当前位置:主页 > 科技论文 > 石油论文 >

基于磁记忆检测的钻柱缺陷自动识别方法研究

发布时间:2020-08-09 19:44
【摘要】:钻柱是重要的钻井设备,钻柱损伤失效就会造成巨大损失,甚至可能导致弃井。因此钻柱损伤的检测是钻井作业中重要的一个环节。钻柱损伤检测产生的海量数据依靠人工进行处理,效率低工作量大。因此实现钻柱缺陷高效准确识别评判一直是钻井检测工作追求的目标。实现缺陷自动识别对预防带伤钻具再下井、降低钻具失效事故发生率、提高钻井检测效率具有重要的工程意义和实用价值。本文根据磁记忆检测数据对钻柱的缺陷自动识别进行了研究。(1)广泛收集了钻柱的裂纹缺陷、腐蚀缺陷、刺漏缺陷等典型损伤的特征、形成原因以及类型特点,分析了受力分析和失效形式分析,为钻柱缺陷的识别奠定了基础。(2)现场钻柱缺陷的几何特征较复杂,首先对简单几何特征的缺陷进行研究。因此利用三维磁记忆检测平台对预制的纵向槽型缺陷、孔型缺陷、横向刻伤、环向刻伤四种典型缺陷进行了多通道扫描检测试验,研究了磁记忆信号的特征提取方法,并对数据进行分析处理,得到各种缺陷的磁记忆及其梯度信号的特点。得到了磁记忆能够对缺陷进行良好表征。(3)分析不同缺陷的磁记忆检测结果区别,提出了能够很好表征缺陷类型的9维特征体系,并采用随机森林的方法对特征进行了重要度分析。建立了基于SVM和随机森林两种缺陷识别模型,通过实验数据对该模型进行训练,缺陷识别准确率分别达到92.3%和84.6%。(4)利用MATLAB开发了能够实现对缺陷的特征自动提取和自动识别为一体的软件,为钻柱的缺陷识别提供了有效的识别工具。为井口钻柱缺陷实时识别难题的解决提供了参考。
【学位授予单位】:中国石油大学(北京)
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP18;TE92
【图文】:

钻具,钻柱


钻井时,通过钻柱来传递否直接影响着钻井进度,钻柱失效更是会展,地层地质条件差的储油区也逐渐得到运动和受力也随之变得复杂,其受到拉、蚀、高温、高压等恶劣环境,钻柱很容易同的失效形式,如图 1.1 和图 2.2 所示。故造成钻井作业的延期,引起巨大的经济统计上报的钻具事故就达高五六百起。北 301 井出现两次钻具失效后,总结经米增加到 2013 年的 154.71 万米,万米进尺 年的 0.23;据国外统计估算,平均每次钻钻井总成本的 14%。并且钻杆失效事故往期被迫延长,钻井的安全性不能得到保障过程中钻柱失效问题依然突出。

钻具,钻柱


图 1.2 腐蚀钻具Fig. 1.2 Corrosion drill柱失效事故初期进行有效预警,各大油田采取油田建立了钻具“健康档案”,实行合理定期用新型高强度钻杆,钻具制造行业也在不断推最重要的防止钻柱失效措施就是对钻柱进行定伤作为一项重要的预防手段,为了做好钻柱损探伤频率,缩短排查缺陷的周期。并将钻具无施。例如塔中 62-5H 井钻进过程中,离设计部督促井队立即起钻探伤,井队怕耽误时间,钻具断裂落井。之后,在起钻探伤时,技术人里木油田[1]对哈拉哈塘和中古区块长裸眼井,入 5000-6500 米地层的一次探伤,从而提高钻出,对钻柱损伤缺陷进行快速准确识别,便捷

示意图,钻柱受力,示意图,钻柱


中国石油大学(北京)硕士学位论文往上传播,形成的弹力波传到地面后有反弹钻柱在钻进过程中,由于钻进岩石从而产生下不断振动,即成为扭转振动。和纵向振动相对应,钻柱本身的涡动或者轴主要影响因素。况下还受到离心力、弯曲扭矩,以及由纵向。在工况下,这些载荷多是复合作用,贯穿与周向扭矩是钻具的主要受力形式。将其多压应力、剪应力。如图 2.1 所示。

【参考文献】

相关期刊论文 前10条

1 李方坡;;S135钻杆管体刺穿失效分析[J];热加工工艺;2015年22期

2 叶栋梁;;探究油田钻具失效原因分析及对策[J];化工管理;2015年10期

3 郭鹏举;陈学东;关卫和;陶元宏;;铁磁性构件典型缺陷磁记忆信号特征研究[J];压力容器;2014年12期

4 金宝;邸新杰;张建军;李伟;;疲劳裂纹扩展的金属磁记忆信号特征[J];材料工程;2014年11期

5 高玉庆;;空气钻井钻具腐蚀研究[J];化工管理;2014年14期

6 丁硕;常晓恒;巫庆辉;杨友林;;LM算法改进的BP网络在模式分类中的应用研究[J];电子测试;2014年02期

7 任吉林;孙金立;周培;饶琪;王振;;磁记忆二维检测的研究与工程应用[J];机械工程学报;2013年22期

8 张仁庆;樊建春;苏雪梅;王中胜;葛保胜;;弯曲载荷下钻具接头试样的磁记忆信号特征[J];石油机械;2013年02期

9 周培;任吉林;孙金立;宋凯;王振;;李萨如图在磁记忆二维定量检测中的应用[J];航空学报;2013年08期

10 闫旌;卢强;康凯;续向阳;陈林辉;;金属磁记忆检测技术的研究进展[J];中国特种设备安全;2012年09期

相关博士学位论文 前2条

1 牟洪波;基于BP和RBF神经网络的木材缺陷检测研究[D];东北林业大学;2010年

2 邸新杰;焊接裂纹的金属磁记忆信号定量化特征研究[D];天津大学;2007年

相关硕士学位论文 前6条

1 叶栋梁;辽河油区钻具失效分析与检测研究[D];东北石油大学;2017年

2 孙艳茹;基于磁记忆方法的输油管道腐蚀检测技术研究[D];哈尔滨工业大学;2012年

3 杨守超;基于支持向量机的管道缺陷分类方法研究及缺陷可视化软件设计[D];东北大学;2012年

4 金莉;磁记忆检测机理与信号的小波去噪技术的研究[D];合肥工业大学;2008年

5 严春妍;焊接裂纹的金属磁记忆信号特征判据的研究[D];天津大学;2005年

6 麦小琴;管道缺陷智能识别的研究[D];沈阳工业大学;2005年



本文编号:2787473

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/2787473.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户02007***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com