Processing math: 14%

基于优化变分模态分解和互相关的钻井液脉冲信号处理方法

亢武臣, 杨书博, 赵琪琪, 黄豪彩, 丁士东

亢武臣,杨书博,赵琪琪,等. 基于优化变分模态分解和互相关的钻井液脉冲信号处理方法[J]. 石油钻探技术,2023, 51(3):144-151. DOI: 10.11911/syztjs.2023068
引用本文: 亢武臣,杨书博,赵琪琪,等. 基于优化变分模态分解和互相关的钻井液脉冲信号处理方法[J]. 石油钻探技术,2023, 51(3):144-151. DOI: 10.11911/syztjs.2023068
KANG Wuchen, YANG Shubo, ZHAO Qiqi, et al. A pulse signal processing method for drilling fluid based on optimal variational mode decomposition and cross-correlation [J]. Petroleum Drilling Techniques,2023, 51(3):144-151. DOI: 10.11911/syztjs.2023068
Citation: KANG Wuchen, YANG Shubo, ZHAO Qiqi, et al. A pulse signal processing method for drilling fluid based on optimal variational mode decomposition and cross-correlation [J]. Petroleum Drilling Techniques,2023, 51(3):144-151. DOI: 10.11911/syztjs.2023068

基于优化变分模态分解和互相关的钻井液脉冲信号处理方法

基金项目: 国家自然科学基金项目“海相深层高温高压钻完井工程基础理论及控制方法” (编号:U19B6003-05)、国家重点研发计划项目“复杂油气智能钻井理论与方法”(编号:2019YFA0708300)联合资助
详细信息
    作者简介:

    亢武臣(1980—),男,山东德州人,2003年毕业于大庆石油学院自动化专业,2012年获中国石油大学(华东)计算机技术专业工程硕士学位,高级工程师,主要从事随钻测控、海洋工程等方面的研究工作。E-mail: kangwc.sripe@sinopec.com。

  • 中图分类号: TN911.7

A Pulse Signal Processing Method for Drilling Fluid Based on Optimal Variational Mode Decomposition and Cross-Correlation

  • 摘要:

    随着油气勘探开发不断深入,钻井技术逐渐向深井、超深井和小井眼方向发展,对钻井液脉冲信号处理提出了更高的要求。通过分析脉冲位置调制编码的基本原理,提出了一种基于优化变分模态分解和互相关的钻井液脉冲信号处理方法,并利用在苏北地区某页岩油井采集的钻井液脉冲信号验证了该方法的可行性。基于优化变分模态分解算法,实现了在低信噪比条件下有用信号的有效提取;基于同步头相关器对去噪后的信号进行互相关处理,实现了数据帧起始位置的可靠计算;基于数据块相关器对数据块内波形进行互相关处理,实现了码值的准确获取。与传统的钻井液脉冲信号处理方法相比,上述方法具有可靠性高和误码率低的特点,能够很好地满足复杂井眼环境下钻井液脉冲信号处理的需求。

    Abstract:

    With oil & gas exploration and development going ever deeper, drilling technologies are gradually advancing towards deep and ultra-deep wells and slim holes, which puts forward high requirements for the processing of pulse signals of drilling fluid. By analyzing the principle of pulse position modulation coding, a pulse signal processing method was proposed for drilling fluid based on optimal variational mode decomposition (VMD) and cross-correlation. And the feasibility of the method was later verified by using pulse signals of drilling fluid collected from a shale oil well in the northern Jiangsu region. Through the optimal VMD algorithm, the useful signals were effectively extracted under low signal-to-noise ratio conditions; based on the synchronization correlator, the de-noised signals were cross-correlated to reliably calculate the starting position of the data frame; according to the data block correlator, the waveforms in the data block were cross-correlated to accurately acquire the code values. Compared with the traditional pulse signal processing methods for drilling fluid, the proposed method exhibits characteristics of high reliability and low bit error rate, and it can well satisfy the needs of pulse signal processing for drilling fluid in complex wellbore environments.

