收藏本站
《中国石油大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

钻井过程实时状态监测与诊断技术研究

廖明燕  
【摘要】: 石油钻井系统构成复杂,工作环境复杂多变且工况恶劣,钻井系统钻进过程实时状态监测与诊断是钻井工程的重要研究方向。钻进过程实时信息的获取、处理及传输技术是钻进过程实时状态监测与诊断的关键技术。本文围绕自动化钻井过程的信息获取和信息处理开展研究工作。 自动化钻井是钻井技术未来重要的发展方向,在总结自动化钻井技术发展现状的基础上提出自动化钻井信息模型,认为自动化钻井系统应该包含地面和井下两个信息处理系统,地面信息处理系统是自动化钻井的核心,井下信息处理系统、井下随钻测量仪器以及井下工具组合构成的井下控制系统将起到越来越重要的作用。钻井过程实时状态监测与异常状态诊断是两个信息处理系统的核心内容之一,钻井系统及其工作环境的复杂性决定了钻井状态的判别不能只依靠单一的传感器信息,钻井过程反映状态的参数多,利用钻井过程地面及井下各种传感器信息的冗余性和互补性,提出采用多传感器信息融合原理对钻井过程进行状态监测与异常状态诊断,论证了基于多传感器信息融合方法改善钻井过程状态监测和诊断结果鲁棒性的可行性。 在总结多传感器信息融合方法的基础上,结合钻井系统复杂多变的特点,提出采用不依赖于精确数学模型的神经网络和证据理论多传感器信息融合方法。多传感器信息融合方法在刻画系统状态、系统行为等方面具有比单一传感器信息更强的能力,但是当多传感器信息存在矛盾或融合模型不完善时,信息融合的结果可能异常,在钻进过程中可能得出错误的状态判别,本文针对此种情形提出了冲突证据处理的基本框架,采用修改证据组合规则的方法对冲突证据进行分配,以提高证据融合处理结果的合理性。 钻井地面系统的信息获取系统技术尚不完善,提出建立基于无线数据传输的新型钻井地面数据采集监测系统,制订无线数据通讯协议,开发钻井地面数据采集系统。按照钻井专家知识,总结形成了钻井异常状态诊断判据,建立不同钻井过程状态测量参数的特征提取模型。 结合钻井专家经验建立钻井状态空间,钻井状态空间包括钻具刺穿、井涌、井漏等九种钻井异常状态和正常状态共十种钻井状态。采用神经网络方法建立钻井过程状态的多传感器信息融合模型,实现钻井状态参数特征到钻井状态空间的映射,建立神经网络训练样本和教师样本,提取钻井过程实际异常状态下的数据并形成异常样本,神经网络模型经过训练后进行异常状态辨识,模型的诊断结果表明,神经网络具有较好的诊断能力。 D-S证据理论是融合不确定性信息的有效方法,钻井系统中各传感器信息均存在不确定性,尝试采用D-S证据理论进行多传感器信息融合。证据理论采用基本信任指派对状态空间内的状态进行辨识,基本信任指派的获取是进行证据融合的前提,提出基于神经网络与D-S证据理论结合方法对钻井过程进行异常状态诊断的集成多传感器多层次融合诊断模型,将神经网络对异常状态辨识输出作为D-S证据理论融合输入,即把神经网络输出经归一化之后作为状态辨识的基本信任指派,运用D-S证据理论沿时间轴进行证据融合,产生决策输出。结果表明,集成多层次状态监测与异常状态诊断模型具有较好的诊断能力。多层次诊断模型不仅实现了基于神经网络的当前状态多传感器信息融合,还实现了基于D-S证据融合的当前状态与历史状态的证据融合,实现多层次多方位的综合融合过程。 针对传统D-S证据理论对于冲突证据处理存在的缺陷,提出一种解决冲突证据融合的模型用于钻井过程的状态监测,实现在证据冲突的情况下不影响证据融合的结果,融合结果的合理性、正确性得到保障,提高集成多层次融合模型鲁棒性。
【学位授予单位】:中国石油大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TE28

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 胡颖勇,刘世元,陈勇辉,史铁林;应变式扭矩仪测量信号的无线传输技术[J];传感器技术;2002年12期
2 李富强,苑国华,吕鹏福,苗海波;钻井过程中工程异常的分析与判断[J];大庆石油地质与开发;2005年S1期
3 史玉升,梁书云;神经网络实时诊断与优化模型建模法——人工智能在钻井工程中的应用之二[J];地质与勘探;1999年03期
4 单志刚,邵伟光,陈俊涛;人工神经网络在实时卡钻预测中的应用研究[J];地质与勘探;2000年02期
5 史玉升,梁书云;钻进过程实时状态监控与事故诊断专家系统——人工智能在钻井工程中的应用之一[J];地质与勘探;1999年02期
6 肖明珠,陈光;一种改进的证据合成公式[J];电子学报;2005年09期
7 朱才朝,谢永春,伍奎,刘清友;钻机系统故障智能诊断方法[J];重庆大学学报(自然科学版);2003年10期
8 简小刚;贾鸿盛;石来德;;多传感器信息融合技术的研究进展[J];中国工程机械学报;2009年02期
9 邓勇,朱振福,钟山;基于证据理论的模糊信息融合及其在目标识别中的应用[J];航空学报;2005年06期
10 邓勇,施文康,朱振福;一种有效处理冲突证据的组合方法[J];红外与毫米波学报;2004年01期
中国重要会议论文全文数据库 前1条
