CN115059458B - 一种井下随钻测量的泥浆脉冲信号的产生及识别方法 - Google Patents

Abstract

本发明公开了一种井下随钻测量的泥浆脉冲信号的产生及识别方法，属于信号处理的技术领域，包括以下步骤：对编码盘进行旋转，记录旋转的角度并产生不同波形的信号；对信号进行高频采集和滤波处理，获取信号的频率特征；幅值对比逼进法获取泥浆脉冲信号的幅值特征；通过灰色关联度算法识别幅值编码；对比识别编码序列获取井下信息；通过相位值获取井下测量信号的动态变化，进而辨别井下信息。本发明通过设计编码盘的结构，可在井下测量工作中获取有效的井下参数，经过流体的压力脉动作用上传至井口的压力传感器，信号采集装置完成对信号的采集、存储。

Description

一种井下随钻测量的泥浆脉冲信号的产生及识别方法

技术领域

本发明是关于信号处理的技术领域，特别是关于一种井下随钻测量的泥浆脉冲信号的产生及识别方法。

背景技术

随钻测量是定向钻井中重要的技术手段，用以实时采集、反馈钻井过程中的井下数据。

现有的井下随钻测量测量仪器，例如申请号为CN202111210559.3的中国发明专利公开的一种机械式随钻井斜测量仪，利用泥浆脉冲信号进行井底与地面之间的传输。

但是现有的井下随钻测量仪，例如申请号为CN200510042035.2的中国发明专利提出了一种机械式无线随钻测斜仪，其脉冲发生器能够产生不同数量的泥浆脉冲信号以反应不同大小的井斜参数。但是使用这种仪器进行随钻测量时，需要关停泥浆泵，影响钻进效率。且仅仅使用脉冲信号的个数作为信号传输的特征载体，信息承载能力弱。

由此可见，随钻测量采集并上传的井下参数的有效性直接影响到施工的效率与质量，随着勘探钻井向着深井及超深井的方向发展，钻井过程中遇到的地层的多变性愈加复杂，如何产生含多参数的井下信息的泥浆脉冲信号以及地面对信号的有效解码识别方法成为了亟需解决的问题。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

本发明的目的在于提供一种井下随钻测量的泥浆脉冲信号的产生及识别方法，其通过设计编码盘的结构，可在井下测量工作中获取有效的井下参数，经过流体的压力脉动作用上传至井口的压力传感器，信号采集装置完成对信号的采集、存储。

为实现上述目的，本发明提供了一种井下随钻测量的泥浆脉冲信号的产生及识别方法，包括以下步骤：

S1：对编码盘进行旋转，记录旋转的角度并产生不同波形的信号；

S2：对信号进行高频采集，并进行低通滤波处理，获取有效的泥浆脉冲压力信号，并且对有效的泥浆压力脉冲信号进行实时采集；

S3：对高频信号进行平滑处理，识别得到平滑的平均值拟合曲线，该曲线便于识别用于划分峰值区间的波谷位置，取出拟合曲线点坐标相对原始曲线点坐标的偏移量和拟合曲线数据；

S4：使用TR函数从拟合曲线的数据中取出所有波谷坐标；

S5：通过数值对比逼进法获取泥浆脉冲信号的波峰与波谷值，获得截取段，计算被分割的各峰面积，以峰面积代替峰值特征，取出特征序列；

S6：通过灰色关联度算法识别出与在不同角度下的编码盘对应的编码序列，获取对应的井下信号；

S7：将预设序列转换为对应角度；

S8：获取信号波形的初始相位，用于补充截取段所缺少的前段信息。

在本发明的一实施方式中，所述编码盘上圆周分布有不同过流面积的六个过流孔。

在本发明的一实施方式中，步骤S3包括：采用DFC函数对有效的泥浆压力脉冲信号进行读取并进行数据结构转换，载入波形周期或预设周期，并使用AF函数对平均值进行拟合，得到相对平滑的平均值拟合曲线。