  • 自激振荡射流是利用自激振荡喷嘴内流体的高频脉动而形成的高效射流,由于其具有效率高及无需额外激励元件的特点,被广泛应用在煤层增透、石油钻井和船舶清洗等领域[1-5],基于此技术,瓦斯抽采效果提高约7.8倍[6-8]。亥姆霍兹喷嘴是一种典型的自激振荡射流喷嘴,其独特的构造使流体在亥姆霍兹腔内流动时形成两股具有切向速度差的叠加流体,并且由于开尔文–亥姆霍兹不稳定性,两股流体相互作用形成剪切层,自上喷嘴处脱落的射流剪切涡在剪切层内演化为大尺度的涡环结构,引发强烈的振荡及空化,诱导射流的自持续振荡[9-11]。李江云等人[12]将自激振荡射流分为低压大流量和高压小流量2类,并指出空化作用是低压大流量产生自激振荡的主要原因;而对于高压小流量喷嘴,腔内空化泡增长和坍塌引起的扰动频率是高频振荡射流的主要激发源。数值方法是研究超声空化的主要方法,M. S. Plesset等人[13]在Rayleigh的研究基础上构建了包含气泡表面张力和泡内压力的空化泡动力学方程,并基于高速摄影方法验证了数值计算结果;随后,J. B. Keller等人[14]引入声辐射效应及流体可压缩性,修正了Rayleigh-Plesset 方程。总而言之,探究空化泡的周期性行为及空化强度的控制机理对自激振荡射流的优化具有重大作用。

    目前,控制空化规模、提高空化强度的方式主要是将超声空化和水力空化联合。L. Davydov等人[15]研究了超声空化对4种二氧化钛粉体降解水杨酸的影响,结果表明,在光催化过程中超声波对水杨酸的破坏速率和效率有显著影响。吴鹏飞[16]通过观察水动力–声空化的空化泡,表征了其声流耦合空化的周期性特征和强度分布,结果表明,超声显著拓宽了空化范围,增强了空化强度。但目前针对声–流耦合空化的研究主要集中在应用领域,对空化流动机理研究不足。因此,探索声–流耦合空化的空化流动机理,寻找能够实现自激振荡腔内空化强度主动控制的方法,进而提高自激振荡脉冲射流性能对我国水射流技术的进步具有重要作用。笔者从空化泡动力学的角度进行探讨,重点关注腔室结构对空化泡尺寸的影响及外加超声波对空化强度及空化云脉动周期的调制,以期能深入了解自激振荡射流的机理,增强自激振荡射流强度及冲蚀效果。

    目前自激振荡腔室内空化气泡壁的运动方程是通过求解气泡壁的质量、能量、动量传递方程来构建的[17],对该过程进行了假设,即空化泡在整个运动过程中始终保持球形对称状态且空化泡壁面只做径向运动,该假设通常在压力波波长远大于空化泡尺寸时得到满足。

    假设液体中存在一初始半径为Ra的气泡核,泡内为少量水蒸气和空气,忽略气泡自身浮力与重力(见图1),则空化泡内外的压力分别为:

    图  1  球形空化泡示意
    Figure  1.  Schematic diagram of spherical vacuoles
    pin=pg0+pv (1)
    pout=p0+2σ/Ra (2)

    式中:pin为空化泡内部压力,Pa;pout为空化泡外部压力,Pa;pg0为泡内气体分压,Pa;pv为泡内蒸汽分压,Pa;p0为泡外液体压力,Pa;σ为空化泡表面张力,N/m;Ra为空化泡初始半径,m。

    对于球形空化泡系统,动能来自空化泡周围液体,势能集中于空化泡内部,则:

    Ep= (3)
    {E_{\rm{k}}} = \frac{1}{2}\int\limits_{{R}}^\infty {4{\text{π}} \rho } {\left( {{\frac{{\rm{d}}R}{{\rm{d}}s}}} \right)^2}{R^2}{\rm{d}}r = 2{\text{π}} \rho {R^3}{\left( {{\frac{{\rm{d}}R}{{\rm{d}}s}}} \right)^2} (4)
    {L_{\rm{e}}} = {E_{\rm{k}}}{{ - }}{E_{\rm{p}}} (5)

    式中:Ep为球形空化泡系统的势能,J;Ek为球形空化泡系统的动能,J;R为空化泡半径,m;ρ为液体密度,kg/m3Le为空化泡能量变化量,J。

    将式(3)和(4)代入拉格朗日方程,得:

    \frac{{\rm{d}}}{{{\rm{d}}t}}\frac{{\partial L_{\rm{e}}}}{{\partial \left( {{{{\rm{d}}R} \mathord{\left/ {\vphantom {{{\rm{d}}R} {{\rm{d}}s}}} \right. } {{\rm{d}}s}}} \right)}} - \frac{{\partial L_{\rm{e}}}}{{\partial R}} = 0 (6)
    \,其中\qquad \qquad\quad \frac{{\partial L_{\rm{e}}}}{{\partial \dot R}} = 4{\text{π}} \rho {R^3}\left( {{\frac{{\rm{d}}R} {{\rm{d}}s}}} \right)\qquad \quad (7)
    \frac{{\partial L_{\rm{e}}}}{{\partial R}} = 6{\text{π}} \rho {R^2}{\left( {{\frac{{\rm{d}}R} {{\rm{d}}s}}} \right)^2} + 4{\text{π}} ({p_{{\rm{in}}}} - {p_{{\rm{out}}}}){R^2} (8)
    \frac{{\rm{d}}}{{{\rm{d}}t}}\frac{{\partial L_{\rm{e}}}}{{\partial \left( {{{{\rm{d}}R} \mathord{\left/ {\vphantom {{dR} {ds}}} \right. } {{\rm{d}}s}}} \right)}}{{ = }}4{\text{π}} \rho {R^3}{\frac{{{\rm{d}}^2}R}{{\rm{d}}{s^2}}}{{ + }}12{\text{π}} \rho {R^2}{\left( {{\frac{{\rm{d}}R}{{\rm{d}}s}}} \right)^2} (9)

    整理并化简,即为Rayleigh-Plesset方程[13]

    \rho R{\frac{{{\rm{d}}^2}R}{{\rm{d}}s{}^2}}{{ + }}\frac{3}{2}\rho {\left( \frac{{\rm{d}}R}{{\rm{d}}s} \right)^2}{{ = }}{p_{{\rm{in}}}}{{ - }}{p_0}{{ - }}\frac{2\sigma}{R_\text{a}} (10)

    式(10)为典型的二阶常微分方程,通过引入中间函数对该微分方程进行降阶,采用四阶龙格–库塔方法求解该微分方程[18],相应的MATLAB函数为ode45,该数值解法以四阶方法计算候选解,五阶方法计算候选解的误差,计算过程中步长自适应。计算初始条件为初始时刻的空化泡半径及空化泡半径随时间的变化率。水体中空化核直径约为5~100 μm,空化核初始直径Ra为6.0 μm,空化泡表面张力σ为0.076 N/m,液体的密度ρ为1 000 kg/m3,波速c为1 481 m/s。另外,空化泡初生时体积变化较慢,初始时刻的半径变化率可忽略。

    超声空化是指液体内的空化核在超声声压的周期性作用下体积增长、受迫缩小、再次生长、再次收缩并最终溃灭产生高温高压微射流的动力学过程。为了进一步阐明超声水力空化强化自激振荡射流空化强度机理,需要对声–流耦合场下亥姆霍兹喷嘴内空化泡动态变化规律进行空化泡动力学数值计算,研究腔室结构对空化泡尺寸的影响及外加超声场对空化强度和脉动周期的调制作用。在对空化泡动态变化进行动力学数值计算时,需要确定空腔内瞬态压力的变化规律,但剪切层内无序涡流经过调制与放大后形成强度集中的有规则涡流,腔内压力波动也随之增大,导致压力波动更复杂[18-21]。对于此问题,李晓红等人[22]基于流体网络理论建立了自激振荡脉冲射流喷嘴的等效网络模型,实现了腔内压力脉动的简化。

    在目前广泛使用的自激振荡射流的发生装置及系统中,柱塞泵是主要的动力源,由于柱塞泵结构的固有特点,自激振荡喷嘴的来流是周期性脉动的。在曲柄连杆机构的往复泵中,活塞运动的速度随时间变化,泵排出的流量也随时间变化[23],则柱塞的运动速度为:

    {v_{\rm{c}}}(\varphi ) = {\omega _{\rm{c}}}r\sin \varphi \left(1 - \frac{{r\cos \varphi }}{{\sqrt {s_0^2 - {r^2}{{\sin }^2}\varphi } }}\right) (11)

    式中:v为柱塞的运动速度,m/s; {\omega _{\rm{c}}} 为曲轴角速度,rad/s;r为曲轴旋转半径,m;s0为连杆长度,m; \varphi 为曲轴转角,rad。

    多缸泵的瞬时流量为所有液缸在同一瞬时排出的流量之和:

