CN1910589A

CN1910589A - 建模、测量、再校准、和优化控制井孔钻探的方法和系统

Info

Publication number: CN1910589A
Application number: CNA2005800023958A
Authority: CN
Inventors: 保罗·F·罗德尼; 罗纳德·L·斯普罗斯
Original assignee: Halliburton Energy Services Inc
Current assignee: Halliburton Energy Services Inc
Priority date: 2004-03-04
Filing date: 2005-03-01
Publication date: 2007-02-07
Anticipated expiration: 2025-03-01
Also published as: BRPI0508381A; WO2005091888A3; WO2005091888A2; GB2429223A; BRPI0508381B1; CA2558430A1; NO20064516L; CA2558430C; CN100485697C; GB0619421D0; US7054750B2; US20050197777A1; GB2429223B

Abstract

公开了用于控制井孔钻探的方法和系统。该方法采用可以使用用于局部区域的线性方程模拟非线性问题的假定。通用的滤波器可用于确定线性方程的系数。计算产生的结果可用于修改井孔的钻探路径。虽然该计算/修改处理可以连续地进行，但是最好是在沿着井孔的离散间隔处执行该处理，以便最大化钻探效率。

Description

建模、测量、再校准、和优化控制井孔钻探的方法和系统

技术领域

本发明涉及用于从地表下地层中开采碳氢化合物的井孔钻探(boreholedrilling)领域。本发明尤其涉及基于在钻探过程期间收集的信息而修改钻探过程的系统。

背景技术

随着油井钻探变得越来越复杂，对尽可能多的钻探设备保持控制的重要性日益增加。

因此，在本领域中存在对于从由现有系统所进行的测量中推断出实际的井孔轨道的需求。在本领域中，还存在对于作为控制参数的函数规划超过最大测量深度的井孔轨道的需求。

附图说明

通过结合附图参考以下描述，可以获取对当前公开及其优点的更完整理解，在附图中：

图1a是根据本发明的教义的井底钻具组合(bottom hole assembly)的图示。

图1b是根据本发明的教义的在沿着井孔的两个点处的井底钻具组合的图示。

图1c是说明在井孔中遇到弯曲之后、井底钻具组合的空间方位角的改变的图示。

图2是根据本发明方法的流程图。

图3示出了用于井下数据的地表实时处理的系统。

图4示出了用于井下数据的地表实时处理的系统的逻辑表示。

图5示出了用于井下数据的地表实时处理的系统的数据流程图。

图6示出了传感器模块的框图。

图7示出了可控制元件模块的框图。

虽然本发明容易受到各种修改和替换形式的影响，但是附图中已经通过示例示出了其特定的示范实施例，并且在此处对这些实施例进行了详细的描述。但是应当理解，此处对特定实施例的描述不意欲将本发明限于所公开的特殊形式，相反，其意图在于涵盖属于由所附权利要求所定义的本发明的精神和范围的全部修改、等效和替换。

具体实施方式

结合以下的术语，可对随后的描述获得更好的理解，这些术语包括：

在变量矩阵之后的()包括与特定状态或者矩阵相对应的样本号的索引。

α为在方程(9)和(10)中的对称指数滤波器中使用的加权因子。

A为状态向量公式中的矩阵，其管理底层物理成分(underlyingphysics)。

b_x是近处磁力计x轴偏差，其包括磁干扰。

b_y是近处磁力计y轴偏差，其包括磁干扰。

b_z是近处磁力计z轴偏差，其包括磁干扰。

B为状态向量公式中的矩阵，其管理在控制变量和系统状态之间的关系。

c是控制参数的数目。

C为状态向量公式中的矩阵，其管理在观测量y和系统状态x之间的关系。

是C的增广(augmented)版本，其使得有可能包括传感器偏差，而不用显著地重新公式化(reformulating)问题(参见方程以及与之相关的论述)。

C_F是矩阵C的子矩阵，其包括那些与远处倾角计/磁力计(“inc/mag”)组合件相关的矩阵元素。

是矩阵

的子矩阵，其包括那些与近处inc/mag组合件相关的矩阵元素。

D是状态向量公式中的矩阵，其管理在系统噪声w和状态向量x之间的关系。为了简单起见，已经将D设置为单位矩阵。

E()用于表示“预期值”。

F作为下标表示远处倾角计/磁力计组合件。

H(Ω，α，ζ)是用于方程(9)和(10)中的对称指数滤波器的空间频域传递函数。空间频率Ω根据空间采样频率表示。

i是任意的样本索引。

I作为下标表示倾角计组合件。

I_k×k为k×k单位矩阵。

K是卡尔曼(Kalman)增益，通过方程(15)-(17)(见下文)递归定义。

m是任意的样本索引。

M是重新取样中使用的整数偏移。这样执行重新取样以便远处传感器比近处传感器滞后M个样本。

M作为下标表示磁力计组合件。

n是用于指定最新可用样本的索引。

N作为下标表示近处倾角计/磁力计组合件。

P是在经由方程(16)和(17)(见下文)递归定义的卡尔曼预测方程中的变量。

R_v是用于噪声处理v的互相关矩阵。

R_w是用于噪声处理w的互相关矩阵。

ξ是在方程(9)和(10)(见下文)中的对称指数滤波器的中心样本任一侧的样本数目。

s_x是近处磁力计x轴比例因子。

s_y是近处磁力计y轴比例因子。

s_z是近处磁力计z轴比例因子(传统上将z轴视作工具轴)。

w是代表系统噪声的向量。通常，w的维数可以不同于x的维数，但是由于我们对该系统的忽略，已经将其设置为x的维数。

xx(i)表示对应于系统中的第i个样本的状态向量。对于给定样本，x在该问题的初始公式表示中具有6个分量。这六个分量对应于：如果理想的倾角计/磁力计组合件在空间方面遵循井孔轨道时、其将具有的输出。利用在第6和第7页论述的重新映射，对于给定样本，x具有12个元素。在指定x时必须假定特定的工具面(tool face)方位角。

是6个分量状态向量x的增广版本，其使得有可能包括传感器偏差而不用显著地重新公式化问题(参见方程

以及与之相关的论述)。具有7个元素而不是6个；额外的元素被设置为1。

是x的已滤波版本，在第5页相对于方程(9)和(10)(见下文)对其进行了更充分的论述。

是状态向量x的卡尔曼预测器。要注意到，在对近和远处变量进行重新编号以便将它们引入到空间中的共同点时，这个向量在每个样本处具有12个元素。

y是与测量相对应的向量。y具有12个分量。前六个分量来自近处inc/mag组合件；接下来的六个分量来自远处inc/mag组合件。

y_N包含y中的近处元素，即y中的前六个元素。

y_F包含y中的远处元素，即，y中的后六个元素。

是向量y_F的增广版本(参见方程(6)以及与之相关的论述)。

为了获得诸如油和气之类的碳氢化合物，通过旋转附于钻柱末尾的钻头来钻探井孔。钻探活动的一大部分涉及定向钻探，即钻探偏斜和/或水平的井孔，以便增加来自地下地层的碳氢化合物产量。现代的定向钻探系统通常采用具有井底钻具组合(“BHA”)的钻柱以及在其末尾的钻头，该钻头由钻探马达(泥浆马达)和/或钻柱旋转。多个邻近钻头放置的井下设备测量与该钻柱相关联的某些井下操作参数。这样的设备通常包括用于测量井下温度和压力的传感器、方位角和倾角测量设备以及阻力测量设备，以确定碳氢化合物和水的存在。另外的井下仪器，其被称为随钻测井(logging-while-drilling)(“LWD”)工具，经常附于钻柱，以便在钻探操作期间确定地层地质和地层流体状态。