在本发明的一实施方式中，AF函数基于周期和需要的拟合程度动态调整拟合过程中取值窗口的大小；AF函数的计算过程如下：

I＝N/(6*P*d)

W＝Fix(I/2)

其中，I为平均区间长度；N为数据总长度；P为输入的周期；d为可动态调整的拟合程度值；W为窗口长度；Fix()为取整函数。

在本发明的一实施方式中，步骤S5中，所述编码盘旋转一周，六个过流孔共产生三种不同压力大小状态，对应有三种峰高或三种峰面积大小；所述编码盘旋转一周后六个过流孔将每种状态呈现两次。

在本发明的一实施方式中，步骤S6中，通过灰色关联度算法将特征序列和预设序列寻求匹配，实现精度为60°的初步识别；编码盘以60°划分盘面得出区间，从各区间的起始位置开始旋转会产生相对应的预设序列。

在本发明的一实施方式中，步骤S8中，当截取段中识别出的状态组囊括的数据长度位于整列信号数据中段时，向前反演若干个该类型状态组直至前段数据无法再被分割成一个完整状态组能够囊括的数据长度，该段剩余数据长度为初始相位。

与现有技术相比，根据本发明的一种井下随钻测量的泥浆脉冲信号的产生及识别方法，在信号的编码方面，通过设计泥浆脉冲发生器的编码阀的过流面积的变化，完成对井下泥浆脉冲信号的编码。通过脉冲发生器对流量的灵敏性，控制信号的周期(频率)变化。井下泥浆脉冲信号在传输过程中存在较为明显的衰减现象，造成幅值等参数的特征性下降造成识别困难。本发明通过频率与幅值的双重编码形式有效地获取井下测量信息，提高井下信号的可辨识性。

附图说明

图1是根据本发明一实施方式的一种井下随钻测量的泥浆脉冲信号的产生及识别方法；

图2是根据本发明一实施方式的泥浆脉冲信号编码盘的示意图；

图3是根据本发明一实施方式的井下源信号波形示意图；

图4是根据本发明一实施方式的滤噪模拟信号波形拟合示意图；

图5是根据本发明一实施方式的拟合效果说明示意图。

具体实施方式

下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。

如图1至图5所示，根据本发明优选实施方式的一种井下随钻测量的泥浆脉冲信号的产生及识别方法，其包括以下步骤：

S1：对编码盘进行旋转，记录旋转的角度并产生不同波形的信号。

本发明中，是通过以下编码盘来实现泥浆压力脉冲信号的编码及产生。

如图1所示，通过设计不同过流面积的孔径(图1中在编码盘上分别的过流孔101)，各过流孔101圆周分布在编码盘上(例如均分角为30°)，按照顺序先后对不同的过流孔进行旋转，以周期遮挡或改变面积大小，使得 MWD测量系统(随钻测量系统)的泥浆脉冲发生器产生如图2所示的，连续的泥浆脉冲信号波形。不同的井斜条件下，会产生不同波形的信号。通过脉冲发生端所产生的信号，经过上传地面可分析信号波形种所含的频率(周期)、幅值、初始相位等参数获取井下有效信息。

本发明中使用上述编码盘的测斜仪与传统的钟摆型机械测斜仪相比，区别在于：传统的钟摆型机械测斜仪只能测得不同点位的、离散的数据；而使用本发明的测斜仪可以边钻进边产生脉冲信号，而无需停泵，中断钻进，全面覆盖采集整个钻井过程中的井下数据，同时，产生的脉冲信号具有不同的频率、周期、幅值、相位等参数，能够多维度地、更加准确地反映井下井斜角、工具面角等参数。

S2：对信号进行高频采集，并进行低通滤波处理，获取有效的泥浆脉冲压力信号，并且对有效的泥浆压力脉冲信号进行实时采集。

具体地，有效的泥浆脉冲压力信号的获取过程如下：

通过地面的高频采集装置，以大于1000Hz的采集频率获取上传的含有噪声的泥浆脉冲压力信号；对含有噪声的泥浆脉冲信号进行低通滤波处理，获取有效的源压力脉冲信号。

S3：对高频信号进行平滑处理，识别得到平滑的平均值拟合曲线，该曲线便于识别用于划分峰值区间的波谷位置，取出拟合曲线点坐标相对原始曲线点坐标的偏移量和拟合曲线数据。