    {q_0} = \left\{ \begin{gathered} \frac{{\text{π}} }{4}{D^2}\sum\limits_{j = 1}^{{K_1}} {{v_{\rm{c}}}\left(\varphi + j\frac{{2{\text{π}} }}{n}\right)\quad0 \leqslant \varphi < {\varphi _0}} \\ \frac{{\text{π}} }{4}{D^2}\sum\limits_{j = 1}^{{K_1}} {{v_{\rm{c}}}\left(\varphi + j\frac{{2{\text{π}} }}{n}\right)\quad {\varphi _0} \leqslant \varphi < \frac{{\text{π}} }{n}} \\ \frac{{\text{π}} }{4}{D^2}\sum\limits_{j = 1}^{{K_1} - 1} {{v_{\rm{c}}}\left(\varphi + j\frac{{2{\text{π}} }}{n}\right)\quad \frac{{\text{π}} }{n} \leqslant \varphi < \frac{{2{\text{π}} }}{n}} \\ \end{gathered} \right. (12)
    \,其中\qquad \qquad\quad{\varphi _0}{{=}}\arccos \frac{{r^2} + a_1^2 - {s^2}}{2r{a_1}}\quad (13)
    {a_1} = s + r - 2{C_{\rm{v}}}r\frac{\Delta p}{K} (14)

    式中: {C_{\rm{v}}} 为余隙容积与柱塞每转排出或吸入容积之比; \Delta p 为平均排出压力与平均吸入压力之差,MPa;K为流体的体积弹性模量,MPa。

    柱塞泵通过管路将高压流体输送至自激振荡喷嘴,由瞬变流理论,串联系统有:

    Z_{j + 1}^{\rm{L}} = {F_j}Z_j^{\rm{R}} (15)
    \,其中\qquad \qquad\qquad \quad Z_{j + 1}^{\rm{L}} = \left\{ \begin{gathered} q \\ h \end{gathered} \right\}_{j + 1}^{\rm{L}}\qquad (16)
    Z_j^{\rm{R}} = \left\{ \begin{gathered} q \\ h \ \end{gathered} \right\}_{j + 1}^{\rm{R}} (17)
    {{\boldsymbol{F}}_j}{{ = }}\left[ {\begin{array}{*{20}{c}} {{{\rm{chm}}_j}{l_j}}&{ - \dfrac{1}{{{Z_{{\rm{c}}j}}}}{{\rm{shm}}_j}{l_j}} \\ { - {Z_{{\rm{c}}j}}{{\rm{shm}}_j}{l_j}}&{{{\rm{chm}}_j}{l_j}} \end{array}} \right] (18)
    {Z_{{\rm{c}}j}} = \frac{{m_j}c_j^2}{i\omega g{A_j}} (19)
    {m_j}{{ = }}\sqrt {\frac{{{A_j}g\omega }}{{c_j^2}}\left( - \frac{\omega }{{g{A_j}}} + if\right)} (20)

    式中:Z_{j + 1}^{\rm{L}} 为第j段管左端的状态参数;q为第j段管的流量,m3/s;h为第j段管的水头,m;Z_j^{\rm{R}} 表示第j段管右端的状态参数;Fj为第j段管路的场矩阵;{Z_{{{\rm{c}}j}}} 为第j段管路的特征阻抗;mj为第j段管道的传播因子;f为流体与管道的摩擦系数;cj为第j段管路中声音的传播速度, m/s;Aj为第j段管路的截面积,m2lj为第j段管路的长度,m;ω为流体振动圆频率,Hz; g为重力加速度,m/s2

    由于目前研究的重点是腔室内部的压力振荡,因此下游的等效回路是针对腔室的,谐振腔视为LC振荡器[18],其等效电路如图2所示。

    图  2  腔室的等效电路[24]
    Figure  2.  Equivalent circuit of cavity

    该系统可由线性常系数二阶微分方程表示:

    LC\frac{{{{\rm{d}}^2}{p_{\rm{c}}}(t)}}{{{\rm{d}}{t^2}}} + RC\frac{{{\rm{d}}{p_{\rm{c}}}(t)}}{{{\rm{d}}t}} + {p_{\rm{c}}}(t) = {p_1}(t) (21)

    式中:L为自激振荡脉冲喷嘴等效流体网络的流感,Pa·s2/kg;C为自激振荡脉冲喷嘴等效流体网络的流容,kg/Pa;{p}_{1}(t),{p}_{{\rm{c}}}(t)分别为喷嘴入口压力和谐振腔内压力,MPa。

    若初始条件 {p}_{1}(t){=}0,{p}_{{\rm{c}}}(t){=}0,{p}_{{\rm{c}}}'(t){=}0, {p}_{{\rm{c}}}''(t){=}0, 可得该系统的压力传递函数为:

    W(s) = \frac{{{p_{\rm{c}}}(t)}}{{{p_1}(t)}} = \frac{1}{{1 + RCs + LC{s^2}}} (22)

