CN116910435A - 一种扭转严重程度估计指数计算方法、装置、设备及介质 - Google Patents
一种扭转严重程度估计指数计算方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116910435A CN116910435A CN202310898145.7A CN202310898145A CN116910435A CN 116910435 A CN116910435 A CN 116910435A CN 202310898145 A CN202310898145 A CN 202310898145A CN 116910435 A CN116910435 A CN 116910435A
- Authority
- CN
- China
- Prior art keywords
- data
- calculating
- drill bit
- drill
- angular frequency
- 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.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 31
- 238000012546 transfer Methods 0.000 claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000005553 drilling Methods 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 39
- 230000008859 change Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 239000012530 fluid Substances 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- 238000013016 damping Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 5
- 230000010355 oscillation Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000004441 surface measurement Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Earth Drilling (AREA)
Abstract
本发明提供一种扭转严重程度估计指数计算方法、装置、设备及介质,方法包括:获取钻头的扭矩数据,根据所述扭矩数据计算得到所述钻头的柔度系数;获取钻头数据和钻杆数据,根据所述钻头数据和所述钻杆数据构建传递函数矩阵;获取共振频率和转盘角频率,根据所述共振频率和转盘角频率计算得到粘滑角频率;根据所述柔度系数、所述传递函数矩阵和所述角频率构建估计指数模型,利用所述估计指数模型计算估计指数结果。本方法可以通过使用地面已有钻盘的顶驱转速与钻头的顶驱扭矩就可以得到扭转严重程度估计指数值,解决了现场测量粘滑难的问题。
Description
技术领域
本发明涉及石油钻井技术领域,尤其涉及一种扭转严重程度估计指数计算方法、装置、设备及介质。
背景技术
在油气行业,测量钻柱的扭矩振荡,即钻具上有顶驱驱动,下有钻头钻进地层的反扭矩与钻具井壁的摩擦反扭矩,钻具会发生周期性的扭转与释放,包括转速、扭矩、扭转角度的周期性变化,被成为钻柱的扭矩振荡。对于优化钻井作业和避免昂贵的停机时间至关重要。测量扭矩振荡的一种常用的方法是使用扭矩严重程度估计指数来进行测量,扭矩严重程度估计指数是通过测量钻柱扭矩波动并将其与预定义阈值进行比较来计算的。扭矩严重程度估计指数是利用地表测量参数,结合力学模型,估计井下扭转粘滑程度的参数,但是需要专门的传感器和数据采集系统,成本较高,而且计算复杂,耗时较长。
发明内容
有鉴于此,本发明的目的是为了克服现有技术中的不足,提供一种扭转严重程度估计指数计算方法、装置、设备及介质。
本发明提供如下技术方案:
第一方面,本申请提供了一种扭转严重程度估计指数计算方法,包括:
获取钻头的扭矩数据,根据所述扭矩数据计算得到所述钻头的柔度系数;
获取钻头数据和钻杆数据,根据所述钻头数据和所述钻杆数据构建传递函数矩阵;
获取共振频率和转盘角频率,根据所述共振频率和转盘角频率计算得到粘滑角频率;
根据所述柔度系数、所述传递函数矩阵和所述角频率构建估计指数模型,利用所述估计指数模型计算估计指数结果。
一种实施方式中,所述获取钻头的扭矩数据,根据所述扭矩数据计算得到所述钻头的柔度系数,包括:
获取所述扭矩数据和转盘转速与钻头深度的变化关系;
根据所述变化关系计算得到所述柔度系数。
一种实施方式中,所述根据所述扭矩数据计算得到所述钻头的柔度系数,包括:
构建所述柔度系数表达式,根据所述柔度系数表达式计算所述柔度系数,所述柔度系数表达式为:
其中,αrig为井底转角扰动量,τrig为井口扭矩扰动量。
一种实施方式中,所述构建所述柔度系数表达式之前,包括:
利用传递函数,构建所述井底转角扰动量和所述井口扭矩扰动量的函数表达式。
一种实施方式中,所述根据所述钻头数据和所述钻杆数据构建传递函数矩阵,包括:
所述传递函数矩阵为:
其中,L是钻具的长度,G是钻具材料剪切模量,k是复波数。