加压钻探的流体(通常称为“泥浆”或者“钻探泥浆”)被注入到钻管中，以旋转钻探马达并且向包括钻头在内的钻柱的各种构件提供润滑。钻管由诸如马达之类的原动机旋转，以便于定向钻探以及钻探垂直的井孔。钻头通常耦接到具有驱动轴的轴承组合件，该驱动轴随后旋转附于那里的钻头。轴承组合件中的径向和轴向轴承向钻头的径向和轴向力提供支持。

通常沿着预定路径对井孔进行钻探，而且典型井孔的钻探通过各种地层进行。钻探操作者通常控制诸如钻压、流过钻管的钻探流体、钻柱转速(与钻管耦接的地表马达的r.p.m.)以及钻探流体的密度和粘度之类的地表控制的钻探参数，以优化钻探操作。井下操作状态不断地改变，而且操作者必须对这样的改变作出反应，并且调整地表控制的参数以优化钻探操作。为了在未开采区域中钻探井孔，操作者通常具有提供地下地层的宏观画面以及预先计划的井孔路径的地震勘探曲线图。为了在相同地层中钻探多个井孔，操作者还具有有关先前在同一地层钻探的井孔的信息。另外，部署在BHA中的各种井下传感器以及相关联的电子线路不断地向操作者提供有关某些井下操作状态、钻柱中的各种元件的状态的信息以及有关正在钻探的井孔所通过的地层的信息。

Houston，Texas的Halliburton Energy Services已经开发了一种称为“ANACONDA^TM”的系统来帮助钻探井孔。ANACONDA是Houston，Texas的Halliburton Energy Services的商标。ANACONDA^TM系统具有两组传感器组合件，一组用于倾角一组用于磁力，它们被称为倾角计和磁力计(“inc/mag”)。一组传感器组合件被装配在靠近工具中的弯曲处，并因此靠近磁干扰，第二组合件被放置在孔的上游(farther up)、远离弯曲处并因此远离磁干扰。

ANACONDA^TM系统中有三个控制点：

a.弯曲处，其可以二维方式控制；

b.第一组合件，其可以是膨胀的或者不是；以及

c.第二组合件，其与第一组合件相同或者相似地操作，并且其可以与第一组合件隔开可变的距离。

给定诸如这样的系统，现在将示出，所寻求的信息可以被看作用于状态向量的解法(solution)。由纽约的John Wiley & Sons公司的Wiley-IntersciencePublication出版的、N.Kalouptsidis所著的“Signal Processing Systems，Theoryand Design”中的描述所给出的、用于线性状态变量的一般方程如下：

x(n+1)＝A(n)·x(n)+B(n)·u(n)+D(n)·w(n) (1)

y(n)＝C(n)·x(n)+v(n) (2)

其中：

向量x(i)代表系统的连续状态。这些状态通常是未知的，但是可推断出。

向量u(i)代表可测量的输入信号，其假定是确定性的。u(i)代表对系统的控制。

向量y(i)代表系统的输出(可测量的向量)

w(n)代表处理噪声

v(n)代表测量噪声

矩阵A、B、C和D由钻探过程中采用的底层物理成分和机制所确定。如果我们假定向量x(n)为理想勘探传感器在取样点n处勘探井孔时会进行的6次测量的集合的话，则方程(1)完整地反映了手头的问题。向量u(n)将是在勘探点n所应用的控制变量的向量，即BHA的两个弯角、深度、每个组合件的膨胀、以及组合件的间隔(以及任何其它的控制变量)。最终，向量y(n)会是来自近和远处inc/mag组合件的12个测量的集合。

真实的井孔轨道(如果是已知的)可以通过一组斜度和方位角值与深度比较而进行描述。作为选择，井孔轨道可以根据在每个测量深度处、来自理想的无噪声的inc/mag组合件的输出而进行描述(详细而言，必须指定这样的组合件的工具面)。在每个深度处的每个测量集合构成了状态向量(在每个深度处的六个测量，三个来自倾角计，三个来自磁力计)。可以预料，当根据一系列这些状态向量来表述井孔时，至少局部上，公式化的系统的响应将是线性的。状态向量本身可以经由一系列矩阵变换获得，这些矩阵变换为倾角、方位角和工具面的非线性函数。就是这个非线性使得根据理想的传感器而不是真实的角坐标来表述状态向量是所期望的。

直接执行所公式化的问题的解法存在几个困难。虽然使用钻柱机制而公式化矩阵A、B、C、和D应当是有可能的，但是这是非常难的问题。大多数的实践似乎是基于经验估算这些矩阵，但向量x(n)从来不是已知的。这实际上是该问题的核心；必须将装置设计为好像x(n)是已知的那样进行工作。

此外，虽然可以为噪声处理过程进行合理的猜测，但是这些处理过程是未知的，而且可以基于经验修改这些猜测。

此外，在处理这样的系统的可用文献的正文中，总是假定噪声源具有零平均值。这对于手头的问题是个非常差的假定，在该问题中，接近钻头的磁力计很可能受到磁干扰。所有需要的定理可以根据具有非零平均值的噪声源进行修改，但是产生的方程经常是非常麻烦的。许多现有技术系统使用“连续测量/连续更新过程”。不幸地是，连续修正经常导致过多级别的微曲率，这导致钻头上烦人的增加的阻力以及不稳定的井孔。

经常根据地下状态以及井孔的预定路径或者其它井孔参数的预先钻探模型，而实施钻探程序。可以使用的模型包括钻柱旋转模型(Drillstring WhirlModel)、扭矩/阻力/弯曲模型(Torque/Drag/Buckling Model)、BHA动态模型、地质导向模型(Geosteering Model)、水力模型(Hydraulics Model)、地质力学(岩石强度)模型(Geomechanics Model)、孔隙压力/破裂梯度(″PP/FG″)模型、和SFIP模型。当前的方法没有提供可基于钻探时感测的井下条件而容易地更新模型的装置。在这种新方法中，测量的井孔数据会在钻探期间发送到地表，该测量的井孔数据可能包括因为带宽的增加而最新可用的数据。会在地表处理该数据，来更新或者再校准正在实施钻探程序的当前模型。然后将更新该钻探程序的控制以反映所更新的模型。在一种方法中，用于钻探程序的模型和指令将会存储在井下设备中。在地表处修改了该模型之后，更新所存储的井下模型的信息将被传输到井下，并然后基于此、将如基于新模型所确定的那样继续该钻探程序，其中更新所存储的井下模型的信息量很可能比原始测量的井孔数据的信息量少很多。

地震分析技术对于获得地下结构的过程描述是有用的。井下传感器更精确，但是与地震分析技术相比具有非常有限的范围。在基于地震分析的原始估算和来自井下传感器的读数之间的关联使得能够进行更准确的钻探。如果以自动化的方式、一般通过使用数字计算机执行该关联，则可以使该关联更有效。取决于在井下部件和地表之间可用的带宽、以及井下操作环境，用于关联的计算可以在地表、或者井下、或者它们的某种组合处进行。

