020-06-18 2020-10-23 中国地质大学(武汉) 基于粒子滤波和模型预测控制的垂直钻进纠偏控制方法
CN111878068A (zh) * 2020-05-11 2020-11-03 中国科学院地质与地球物理研究所 一种高温固态谐振陀螺仪及其组成的钻井测量系统
CN111878064A (zh) * 2020-05-11 2020-11-03 中国科学院地质与地球物理研究所 一种姿态测量方法
CN112781588A (zh) * 2020-12-31 2021-05-11 厦门华源嘉航科技有限公司 一种随钻陀螺定位定向仪导航解算方法
CN113340305A (zh) * 2021-07-06 2021-09-03 哈尔滨理工大学 一种基于mems的液压支架姿态监测方法
CN113338903A (zh) * 2021-06-07 2021-09-03 中国石油大学(北京) 正钻井与已钻井相对位置确定方法、装置及存储介质
CN113743475A (zh) * 2021-08-10 2021-12-03 中国电子科技集团公司第二十七研究所 一种基于ukf的实时多源数据融合方法
WO2023146554A1 (en) * 2022-01-28 2023-08-03 Halliburton Energy Services, Inc. Real-time curvature estimation for autonomous directional drilling

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1888386A (zh) * 2006-07-17 2007-01-03 北京航空航天大学 适用于全光纤数字测斜仪的捷联惯性组合测量控制装置
CN101012745A (zh) * 2007-02-07 2007-08-08 北京航空航天大学 一种油气井井眼轨迹的测量方法
US20080136923A1 (en) * 2004-11-14 2008-06-12 Elbit Systems, Ltd. System And Method For Stabilizing An Image
CN101493008A (zh) * 2009-02-17 2009-07-29 北京六合伟业科技有限公司 基于mems器件的捷联惯性导航陀螺测斜仪
CN101644579A (zh) * 2009-08-17 2010-02-10 中国人民解放军国防科学技术大学 一种空中微小抛撒物运动参数测量方法及系统
CN102538792A (zh) * 2012-02-08 2012-07-04 北京航空航天大学 一种位置姿态系统的滤波方法
CN103196448A (zh) * 2013-03-22 2013-07-10 南京理工大学 一种机载分布式惯性测姿系统及其传递对准方法
US20140114576A1 (en) * 2012-10-23 2014-04-24 Schlumberger Technology Corporation Identifying formation, matrix and fluid related characteristics from subsurface data using factor analysis
CN105180968A (zh) * 2015-09-02 2015-12-23 北京天航华创科技股份有限公司 一种imu/磁强计安装失准角在线滤波标定方法
CN107830873A (zh) * 2017-11-01 2018-03-23 北京航空航天大学 一种基于单轴水平旋转惯导与里程计组合的高精度车辆定位定向方法
CN109001787A (zh) * 2018-05-25 2018-12-14 北京大学深圳研究生院 一种姿态角解算与定位的方法及其融合传感器
CN109003292A (zh) * 2018-06-25 2018-12-14 华南理工大学 一种基于开关卡尔曼滤波器的运动目标跟踪方法
CN109707336A (zh) * 2018-11-21 2019-05-03 长江大学 一种基于环空抽吸泵的控压固井方法
CN110174121A (zh) * 2019-04-30 2019-08-27 西北工业大学 一种基于地磁场自适应修正的航姿系统姿态解算方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080136923A1 (en) * 2004-11-14 2008-06-12 Elbit Systems, Ltd. System And Method For Stabilizing An Image
CN1888386A (zh) * 2006-07-17 2007-01-03 北京航空航天大学 适用于全光纤数字测斜仪的捷联惯性组合测量控制装置
CN101012745A (zh) * 2007-02-07 2007-08-08 北京航空航天大学 一种油气井井眼轨迹的测量方法
CN101493008A (zh) * 2009-02-17 2009-07-29 北京六合伟业科技有限公司 基于mems器件的捷联惯性导航陀螺测斜仪
CN101644579A (zh) * 2009-08-17 2010-02-10 中国人民解放军国防科学技术大学 一种空中微小抛撒物运动参数测量方法及系统
CN102538792A (zh) * 2012-02-08 2012-07-04 北京航空航天大学 一种位置姿态系统的滤波方法
US20140114576A1 (en) * 2012-10-23 2014-04-24 Schlumberger Technology Corporation Identifying formation, matrix and fluid related characteristics from subsurface data using factor analysis
CN103196448A (zh) * 2013-03-22 2013-07-10 南京理工大学 一种机载分布式惯性测姿系统及其传递对准方法
CN105180968A (zh) * 2015-09-02 2015-12-23 北京天航华创科技股份有限公司 一种imu/磁强计安装失准角在线滤波标定方法
CN107830873A (zh) * 2017-11-01 2018-03-23 北京航空航天大学 一种基于单轴水平旋转惯导与里程计组合的高精度车辆定位定向方法
CN109001787A (zh) * 2018-05-25 2018-12-14 北京大学深圳研究生院 一种姿态角解算与定位的方法及其融合传感器
CN109003292A (zh) * 2018-06-25 2018-12-14 华南理工大学 一种基于开关卡尔曼滤波器的运动目标跟踪方法
CN109707336A (zh) * 2018-11-21 2019-05-03 长江大学 一种基于环空抽吸泵的控压固井方法
CN110174121A (zh) * 2019-04-30 2019-08-27 西北工业大学 一种基于地磁场自适应修正的航姿系统姿态解算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
AMIT SHUKLA: "Application of robotics in onshore oil and gas industry—A review Part I", 《ROBOTICS AND AUTONOMOUS SYSTEMS》 *
CHUNXI ZHANG: "A Long-Term Performance Enhancement Method for FOG-Based Measurement While Drilling", 《SENSORS》 *
李尚泽: "基于光纤陀螺的无线随钻测斜仪探管硬件设计", 《煤炭工程》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111322060A (zh) * 2020-03-12 2020-06-23 中煤科工集团西安研究院有限公司 一种煤矿井下钻孔深度计量方法
CN111521178A (zh) * 2020-04-28 2020-08-11 中国人民解放军国防科技大学 基于管长约束的钻探用定位定向仪孔内定位方法
CN111521178B (zh) * 2020-04-28 2021-01-15 中国人民解放军国防科技大学 基于管长约束的钻探用定位定向仪孔内定位方法
WO2021227012A1 (zh) * 2020-05-11 2021-11-18 中国科学院地质与地球物理研究所 一种姿态测量方法
CN111878068A (zh) * 2020-05-11 2020-11-03 中国科学院地质与地球物理研究所 一种高温固态谐振陀螺仪及其组成的钻井测量系统
CN111878064A (zh) * 2020-05-11 2020-11-03 中国科学院地质与地球物理研究所 一种姿态测量方法
CN111878064B (zh) * 2020-05-11 2024-04-05 中国科学院地质与地球物理研究所 一种姿态测量方法
CN111810112A (zh) * 2020-06-18 2020-10-23 中国地质大学(武汉) 基于粒子滤波和模型预测控制的垂直钻进纠偏控制方法
CN111810112B (zh) * 2020-06-18 2021-12-03 中国地质大学(武汉) 基于粒子滤波和模型预测控制的垂直钻进纠偏控制方法
CN112781588B (zh) * 2020-12-31 2022-08-12 厦门华源嘉航科技有限公司 一种随钻陀螺定位定向仪导航解算方法
CN112781588A (zh) * 2020-12-31 2021-05-11 厦门华源嘉航科技有限公司 一种随钻陀螺定位定向仪导航解算方法
CN113338903A (zh) * 2021-06-07 2021-09-03 中国石油大学(北京) 正钻井与已钻井相对位置确定方法、装置及存储介质
CN113338903B (zh) * 2021-06-07 2023-04-28 中国石油大学(北京) 正钻井与已钻井相对位置确定方法、装置及存储介质
CN113340305A (zh) * 2021-07-06 2021-09-03 哈尔滨理工大学 一种基于mems的液压支架姿态监测方法
CN113743475A (zh) * 2021-08-10 2021-12-03 中国电子科技集团公司第二十七研究所 一种基于ukf的实时多源数据融合方法
CN113743475B (zh) * 2021-08-10 2024-05-17 中国电子科技集团公司第二十七研究所 一种基于ukf的实时多源数据融合方法
WO2023146554A1 (en) * 2022-01-28 2023-08-03 Halliburton Energy Services, Inc. Real-time curvature estimation for autonomous directional drilling
US12006813B2 (en) 2022-01-28 2024-06-11 Halliburton Energy Services, Inc. Real-time curvature estimation for autonomous directional drilling