1 廖明燕;;基于边界扫描的电路互联故障诊断分析[A];第五届中国测试学术会议论文集[C];2008年
【共引文献】
中国期刊全文数据库 前10条
1 张克仁;汪萍;朱广;;基于蓝牙通讯技术的远程监测和故障诊断系统[J];安徽建筑工业学院学报(自然科学版);2010年05期
2 杨根平;薄板厂转炉除尘风机振动原因诊断[J];包钢科技;2004年03期
3 王春喜,李忠,周文新,张仲元;基于BP神经网络的装甲装备智能诊断系统[J];兵工学报(坦克装甲车与发动机分册);1999年04期
4 邓三鹏;杨雪翠;苗德华;郭世杰;王创荣;;基于D-S证据理论的驾驶员疲劳监测方法研究[J];车辆与动力技术;2010年02期
5 李建国;王晓峰;孙晓明;;冲突证据融合算法性能分析[J];兵工自动化;2008年02期
6 李惊回;黎放;董鹏;谢俊杰;;基于证据理论的敌反空降防空火力强度评估[J];兵工自动化;2008年10期
7 万树平;;不确定多传感器目标识别的Vague集法[J];兵工学报;2010年06期
8 吴艳,许宝杰,徐小力;声发射用于旋转机械故障诊断的实验研究[J];北京机械工业学院学报;2005年03期
9 刘献栋,邓志党,高峰;公路路面不平度的数值模拟方法研究[J];北京航空航天大学学报;2003年09期
10 齐怡,沈士团,李驿华;模糊诊断规则自学习中规则条件优选技术研究[J];北京航空航天大学学报;2004年06期
中国重要会议论文全文数据库 前10条
1 杜奕;迟毅林;伍星;;信息融合在设备监测和故障诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年
2 谭琳;文成林;;一种基于多模式的故障检测方法[A];第二十七届中国控制会议论文集[C];2008年
3 郭小荟;马小平;;基于EMD近似熵特征提取和支持向量机的故障诊断方法[A];中国自动化学会控制理论专业委员会D卷[C];2011年
4 解淇;李斌;;机器人化月表采样器故障诊断算法的研究[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年
5 孔鹏程;周健;;基于D-S证据理论的改进算法的研究[A];2011中国仪器仪表与测控技术大会论文集[C];2011年
6 杨运洲;严新平;白秀琴;;基于LabVIEW的模拟内燃机振动测试系统的设计[A];第九届全国振动理论及应用学术会议论文集[C];2007年
7 李寒林;鹿勇;蔡振雄;李玩幽;;基于金属磁记忆检测的柴油机曲轴裂纹在线诊断应用研究[A];福建省科协第五届学术年会数字化制造及其它先进制造技术专题学术年会论文集[C];2005年
8 李达;范世东;;基于针对性维修的船舶柴油机备件库存探讨[A];湖北省内燃机学会2009年学术年会论文集[C];2009年
9 王前东;陈怀新;;多源信息的快速融合处理技术[A];中国雷达行业协会航空电子分会暨四川省电子学会航空航天专委会学术交流会论文集[C];2005年
10 徐家旺;黄小原;;鲁棒优化及其应用研究的进展[A];2005中国控制与决策学术年会论文集(上)[C];2005年
中国博士学位论文全文数据库 前10条
1 刘效武;基于多源融合的网络安全态势量化感知与评估[D];哈尔滨工程大学;2009年
2 冯光升;面向认知网络的自适应QoS感知与配置方法[D];哈尔滨工程大学;2009年
3 姜延吉;多传感器数据融合关键技术研究[D];哈尔滨工程大学;2010年
4 彭富强;多尺度线调频基稀疏信号分解及其在齿轮箱故障诊断中的应用[D];湖南大学;2010年
5 杨锦园;基于传感器管理的移动机器人融合算法研究[D];华中科技大学;2010年
6 吕宁;基于数据驱动的故障诊断模型及算法研究[D];哈尔滨理工大学;2009年
7 王宇;机械噪声监测中盲信号处理方法研究[D];昆明理工大学;2010年
8 侯者非;强噪声背景下滚动轴承故障诊断的关键技术研究[D];武汉理工大学;2010年
9 赵志超;导弹防御雷达网数据融合技术研究[D];国防科学技术大学;2010年
10 曾庆虎;机械传动系统关键零部件故障预测技术研究[D];国防科学技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 旺扎拉;特种车辆变速箱齿轮传动失效分析[D];长春理工大学;2010年
2 李卫鹏;正交小波变换支持向量数据描述方法在故障诊断中的应用研究[D];郑州大学;2010年
3 张晓冬;基于全矢谱的智能诊断技术研究[D];郑州大学;2010年
4 李俊卿;滚动轴承故障诊断技术及其工业应用[D];郑州大学;2010年
5 李会臣;基于时频分析的齿轮故障机理及诊断研究[D];郑州大学;2010年
6 马士国;水下回收AUV的短基线导引与定位数据融合技术研究[D];哈尔滨工程大学;2010年
7 邹向琪;间歇式反应釜温度控制系统故障诊断研究[D];大连理工大学;2010年
8 王碧珺;基于小波分析的故障诊断方法在矿井提升机中的应用[D];辽宁工程技术大学;2009年
9 黄维东;大连电台音频监测控制系统的设计与实现[D];大连海事大学;2010年
