...
首页> 外文期刊>Автоматизация,телемеханизация и связь в нефтяной промышленности >РАЗВИТИЕ МЕТОДА СИГНАЛЬНОЙ ИДЕНТИФИКАЦИИ БУРИМОСТИ ГОРНЫХ ПОРОД В РЕАЛЬНОМ ВРЕМЕНИ
【24h】

РАЗВИТИЕ МЕТОДА СИГНАЛЬНОЙ ИДЕНТИФИКАЦИИ БУРИМОСТИ ГОРНЫХ ПОРОД В РЕАЛЬНОМ ВРЕМЕНИ

机译:实时钻岩信号识别方法的发展

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       

摘要

При бурении одним долотом нового поколения разбуривается несколько разнородных пачек пород, буримость которых необходимо знать для уточнения параметров математической модели и определения оптимальных управляющих воздействий для следующего интервала бурения. Известные методы контроля буримости горных пород не соответствуют современному уровню автоматизации процесса бурения. Проведены исследования взаимосвязей механической скорости бурения с износом долота и начальной механической скорости бурения с управляющими воздействиями. Предложена методика сигнальной идентификации и автоматизированного бесконтактного контроля буримости горных пород в процессе углубления скважин на основе L-критерия и рекуррентного алгоритма кумулятивных сумм. Установлено, что начальная механическая скорость бурения, как показатель буримости, зависит от параметров режима бурения, диаметра долота и мощности на долоте. Получена обобщенная математическая модель. Для сигнальной идентификации буримости горных пород в реальном времени рекомендуется выбирать ту механическую скорость, которая определяется в начале бурения алмазным или незатупленным шарошечным долотом при бурении с оптимальными управляющими воздействиями. Это дает возможность определять связи показателей буримости с глубиной скважины, которые являются базой для текущей оптимизации процесса бурения. Разбиение горной породы на классы по буримости осуществляется с помощью нейронной сети.
机译:当使用新一代的钻头进行钻探时,会钻出多个非均质岩石单元,必须知道其岩石的可钻性,以精炼数学模型的参数并确定下一个钻探间隔的最佳控制措施。已知的岩石可钻性控制方法不符合现代的钻井过程自动化水平。已经研究了具有钻头磨损的ROP与具有控制措施的初始ROP之间的关系。提出了一种基于L准则和累加累加递归算法的加深过程中岩石可钻性信号识别与自动非接触控制方法。已经发现,作为可钻性指标的初始ROP取决于钻削模式,钻头直径和钻头功率的参数。获得了广义数学模型。为了实时识别岩石的可钻性,建议在钻探时以最佳控制动作选择在钻探开始时使用菱形或非钝齿锥钻头确定的ROP。这使得确定可钻性指标和井深之间的关系成为可能,这是当前优化钻井过程的基础。使用神经网络将岩石划分为可钻性类别。
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号