    式中:s为拉普拉斯算子。

    目前,通过自激振荡射流脉冲调制进行喷嘴结构优化的研究很多,例如赵韡等人[25]采用快速傅里叶变换方法,对不同结构参数下喷嘴流场的仿真结果进行幅频转换,分析腔体结构对振荡频率与振荡峰值的影响规律,以明确腔室结构对空化泡尺寸及空化云脉动周期的影响。喷嘴的结构如图3所示,具体尺寸见表1

    图  3  亥姆霍兹喷嘴的结构
    Figure  3.  Structure of Helmholtz nozzle
    表  1  亥姆霍兹喷嘴尺寸
    Table  1.  Dimensions of Helmholtz nozzles
    d1/mmd2/mmβ/(°)Lc/mmDc/mm
    1.21.31203.08.0
    9.0
    10.0
    10.5
    11.0
    1.21.31202.010.5
    2.5
    3.0
    3.5
    4.0
    下载: 导出CSV 
    | 显示表格

    根据上述喷嘴直径及谐振腔内压力场仿真模型,计算得到谐振腔内压力脉动情况,代入空化泡动力学模型中,分析谐振腔直径和长度对谐振腔内空化泡动态变化的影响,结果如图4所示。

    图  4  不同谐振腔直径、长度条件下空化泡的动态变化
    Figure  4.  Dynamic variation of cavitation bubbles with different cavity diameters and cavity lengths

    图4可以看出:谐振腔直径和长度均会影响谐振腔内空化泡直径的动态变化;当谐振腔长度为3 mm时,空化泡的最大直径随谐振腔直径增大而增大;当谐振腔直径为10.5 mm时,谐振腔长度增大也可以增大自振空化泡的最大直径。此外,在压力波动的波谷处空化泡快速膨胀,在0.02 ms处达到峰值后急速收缩至最小,空化泡发生溃灭。水力空化泡在一个周期内多次膨胀和塌缩,谐振腔内空化泡首次膨胀及溃灭比后续膨胀与溃灭更剧烈。对比不同谐振腔直径下空化泡的动态变化特点可以发现,随着谐振腔直径增大,谐振腔内单个空化泡的最大半径也随之增大,即空化现象更剧烈。

    相同的,谐振腔腔长与单空化泡发展最大半径之间也呈现出相同的规律。空化泡在腔室内发展并向下游运移,被碰撞壁的尖角分割成2部分:一部分沿原有运动方向流向出口端面;另一部分沿碰撞壁破碎,形成的微射流及能量变化对腔室内造成周期性的影响。腔室相当于蓄能器,可以对出口端面的质量流量进行周期性调节[20],因此腔内空化强度提高,有利于提高自激振荡效果。然而,由前人的研究得知,存在最优的腔长和腔径,使自激振荡射流的振荡频率和振荡峰值最大[19]。这是因为,腔内空化涡环随着腔长和腔径的增加而变大,即单空化泡发展的最大半径随之变大,这有利于振荡的增大;但腔长和腔径过大会造成流阻、能耗增大[26]

    由上述研究结果可知,自激振荡腔内空化泡振荡最大直径与射流脉冲效果正相关。因此,在不改变喷嘴结构的基础上,强化空化强度并进一步提升自激振荡射流脉冲强度将具有十分重要的价值。借鉴声学领域超声空化的应用,提出了超声强化脉冲射流并将其应用于矿产开采及金属加工[27-28]。分析声–流耦合场中单空化泡直径变化规律,可为评估和提高自激振荡射流效果提供理论基础。

    当流动和波动同时出现在流场中时,尤其是高雷诺数、高声强的流动和波动,单一的N–S方程或波动方程无法解决耦合流场中空化的问题。因此,需要对耦合场中空化泡做简化:将声压与无外加声场时的流场压力叠加,作为耦合场的瞬时压力,并将该瞬时压力作为气泡振动方程中的压力驱动相求解单个气泡振动方程,则声–流耦合场中的总压力可以写成流场的压力与声压的叠加:

    {p_{\rm{t}}} = {p_{\rm{f}}} + {p_{\rm{s}}} (23)

