CN114137836A - 基于高斯混合模型的垂钻纠偏控制反馈校正方法及装置 - Google Patents

基于高斯混合模型的垂钻纠偏控制反馈校正方法及装置 Download PDF

Info

Publication number
CN114137836A
CN114137836A CN202111390925.8A CN202111390925A CN114137836A CN 114137836 A CN114137836 A CN 114137836A CN 202111390925 A CN202111390925 A CN 202111390925A CN 114137836 A CN114137836 A CN 114137836A
Authority
CN
China
Prior art keywords
disturbance
model
vertical drilling
track
gaussian mixture
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
CN202111390925.8A
Other languages
English (en)
Other versions
CN114137836B (zh
Inventor
吴敏
张典
王瑶为
陆承达
陈略峰
曹卫华
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
Original Assignee
China University of Geosciences
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 filed Critical China University of Geosciences
Priority to CN202111390925.8A priority Critical patent/CN114137836B/zh
Publication of CN114137836A publication Critical patent/CN114137836A/zh
Application granted granted Critical
Publication of CN114137836B publication Critical patent/CN114137836B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • 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

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Numerical Control (AREA)

Abstract

本发明公开一种基于高斯混合模型的垂钻纠偏控制反馈校正方法及装置，方法包括：根据垂直钻进纠偏过程，构建垂直钻进纠偏过程的轨迹延伸模型，确定控制系统扰动量，构建控制系统；将垂直钻进过程的扰动量作为随机变量，依据实钻测斜数据和所述轨迹延伸模型，评估当前扰动量幅值，并结合历史扰动量数据，基于混合高斯模型评估扰动量概率密度及其期望；基于扰动量的期望值，修正轨迹延伸模型与约束方程，代入滚动优化求解，最终获得轨迹延伸模型校正后的垂直钻进纠偏控制量。有益效果是：基于混合高斯模型评估方法，提取纠偏过程中扰动量的先验信息，以此作为反馈校正参数，大幅提高垂钻纠偏控制精度。

