基于音频信号的气体钻井返出岩屑量监测方法研究

• 作者: 夏文鹤 孟英峰 李永杰 潘硕
• 来源期刊: 石油钻探技术
• 学科: 工学
• 关键词: 气体钻井 岩屑流量 音频信号 神经网络
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 测井录井
• 页码范围: 121-126
• 页数: 6页
• 分类号: TE242
• 字数: 4427字
• 语种: 中文
• DOI: 10.11911/syztjs.201703021

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟英峰	西南石油大学石油与天然气工程学院	157	1814	23.0	33.0
2	李永杰	西南石油大学石油与天然气工程学院	29	264	8.0	15.0
3	夏文鹤	西南石油大学电气信息学院	13	35	3.0	5.0
4	潘硕	西南石油大学电气信息学院	2	5	1.0	2.0