    Dc为10.5 mm时,根据式(23)及空化泡动态变化模型,计算得到不同腔长喷嘴振荡腔内空化泡在不同频率声场作用下半径随时间的变化曲线,见图5)。从图5可以看出,在不同频率超声波驱动下,声–流耦合场中的空化泡均比单独的水力空化泡膨胀溃灭得更剧烈。即超声波降低了空化阈值,使空化更容易发生。从空化泡动力学角度看,超声对水力空化的强化效应主要表现在更高频的压力脉动,当声场提供的声压为负值时,流场压力对空化泡直径的影响减小,而当声压在正半周期时,声场使空化泡的塌缩加剧。对于声场及流场的叠加,由于流场造成的压力脉动主要取决于亥姆赫兹喷嘴的尺寸,因此声场的频率是决定两者匹配程度的关键因素,当超声频率适当时,水力空化受到超声的作用而增强;相反,当超声频率与流场压力脉动不匹配时,超声对水力空化的强化效应减弱,能量利用效率不高。超声波频率过高使声波膨胀时间缩短,空化核的增长时间也随之缩短[29]。从图5还可以看出,超声波的最佳频率也与喷嘴的尺寸相关,腔长为2.0 mm时,最佳超声波频率为40 kHz;当腔长超过2.4 mm时,最佳超声波频率降至20 kHz。因此,在实际应用过程中,选择超声波频率时,应充分考虑喷嘴的尺寸。

    图  5  不同频率声场作用下不同腔长喷嘴内空化泡的动态变化规律
    Figure  5.  Dynamic variation law of cavitation bubbles in nozzles with different cavity lengths under action of different frequency acoustic fields

    基于空化泡动力学数值计算结果,得到声压幅值对空化泡动态变化规律的影响(见图6)。声场的声压幅值提高,空化泡动态变化过程中能膨胀到的最大半径会增大,进而增加压缩比,即空化效应增强。但是与声场频率具有最佳值不同,声压幅值对空化效应的强化作用是单调增加的,但当仅存在声场的情况下,声压幅值的强化作用存在上限;超过上限后,空化气泡在声场负压作用下可能会急速增大,导致它在接下来的声场正压作用下无法被压缩并崩溃[18]。而在声–流耦合场中,由流动造成的压力波动幅值远大于声场、频率远低于声场,这使空化泡处于压力波动的波谷时,空化泡的凝结和溃灭主要受到声波的主导;而在波峰时,声场波动基本上可以忽略。总的来说,声场幅度对空化强度的影响趋势是单调递增的,即声场振幅越大,空化越强烈。因此,在应用声–流耦合场强化空化效应过程中,应选用较大的声场振幅,但也要考虑成本及效率等因素,选择最佳的超声波幅值。

    图  6  不同幅值超声波作用下喷嘴内空化泡的动态变化规律(Dc=10.5 mm, Lc=3.0 mm)
    Figure  6.  Dynamic variation law of cavitation bubbles in a nozzle under the influence of ultrasonic waves of different amplitudes (Dc=10.5 mm, Lc=3.0 mm)

    1)自激振荡射流喷嘴的腔长和腔径对腔室内空化强度有较大的影响,腔长和腔径增大都有利于空化强度的提升。

    2)声–流耦合场中空化泡的膨胀收缩相比单一流场更剧烈,因此,可以通过外加声场的方式强化自激振荡腔内的空化强度,以进一步提升自激振荡射流的效果。

    3)随着超声波频率升高,空化泡最大半径呈现先增大后减小的趋势;超声波频率过高,会使声波膨胀时间缩短,空化核的增长时间也随之缩短。超声波的最佳频率与喷嘴腔长相关,而声场幅度对空化强度的影响呈单调递增趋势,即声场振幅越大,空化越强烈。

  • 图  1   钻井液脉冲原始信号

    Figure  1.   Original pulse signal of drilling fluid

    图  2   经过带通滤波处理的钻井液脉冲信号(带通滤波器的通带频率0.1~0.4 Hz)

    Figure  2.   Pulse signal of drilling fluid after bandpass filtering (the passband frequency of the bandpass filter is 0.1 ~ 0.4 Hz)

    图  3   钻井液脉冲原始信号的变分模态分解结果(K=8,α=1 000)

    Figure  3.   VMD results of original pulse signal of drilling fluid (K=8,α=1 000)

    图  4   带通滤波和优化VMD去噪效果对比

    Figure  4.   Comparison of de-noising effects between bandpass filtering and optimal VMD

    图  5   通过设定阈值去除杂波效果示意

    Figure  5.   Clutter removal effects through threshold setting

    图  6   15.3~26.3 s范围内3个连续脉冲相邻波峰之间的时间间隔

    Figure  6.   Time interval between adjacent wave peaks of three continuous pulses in the range of 15.3 ~ 26.3 s

    图  7   理论同步头相关器波形

    Figure  7.   Waveform of theoretical synchronization correlator

    图  8   理论同步头相关器与去噪后信号通过互相关处理得到的波形

    Figure  8.   Waveforms obtained by cross-correlation between the theoretical synchronization correlator and the de-noised signals