10 纪军;基于证据理论的粗糙集方法[D];江西师范大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 王璇,李春升,周荫清;多传感器信息融合技术[J];北京航空航天大学学报;1994年04期
2 崔岩梅,倪国强,钟堰利,王毅,钮永胜;利用统计特性进行图像融合效果分析及评价[J];北京理工大学学报;2000年01期
3 王婷杰,施惠昌;一种基于模糊理论的一致性数据融合方法[J];传感器技术;1999年06期
4 涂国平,邓群钊;多传感器数据的统计融合方法[J];传感器技术;2001年03期
5 赵小川;罗庆生;韩宝玲;;机器人多传感器信息融合研究综述[J];传感器与微系统;2008年08期
6 陈忠德,蒋静坪;一致性多传感器数据融合方法的改进[J];传感器技术;1995年05期
7 刘白林,刘震,范跃华;一种故障诊断专家系统的设计与实现[J];弹箭与制导学报;2004年03期
8 关欣;孙晓明;何友;;一种冲突证据的融合方法[J];电子科技大学学报;2007年01期
9 刘金华;工程参数录井在钻井工程中的应用[J];断块油气田;2003年05期
10 史玉升;基于人工神经网络的钻压优化模型的建模方法[J];地球科学;1999年04期
中国博士学位论文全文数据库 前1条
1 王欣;多传感器数据融合问题的研究[D];吉林大学;2006年
中国硕士学位论文全文数据库 前2条
1 任彦;多传感器信息融合技术研究[D];哈尔滨工程大学;2004年
2 高青;多传感器数据融合算法研究[D];西安电子科技大学;2008年
【相似文献】
中国期刊全文数据库 前10条
1 牟建华,周伟,万百五;组合多重神经网络动态系统鲁棒故障检测与诊断[J];西安石油学院学报(自然科学版);1997年01期
2 郭前岗,孙瑜;一种新型神经网络结构的PID控制器及其仿真研究[J];西北轻工业学院学报;1998年03期
3 冯静,王玉,陈中中;浅谈用神经网络预测摩擦焊接头性能[J];大众科技;2005年08期
4 王艳春;王新;;基于神经网络求解TSP问题的研究[J];齐齐哈尔大学学报;2006年01期
5 易祖坤;蒋海;杨亚东;;人工神经网络复合压裂选井选层中的应用[J];西部探矿工程;2007年09期
6 夏文智;李刚进;朱丽;章中林;;工业火灾报警控制器的可靠实现[J];消防科学与技术;2008年03期
7 郑孝东;程根银;顾涛;胡兴志;李永;封孝辉;黄文华;;基于模糊-神经网络的局部通风机变频调速系统设计[J];煤炭工程;2010年04期
8 朱海东;雷英成;屈勇;;基于神经网络的多属性分析在地震图像共同区域划分中的应用[J];长江大学学报(自然科学版);2011年06期
9 郑晓雯,林南英;神经网络在机械系统故障诊断中的应用[J];西安科技学院学报;1994年02期
10 杨尚宝,杨天钧,董一诚;铁水含硅量预报神经网络模型[J];北京科技大学学报;1995年06期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
8 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
9 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
10 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004年
中国博士学位论文全文数据库 前10条
1 廖明燕;钻井过程实时状态监测与诊断技术研究[D];中国石油大学;2010年
2 马永涛;通信信道建模的神经网络优化技术研究[D];天津大学;2009年
3 周伟;关于多稳定回复式神经网络中的一些问题[D];电子科技大学;2010年
4 汪木兰;神经网络硬化实现的共性技术在电力传动中应用研究[D];合肥工业大学;2010年
5 徐芳;多稳定神经网络的动力学分析[D];电子科技大学;2011年
6 张海仙;回复式神经网络的连续吸引子[D];电子科技大学;2010年
7 尹丽子;基于动态模型的神经网络稳定性研究[D];山东师范大学;2011年
8 董岩;基于神经网络的机载三轴稳定平台控制系统算法应用研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2011年
9 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
10 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
中国硕士学位论文全文数据库 前10条
1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
2 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
6 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
10 段成均;时滞神经网络稳定性分析[D];重庆交通大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026