具体地，该步骤S3包括：采用DFC函数对有效的泥浆压力脉冲信号进行读取并进行数据结构转换，载入波形周期或预设周期(频率)，并使用AF 函数对平均值进行拟合，得到相对平滑的平均值拟合曲线。

该步骤中，采用DFC函数进行数据结构转换，DFC函数主要功能是用于解决输入数据的时域采集点数值与数列序号的对应问题，当输入数据为无序号对应的单列数据时，经过DFC的转换可以保证默认序号的顺利生成，序号是方便输入数据后续处理的重要一维，因此需要保证序号维的存在，较多情况下，无序号的单列数据更易用于非本识别方法的其他条件，因此为兼容考虑，在不对原数据做更改的前提下，使用该函数来达成需求。

AF函数基于周期和需要的拟合程度动态调整拟合过程中取值窗口的大小，取值窗口是人为界定的一个单次数据处理长度，长度的确定将根据需要拟合的程度以及周期数计算。从数据起始端向终止端若干次采取等长数据，模仿现实中窗口的滑动，这种采取数据，处理数据的方式是本次数据拟合的基础，单个窗口未必能够直接寻找到波峰或波谷，但经过窗口逐渐滑动获得能够包含一个波峰长度的拟合数据后，就可以寻找到需要的波峰，波谷同理。拟合过程就是将窗口中的全部值平均化用以代替窗口中值，造成n个数化为1个数的实际效果，再选取合适的窗口移动步长可以有效避免长程波形数据中驼峰波动对拟合效果的干扰。

具体地，AF函数的计算过程如下：

I＝N/(6*P*d)

W＝Fix(I/2)

其中，I为平均区间长度；N为数据总长度；P为输入的周期；d为可动态调整的拟合程度值(当d越大时拟合程度越高，过高可能导致过拟合现象)； W为窗口长度；Fix()为取整函数。

在该过程中会造成拟合数据较之前数据丢失一个窗口长度乘以步长的数值长度，因此AF函数最后会在拟合曲线数据之外额外记录下每个窗口中值和原始位置的相位差异，用于调整拟合曲线位置以便和原始波形进行对应。

利用泥浆脉冲信号的频率在长距离的不易衰减性，通过频率变化携带井下信息进行信号的传输。

S4：使用TR函数从拟合曲线的数据中取出所有波谷坐标。在理想条件下，拟合后曲线将成为一条光滑可导的波形线，原本的非凸线形被优化为凸线形，直接取出对应波谷的线形零点位置就是波谷坐标。

TR函数的计算过程如下：

A₁＝S(i)-S(i-1)

A₂＝S(i)-S(i+1)

其中，A₁为前两数之差，A₂为后两数之差，S代表拟合曲线的整个数列， i代表数列上的任意数。显然波谷的判定只会在A₁<0且A₂>0的条件下生效。

S5：通过数值对比逼进法获取泥浆脉冲信号的波峰与波谷值，获得截取段，计算被分割的各峰面积，以峰面积代替峰值特征，取出特征序列。

窗口在逐步移动过程中各个窗口中值的会组成一个被逐渐描画出的拟合线形状，当画过的位置经过之前确定的波谷位置后，可以认为从上一个波谷位置到下一个波谷位置之间是所需波峰存在的区间。考虑到实际条件下，每个峰值都存在直观上的高度差异，当峰值高度接近时不能只以峰值大小作为后续判定该峰对应码位的唯一标准，因此需要结合峰面积综合判定，相邻窗口中值相互对比可以发现波峰与波谷值，波谷之间的存峰区间可以直接计算峰面积，两相结合决定最后的特征序列。当峰值序列和峰面积序列相吻合，二者都能作为特征序列来使用，二者相悖则记录该段跨度和特征点数，跳过该段识别结论，进行下一段的识别。