Description

基于高斯混合模型的垂钻纠偏控制反馈校正方法及装置
技术领域
本发明涉及垂直钻进领域，尤其涉及一种基于高斯混合模型的垂钻纠偏控制反馈校正方法及装置。
背景技术
定向纠偏控制一直是垂直钻进领域重要的研究课题之一。定向纠偏控制的核心目标是通过导向井底钻具组合(bottom Hole assembly,BHA)矫正偏斜的钻进轨迹，使得钻进轨迹的闭合距、与井斜角尽量减少至零，从而保证钻进轨迹能够沿铅垂线向下延伸。
考虑钻进成本与钻机限制，在地质钻进中常用的导向工艺技术仍以滑动导向技术和定点测量技术为主，这将大大增加轨迹测量时间间隔和钻进过程的不确定性。同时，为保证轨迹质量，工程中对轨迹曲率和井斜角提出一定限制，从一定程度上增加了纠偏控制器设计难度。
针对这类控制问题，目前已有较多研究集中在模型预测控制(model predictivecontrol,MPC)方法上。例如有学者应用MPC方法建立轨迹跟踪控制器，还有学者将MPC控制方法直接应用于实际定向钻井工程中并取得了很好的控制效果。然而，目前却少有单独研究垂钻定向纠偏的MPC控制方法，这将十分不利于垂钻领域的发展。另外，由于地层偏斜特性或者是建模误差，模型失配问题也是垂钻纠偏控制需要考虑的重要问题，尤其是由于地层单一方向的偏斜干扰或建模误差造成的模型失配问题会造成较大的纠偏控制稳态误差，而这方面的研究更加少见。
在MPC控制中，反馈校正方法是解决模型失配问题的主要方法。然而传统反馈校正方法反馈校正系数难以选定；同时直接将模型与实际测量之间的偏差作为反馈校正参数，容易造成校正值随着扰动变化剧烈波动，也对突然的较大扰动十分敏感；由于纠偏控制测量十分昂贵，造成反馈周期较长，校正值一旦选择得不合适，难以在短时间内修正。这些问题无疑增加了校正的难度。
发明内容
为解决垂钻纠偏控制中因地层偏斜特性或建模误差对纠偏控制的干扰造成的模型失配问题，本发明公开了一种基于高斯混合模型的垂钻纠偏控制反馈校正方法及装置，方法包括：首先分析垂钻纠偏过程，给出垂钻轨迹延伸模型，确定控制系统中扰动的形式，同时考虑采用反馈校正方法提高纠偏控制精度，并给出基于反馈校正的控制框图。然后依据实钻测斜数据和轨迹延伸模型，计算扰动量，同时将扰动作为随机变量，基于混合高斯模型评估扰动的概率密度函数及其期望。最后根据步骤2中获得的扰动的期望值，修正模型预测控制预测模型与约束方程，代入滚动优化，即可获得模型校正后的纠偏控制量，以大幅提高纠偏控制精度。
实现本发明的基于高斯混合模型的垂钻纠偏控制反馈校正方法，主要包含以下步骤：
S101：模型及控制系统构建：根据垂直钻进纠偏过程，构建垂直钻进纠偏过程的轨迹延伸模型，确定控制系统扰动量，构建控制系统；
S102：扰动量期望预估：将垂直钻进过程的扰动量作为随机变量，依据实钻测斜数据和所述轨迹延伸模型，评估当前扰动量幅值，并结合历史扰动量数据，基于混合高斯模型评估扰动量概率密度及其期望；
S103：反馈校正：基于步骤S102中扰动量的期望值，修正轨迹延伸模型与约束方程，代入滚动优化求解，最终获得轨迹延伸模型校正后的垂直钻进纠偏控制量。
进一步地，所述轨迹延伸模型，采用四个状态量定义钻进轨迹点的偏差，分别为井斜角αx,αy与水平位移Sx,Sy；采用磁工具面角ωSR与导向率
Figure BDA0003368513810000021
表示可操作量；采用Δ，Δx，Δy表示干扰或钻进过程中的扰动量。
进一步地，所述轨迹延伸模型采用下式表示：
Figure BDA0003368513810000031
其中，r为导向钻具的固有参数，具体指在平稳地层中该导量钻具所能钻出轨迹的理论最大曲率。
进一步地，所述控制系统，包括：滚动优化环节、反馈评估环节、轨迹延伸模型环节、轨迹测算环节、垂直钻进纠偏过程环节和测斜仪。
进一步地，所述控制系统的控制原理为：
给定导向钻具的固有参数输入rin，在钻进不同阶段，rin随着干扰量的存在而变化；
利用Oout表示轨迹状态的四个状态量井斜角αx,αy与水平位移Sx,Sy；
通过测斜仪测量井底处的井斜角α与方位角
Figure BDA0003368513810000032