一种实施方式中,所述复波数的计算函数包括:
其中,ρ是钻具材料密度,Δbh是与动摩擦系数的速度相关性有关的参数,Δmud是由于转速波动导致流体阻力变化引起的阻尼项。
一种实施方式中,所述阻尼项的计算函数包括:
其中,ρmud是泥浆密度,ID和OD分别是钻具的圆柱内外径,μpl是流体的切线粘度,ω为粘滑角频率。
第二方面,本申请提供了一种扭转严重程度估计指数计算装置,包括:
第一计算模块,用于获取钻头的扭矩数据,根据所述扭矩数据计算得到所述钻头的柔度系数;
第二计算模块,用于获取钻头数据和钻杆数据,根据所述钻头数据和所述钻杆数据构建传递函数矩阵;
第三计算模块,用于获取共振频率和转盘角频率,根据所述共振频率和转盘角频率计算得到粘滑角频率;
构建模块,用于根据所述柔度系数、所述传递函数矩阵和所述角频率构建估计指数模型,利用所述估计指数模型计算估计指数结果。
第三方面,本申请提供了一种计算机设备,所述计算机设备包括存储器和至少一个处理器,所述存储器存储有计算机程序,所述处理器用于执行所述计算机程序以实施如第一方面所述的扭转严重程度估计指数计算方法。
第四方面,本申请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,所述计算机程序被执行时,实现如第一方面所述的扭转严重程度估计指数计算方法。
本发明的实施例具有如下有益效果:
本发明提供的扭转严重程度估计指数计算方法,通过使用地面已有钻盘的顶驱转速与钻头的顶驱扭矩就可以得到扭转严重程度估计指数值,解决了现场识别粘滑难的问题。
为使本发明的上述目的、特征和优点能更明显和易懂,下文特举较佳实施例,并配合所附附图,做详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了一种扭转严重程度估计指数计算方法流程示意图;
图2示出了一种转速和扭曲与钻头深度关系示意图;
图3示出了一种角频率与井底柔度关系示意图;
图4示出了第一种粘滑严重度指数分析结果示意图;
图5示出了第二种粘滑严重度指数分析结果示意图;
图6示出了第三种粘滑严重度指数分析结果示意图;
图7示出了第四种粘滑严重度指数分析结果示意图;
图8示出了一种扭转严重程度估计指数计算装置框架结构示意图。
主要元件符号说明:
800、扭转严重程度估计指数计算装置;801、第一计算模块;802、第二计算模块;803、第三计算模块;804、构建模块。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。相反,当元件被称作“直接在”另一元件“上”时,不存在中间元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在模板的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
参见图1,图1为本实施例提供的一种扭转严重程度估计指数计算方法流程示意图,该方法可以用于石油或天然气钻井数据测量,包括:
S101、获取钻头的扭矩数据,根据所述扭矩数据计算得到所述钻头的柔度系数。
扭转严重程度估计指数,英文全称torsional severity estimation,即TSE,是利用地表测量参数,结合力学模型,估计井下扭转粘滑程度的参数。当TSE在0附近时指示粘滑不严重;TSE达到或超过1,指示完全粘滑状态,此时钻头转速将周期性地下降到0。
TSE的定义为井底转速波动的幅度,与井底平均转速的比值,即:
其中,RPMbit为井底平均转速,应当与井口的转盘转速RPMrig相近或相同,否则扭转变形将随时间积累到钻具无法承受的程度。
但分子部分的井底的转速波动幅度ΔRPMbit,通常无法直接测量,因此,采样井口扭矩测量值的极差来进行估计,即:
其中,TQ和RPMrig是在井口测量的扭矩和转盘转速的时间序列数据,i表示扭矩测量周期,P是进行统计分析的时间跨度,通常取钻柱固有粘滑周期的两倍以上。ΔTQref为井口扭矩极差与井底转速波动幅度之间的比例关系,可以根据实际情况,通过传统的力学模型来进行估算,本申请在此不做限定。
其中,由于计算只和一段时间内的极差或者波动幅度有关,把数据通过傅里叶变换到频域进行分析,是比较方便的。利用传递函数的概念,可以建立起井口和井底间的扭矩扰动量τ和转角扰动量α的关系:
频域内,转角扰动量α和转盘转速有简单的代数关系可以表示为:
ΔRPM∝jωα (4)
其中,ω是扰动的角频率,j是虚数单位。
从式(3)可以看出,要得到井口扭矩扰动幅值|τrig|和井底转速扰动幅值|ΔRPMbit|间的比例关系(ΔtQref/2),只需要计算出下述三个物理量:
井口的约束条件,即柔度系数Crig:
井底到井口的传递函数矩阵H,以及容易导致粘滑的外部扰动角频率ω。
参见图2,获取所述扭矩数据和转盘转速与钻头深度的变化关系,分析扭矩数据和转盘转速与钻头深度数据发现,绝大部分情况下,除了突然几乎关停的情况,记录的地表RPM值波动量很小,而扭矩有波动。
这种情况下相当于自变量不变,因变量有变化,因此不可能通过拟合的方式得到合理的柔度系数Crtg(ω)。根据其RPM几乎不变的表现,可以假设地面装置对地表的转盘转速有非常好的控制,RPM没有因为人为操作以外的原因导致的波动,即认为刚度无穷大,而柔度为零。也就是Crig(ω)=0,这也就导致边条件变为:
αrig(ω)=0 (6)
S102、获取钻头数据和钻杆数据,根据所述钻头数据和所述钻杆数据构建传递函数矩阵。