利用在沿着钻柱的多个间隔处的多个勘探传感器来装备该钻柱。在勘探处理期间，连续地获取来自每个勘探站的调查报告。可以使用诸如如IFR或者IIFR之类的技术分别分析这些调查报告。除提供井孔的准确调查报告之外，还期望提供钻探钻具组合朝向何处的预测。要注意到，当为位于沿着钻柱不同位置处的勘探传感器之间的测量深度差值而调整来自这些传感器的调查报告时，这些调查报告通常不会彼此相一致。这部分由于传感器噪声，部分由于地球磁场的波动(在使用磁性传感器的情况下——但是除了磁性传感器之外，还可以使用陀螺仪，或者使用陀螺仪来代替该磁性传感器)，但是主要是由于钻柱的偏转。如下所述，在弯曲的井孔中，钻柱偏转导致连续的调查报告是不同的。这个差别与钻柱的刚性、井孔的曲率、以及作用于钻柱的力相关。作为替换(但是优选的)实施例，还在沿着钻柱的多个位置处，优选为在位于接近多个勘探传感器的位置处进行扭矩、挠矩、和张力的测量。所有这些信息然后可以与(基于可变形材料的标准机制以及基于井孔机制)机械模型相结合来预测钻头的钻探趋势。如果给出在钻探过程中所有的变量和不定量，则从信号处理的观点来看，相信已最好地解决了这个问题。

其它的公开内容论述了作为数据带宽改进结果的可用的改进的井下数据，例如，来自沿着钻柱隔开的传感器(例如，多个压力传感器)的数据的接收和分析、以及来自在钻头或者接近钻头处的点的数据(例如，刀具应力或者力数据)的接收和分析。这样的数据可以用于在地表实时控制钻探系统。例如，人们可以根据在地层地表对来自钻头传感器的信息的分析，来确定有关被钻探的材料的信息。基于该数据，人们可以选择以特定方式控制钻压或者钻头旋转速度。人们还可以使用这样的信息来控制井下设备。例如，人们可以使用这样的数据从井上控制具有致动器的井下钻探设备，例如井眼扩大设备、旋转可操纵设备、具有可调整的控制喷嘴的设备、或者可调整的稳定器。人们可以主动控制井下元件，如钻头(调整钻头喷嘴)、可调整的稳定器、联轴器(clutches)等。

图1说明了BHA中的各种部件。具体参见图1a，BHA 100具有钻头102，其在弯曲104处连接到电动机元件103，该电动机元件103取决于井孔是否要弯曲而在井孔期间进行或者不进行操作。BHA 100经由导管105连接到地表钻机。如图1a所述，各种传感器106、108和110可以附于BHA 100。特别地，传感器108和110隔开预定(或者可变)的距离。在传感器108和110之间的间距是在沿着井孔120的各个点处测量BHA 100的空间方位角所必须的。

图1b说明了在沿着井孔120的两个不同位置处的BHA 100。在初始位置130(井孔120的上游)处，BHA 100具有相对于地球的特定空间方位角。在井孔下游的位置140处，因为井孔120的曲率而改变了空间方位角。BHA 100相对于地球的绝对位置已经改变了可忽略的量，但是因为井孔120的曲率，使得BHA 100的空间方位角(相对于地球沿着一个或多个轴的旋转量)已经有相当可观的改变。图1c说明了通过重叠在两个不同的位置130(实线)和140(虚线和带撇号的元件编号)的BHA 100而获得的空间方位角差别。参见图1c，将传感器108取为“枢轴点”，则传感器106′“高”于传感器106，而且传感器110′“低”于传感器110。换句话说，在沿着井孔的不同点处，尤其是在弯曲处，传感器本身相对于地球的空间方位角之间存在差别。在沿着井孔的各个点处，在传感器106、108以及110和固定基准点(地球)之间的空间方位角的差别是可测量的。因为该空间方位角差别是可测量的，所以该差别可用于确定井孔的实际方向，而且该方向信息结合期望目的地的位置可用于使用下面确定的方程来“校正”BHA 100随后的钻探方向。在下确定的方程可以在例如并入本发明的系统中的数字计算机上实现，以便对更有用的井孔做出有形的贡献和/或增加钻探处理过程的效率。

分布式的声波遥测技术可以用来例如通过主动地在两个传感器位置之间向钻管发出声脉冲，来确定非预定的墙接触点的位置。声音传感器还可以用于被动地收听导管中的冲蚀(washout)。冲蚀可以在任何地方发生，而且定位冲蚀可能要求对钻管缓慢地进行解扣(tripping)以及仔细地进行检查。多个传感器将有助于定位冲蚀。这样的监视还可以通过监视声波标记在传感器之间的改变，来帮助标识关键场所的位置。这样的分析还可能有助于定位膨胀性页岩，以限制对后扩孔(backreaming)操作的需求。可得到这样的数据以及对这样的数据的分析将允许对问题区域所处的位置进行精确的井眼调整。

当实际上不钻探时，例如处于钻头旋转且离开井底、并有可能离开定位孔时的模式下，这样的数据也可能是有用的，该模式例如为插入和抽汲(swab)或者其它不直接影响钻探处理过程的操作。数据可以用来控制你移动导管的速率、解扣速度，以确保你不会冲击(surging)或者抽汲。通过具有来自多个传感器如压力传感器的数据，如果在传感器之间发生了什么事情，则一些传感器会在抽汲而一些传感器将在冲击。此外，用于旋转和振动的高数据速率BHA传感器可能提供会阻碍破坏性的BHA行为的信息。

矩阵

本质上说，不可能提供矩阵的分析公式表示，这是因为其必须包括对系统的未知和可变磁干扰。如果进行恰当的公式表示，则假定E(v(i))=0 i是合理的，其中E( )用于表示预期值。现在考虑

Σ_{i = 1}^{n} y (i) = Σ_{i = 1}^{n} \tilde{C} (i) \cdot \tilde{x} (i) + Σ_{i = 1}^{n} v (i)

如果我们假定在求和间隔上大致是不变的，而且如果n足够大，则我们可以把这个方程重写为

Σ_{i = 1}^{n} y (i) = \tilde{C} (n) \cdot Σ_{i = 1}^{n} \tilde{x} (i) + n \cdot E (v (i))

或者

Σ_{i = 1}^{n} y (i) = \tilde{C} (n) \cdot Σ_{i = 1}^{n} \tilde{x} (i)

这里隐含假定近处和远处组合件二者都使得它们的工具面沿着与为向量x(i)选择的工具面方位角相同的方向对准。这个细节可以在数字计算机的实际编程中处理。同样地，我们将假定在任何传感器之间没有轴交叉耦合(cross-axial coupling)。这是校准问题，而不是信号处理问题。

在近处和远处仪表组合件之间、或者在倾角计和磁力计之间不应该有任何交叉耦合，所以实际上，该方程可以重写为以下形式的两个方程：

Σ_{i = 1}^{n} y_{N} (i) = {\tilde{C}}_{N} (n) \cdot Σ_{i = 1}^{n} \tilde{x} (i) - - - (3)