    图  9   数据块划分结果

    Figure  9.   Partition results of data blocks

    图  10   理论数据块相关器波形

    Figure  10.   Waveforms of theoretical data block correlators

    图  11   理论数据块相关器与各数据块内去噪后的信号通过互相关处理得到的曲线

    Figure  11.   Curves obtained by cross-correlation between theoretical data block correlators and the de-noised signals in data blocks

    表  1   数据序列编码

    Table  1   Coding of data sequence

    序列号 参数名称 位数 量程/API 脉冲数 精度/API
    1 GAMMA 8 0~500 2 ±0.977
    2 GAMMA 8 0~500 2 ±0.977
    3 GAMMA 8 0~500 2 ±0.977
    下载: 导出CSV
  • [1] 高文凯,窦修荣,闫国兴. 随钻声波传输的信道特性研究[J]. 石油钻探技术,2013,41(4):27–31.

    GAO Wenkai, DOU Xiurong, YAN Guoxing. Channel characteristics of acoustic telemetry while drilling[J]. Petroleum Drilling Techniques, 2013, 41(4): 27–31.

    [2]

    YAN Zhidan, XU Wenyi, AI Chunwei, et al. Parametric study on pump noise processing method of continuous wave mud pulse signal based on dual-sensor[J]. Journal of Petroleum Science and Engineering, 2019, 178: 987–998. doi: 10.1016/j.petrol.2019.04.018

    [3]

    QU Fengzhong, JIANG Qin, JIN Guozheng, et al. Mud pulse signal demodulation based on support vector machines and particle swarm optimization[J]. Journal of Petroleum Science and Engineering, 2020, 193: 107432. doi: 10.1016/j.petrol.2020.107432

    [4] 梁耀. 旋转导向系统信号传输与闭环控制关键技术研究[D]. 北京: 中国石油大学(北京), 2020.

    LIANG Yao. Research on the key technology of RSS’s signal transmission and closed loop control[D]. Beijing: China University of Petroleum(Beijing), 2020.

    [5] 梁耀,李传伟,李安宗,等. 高速泥浆脉冲遥传系统研制及应用[J]. 西安石油大学学报(自然科学版),2019,34(6):93–97.

    LIANG Yao, LI Chuanwei, LI Anzong, et al. Development and application of high-speed mud pulse signal transmission system[J]. Journal of Xi’an Shiyou University(Natural Science Edition), 2019, 34(6): 93–97.

    [6] 孙欢,朱明明,张勤,等. 长庆油田致密气水平井超长水平段安全钻井完井技术[J]. 石油钻探技术,2022,50(5):14–19. doi: 10.11911/syztjs.2022095

    SUN Huan, ZHU Mingming, ZHANG Qin, et al. Safe drilling and completion technologies for ultra-long horizontal section of tight gas horizontal wells in Changqing Oilfield[J]. Petroleum Drilling Techniques, 2022, 50(5): 14–19. doi: 10.11911/syztjs.2022095

    [7] 李金蔓,孙金声,霍宏博,等. 物联网技术在海洋钻完井中的应用[J]. 石油钻采工艺,2022,44(2):233–240. doi: 10.13639/j.odpt.2022.02.015

    LI Jinman, SUN Jinsheng, HUO Hongbo, et al. Applications of internet of things in offshore well drilling/completion[J]. Oil Drilling & Production Technology, 2022, 44(2): 233–240. doi: 10.13639/j.odpt.2022.02.015

    [8] 张浩,毕雪亮,刘维凯,等. EM-MWD信号在钻柱中传输的影响因素研究[J]. 石油钻探技术,2021,49(6):125–130.

    ZHANG Hao, BI Xueliang, LIU Weikai, et al. Investigation of the factors that influence EM-MWD signal transmission in drill strings[J]. Petroleum Drilling Techniques, 2021, 49(6): 125–130.

    [9] 李艳军. 随钻测量系统泥浆脉冲解码及地面通信单元的设计与实现[D]. 北京: 北京航空航天大学, 2013.

    LI Yanjun. Design and implementation of the mud pulse decoding and the ground communication unit on the MWD system[D]. Beijing: Beihang University, 2013.

    [10] 段友祥,张洋弘,李洪强,等. 基于可信度分析的钻井液脉冲信号识别方法[J]. 石油钻探技术,2018,46(3):120–126.

    DUAN Youxiang, ZHANG Yanghong, LI Hongqiang, et al. A new drilling fluid pulse signal identification method based on credibility analysis[J]. Petroleum Drilling Techniques, 2018, 46(3): 120–126.