应用轨迹测算环节反算出轨迹的状态量Oo′ut；
状态量Oo′ut将作为反馈值传递给滚动优化环节，计算纠偏控制输入ωSR、
Figure BDA0003368513810000033
Oo′ut与预测模型计算的预测值的差值将作为反馈评估环节的输入，计算反馈校正量，反馈校正量在滚动优化环节中进行求解，进而进一步修正轨迹延伸模型。
进一步地，步骤S102中，扰动量期望预估具体如下：
扰动量幅值计算：将轨迹的状态量Oo′ut与(1)式中轨迹延伸模型所计算的预测值作差，得到扰动量幅值；
所述扰动量幅值，整合所述扰动量幅值与先验各采样点的扰动量幅值，形成扰动量集合；
扰动量集合作为反馈评估环节的输入，基于混合高斯模型评估得到扰动量概率密度及其期望。
进一步地，步骤S103中，修正轨迹延伸模型与约束方程，具体为：将轨迹延伸模型离散化，得到修正后的离散化单步预测模型，如式(2)：
Figure BDA0003368513810000041
其中，L为定点测量间隔，以米为单位，pa为离散化参数，通过将(1)式作精确离散化，得到参数pa；sx(k)指代第k号测斜点处的东向位置偏差，其为状态量sx的离散化形式；
修正后的约束方程如式(3)：
Figure BDA0003368513810000042
其中E(Δx)和E(Δy)为步骤102得到的扰动值期望；结合修正的预测方程与约束条件，构建MPC滚动优化方程，得到校正后的纠偏控制量。
本发明提供一种基于高斯混合模型的垂钻纠偏控制反馈校正装置，包括：
模型及控制系统构建模块：根据垂直钻进纠偏过程，构建垂直钻进纠偏过程的轨迹延伸模型，确定控制系统扰动量，构建控制系统；
扰动量期望预估模块：将垂直钻进过程的扰动量作为随机变量，依据实钻测斜数据和所述轨迹延伸模型，评估当前扰动量幅值，并结合历史扰动量数据，基于混合高斯模型评估扰动量概率密度及其期望；
反馈校正模块：基于步扰动量期望预估模块中扰动量的期望值，修正轨迹延伸模型与约束方程，代入滚动优化求解，最终获得轨迹延伸模型校正后的垂直钻进纠偏控制量。
本发明还提供了一种计算机设备，其包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于高斯混合模型的垂钻纠偏控制反馈校正的步骤。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于改进激光描述符的车辆重定位的步骤。
与现有技术相比，本发明的有益效果包括：基于混合高斯模型评估方法，提取纠偏过程中扰动量的先验信息，以此作为反馈校正参数，大幅提高垂钻纠偏控制精度。
附图说明
图1是本发明提供的基于高斯混合模型的垂钻纠偏控制反馈校正的流程示意图；
图2是本发明垂钻纠偏过程示意图；
图3是本发明控制系统框图；
图4扰动量期望预估流程图；
图5是本发明实验结果示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供了一种基于高斯混合模型的垂钻纠偏控制反馈校正方法。
请参考图1，该方法包括以下步骤：
S101：模型及控制系统构建：根据垂直钻进纠偏过程，构建垂直钻进纠偏过程的轨迹延伸模型，确定控制系统扰动量，构建控制系统；
作为一种实施例，垂直钻进纠偏过程，请参考图2，图2是垂钻纠偏过程示意图；BHA在钻杆的带动下钻进形成钻进轨迹。假设P点为地层空间中BHA所处的位置，Pxoy、Pyoz、Pxoz、Pz分别为P在平面XOZ、YOZ、XOZ和Z轴上的投影，
Figure BDA0003368513810000061
为钻速，
Figure BDA0003368513810000062
分别为
Figure BDA0003368513810000063
在X、Y、Z轴方向上的分量，
Figure BDA0003368513810000064
为两个合方向，α、
Figure BDA0003368513810000065
分别为P点的井斜角与方位角，αx、αy分别为α的两个分量。
作为一种实施例，从钻具运动学角度入手给出轨迹延伸模型作为控制对象如下式所示：