以及

Σ_{i = 1}^{n} y_{F} (i) = C_{F} (n) \cdot Σ_{i = 1}^{n} x (i) - - - (4)

其中下标N是指由接近钻头的仪表组合件进行的测量，下标F是指由远离钻头的仪表组合件进行的测量，而且其中矩阵

表示从真实井孔坐标到近处传感器组合件的变换，并且由矩阵

的前六行构成，而且矩阵C_F(n)表示从真实井孔坐标到远处传感器组合件的变换，并且由矩阵C(n)的后六行构成(要注意到，因为假定远处传感器不受到干扰，所以没有为远处传感器包括来自偏差的附加项)。

因为在倾角计和磁力计组合件之间不应该有任何交叉耦合，所以矩阵应该是稀疏的，而C_F(n)应该是分块对角的。

此时，我们必须面对x(i)是未知的实际现实。以下似乎是就的确定而言、处理这个问题的唯一切实可行的办法。明确地假定远处仪表组合件读取真实的井孔轨道，至少其意味着

Σ_{i = 1}^{n} y_{F} (i) \approx Σ_{i = 1}^{n} x (i) - - - (5)

这暗指我们接受C_F≈I_6×6C_F≈I_6×6的近似，其中I_6×6是6×6的单位矩阵。稍后将论述这个的含意，但是此时应当注意的是，虽然看起来我们排除了近处测量，但是并非的确如此，这是因为在可以确定剩余矩阵之前需要向量的进一步重新排序。在公式化这个问题方面的最大问题之一已经从近处勘探组合件中导出任何有用信息。虽然关于由这些传感器添加了多少真实信息必然存在某些疑问，但是所提出的公式表示原则上能够使用这个额外的信息。在已经完成关于怎样估算全部的矩阵和噪声处理的论述之后，将进行对所有相关步骤和假定的总结。

我们现在可以写出

Σ_{i = 1}^{n} y_{N} (i) = {\tilde{C}}_{N} (n) \cdot Σ_{i = 1}^{n} {\tilde{y}}_{F} (i) - - - (6)

其中

是y_F的增广版本，其通过添加等于单位元素的第七元素而获得。

不同于已经在向量v(n)中求平均的随机噪声，假定在包含两个仪表组合件的BHA部分没有偏转，则在近处组合件中的加速计应该读出与在远处组合件中的加速计相同的读数。这可能不是一个正确的假定，但是BHA的这个部分应该比高于远处仪表组合件的部分更有刚性(如果这个是有问题的，则可以实行迭代方案，其中在迭代每个阶段获得的井孔轨道用于定义在两个组合件之间的坐标旋转)。利用这个近似法，我们获得两个方程：

Σ_{i = 1}^{n} y_{NI} (i) = C_{NI} (n) \cdot Σ_{i = 1}^{n} y_{FI} (i)

或者

Σ_{i = 1}^{n} y_{NI} (i) = Σ_{i = 1}^{n} y_{FI} (i)

因为C_NI＝I_3×3，其中I_3×3是3×3单位矩阵。因此：

Σ_{i = 1}^{n} y_{NM} (i) = {\tilde{C}}_{NM} (n) \cdot Σ_{i = 1}^{n} {\tilde{y}}_{FM} (i) - - - (7)

在这些表达式中，附加的下标I指示倾角计组合件，而附加的下标M指示磁力计组合件。在校准中没有牵涉的倾角计组合件中应该没有误差，所以已经为该组合件除去了增广标记，并且已经将C_NI设置为3×3单位矩阵。

任何驻留在接近磁力计的钻柱中的磁性材料将向三个分量中的每一个增加偏移。这将表现为偏差。任何包围磁力计组合件的磁性材料将修改在该组合件内的磁力计的比例因子。因此，矩阵具有以下形式：

{\tilde{C}}_{NM} (n) = \{\begin{matrix} s_{x} (n) & 0 & 0 & b_{x} (n) \\ 0 & s_{y} (n) & 0 & b_{y} (n) \\ 0 & 0 & s_{z} (n) & b_{z} (n) \end{matrix}\} - - - (8)

将需要对两个测量集合求和来确定六个系数。作为选择，可以使用最小二乘法来确定这些系数。偏差是很可能随时间改变的参数，而比例因子应该保持相当恒定并且可以较不频繁地确定。如果没有屏蔽近处磁力计的材料，则可以将该比例因子设置为在近处磁力计的校准时获得的比例因子。

噪声处理v(i)

这样的处理过程的普通假定为：它们是稳态、白色和不相关的。这些假定对于手头的系统是否有效是值得怀疑的。因为噪声统计数据以及甚至有可能的分布也随着岩性、钻头类型和状态、以及钻压而改变，所以该统计数据仅仅可以被假定为准稳定的。如果有关这些变量的信息可得到，则还可以把它们并入到用于状态向量的控制变量中。这应该会提高系统的性能。因为在大多数传感器上的扰动将具有共同的来源，所以认为它们相关是合理的。应该有可能通过检查该数据来估算v(i)，但是这将必须修改处理数据的方式。因为我们被迫定义

的方式，所以真实的井孔轨道被认为是直接映射到远处测量。这导致在我们对状态向量的估算器中存在系统噪声。导致这个的限制，方程(5)，还提供了对这个问题的解决方法。方程(5)提供了在滤波器响应之间的等同性。因此，我们可以通过对远处传感器的输出进行滤波来满足方程(5)。一旦所期望的空间采样率和空间分辨率是已知的，则可以相当容易地算出该滤波器的精确形式。然而，存在一些重要的细节：

1.仅仅当与井孔轨道的能谱相比、噪声峰值的能谱在明显短很多的波长处时，这才有意义。

2.为了避免在这个滤波器的输入和输出之间的任何滞后，最好使用对称滤波器。也就是说，应该根据在点n两侧相等距离处获得的数据而估算x(n)。在其中没有从在点n之前的远处传感器获得足够的(或者没有获得)数据点的那些情况下，则必须使用来自近处传感器的校正数据。

为了避免在这个滤波器的输入和输出之间的任何滞后，最好使用对称滤波器。也就是说，应该根据在点n两侧相等距离处获得的数据估算x(n)。在其中没有从在点n之前的远处传感器获得足够的(或者没有获得)数据点的那些情况下，则必须使用来自近处传感器的校正数据。

通常，可以使用对称加权求和指数滤波器。利用这样的滤波器，

对于稍后的引用，这样的滤波器的传递函数给定为：

H (Ω, α, ξ) = \frac{1 - α}{1 + α \cdot (1 - 2 \cdot α^{ξ})} \cdot \frac{1 - α^{2} - 2 \cdot α^{ξ + 1} \cdot \cos (Ω \cdot (ξ + 1)) + 2 \cdot α^{ξ + 2} \cdot \cos (Ω \cdot ξ)}{1 + α^{2} - 2 \cdot α \cdot \cos (Ω)} - - - (10)