传递函数矩阵用于描述频域内某一段钻具的一头的物理量(α,τ)与另一头的物理量之间的关系。
空心圆柱状的钻杆的传递函数矩阵为:
其中,L是该段钻具的长度,G是该段钻具材料剪切模量,k是复波数,其表达式如下:
其中ρ是该段钻具材料密度;Δbh是与动摩擦系数的速度相关性有关的参数,在经典的库仑摩擦定律中,认为动摩擦系数是常数,则该项为零;Δmud是由于转速波动导致流体阻力变化引起的阻尼项,表达式为:
其中ρmud是泥浆密度,ID和OD分别是该段钻具的圆柱内外径,μpl是流体的切线粘度。
如果将整个钻具组合分成N个微段,并且分别按照上面的方式求得各个微段的传递函数矩阵后,整体的传递函数矩阵H(从井底到井口)可以通过各矩阵依次左连乘得到。
根据收集到的数据,只有钻头和钻杆的尺寸比较明确,因此实际计算时只分为了钻头段(约0.3m)以及钻杆段(约3600m)。
S103、获取共振频率和转盘角频率,根据所述共振频率和转盘角频率计算得到粘滑角频率。
容易导致粘滑的角频率ω主要有两个,一个为一阶共振频率,另一个为转盘角频率。
首先,共振频率是由钻具组合结构自身决定的,在该频率下的外界扰动输入的能量,能够持续地被钻具结构吸收,转化为动能和变形能,导致明显的扭转摆动。文献指出,此时满足井底的柔度系数的实部为零,即:
参见图3,将式(6)和式(3)和传递函数矩阵H代入Cbtt的定义式,作出其实部随ω的变化图。可以看出来一阶共振角频率为ω1=1.25rad/s。
二是与转盘转速RPM对应的角频率。当钻杆以恒定角速度转动时,由于钻具形状、井壁形状并非为完美圆形,也会以相同的角频率产生扰动,导致钻杆出现受迫振动。由于钻杆有主动的持续能量输入,这种扰动往往占据较大的能量比重。
在本例中,钻杆工作时的RPM大约稳定在81,于是受迫振动的角频率为ωf=8.5rad/s。
S104、根据所述柔度系数、所述传递函数矩阵和所述角频率构建估计指数模型,利用所述估计指数模型计算估计指数结果。
利用式(3)、式(6)和式(4),以及传递函数式(7)和式(10),可以算得:
其中||X||是井底转角扰动abit和井口扭矩扰动τrig的交叉柔度,利用前述公式可以算出:
使用上节中两个容易导致粘滑的角频率可以各算出一个ΔTQref,再代入式(2)可以分别算出基于基频共振的TSE1和基于受迫振动的TSEf。
如图4-图7所示,其中,图4和5为3660m-3710m时的粘滑严重度指数变化,图6和7为3760m-3800m时的粘滑严重度指数变化可以看出,TSE1比TSEf大。图中有一些过高的峰值是由于该处RPM为零造成的。总的来看,浅层区间的TSE比深层的更略大。浅层区间在3665m附近粘滑较严重,而深层区间在3795m附近粘滑较严重。
实施例2
参见图8,本申请提供了一种扭转严重程度估计指数计算装置800,包括:
第一计算模块801,用于获取钻头的扭矩数据,根据所述扭矩数据计算得到所述钻头的柔度系数;
第二计算模块802,用于获取钻头数据和钻杆数据,根据所述钻头数据和所述钻杆数据构建传递函数矩阵;
第三计算模块803,用于获取共振频率和转盘角频率,根据所述共振频率和转盘角频率计算得到粘滑角频率;
构建模块804,用于根据所述柔度系数、所述传递函数矩阵和所述角频率构建估计指数模型,利用所述估计指数模型计算估计指数结果。
可以理解,上述实施例的扭转严重程度估计指数计算方法中的实施方式,同样适用于本实施例,故在此不再重复描述。
实施例3
本申请实施例还提供了一种计算机设备,例如,该计算机设备可以但不限于为如台式计算机、笔记本等,其存在形式不作限定,主要取决于其是否需要支持浏览器网页的界面显示功能等。示范性地,该所述计算机设备包括存储器和至少一个处理器,所述存储器存储有计算机程序,所述处理器用于执行所述计算机程序以实施上述实施例的扭转严重程度估计指数计算方法。
其中,处理器可以是一种具有信号的处理能力的集成电路芯片。处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、图形处理器(GraphicsProcessing Unit,GPU)及网络处理器(Network Processor,NP)、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件中的至少一种。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。
其中,存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器用于存储计算机程序,处理器在接收到执行指令后,可相应地执行所述计算机程序。
进一步地,存储器可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据(比如迭代数据、版本数据等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
实施例4
本申请实施例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可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行上述实施例一中所述的扭转严重程度估计指数计算方法。
可以理解,上述实施例的扭转严重程度估计指数计算方法中的实施方式,同样适用于本实施例,故在此不再重复描述。