Figure BDA0003368513810000066
其中ωSR为导向率，
Figure BDA0003368513810000067
为磁工具面角，他们是导向BHA的两个控制量，
Figure BDA0003368513810000068
的大小决定钻进的方向，ωSR指一个控制周期内系统处于定向造斜状态占钻进时间的比例。r为导向钻具的固有参数，指示的是在平稳地层中该导量钻具所能钻出轨迹的理论最大曲率。
设定井斜角αx,αy与水平位移sx,sy为纠偏控制的四个状态量，可知纠偏控制的总体目标为通过调节ωSR、
Figure BDA0003368513810000071
来改变αx、αy、sx、sy。由于地层特性变化或者建模误差，会在不同阶段改变r的大小，即存在干扰的问题，在这里使用Δx、Δy来表示r变化的大小。显然Δx、Δy是两个随机变量，当其期望指向某一特定方向时，在纠偏控制中会产生较大的纠偏控制稳态误差。
设定井斜角αx,αy与水平位移sx,sy为纠偏控制的四个状态量，可知纠偏控制的总体目标为通过调节ωSR、
Figure BDA0003368513810000072
来改变αx、αy、sx、sy。由于地层特性变化或者建模误差，会在不同阶段改变r的大小，即存在干扰的问题，使用Δx、Δy来表示r变化的大小。Δx、Δy是两个随机变量，当其期望指向某一特定方向时，在纠偏控制中会产生较大的纠偏控制稳态误差。
本申请利用地层扰动的先验信息来计算反馈校正参数，修正模型预测控制预测模型与约束方程，以补偿因地层扰动造成的纠偏控制模型失配的问题。
作为一种实施例，请参考图3，图3是本发明控制系统控制框图；所述控制系统，包括：滚动优化环节、反馈评估环节、轨迹延伸模型环节、轨迹测算环节、垂直钻进纠偏过程环节和测斜仪。在图3中，框图中的预测模型，即指代轨迹延伸模型环节；控制系统的控制原理为：
给定导向钻具的固有参数输入rin，在钻进不同阶段，rin随着干扰量的存在而变化；
利用Oout表示轨迹状态的四个状态量井斜角αx,αy与水平位移Sx,Sy；
通过测斜仪测量井底处的井斜角α与方位角
Figure BDA0003368513810000073
应用轨迹测算环节反算出轨迹的状态量Oo′ut；
状态量Oo′ut将作为反馈值传递给滚动优化环节，计算纠偏控制输入ωSR、
Figure BDA0003368513810000081
Oo′ut与预测模型计算的预测值的差值将作为反馈评估环节的输入，计算反馈校正量，反馈校正量在滚动优化环节中进行求解，进而进一步修正轨迹延伸模型。
S102：扰动量期望预估：将垂直钻进过程的扰动量作为随机变量，依据实钻测斜数据和所述轨迹延伸模型，评估当前扰动量幅值，并结合历史扰动量数据，基于混合高斯模型评估扰动量概率密度及其期望；
请参考图4，图4扰动量期望预估流程图；步骤S102中，扰动量期望预估具体如下：
扰动量幅值计算：将轨迹的状态量Oo′ut与(1)式中轨迹延伸模型所计算的预测值作差，得到扰动量幅值；
所述扰动量幅值，整合所述扰动量幅值与先验各采样点的扰动量幅值，形成扰动量集合；
扰动量集合作为反馈评估环节的输入，基于混合高斯模型评估得到扰动量概率密度及其期望。
作为步骤S102的一个实施例，由于地层偏斜特性或者是建模误差导致模型失配，从而影响控制精度，最主要的控制误差是由于单一方向的偏斜干扰造成的。
为了解决这一问题，首先需要评估扰动量Δx、Δy的期望值，以明确地层扰动的主要方向及大小。扰动量Δx、Δy的幅值是通过测量值Oo′ut与(1)式所计算的预测值作差获得。具体流程如下。
首先确定BHA造斜固有参数r，其指代在单一平稳地层中一定钻深BHA钻成轨迹的最大曲率，即BHA的额定造斜率，其与BHA的机械结构相关。在没有扰动的情况下，r是固定值。
然后将所钻轨迹测量值与轨迹延伸模型计算值进行比较，从而进行扰动量幅值的计算。
整合各采样点计算所得扰动量，以获得扰动量的集合，作为反馈评估环节的输入。
最后将扰动量作为随机变量进行处理，考虑扰动量的概率密度函数可能存在多峰的特点，因此利用混合高斯模型评估扰动量的概率密度函数及其期望值，以增加估计精度。最终获得的期望值将作为S103的输入。