    [11] 胡永建,黄衍福,李显义. 钻井液脉冲信号自动去噪与识别算法[J]. 石油勘探与开发,2019,46(2):378–384.

    HU Yongjian, HUANG Yanfu, LI Xianyi. Automatic de-noising and recognition algorithm for drilling fluid pulse signal[J]. Petroleum Exploration and Development, 2019, 46(2): 378–384.

    [12] 乔宗超,唐露新,刘海. 自适应滤波算法消除泥浆脉冲信号中的泵冲噪声[J]. 仪器仪表学报,2016,37(7):1477–1484.

    QIAO Zongchao, TANG Luxin, LIU Hai. Adaptive filtering algorithm for cancelling the pump noise in the mud pulse signal[J]. Chinese Journal of Scientific Instrument, 2016, 37(7): 1477–1484.

    [13] 贾梦之,耿艳峰,闫宏亮,等. 高速泥浆脉冲数据传输技术综述[J]. 仪器仪表学报,2018,39(12):160–170.

    JIA Mengzhi, GENG Yanfeng, YAN Hongliang, et al. Review of high-speed mud pulse telemetry technology[J]. Chinese Journal of Scientific Instrument, 2018, 39(12): 160–170.

    [14] 张祝军. 摆动式连续波泥浆脉冲通信系统中的信道特性与消噪技术研究[D]. 杭州: 浙江大学, 2018.

    ZHANG Zhujun. Signal processing and noise cancellation techniques for oscillatory continuous wave mud pulse telemetry[D]. Hangzhou: Zhejiang University, 2018.

    [15] 郭光明. 随钻通信信道估计及信道质量评估方法研究与实现[D]. 成都: 电子科技大学, 2022.

    GUO Guangming. Research and implementation of channel estimation and channel quality assessment method for communication while drilling[D]. Chengdu: University of Electronic Science and Technology of China, 2022.

    [16] 冉茂霞,黄沁元,刘鑫,等. 基于优化变分模态分解的磁瓦内部缺陷检测[J]. 浙江大学学报(工学版),2020,54(12):2158–2168.

    RAN Maoxia, HUANG Qinyuan, LIU Xin, et al. Internal defect detection of arc magnets based on optimized variational mode decomposition[J]. Journal of Zhejiang University(Engineering Science), 2020, 54(12): 2158–2168.

    [17] 邓红卫,申一鹏. 基于变分模态分解和粒子群算法的微震信号降噪方法[J]. 矿冶工程,2021,41(1):7–10. doi: 10.3969/j.issn.0253-6099.2021.01.002

    DENG Hongwei, SHEN Yipeng. Noise reduction method for microseismic signal based on variational mode decomposition and particle swarm algorithm[J]. Mining and Metallurgical Engineering, 2021, 41(1): 7–10. doi: 10.3969/j.issn.0253-6099.2021.01.002

    [18] 施晶,朱明,沈华,等. 基于VMD和小波阈值的水听器信号去噪方法[J]. 传感技术学报,2020,33(7):1003–1012. doi: 10.3969/j.issn.1004-1699.2020.07.013

    SHI Jing, ZHU Ming, SHEN Hua, et al. Denoising method of hydrophone signal based on VMD and wavelet threshold[J]. Chinese Journal of Sensors and Actuators, 2020, 33(7): 1003–1012. doi: 10.3969/j.issn.1004-1699.2020.07.013

    [19] 李安宗,李传伟,梁耀,等. 密勒码在随钻测井高速泥浆脉冲遥测系统中的应用[J]. 测井技术,2015,39(1):78–82. doi: 10.16489/j.issn.1004-1338.2015.01.016

    LI Anzong, LI Chuanwei, LIANG Yao, et al. Study on Miller code technology for high data rate mud pulser system in LWD[J]. Well Logging Technology, 2015, 39(1): 78–82. doi: 10.16489/j.issn.1004-1338.2015.01.016

    [20] 彭轶旋. 连续波泥浆脉冲器信号的滤波与解码技术研究[D]. 青岛: 中国石油大学(华东), 2018.

    PENG Yixuan. Research on the filtering and decoding technology of continuous wave mud pulser signal[D]. Qingdao: China University of Petroleum(East China), 2018.

图(11)  /  表(1)
计量
  • 文章访问数:  185
  • HTML全文浏览量:  93
  • PDF下载量:  45
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-03-31
  • 修回日期:  2023-05-07
  • 网络出版日期:  2023-05-24
  • 刊出日期:  2023-05-24

目录

/

返回文章
返回