其中已经使用了以下标记：

是系统状态的第n个样本的估算器中的第i个分量，i＝1...6。稍后将用不同的标记定义不同类型的估算器。

Ω是计算该传递函数时的空间频率，其表示为实际空间频率(样本/单位长度)对具有相同单位的空间采样频率的比率。

α是加权因子，0＜α＜1。可以使用其它值，但是它们对于手头的问题没有用处。好的初始猜测是α＝1/2。

ξ是包括在滤波器中的在样本n前后的样本数目。

利用这个变换，噪声处理v(i)可以利用下式来观测和表征：

通过观测v(n)的连续值，有可能检查六个处理过程中每一个的分布并且估算它们的互相关性，这将是实现卡尔曼预测器所需要的。

矩阵A和B

主要由我们提供矩阵A和B的估算器的能力来确定是使用卡尔曼类型预测器还是使用强力(brute force)最小二乘法来解决该问题更有意义的判定。对于迄今为止已经公式化的解法，我们已经具有了系统中的状态x的估算器。然而，这个估算器只不过是所测量响应的低频版本；还没有以任何方式考虑了底层物理成分。矩阵A和B的功能是考虑管理工具和井孔轨道的弯曲以及对系统的控制的物理成分。作为迄今为止已经公式化的问题，其中可能没有足够的信息来包括该物理成分，这是因为通过假定包含近和远处元件的BHA与系统的其余部分相比为刚性，而导出y的前六个元素中的偏差和比例因子误差。如果这个假定是正确的，则对于任何样本i，近和远处传感器提供了相同的信息。可以由近处传感器进行任何使用吗？从图1c中清楚可见，近传感器确实提供了附加信息，而且可以通过对状态和测量向量的公式表示进行另外的修改来使用这个信息。

图1b说明了BHA的两个连续位置。如果井孔是弯曲的，显然，即使利用理想的传感器组合件，当在井孔中的相同点处利用每个组合件进行测量时，在近位置的传感器组合件的输出将不同于远处传感器组合件的输出。通过对状态向量y重新排序以便所有元件表示空间中的给定点，则应该有可能使用这个信息。类似的重新排序必须由测量向量x进行，但是现在x必须这样扩展以便每个状态向量x(i)具有12个元素：6个来自在点i处的近处传感器，以及6个来自重新映射的远处传感器。必须将所有数据重新取样到规则网格上以允许其发生。将假定重新取样噪声是小的。为此目的，可以使用任意数量可容易获得的重新取样算法。这最好在规则网格上进行，而且在近和远处传感器之间的间隔是在网格元件之间的间隔的整数倍，M。此外，在网格单元之间的间隔应该近似等于在样本之间的平均间隔，而且应当决不小于这个间隔。

如前所述，不可预期系统响应将是线性的，但是可以预期它将是局部线性的，即它从一个状态到下一个状态以线性方式起作用。可以通过修改控制变量u(i)、并且至少在与系统中的未知量一样多的控制参数的变量上观测x(i+1)的预测值，来获得适于给定x(i)的矩阵A(i)和B(i)。每个矩阵A(i)具有144个未知量(它是12×12的矩阵)，而每个矩阵B(i)具有12c个未知量，其中c是控制变量的数目(每个B(i)是12×c的矩阵)。如果控制参数构造的变量数目大于未知数的数目，则可以使用最小二乘法。矩阵A(n)和B(n)为稀疏矩阵而且实际未知量的数目比12·(12+c)少得多是所期望的。然而，这将需要通过分析或者通过经验而建立。

向这种技术提供了具有回应的以下批评。

1.显然我们不再对作为原始目标之一的井孔轨道进行求解。就事实而言，没有人永远不具有用于井孔轨道的模型。利用所提议的方法获得的信息应该提供最好的信息，来使用诸如最小曲率法之类的、任何标准的井孔建模技术(利用可从钻探系统中获得的大量数据，有可能开发更好的解释方法)。

2.或许更严重的批评是方程(1)和(2)被当作去耦的方程。这可能有问题的原因是卡尔曼预测使用了矩阵C。还应当利用状态向量的重新排序来对C进行重新排序。实际上，这可能不是必要的，这是因为C被假定为是准静态的，因此构成C的子矩阵也是准静态的。尽管如此，实际上可能尝试对C的重新排序，以察看是否获得了任何改进。可以设想，如果在近处磁力计偏差中的变化是快速的而且与系统控制相关，则将必须使用

而不是C。在那种情况下，将需要对x、A、B、D和w进行适当地增广；没有预期这会向这些向量或者矩阵增加任何未知量。

3.该公式表示看起来似乎没有解决手头的实际问题，即从井孔内的最大测量深度预测状态向量。近处传感器进行最接近最大测量深度的测量，而远处传感器落在它之后(在重新取样网格上的M个样本)。因此，会看出由于缺乏来自远处传感器的知识，当实际需要该状态空间的公式表示时，不能使用该公式表示。情况不是这样的。来自近处传感器的部分知识可以由卡尔曼预测器使用，来提供对在缺失来自远处传感器的数据的点处的状态的估算。这些估算值可以直接用作来自远处传感器的读数的估算。

应当注意到，这个技术提供了非常大的优点：可能利用这个公式表示来输入所提出的控制变量集，并且使用卡尔曼预测例程来检查产生的状态向量。

D(n)和w(n)的确定

除非噪声过程w(n)的特定原因是已知的，否则仅仅有可能求解D(n)·w(n)。我们实际上甚至不知道任何一项的维数。所有可以做的是，设置D(n)＝I_12×12，并且假定w(n)是12×1的列向量。然后可以使用过去的数据和以下的方程来列举出统计数据

w(n)＝x(n+1)-A(n)·x(n)-B(n)·u(n) (12)

分析总结

在先前部分相当详细地论述了在该分析中的每个步骤。在这个部分中，给出该分析的概述。为了简化处理，将以不同于上面使用的次序给出几个步骤。此外，将引入卡尔曼预测器。早先没有引入预测器是因为：一旦已经定义了该预测器中的项，就不需要对该预测器的论述。

参见图2，其说明了本发明的整体方法。该方法200通常在步骤202开始。在步骤204，将磁力计数据与倾角计数据分离。为了这样做，人们从一系列

y_N(i)和y_F(i)，对于i＝0...n开始，其中n指示最新的可用样本。分别存在有近(图1中的传感器108)和远处(传感器110)inc/mag读数。然后通过将y_FM(i)构造为远处磁力计读数的向量的自变量集，来分离倾角计数据和磁力计数据。使用方程(7)和(8)(上面定义)、以及最小二乘法，人们可以确定

并且可从中构造

和C(i)。

在步骤206，在规则网格上重新取样该数据。利用在近和远处传感器组合件之间的M个样本执行这个步骤。

在步骤208，对所观测的、重新取样的数据进行滤波。具体地说，指定变量α和ξ。然后通过使用方程(9)计算来对所观测/重新取样的数据进行空间滤波。

在步骤210估算噪声量，以便允许偏差校正。为了估算噪声w(i)的统计数据，要注意到D(i)＝I_6×6，人们将使用方程(12)来确定w(i)的值。然后确定E(w(i))和E(w(i)·w(j))的值。

在步骤212，y值被映射用于移位测量。具体地说，这样映射y值，以便每个远处测量与每个近处测量引用相同的空间点。这涉及将远处测量移位M个样本：

y_Farre-mapped(j)＝y_Far(i+M)，i＝1...n-M其中n是最近可用数据值的索引。

然后在步骤214，使用所产生的数据(其已经被重新取样、滤波、偏差校正和移位测量)来确定BHA 100随后钻探的方向。具体地说，人们(以x(i)，i＝1...n-M的形式)使用已被重新取样、滤波、偏差校正和移位测量的值。此后，使用方程(1)和最小二乘法确定A和B(线性状态变量的矩阵)。来自每个测量的输入控制变量u(i)可以用作输入值。