S103：反馈校正：基于步骤S102中扰动量的期望值，修正轨迹延伸模型与约束方程，代入滚动优化求解，最终获得轨迹延伸模型校正后的垂直钻进纠偏控制量。
作为一种实施例，通过扰动量期望值预估，可以确定当前井段地层扰动的主要方向及大小。根据期望值，修正预测控制中的预测模型与约束方程，代入滚动优化，即可获得模型校正后的纠偏控制量。
修正后的离散化单步预测模型如式(2)所示：
Figure BDA0003368513810000091
其中，L为定点测量间隔，以米为单位，pa为离散化参数，通过将(1)式作精确离散化，可得到参数pa。另外sx(k)指代第k号测斜点处的东向位置偏差，其为状态量sx的离散化形式，其他变量类似。修正后的约束如式(3)所示：
Figure BDA0003368513810000092
其中E(Δx)和E(Δy)为步骤2所预估的扰动值期望。结合修正的预测方程与约束条件，构建MPC滚动优化方程，即可得到模型校正后的纠偏控制量。
作为一种实施例，针对提出的基于高斯混合模型的垂钻纠偏控制反馈校正方法，进行模拟仿真实验，以验证所提方法的有效性。
在仿真实验中，设定初始偏差αx、αy、sx、sy分别为0.8°、-1.2°、5m、5m，设定扰动量Δx、Δy分别服从高斯分布N(0.001396,0.000698)，N(0.0012215,0.000698)，可以看出扰动量Δx、Δy的期望值并不为零，地层具有单一偏斜特性。设定导向BHA的固有参数r为6°/30m，测量间隔为18m，pa计算得162，预测步长p设定为5，角度约束αmax设定为3°，仿真步长为40。为了量化描述反馈校正的效果，提出一下指标J：
Figure BDA0003368513810000101
其中n代表仿真总时长。反馈系数好坏的评估思路是比较代入不同反馈系数后位置偏差大于emax的仿真次数，因此优化算法的优化目标是选择合适的反馈系数，以保证这个误差最小，emax设定为0.3m。最后将本文方法与两组实验进行对比，以体现本文方法的有效性。方法一为未加入反馈校正的MPC控制方法，方法二为直接将计算的扰动量直接作为反馈校正参数的MPC控制方法。实验结果如表一所示。
表一250次蒙特卡洛实验结果
Figure BDA0003368513810000102
请参考图5，图5是本发明实验结果示意图；在未经过反馈校正处理时，纠偏控制具有较大稳态误差，同时纠偏时间较长。而直接将计算的扰动量直接作为反馈校正参数，会造成校正值随着扰动变化而波动，影响纠偏控制效果。通过250次蒙特卡洛实验也证明本文方法的纠偏误差更小。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本实施例还提供一种基于高斯混合模型的垂钻纠偏控制反馈校正装置，所述装置包括：
模型及控制系统构建模块：根据垂直钻进纠偏过程，构建垂直钻进纠偏过程的轨迹延伸模型，确定控制系统扰动量，构建控制系统；
扰动量期望预估模块：将垂直钻进过程的扰动量作为随机变量，依据实钻测斜数据和所述轨迹延伸模型，评估当前扰动量幅值，并结合历史扰动量数据，基于混合高斯模型评估扰动量概率密度及其期望；
反馈校正模块：基于步扰动量期望预估模块中扰动量的期望值，修正轨迹延伸模型与约束方程，代入滚动优化求解，最终获得轨迹延伸模型校正后的垂直钻进纠偏控制量。
本发明还提供了一种计算机设备，其包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于高斯混合模型的垂钻纠偏控制反馈校正的步骤，在此不再赘述。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于高斯混合模型的垂钻纠偏控制反馈校正的步骤，在此不再赘述。
本发明的有益效果是：基于混合高斯模型评估方法，提取纠偏过程中扰动量的先验信息，以此作为反馈校正参数，大幅提高垂钻纠偏控制精度。
以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。