所述计算机可读存储介质既可以是非易失性存储介质,也可以是易失性存储介质。例如,该计算机可读存储介质可包括但不限于为:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和结构图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。
在这里示出和描述的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制,因此,示例性实施例的其他示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述实施例仅表达了本发明的几种实施方式,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,这些都属于本发明的保护范围。
Claims (10)
1.一种扭转严重程度估计指数计算方法,其特征在于,包括:
获取钻头的扭矩数据,根据所述扭矩数据计算得到所述钻头的柔度系数;
获取钻头数据和钻杆数据,根据所述钻头数据和所述钻杆数据构建传递函数矩阵;
获取共振频率和转盘角频率,根据所述共振频率和转盘角频率计算得到粘滑角频率;
根据所述柔度系数、所述传递函数矩阵和所述角频率构建估计指数模型,利用所述估计指数模型计算估计指数结果。
2.根据权利要求1所述的扭转严重程度估计指数计算方法,其特征在于,所述获取钻头的扭矩数据,根据所述扭矩数据计算得到所述钻头的柔度系数,包括:
获取所述扭矩数据和转盘转速与钻头深度的变化关系;
根据所述变化关系计算得到所述柔度系数。
3.根据权利要求2所述的扭转严重程度估计指数计算方法,其特征在于,所述根据所述扭矩数据计算得到所述钻头的柔度系数,包括:
构建所述柔度系数表达式,根据所述柔度系数表达式计算所述柔度系数,所述柔度系数表达式为:
其中,αrig为井底转角扰动量,τrig为井口扭矩扰动量。
4.根据权利要求3所述的扭转严重程度估计指数计算方法,其特征在于,所述构建所述柔度系数表达式之前,包括:
利用传递函数,构建所述井底转角扰动量和所述井口扭矩扰动量的函数表达式。
5.根据权利要求1所述的扭转严重程度估计指数计算方法,其特征在于,所述根据所述钻头数据和所述钻杆数据构建传递函数矩阵,包括:
所述传递函数矩阵为:
其中,L是钻具的长度,G是钻具材料剪切模量,k是复波数。
6.根据权利要求5所述的扭转严重程度估计指数计算方法,其特征在于,所述复波数的计算函数包括:
其中,ρ是钻具材料密度,Δbh是与动摩擦系数的速度相关性有关的参数,Δmud是由于转速波动导致流体阻力变化引起的阻尼项。
7.根据权利要求6所述的扭转严重程度估计指数计算方法,其特征在于,所述阻尼项的计算函数包括:
其中,ρmud是泥浆密度,ID和OD分别是钻具的圆柱内外径,μpl是流体的切线粘度,ω为粘滑角频率。
8.一种扭转严重程度估计指数计算装置,其特征在于,包括:
第一计算模块,用于获取钻头的扭矩数据,根据所述扭矩数据计算得到所述钻头的柔度系数;
第二计算模块,用于获取钻头数据和钻杆数据,根据所述钻头数据和所述钻杆数据构建传递函数矩阵;
第三计算模块,用于获取共振频率和转盘角频率,根据所述共振频率和转盘角频率计算得到粘滑角频率;
构建模块,用于根据所述柔度系数、所述传递函数矩阵和所述角频率构建估计指数模型,利用所述估计指数模型计算估计指数结果。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和至少一个处理器,所述存储器存储有计算机程序,所述处理器用于执行所述计算机程序以实施如权利要求1至7中任意一项所述的扭转严重程度估计指数计算方法。
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,所述计算机程序被执行时,实现如权利要求1至7中任意一项所述的扭转严重程度估计指数计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310898145.7A CN116910435A (zh) | 2023-07-20 | 2023-07-20 | 一种扭转严重程度估计指数计算方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310898145.7A CN116910435A (zh) | 2023-07-20 | 2023-07-20 | 一种扭转严重程度估计指数计算方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116910435A true CN116910435A (zh) | 2023-10-20 |
Family
ID=88366451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310898145.7A Pending CN116910435A (zh) | 2023-07-20 | 2023-07-20 | 一种扭转严重程度估计指数计算方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116910435A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110077924A1 (en) * | 2008-06-17 | 2011-03-31 | Mehmet Deniz Ertas | Methods and systems for mitigating drilling vibrations |