在步骤216，使用方程(11)估算v(i)的统计数据。具体地说，估算E(v(n))和E(v(n)·v(m))。

在步骤218构造估算器。如在步骤214中，可以使用来自每个测量的输入控制变量u(i)作为输入值。在步骤218，通过递归地应用以下方程来构造状态n-M+1...n的估算器。

\hat{x} (i + 1) = [A (i) - K (i) \cdot C (i)] \cdot \hat{x} (i) + B (i) \cdot u (i) + K (i) \cdot y (i) - - - (13)

(当y(i)不可用时，使用

\hat{y} (i) = C (i) \cdot \hat{x} (i) - - - (14)

K(i)＝A(i)·P(i)·C^T(i)·[C(i)·P(i)C^T(i)+R_v(i)]^-1 (15)

P(i)＝[A(i)-K(i)·C(i)]·P(i)·[A(i)-K(i)·C(i)]^T+R_w(i)+K(i)·R_v(i)·K(i)^T (16)

P(0)＝Cov(x(0)，x(0)) (17)

这些用于确定

在这些表示式中，R_v(i)是向量v(i)的相关矩阵，且R_w(i)是根据它们的统计数据估算的向量w(i)的相关矩阵。假定它们是准静态和对角的。如先前所述，不太可能会实现真实的对角线。建议利用所估算的协方差来试验卡尔曼算法，而不用进行对角线化的尝试。

一旦已经使用上述递归而估算了由于远处传感器的滞后而导致遗漏的信息，可以再次从任何端点开始递归地应用方程(13)-(17)，以作为控制变量的函数来规划系统的行为。唯一的差别在于，在这种情况下，还使用卡尔曼方程来规划y的值。

虽然已经作为一系列不连续的步骤给出了上述方法，但是应当理解，上述步骤仅仅是本发明方法的一个示例，而且诸如重新排序步骤和/或替换一个或者多个方程之类的方法中的变化是可能的，且没有背离本发明的精神和范围。

如果期望在沿着井孔的点处，则在步骤220，上述计算的结果可以用来修改钻探方向。换句话说，沿着钻柱收集的信息可用于修改钻探向量和/或用于修改用于引导钻探活动的当前模型(以形成更新的模型)。如先前所述，可以连续地发生钻探模型的修改，或者在沿着井孔的离散间隔处(基于时间和/或距离)发生钻探模型的修改。

在步骤222进行检查，以确定钻探(以及因此产生的井孔)是否完成了。如果是这样的话，该方法通常在步骤222结束。否则，该方法回到步骤204并且继续该方法。虽然可以沿着井孔不断地重复这个处理过程，但是最好是在沿着井孔的离散间隔处进行路径(course)校正。虽然仅仅在离散间隔处进行路径校正可能导致比较长的钻柱，但是这有利于避免连续的路径校正。例如，离散的路径校正经常导致较不“卷曲”的井孔，其一旦被钻开了就较容易使用。此外，在离散路径校正之间的钻探效率可能显著高于利用被连续校正的钻柱的钻探效率。参见，例如2001年的SPE/IADC 67818，由Tom Gaynor等人所著的“Toruosity versus Micro-Tortuosity-Why Little Things Mean aLot”。

上述方法及其替换实施例可以实现为在例如通用计算机上的指令组。通用计算机尤其包括具有例如一个或多个中央处理单元的数字计算机。中央处理单元可以处于个人计算机、或者嵌入在BHP内的微型控制器、或者某些其它设备或者设备组合中。用于实现本发明方法的通用计算机可以置于多个设备中或者与多个设备相连接(用于分散计算)，并且可以联网、置于网格上、或者以单机方式执行计算。用于实现本发明方法的计算机可以装备有显示屏幕用于向用户输出，和/或可以直接地连接到控制钻探的特性和方式的控制元件。此外，实现本发明的方法的计算机系统包括输入设备，该输入设备使得用户能够向实现设备给予指令、数据、或者命令，以便控制或者以别的方式使用该信息以及本发明可能具有的控制性能。实现本发明的计算机系统还可以备有系统存储器、持久储存性能、或者任何其它设备或者外设，它们可以连接到中央处理单元和/或计算机系统对其进行操作的网络。最后，本发明中的方法可以以软件、硬件、或者硬件和软件的任何组合的形式实现。该软件可以存储在诸如致密盘(“CD”)、软盘、数字多用途盘(“DVD”)、存储棒等之类的机器可读储存介质上。

本发明中的方法可以在图3所示系统上实现。油井钻探装置300(为了便于理解而进行了简化)包括井架305、井架平台310、吊车315(由钻绳和移动块示意表示)、吊钩320、旋转接头(swivel)325、方钻杆330、转台335、钻柱340、钻环345、LWD工具或者多个工具350、以及钻头355。通过泥浆供给管线(未示出)将泥浆注入到旋转接头中。泥浆穿过方钻杆330、钻柱340、钻环345、和(多个)LWD工具350，并且通过钻头355中的喷口或者喷嘴而排出。泥浆然后沿着钻柱和井孔360的壁之间的环面向上流动。泥浆返回管线365从井孔360返回泥浆，并且将该泥浆循环到泥浆池(未示出)且回到泥浆供给线(未示出)。钻环345、(多个)LWD工具350、和钻头355的组合被称为井底钻具组合(或者“BHA”)100(参见图1a)。

多个井下传感器模块和井下可控制元件模块370沿着钻柱340分布，该分布取决于传感器的类型或者井下可控制元件的类型。其它的井下传感器模块和井下可控制元件模块375位于钻环345或者LWD工具中。还有其它的井下传感器模块和井下可控制元件模块380位于钻头380中。如下所述，并入井下传感器模块中的井下传感器包括声传感器、磁传感器、卡钳(calipers)、电极、伽马射线检测器、密度传感器、中子传感器、磁倾角测量仪(dipmeters)、成像传感器、及其他对测井和钻井的传感器。如下所述，并入井下可控制元件模块中的井下可控制元件包括诸如声换能器之类的换能器、或者诸如伽马射线源和中子源之类的其它形式的发射机、以及诸如阀门、端口、闸、联轴器、推进器、阻尼器(bumper subs)、可扩展稳定器、可扩展滚柱、可扩展底座等之类的致动器。

传感器模块和井下可控制元件模块通过通信介质390与地表实时处理器385进行通信。通信介质可以是导线、电缆、波导管、光纤、或者任何其它允许高数据速率的介质。在通信介质390上的通信可以是使用例如以太网的网络通信的形式，其中传感器模块和井下可控制元件模块中的每一个可被分别寻址或者成群寻址。作为选择，通信可以是点对点的。无论其采用什么形式，通信介质390都提供了在井孔360中的设备和地表实时处理器之间的高速数据通信。

地表实时处理器385还具有经由通信介质390或者其它路由、与地表传感器模块和地表可控制元件模块395的数据通信。如下所述并入到地表传感器模块中的地表传感器包括，例如钻压传感器和转速传感器。如下所述，并入地表可控制元件模块的地表可控制元件包括例如对于吊车315和转台335的控制。