通过对获取的数据进行对比，逼近幅值获取信号的波峰、波谷，其中波峰、波谷值对应着信号的编码。具体地，编码盘旋转一周，六个过流孔共产生高中低三种不同压力大小状态，体现在信号的波峰上就意味着对应有三种峰高或三种峰面积大小，旋转一周后六个过流孔将每种状态呈现两次，六个连续状态特征一组刚好代表盘转一周。如图2所示的孔位分布在同一方向旋转将存在6种可供判断角度位置的初步状态组，倘若被取出的特征序列能在6 种状态组中成功配对，便可以识别出该信号数据所对应的状态，以及该状态包含的实际参数信息。

在识别过程中这6种状态组也会翻译成相应的特征编码序列作为预设序列，信号数据会包含多个重复状态组，截取一段进行状态组的匹配就可以反推初始状态组，再通过对信号的编码的匹配关系赋予对应的井下信息，增加地面信号识别的可行性。

如图4所示，该滤噪模拟信号波形是通过Fluent软件模拟编码盘运作而产生，波形噪声情况很小，较为接近滤噪后的波形形状。图4中，以三个完整周期运作的模拟信号为例，峰值更高的曲线为接收的模拟信号滤波后得到的数据曲线，峰值更低的曲线为拟合后得到的曲线，峰值高低或峰面积均可以代表过流孔产生的压力状态。

S6：通过灰色关联度算法将不同角度下的编码盘对应的编码序列，与识别序列进行关联匹配，获取对应的井下信号。灰色关联用于寻求有限个数值向量值排布规律间的潜在联系，在本识别算法中经过修改和补充，用于直接判定波形数据的截取段与状态组的匹配对应关系。

单纯的灰色关联度方法进行关联计算后输出关联程度值的矩阵，当预设序列库中有六组向量，输入待匹配的N组相同维度的特征序列向量时，得出的关联程度值的矩阵将会是6xN的维度，以单列特征序列究竟与哪一组预设序列匹配程度最好结果为例，关联矩阵将是6x1维的列向量，直接根据该向量中数值最大的数所在的行号，即可辨识出特征序列和预设序列库中的第几组预设序列相对应。本识别算法的补充即在于直接得出所需要的行号以及列号，而非一个关联度矩阵，并进一步根据取出的行列序号去建立匹配上的预设序列与预设序列代表度数的关系。

具体地，通过灰色关联度算法将特征序列和预设序列寻求匹配，实现精度为60°的初步识别；编码盘以60°划分盘面得出粗略区间，从各区间的起始位置开始旋转会产生相对应的预设序列。

S7：将预设序列转换为对应角度，该过程只需要重新将各起始角度对应的状态组反译成起始角度值即可。

S8：获取信号波形的初始相位，用于补充截取段所缺少的前段信息。当截取段中识别出的状态组囊括的数据长度位于整列信号数据中段时，向前反演若干个该类型状态组直至前段数据无法再被分割成一个完整状态组能够囊括的数据长度，该段剩余数据长度即为初始相位，其作为预设序列的补充，找到整个信号数据所代表的编码盘起始旋转位置。

计算获得的粗略角度需要调整的相位值，相位计算基于偏移量、周期拟合曲线坐标和峰值数综合考虑。

在匹配到编码盘的粗略划分角度后，将该匹配段前端长度中的整周期段剔除，结合剩余长度中的波谷数量和波峰数量，使得初步得出的起始角度减去它们所代表的角度，并且能得到一个初始峰或初始谷的坐标。