Claims (10)

1.一种基于高斯混合模型的垂钻纠偏控制反馈校正方法，其特征在于：包括以下步骤：
S101：模型及控制系统构建：根据垂直钻进纠偏过程，构建垂直钻进纠偏过程的轨迹延伸模型，确定控制系统扰动量，构建控制系统；
S102：扰动量期望预估：将垂直钻进过程的扰动量作为随机变量，依据实钻测斜数据和所述轨迹延伸模型，评估当前扰动量幅值，并结合历史扰动量数据，基于混合高斯模型评估扰动量概率密度及其期望；
S103：反馈校正：基于步骤S102中扰动量的期望值，修正轨迹延伸模型与约束方程，代入滚动优化求解，最终获得轨迹延伸模型校正后的垂直钻进纠偏控制量。
2.如权利要求1所述的一种基于高斯混合模型的垂钻纠偏控制反馈校正方法，其特征在于：所述轨迹延伸模型，采用四个状态量定义钻进轨迹点的偏差，分别为井斜角αx,αy与水平位移Sx,Sy；采用磁工具面角ωSR与导向率
Figure FDA0003368513800000012
表示可操作量；采用Δ，Δx，Δy表示干扰或钻进过程中的扰动量。
3.如权利要求2所述的一种基于高斯混合模型的垂钻纠偏控制反馈校正方法，其特征在于：所述轨迹延伸模型采用下式表示：
Figure FDA0003368513800000011
其中，r为导向钻具的固有参数，具体指在平稳地层中该导量钻具所能钻出轨迹的理论最大曲率。
4.如权利要求3所述的一种基于高斯混合模型的垂钻纠偏控制反馈校正方法，其特征在于：所述控制系统，包括：滚动优化环节、反馈评估环节、轨迹延伸模型环节、轨迹测算环节、垂直钻进纠偏过程环节和测斜仪。
5.如权利要求4所述的一种基于高斯混合模型的垂钻纠偏控制反馈校正方法，其特征在于：所述控制系统的控制原理为：
给定导向钻具的固有参数输入rin，在钻进不同阶段，rin随着干扰量的存在而变化；
利用Oout表示轨迹状态的四个状态量井斜角αx,αy与水平位移Sx,Sy；
通过测斜仪测量井底处的井斜角α与方位角
Figure FDA0003368513800000021
应用轨迹测算环节反算出轨迹的状态量O′out；
状态量O′out将作为反馈值传递给滚动优化环节，计算纠偏控制输入ωSR、
Figure FDA0003368513800000022
O′out与预测模型计算的预测值的差值将作为反馈评估环节的输入，计算反馈校正量，反馈校正量在滚动优化环节中进行求解，进而进一步修正轨迹延伸模型。
6.如权利要求5所述的一种基于高斯混合模型的垂钻纠偏控制反馈校正方法，其特征在于：步骤S102中，扰动量期望预估具体如下：
扰动量幅值计算：将轨迹的状态量O′out与(1)式中轨迹延伸模型所计算的预测值作差，得到扰动量幅值；
所述扰动量幅值，整合所述扰动量幅值与先验各采样点的扰动量幅值，形成扰动量集合；
扰动量集合作为反馈评估环节的输入，基于混合高斯模型评估得到扰动量概率密度及其期望。
7.如权利要求1所述的一种基于高斯混合模型的垂钻纠偏控制反馈校正方法，其特征在于：步骤S103中，修正轨迹延伸模型与约束方程，具体为：将轨迹延伸模型离散化，得到修正后的离散化单步预测模型，如式(2)：
Figure FDA0003368513800000031
其中，L为定点测量间隔，以米为单位，pa为离散化参数，通过将(1)式作精确离散化，得到参数pa；sx(k)指代第k号测斜点处的东向位置偏差，其为状态量sx的离散化形式；
修正后的约束方程如式(3)：
Figure FDA0003368513800000032
其中E(Δx)和E(Δy)为步骤102得到的扰动值期望；结合修正的预测方程与约束条件，构建MPC滚动优化方程，得到校正后的纠偏控制量。
8.一种基于高斯混合模型的垂钻纠偏控制反馈校正装置，其特征在于，所述装置包括：
模型及控制系统构建模块：根据垂直钻进纠偏过程，构建垂直钻进纠偏过程的轨迹延伸模型，确定控制系统扰动量，构建控制系统；
扰动量期望预估模块：将垂直钻进过程的扰动量作为随机变量，依据实钻测斜数据和所述轨迹延伸模型，评估当前扰动量幅值，并结合历史扰动量数据，基于混合高斯模型评估扰动量概率密度及其期望；
反馈校正模块：基于步扰动量期望预估模块中扰动量的期望值，修正轨迹延伸模型与约束方程，代入滚动优化求解，最终获得轨迹延伸模型校正后的垂直钻进纠偏控制量。
9.一种计算机设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于高斯混合模型的垂钻纠偏控制反馈校正的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于高斯混合模型的垂钻纠偏控制反馈校正的步骤。
CN202111390925.8A 2021-11-23 2021-11-23 基于高斯混合模型的垂钻纠偏控制反馈校正方法及装置 Active CN114137836B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111390925.8A CN114137836B (zh) 2021-11-23 2021-11-23 基于高斯混合模型的垂钻纠偏控制反馈校正方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111390925.8A CN114137836B (zh) 2021-11-23 2021-11-23 基于高斯混合模型的垂钻纠偏控制反馈校正方法及装置

