基于音频信号的气体钻井返出岩屑量监测方法研究
PETROLEUM DRILLING TECHNIQUES（2017）
摘要
为了监测钻井过程中的井壁坍塌、井底岩爆等井下工况信息,进行了基于音频信号的气体钻井返出岩屑量监测方法研究.该方法利用音频采集系统采集返出岩屑在排砂管中运移所产生的音频信号,根据短时能量确定声音段的起止点并计算特征参数,建立声音的特征参数库,再利用神经网络算法排除干扰声音,然后分析排砂管内不同大小岩屑的声音特征,利用动态时间弯折算法识别岩屑的大小,计算岩屑流量,进而判断气体钻井携岩状态及井下工况.双探7井现场试验结果表明,该方法对干扰声音的分类成功率达到96.8%,对不同粒径岩屑的识别率达到85.0%.研究结果表明,基于音频信号的气体钻井返出岩屑量监测方法可以监测返出岩屑流量变化情况,有效判断气体钻井的井下工况,从而降低气体钻井作业风险.
更多查看译文
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要