相位的计算过程如下：

p＝c*30/I

其中，c为该初始峰(谷)坐标序号；p为要计算的相位；I为平均区间长度。

在最后一段的不足半个峰长度的处理上用该段数据长度与平均峰长作比，单峰完整跨度代表角度为60°，则相位计算的理论误差不超过30°。

例如对于图4的识别结果而言，匹配段前不存在波谷和波峰，相位的翻译只有1.53°，远小于误差的上界。

该步骤S8中，通过初始相位可以获得在井下测量工具在不同位置下的动态变化信息，实现井下测量工具的动态测量，进而实现随钻测量分析过程。

前述所有步骤中，足以体现本识别方法在拟合数据的方式和特征的匹配方法上的创新，通过窗口平均值方法对毛刺数据波形平滑处理，如图5所示，大的框中为识别的一个完整周期，小的框中存在非识别特征的驼峰干扰，可见经过AF函数中拟合方法的处理，对于驼峰干扰具有较好的过滤能力。而基于灰色关联度算法的特征序列匹配机制避免了将峰值大小进行两两之间的相互比较，直接将六个过流孔在一周旋转中产生的状态综合为一组，找到最接近该组合的特征序列，提高了识别的准确度。

前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。

Claims (5)

1.一种井下随钻测量的泥浆脉冲信号的产生及识别方法，其特征在于，包括以下步骤：

S1：对编码盘进行旋转，记录旋转的角度并产生不同波形的信号；

S2：对信号进行高频采集，并进行低通滤波处理，获取有效的泥浆脉冲压力信号，并且对有效的泥浆压力脉冲信号进行实时采集；

S3：对高频信号进行平滑处理，识别得到平滑的平均值拟合曲线，该曲线便于识别用于划分峰值区间的波谷位置，取出拟合曲线点坐标相对原始曲线点坐标的偏移量和拟合曲线数据；

采用DFC函数对有效的泥浆压力脉冲信号进行读取并进行数据结构转换，载入波形周期或预设周期，并使用AF函数对平均值进行拟合，得到相对平滑的平均值拟合曲线；

AF函数基于周期和需要的拟合程度动态调整拟合过程中取值窗口的大小；AF函数的计算过程如下：

I＝N/(6*P*d)

W＝Fix(I/2)

其中，I为平均区间长度；N为数据总长度；P为输入的周期；d为可动态调整的拟合程度值；W为窗口长度；Fix()为取整函数；

S4：使用TR函数从拟合曲线的数据中取出所有波谷坐标；

其中，TR函数的计算过程如下：

A₁＝S(i)-S(i-1)

A₂＝S(i)-S(i+1)

其中，A₁为前两数之差，A₂为后两数之差，S代表拟合曲线的整个数列，i代表数列上的任意数，波谷的判定只会在A₁<0且A₂>0的条件下生效；

S5：通过数值对比逼进法获取泥浆脉冲信号的波峰与波谷值，获得截取段，计算被分割的各峰面积，以峰面积代替峰值特征，取出特征序列；

S6：通过灰色关联度算法识别出与在不同角度下的编码盘对应的编码序列，获取对应的井下信号；

S7：将预设序列转换为对应角度；

S8：获取信号波形的初始相位，用于补充截取段所缺少的前段信息。

2.如权利要求1所述的井下随钻测量的泥浆脉冲信号的产生及识别方法，其特征在于，所述编码盘上圆周分布有不同过流面积的六个过流孔。

3.如权利要求2所述的井下随钻测量的泥浆脉冲信号的产生及识别方法，其特征在于，步骤S5中，所述编码盘旋转一周，六个过流孔共产生三种不同压力大小状态，对应有三种峰高或三种峰面积大小；所述编码盘旋转一周后六个过流孔将每种状态呈现两次。

4.如权利要求3所述的井下随钻测量的泥浆脉冲信号的产生及识别方法，其特征在于，步骤S6中，通过灰色关联度算法将特征序列和预设序列寻求匹配，实现精度为60°的初步识别；编码盘以60°划分盘面得出区间，从各区间的起始位置开始旋转会产生相对应的预设序列。

5.如权利要求3所述的井下随钻测量的泥浆脉冲信号的产生及识别方法，其特征在于，步骤S8中，当截取段中识别出的状态组囊括的数据长度位于整列信号数据中段时，向前反演若干个该类型状态组直至前段数据无法再被分割成一个完整状态组能够囊括的数据长度，该段剩余数据长度为初始相位。

Images