Publications (2)

Publication Number Publication Date
CN114137836A true CN114137836A (zh) 2022-03-04
CN114137836B CN114137836B (zh) 2023-08-04

Family

ID=80391172

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111390925.8A Active CN114137836B (zh) 2021-11-23 2021-11-23 基于高斯混合模型的垂钻纠偏控制反馈校正方法及装置

Country Status (1)

Country Link
CN (1) CN114137836B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114856428A (zh) * 2022-04-18 2022-08-05 清华大学 一种滑动导向钻井前馈控制方法、前馈工控机及系统
CN116427909A (zh) * 2023-06-12 2023-07-14 四川圣诺油气工程技术服务有限公司 基于垂直钻井系统的井斜方位测定方法
CN116560348A (zh) * 2023-07-10 2023-08-08 钛玛科（北京）工业科技有限公司 一种基于无线通信反馈的控制器纠偏方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110060424A1 (en) * 2009-09-10 2011-03-10 Honeywell International Inc. System and method for predicting future disturbances in model predictive control applications
US20110125293A1 (en) * 2009-11-25 2011-05-26 Honeywell International Inc. Fast algorithm for model predictive control
US20160130928A1 (en) * 2014-11-12 2016-05-12 Covar Applied Technologies, Inc. System and method for measuring characteristics of cuttings and fluid front location during drilling operations with computer vision
WO2017127474A1 (en) * 2016-01-20 2017-07-27 Carrier Corporation A building management system using object detection and tracking in a large space with a low resolution sensor
CN110262563A (zh) * 2018-05-23 2019-09-20 中国海洋大学 多无人机协同搜索水上目标的方法
CN112340930A (zh) * 2019-08-07 2021-02-09 横河电机株式会社 控制系统以及控制方法
CN112668799A (zh) * 2021-01-04 2021-04-16 南京航空航天大学 基于行驶大数据的phev的智能能量管理方法和存储介质
CN112721949A (zh) * 2021-01-12 2021-04-30 重庆大学 一种自动驾驶车辆纵向驾驶拟人化程度评价方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110060424A1 (en) * 2009-09-10 2011-03-10 Honeywell International Inc. System and method for predicting future disturbances in model predictive control applications
US20110125293A1 (en) * 2009-11-25 2011-05-26 Honeywell International Inc. Fast algorithm for model predictive control
US20160130928A1 (en) * 2014-11-12 2016-05-12 Covar Applied Technologies, Inc. System and method for measuring characteristics of cuttings and fluid front location during drilling operations with computer vision
WO2017127474A1 (en) * 2016-01-20 2017-07-27 Carrier Corporation A building management system using object detection and tracking in a large space with a low resolution sensor
CN110262563A (zh) * 2018-05-23 2019-09-20 中国海洋大学 多无人机协同搜索水上目标的方法
CN112340930A (zh) * 2019-08-07 2021-02-09 横河电机株式会社 控制系统以及控制方法
CN112668799A (zh) * 2021-01-04 2021-04-16 南京航空航天大学 基于行驶大数据的phev的智能能量管理方法和存储介质
CN112721949A (zh) * 2021-01-12 2021-04-30 重庆大学 一种自动驾驶车辆纵向驾驶拟人化程度评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
AMIRHOSSEIN NIKOOFARDTOR ARNE JOHANSENGLENN-OLE KAASA: "Evaluation of Lyapunov-based Adaptive Observer using Low-Order Lumped Model for Estimation of Production Index in Under-balanced Drilling", 《IFAC-PAPERSONLINE》 *
DIAN ZHANG,MIN WU,CHENGDA LU: "Intelligent Compensating Method for MPC-Based Deviation Correction with Stratum Uncertainty in Vertical Drilling Process", 《JOURNAL OF ADVANCED COMPUTATIONAL INTELLIGENCE AND INTELLIGENT INFORMATICS》 *
张典;杜胜;陆承达;陈略峰;曹卫华;吴敏: "地质钻探垂钻定向纠偏控制的工程实现与实验分析", 《钻探工程》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114856428A (zh) * 2022-04-18 2022-08-05 清华大学 一种滑动导向钻井前馈控制方法、前馈工控机及系统
CN114856428B (zh) * 2022-04-18 2022-12-23 清华大学 一种滑动导向钻井前馈控制方法、前馈工控机及系统
CN116427909A (zh) * 2023-06-12 2023-07-14 四川圣诺油气工程技术服务有限公司 基于垂直钻井系统的井斜方位测定方法
CN116427909B (zh) * 2023-06-12 2023-09-19 四川圣诺油气工程技术服务有限公司 基于垂直钻井系统的井斜方位测定方法
CN116560348A (zh) * 2023-07-10 2023-08-08 钛玛科（北京）工业科技有限公司 一种基于无线通信反馈的控制器纠偏方法
CN116560348B (zh) * 2023-07-10 2023-11-03 钛玛科（北京）工业科技有限公司 一种基于无线通信反馈的控制器纠偏方法