US20120123757A1 (en) * | 2009-08-07 | 2012-05-17 | Mehmet Deniz Ertas | Methods to Estimate Downhole Drilling Vibration Indices From Surface Measurement |
US20120130693A1 (en) * | 2009-08-07 | 2012-05-24 | Mehmet Deniz Ertas | Methods to Estimate Downhole Drilling Vibration Amplitude From Surface Measurement |
CN105401935A (zh) * | 2015-11-30 | 2016-03-16 | 中国石油天然气集团公司 | 一种钻井钻压计算方法、装置及钻压指示设备 |
US20160076354A1 (en) * | 2014-09-15 | 2016-03-17 | Pason Systems Corp. | Method and apparatus for detecting downhole torsional vibration based on measurement of surface torque |
CN107229599A (zh) * | 2017-06-21 | 2017-10-03 | 西南石油大学 | 一种监测钻柱扭转振动的方法 |
CN109138973A (zh) * | 2018-08-02 | 2019-01-04 | 西北工业大学 | 一种诊断钻柱黏滑振动的观测方法 |
-
2023
- 2023-07-20 CN CN202310898145.7A patent/CN116910435A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110077924A1 (en) * | 2008-06-17 | 2011-03-31 | Mehmet Deniz Ertas | Methods and systems for mitigating drilling vibrations |
US20120123757A1 (en) * | 2009-08-07 | 2012-05-17 | Mehmet Deniz Ertas | Methods to Estimate Downhole Drilling Vibration Indices From Surface Measurement |
US20120130693A1 (en) * | 2009-08-07 | 2012-05-24 | Mehmet Deniz Ertas | Methods to Estimate Downhole Drilling Vibration Amplitude From Surface Measurement |
CN102575516A (zh) * | 2009-08-07 | 2012-07-11 | 埃克森美孚上游研究公司 | 根据地面测量估计井下钻探振动振幅的方法 |
CN102687041A (zh) * | 2009-08-07 | 2012-09-19 | 埃克森美孚上游研究公司 | 根据地面测量估计井下钻探振动指标的方法 |
US20160076354A1 (en) * | 2014-09-15 | 2016-03-17 | Pason Systems Corp. | Method and apparatus for detecting downhole torsional vibration based on measurement of surface torque |
CN105401935A (zh) * | 2015-11-30 | 2016-03-16 | 中国石油天然气集团公司 | 一种钻井钻压计算方法、装置及钻压指示设备 |
CN107229599A (zh) * | 2017-06-21 | 2017-10-03 | 西南石油大学 | 一种监测钻柱扭转振动的方法 |
CN109138973A (zh) * | 2018-08-02 | 2019-01-04 | 西北工业大学 | 一种诊断钻柱黏滑振动的观测方法 |
Non-Patent Citations (2)
Title |
---|
崔猛 等: "井下粘滑振动强度量化评估方法研究与应用", 《钻采工艺》, vol. 41, no. 1, 31 January 2018 (2018-01-31), pages 6 - 9 * |
崔猛 等: "井下粘滑振动强度量化评估方法研究与应用", 钻采工艺, vol. 41, no. 01, 25 January 2018 (2018-01-25), pages 6 - 9 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vandiver et al. | Case studies off the bending vibration and whirling motion off drill collars | |