地表实时处理器385还包括终端397，其可能具有从哑终端到工作站范围的性能。终端397允许用户与地表实时处理器385进行交互。终端397可以在地表实时处理器385的本地，或者它可以位于远处，并且经由电话、蜂窝网络、卫星、互联网、其它网络、或者这些的任意组合与地表实时处理器385进行通信。

如图4中的系统的逻辑示意图所述，通信介质390提供了在地表传感器和可控制元件395、井下传感器模块和可控制元件模块370、375、380、以及地表实时处理器385之间的高速通信。在某些情况下，来自一个井下传感器模块或者可控制元件模块405的通信可以通过另一个井下传感器模块或者井下可控制元件模块410中继。在两个井下传感器模块或者井下可控制元件模块405和410之间的链接可以是通信介质390的一部分。类似地，来自一个地表传感器模块或者地表可控制元件模块415的通信可以通过另一个井下传感器模块或者井下可控制元件模块420中继。在两个井下传感器模块或者井下可控制元件模块415和420之间的链接可以是通信介质390的一部分。

通信介质390可以是单条通信路径或者可能超过一条。例如，一条诸如电缆的通信路径可以将地表传感器和可控制元件395连接到地表实时处理器385。诸如导线管的另一条通信路径可以将井下传感器和可控制元件395连接到地表实时处理器385。

通信介质390在图4上被标记为“高速”。这个标示表明通信介质390以足够高的速度操作，该速度足以允许基于来自地表传感器和地表可控制元件的信号、通过地表实时处理器385对地表可控制元件和井下可控制元件的实时控制。通常，高速通信介质390提供了以比泥浆遥测技术提供的速率大的速率进行的通信。在一些示例系统中，高速通信由导线管提供，其在存档(filing)时能够以大约1兆位/秒的速率传输数据。将来可以预期有显著更高的数据速率，而且这也落入本公开和所附权利要求的范围之内。

图5中说明了使用从井下传感器和地表传感器收集的数据而实时控制井下和地表的随钻测井操作的一般系统，该系统包括(多个)井下传感器模块505和(多个)地表传感器模块510。从(多个)井下传感器模块505收集原始数据，并且将该原始数据发送到地表(块515)，其中该数据被存储在地表原始数据存储器520中。类似地，从(多个)地表传感器模块510收集原始数据，并将其存储在地表原始数据存储器520中。

然后实时处理来自地表原始数据存储器520的原始数据(块525)，并且将已处理的数据存储在地表处理数据存储器530中。已处理的数据用于生成控制命令(块535)。在某些情况下，系统通过例如终端397向用户540提供显示，该用户可以影响控制命令的生成。控制命令用于控制井下可控制元件545和地表可控制元件550。

在很多情况下，控制命令产生改变或者以别的方式影响由井下传感器和地表传感器所检测的东西，并因此改变它们产生的信号。这个从传感器通过实时处理器到可控制元件并且返回到传感器的控制回路允许对随钻测井操作的智能控制。在很多情况下，如下所述，控制回路的正确操作需要高速通信介质以及实时地表处理器。

通常，高速通信介质390允许将数据传输到地表，在那儿可以由地表实时处理器385处理该数据。地表实时处理器385随后可以产生命令，这些命令可以传输到井下传感器和井下可控制元件以影响钻探仪器的操作。

将处理移动到地表并且消除如果不是全部也是大量的井下处理，在有些情况下有可能减少钻柱的直径，以产生比以别的方式产生的合理井孔直径更小的井孔。这允许在更多种类的应用和市场中使用给定井下传感器套件(以及它们相关联的工具或者其它载体)。

此外，将如果不是全部也是大量的处理定位在地表处减少了必须在钻井时所遭遇的苛刻环境中操作的温度敏感部件的数目。很少的部件可以在高温下操作(高于大约200℃)，这些部件的设计和测试是非常昂贵的。因此，使用尽可能少的高温部件是所期望的。

此外，将如果不是全部也是大量的处理定位到地表处提高了井下设计的可靠性，这是因为井下部分更少了。此外，这样的设计允许一些公共元件并入到传感器阵列中。一些部件的这种较高容量使用导致这些部件的成本降低。

图6所述的示例传感器模块600至少包括一个或者多个传感器设备605以及到通信介质610的接口(相对于图6和7对其进行了更详细的描述)。在大多数情况下，每个传感器设备605的输出是模拟信号，而通常到通信介质610的接口是数字的。提供了模-数转换器(ADC)615以进行这个转换。如果传感器设备605产生数字输出或者如果到通信介质610的接口可以通过通信介质390传输模拟信号，则ADC 615不是必要的。

还可以包括微型控制器620。如果包括了，则微型控制器620管理示例传感器模块600中的一些或者所有其它设备。例如，若传感器设备605具有诸如频率响应或者灵敏度之类的一个或多个可控制参数，则可以对微型控制器620进行编程以控制这些参数。基于包括在附于微型控制器620的存储器中的可编程序，该控制可以是独立的，或者该控制可以通过高速通信介质390和到该通信介质的接口610而远程提供。作为选择，如果不存在微型控制器620，则可以通过高速通信介质390和到该通信介质的接口610提供相同类型的控制。

传感器模块600还可以包括方位角传感器625，其产生与传感器模块600的方位定向相关的输出，因为传感器模块耦接到钻柱，所以该模块本身与钻柱的方向相关联。如果存在微型控制器620的话，则来自方位角传感器625的数据由微型控制器620所编制(compiled)，并且通过到通信介质的接口610和高速通信介质390发送到地表。在向微型控制器620呈现该数据之前，可能需要对来自方位角传感器625的数据进行数字化。如果是这样的话，将要为该目的而包括一个或多个附加的ADC(未示出)。在地表处，地表处理器385将方位角信息与其它与传感器模块600的深度相关联的信息相结合，以标识传感器模块600在地球中的位置。因为编制了该信息，所以地表处理器(或者一些其它处理器)可以编制井孔的良好地图。

传感器模块600还可以包括陀螺仪630，其提供三个轴的方位信息，而不是由方位角传感器625所提供的单轴信息。来自陀螺仪的信息以与如上所述、来自方位角传感器的方位角信息相同的方式进行处理。

图7所示的示例可控制元件模块700至少包括：致动器705和/或一个或者多个发射机设备710、以及到通信介质的接口715。致动器705是如上所述的致动器之一，并且可以通过来自例如微型控制器720的信号的施加而激活，其中微型控制器720在功能方面类似于图6所示的微型控制器620。发射机设备是响应于模拟信号的施加而传输一种形式的能量的设备。发射机设备的示例为通过使压电晶体变形而将模拟电信号转换为声能的压电声学发射机。在图7所述的示例可控制元件模块700中，微型控制器720生成驱动发射机设备710的信号。通常，微型控制器生成数字信号而且发射机设备由模拟信号所驱动。在那些情况下，需要数模转换器(“DAC”)725来把微型控制器720的数字信号输出转换为模拟信号，以驱动发射机设备710。

