-
题名基于压缩感知的井下钻具状态预警方法研究
- 1
-
-
作者
李飞
王一帆
吕方兴
-
机构
西安石油大学电子工程学院/中海油集团测井与定向钻井重点实验室定向钻井分室/西安市油气及新能源开发装备智能化重点实验室
-
出处
《石油机械》
北大核心
2024年第9期1-9,共9页
-
基金
国家自然科学基金企业创新发展联合基金重点项目“复合式旋转导向钻井工具的理论与方法研究”(U20B2029)
国家重点研发技术项目“海洋石油大直径指向式旋转导向系统研制”(2023YFC2810902)
+2 种基金
陕西省自然科学基金青年项目“非常规油气开发中游标增敏光纤应变传感机理及关键技术的研究与应用”(2023-JC-QN-0405)
陕西秦创原“科学家+工程师”团队项目(2022kxj-125)
西安石油大学研究生创新与实践能力培养计划(YCS23114124)。
-
文摘
在井下振动信号向高频采集发展趋势下,井下振动采集模块需要存储和传输的数据量逐渐增大。为了解决井下数据存储和上传压力大的问题,并对井下钻具的运行状态进行预警,提出了将压缩感知理论和支持向量机(Support Vector Machine,SVM)模型融入于井下振动信号的存储、传输和状态预警中。研究了一种原子数自适应的稀疏字典建立方法,用少量稀疏特征表达完整信号;建立了观测矩阵将原始信号投影到低维空间上,实现信号的压缩方法;应用改进的布谷鸟算法(Improved Cuckoo Search,ICS)对SVM模型进行参数寻优,训练好的ICS-SVM模型实现了钻具状态预警。应用结果表明,压缩感知技术可以将井下振动数据压缩至12%,数据重构误差为0.1772,ICS-SVM模型对钻具状态预警成功率达到98%。研究结果达到了缓解井下振动数据存储和上传压力的目的,可帮助工作人员更好地进行实时钻井操作和状态预警。
-
关键词
井下振动信号
高频采集
压缩感知
布谷鸟算法
支持向量机
钻具状态预警
-
Keywords
downhole vibration signal
high-frequency acquisition
compressed sensing
cuckoo search
support vector machine
drilling tool status warning
-
分类号
TE921
[石油与天然气工程—石油机械设备]
-
-
题名井下三轴振动信号同步采集与大容量存储系统设计
被引量：4
- 2
-
-
作者
曾强
艾维平
贾衡天
朱平阳
-
机构
中国石油集团钻井工程技术研究院井下控制工程研究所
-
出处
《测控技术》
CSCD
北大核心
2012年第3期24-27,共4页
-
基金
国家973计划资助项目(2010CB226702)
-
文摘
随钻三轴振动信号同步采集和大容量数据实时存储一直是钻井工程中的难点。设计一种基于AD7980级联的三轴振动信号同步采集电路,以M25P64作为基本存储器,采用SPI总线硬件扩容与软件压缩相结合的方法实现了井下大容量数据存储。试验结果表明,该设计能够满足在井下200 h不间断情况下三轴振动信号同步采集和数据存储实际需要。
-
关键词
井下振动信号
同步采集
大容量存储
数据压缩
-
Keywords
downhole vibration signal
synchronous acquisition
large-capacity storage
data compression
-
分类号
TN91
[电子电信—通信与信息系统]
-