Oueslati et al. | New insights into drilling dynamics through high-frequency vibration measurement and modeling | |
Macpherson et al. | Application and analysis of simultaneous near bit and surface dynamics measurements | |
Jogi et al. | Field verification of model-derived natural frequencies of a drill string | |
Marken et al. | The influence of drilling conditions on annular pressure losses | |
Bailey et al. | Improved methods to understand and mitigate stick-slip torsional vibrations | |
Hohl et al. | The nature of the interaction between stick/slip and high-frequency torsional oscillations | |
Andreas et al. | Real-time system to calculate the maximum load of high-frequency torsional oscillations independent of sensor positioning | |
Florence et al. | Real-time models for drilling process automation: Equations and applications | |
Wilson et al. | A new damping model for nonlinear drillstring dynamics: understanding the effects of rotation, eccentricity, and confined fluid flow and their impact on unconventional drillstring design | |
Hohl et al. | Best practices for operations in HFTO prone applications | |
Hohl et al. | Characterization and Mitigation of Mud Motor Vibrations | |
Krishna et al. | Simplified predictive model for downhole pressure surges during tripping operations using power law drilling fluids | |
Samuel | Early kick detection using adaptive analytics with downhole accelerometer data | |
CN116910435A (zh) | 一种扭转严重程度估计指数计算方法、装置、设备及介质 | |
Kyllingstad et al. | Improving accuracy of well depth and ROP | |
Mahjoub et al. | Fluid Circulation Effects on Torque and Drag Results, Modeling, and Validation | |
Zamora et al. | The top 10 reasons to rethink hydraulics and rheology | |
Hemphill et al. | Field applications of ERD hole cleaning modeling | |
Hovda | Automatic detection of abnormal torque while reaming | |
Field et al. | Techniques for successful application of dynamic analysis in the prevention of field-induced vibration damage in MWD tools | |
Manring | Measuring pump efficiency: uncertainty considerations | |
Chen et al. | Mechanisms and mitigation of 3D coupled vibrations in drilling with PDC bits | |
Samuel | Kick detection using downhole accelerometer data | |
Camilleri et al. | Testing the untestable… delivering flowrate measurements with high accuracy on a remote ESP well |
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 |