示例可控制元件模块700可以包括方位角传感器730或者陀螺仪735，其类似于上面在传感器模块600的描述中描述的那些。

到通信介质的接口615、715可以采取各种形式。通常，到通信介质的接口615、715是从例如(a)具有高温耐受度的分立部件或者(b)从具有高温耐受度的可编程逻辑器件(“PLD”)中构造的简单通信设备和协议。

上述计算机系统可以结合本发明的方法使用。本发明的方法可以归纳为可以在诸如计算机397之类的通用计算机上运行的指令组。该指令组可以包含可以与沿着钻柱和/或BHP的一个或多个传感器操作关联的输入例程。类似地，该输入例程可以经由诸如键盘、鼠标、跟踪球、或者其它输入设备之类的一个或多个输入设备而接受来自用户的指令。该指令组还可以包括运行例程，该运行例程实现本发明的方法或者其任何部分，以生成例如更新的模型。该指令组可以包括输出例程，其诸如通过监视器、打印机、生成的电子文件、或者其它设备向用户显示诸如本发明的方法的结果之类的信息。类似地，该输出例程可以与钻柱及其他井孔仪器的控制元件操作关联，以便指导钻探操作或其任何部分。

为了说明和描述的目的，已经给出了本发明的实施例的上述描述。上述描述不意欲穷举发明、或者将本发明限制为所公开的精确形式。根据上述示教，许多修改和改变是可能的。本发明的范围不意欲受到该详细描述的限制，而是由附与此的权利要求所限定。

权利要求书

(按照条约第19条的修改)

1、一种钻探井孔的方法，包括：

提供模型；

基于该模型钻探井孔的离散间隔；以及

基于在钻探期间获得的数据而修改该模型，其中基于在钻探期间获得的数据而修改该模型的步骤包含：分离磁力计数据和倾角计数据。

2、如权利要求1所述的方法，其中所述模型为钻柱旋转模型。

3、如权利要求1所述的方法，其中所述模型为扭矩/阻力/弯曲模型。

4、如权利要求1所述的方法，其中所述模型为BHA动态模型。

5、如权利要求1所述的方法，其中所述模型为地质导向模型。

6、如权利要求1所述的方法，其中所述模型为水力模型。

7、如权利要求1所述的方法，其中所述模型为地质力学模型。

8、如权利要求1所述的方法，其中所述模型为孔隙压力/破裂梯度模型。

9、如权利要求1所述的方法，其中所述模型为SFIP模型。

10、如权利要求1所述的方法，其中所述修改步骤包含：

在规则网格上对数据进行重新取样。

11、如权利要求1所述的方法，其中所述修改步骤包含：

对所观测的数据进行滤波。

12、如权利要求1所述的方法，其中所述修改步骤包含：

估算噪声。

13、如权利要求1所述的方法，其中所述修改步骤包含：

映射y值。

14、如权利要求1所述的方法，其中所述修改步骤包含：

确定一个或多个线性状态变量。

15、如权利要求1所述的方法，其中所述修改步骤包含：

估算统计数据。

16、如权利要求1所述的方法，其中所述修改步骤包含：

构造估算器。

17、一种钻探并孔的方法，包含：

提供模型；

基于所述模型钻探井孔的离散间隔；

基于在钻探期间获得的数据修改所述模型，其包括以下步骤：

分离磁力计数据和倾角计数据；

在规则网格上对数据进行重新取样；

对所观测的数据进行滤波；

估算噪声；

映射y值；

确定一个或多个线性状态变量；

估算统计数据；以及

构造估算器。

18、如权利要求17所述的方法，其中所述模型为钻柱旋转模型。

19、如权利要求17所述的方法，其中所述模型为扭矩/阻力/弯曲模型。

20、如权利要求17所述的方法，其中所述模型为BHA动态模型。

21、如权利要求17所述的方法，其中所述模型为地质导向模型。

22、如权利要求17所述的方法，其中所述模型为水力模型。

23、如权利要求17所述的方法，其中所述模型为地质力学模型。

24、如权利要求17所述的方法，其中所述模型为孔隙压力/破裂梯度模型。

25、如权利要求17所述的方法，其中所述模型为SFIP模型。

26、一种计算机可读存储介质，其包含用于通用计算机的指令组，所述指令组包含：

与一个或多个传感器操作关联的输入例程；

用于实现更新方法的运行例程，其中该运行例程被构造和布置为：分离磁力计数据和倾角计数据；以及

用于控制钻探操作的输出例程。

27、如权利要求27所述的存储介质，其中所述运行例程被构造和布置为：

分离磁力计数据和倾角计数据；

在规则网格上对数据进行重新取样；

对所观测的数据进行滤波；

估算噪声；

映射y值；

确定一个或多个线性状态变量；

估算统计数据；以及

构造估算器。

Claims

1、一种钻探井孔的方法，包括：

提供模型；

基于该模型钻探井孔的离散间隔；以及

基于在钻探期间获得的数据而修改该模型。

4、如权利要求1所述的方法，其中所述模型为BHA动态模型。

6、如权利要求1所述的方法，其中所述模型为水力模型。

9、如权利要求1所述的方法，其中所述模型为SFIP模型。

10、如权利要求1所述的方法，其中所述修改步骤包含：

分离磁力计数据和倾角计数据。

11、如权利要求1所述的方法，其中所述修改步骤包含：

在规则网格上对数据进行重新取样。

12、如权利要求1所述的方法，其中所述修改步骤包含：

对所观测的数据进行滤波。

13、如权利要求1所述的方法，其中所述修改步骤包含：

估算噪声。

14、如权利要求1所述的方法，其中所述修改步骤包含：

映射y值。

15、如权利要求1所述的方法，其中所述修改步骤包含：

确定一个或多个线性状态变量。

16、如权利要求1所述的方法，其中所述修改步骤包含：

估算统计数据。

17、如权利要求1所述的方法，其中所述修改步骤包含：

构造估算器。

18、一种钻探井孔的方法，包含：

提供模型；

基于所述模型钻探井孔的离散间隔；

分离磁力计数据和倾角计数据；

在规则网格上对数据进行重新取样。

对所观测的数据进行滤波；

估算噪声；

映射y值；

确定一个或多个线性状态变量；

估算统计数据；以及

构造估算器。

19、如权利要求18所述的方法，其中所述模型为钻柱旋转模型。

20、如权利要求18所述的方法，其中所述模型为扭矩/阻力/弯曲模型。

21、如权利要求18所述的方法，其中所述模型为BHA动态模型。

22、如权利要求18所述的方法，其中所述模型为地质导向模型。

23、如权利要求18所述的方法，其中所述模型为水力模型。

24、如权利要求18所述的方法，其中所述模型为地质力学模型。

25、如权利要求18所述的方法，其中所述模型为孔隙压力/破裂梯度模型。

26、如权利要求18所述的方法，其中所述模型为SFIP模型。

27、一种计算机可读存储介质，其包含用于通用计算机的指令组，所述指令组包含：

与一个或多个传感器操作关联的输入例程；

用于实现更新方法的运行例程；以及

用于控制钻探操作的输出例程。

28、如权利要求27所述的存储介质，其中所述运行例程被构造和布置为：

分离磁力计数据和倾角计数据；

在规则网格上对数据进行重新取样。

对所观测的数据进行滤波；

估算噪声；

映射y值；

确定一个或多个线性状态变量；

估算统计数据；以及

构造估算器。