Also Published As

Publication number Publication date
CN110792430B (zh) 2021-08-17

Similar Documents

Publication Publication Date Title
CN110792430B (zh) 一种基于多传感器数据融合的随钻测斜方法及装置
CN110886606B (zh) 一种随钻特征量辅助的惯性测斜方法及装置
CN111878056B (zh) 一种陀螺随钻测量系统及方法
WO2021227012A1 (zh) 一种姿态测量方法
US20210348924A1 (en) Attitude measurement method
EP1828540B1 (en) Gyroscopically-oriented survey tool
CN104736963B (zh) 测绘系统和方法
EP2906782B1 (en) Attitude reference for tieback/overlap processing
US11220899B2 (en) Gyro measurement while drilling system and method therefor
EP0181931A1 (en) Borehole inertial guidance system
WO1988005113A1 (en) Apparatus and method for gravity correction in borehole survey systems
US9714548B2 (en) Apparatus for single degree of freedom inertial measurement unit platform rate isolation
EP3221665B1 (en) Inertial carousel positioning
CN107228664A (zh) 矿用陀螺测斜仪捷联惯导系统姿态解算及零速校正方法
CN109084755B (zh) 一种基于重力视速度与参数辨识的加速度计零偏估计方法
CN112781588B (zh) 一种随钻陀螺定位定向仪导航解算方法
EP2800870B1 (en) Navigation device and method for surveying and directing a borehole under drilling conditions
CN111141285B (zh) 一种航空重力测量装置
CN115574815B (zh) 一种非可视环境导航系统、方法、计算机设备及存储介质
Ji et al. An attitude improvement method of FOG-based measurement-while-drilling utilizing backtracking navigation algorithm
Li et al. Testing a new integrated solution for MEMS inertial measurement unit used for measurement-while-drilling in rotary steerable system
CN112595314A (zh) 一种可实时测量重力加速度的惯性导航系统
Ursenbach et al. Effect of in-drilling alignment with general dynamic error model on azimuth estimation
CN108332743B (zh) 一种适用于光纤陀螺开孔定位仪的组合测量方法
Liu et al. Accelerometer optimization based on real-time measurement of Hole Deviation INS with While-Drilling

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