Also Published As

Publication number Publication date
CN114137836B (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
CN114137836A (zh) 基于高斯混合模型的垂钻纠偏控制反馈校正方法及装置
US9085938B2 (en) Minimum strain energy waypoint-following controller for directional drilling using optimized geometric hermite curves
Kremers et al. Model-based robust control of directional drilling systems
US20140196950A1 (en) Path Tracking for Directional Drilling as Applied to Attitude Hold and Trajectory Following
CN109653728B (zh) 一种基于向量相似度的井眼轨迹钻前模拟方法
CN103883255B (zh) 一种基于连续导向钻井的水平井着陆轨迹控制方法
CN110513043B (zh) 一种基于自动导向钻具的垂直钻进过程纠斜控制方法
CN108571287B (zh) 基于过程控制的井眼轨迹控制系统
CN105952377A (zh) 煤矿井下定向钻孔轨迹控制方法
CN105631753A (zh) 一种基于地层产状的水平井油藏剖面建模方法
CN107943079A (zh) 一种剩余飞行时间在线估计方法
Cai et al. Observer‐based trajectory control for directional drilling process
Ignova et al. An automated trajectory control for drilling operations
CN103883307B (zh) 一种中靶优先着陆控制的通用导向钻井方法
Zhang et al. A deviation correction strategy based on particle filtering and improved model predictive control for vertical drilling
CN104763694A (zh) 一种掘进机液压推进系统分区压力设定值优化方法
Zhang et al. Tube-based adaptive model predictive control for deviation correction in vertical drilling process
Zhang et al. Model predictive control strategy based on improved trajectory extension model for deviation correction in vertical drilling process
CN111913491B (zh) 一种基于视线角非线性抗饱和与不确定性补偿的制导方法
CN106567705B (zh) 一种用工具面角控制井眼轨迹的方法
CN115062394A (zh) 一种三维轨道剖面的自动化数值设计方法和系统
CN111335876A (zh) 一种石油钻井井眼轨迹自适应跟踪预测控制方法
US20180328165A1 (en) Methods and systems employing a gradient sensor arrangement for ranging
US20210310347A1 (en) Method for geological steering control through reinforcement learning
Zhang et al. Design of Deviation Correction Control System in Vertical Drilling Process

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