基于EMD的井下近钻头振动数据分析

• 作者: 张涛 张霞 李玉梅 黄升
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 近钻头振动数据 经验模式分解 频域分析 异常振动识别
• 年，卷（期）: 2019,（6）
• 页码范围: 59-63
• 页数: 5页
• 分类号: TE28
• 字数: 2744字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2019.06.011

摘要

针对井下异常振动造成的钻头损坏、钻具疲劳、钻进效率慢等问题,提出了一种基于经验模态分解算法的井下异常振动识别方法;通过对井下近钻头振动数据进行经验模态分解,得到近钻头振动数据的本征模态分量;对本征模态分量进行希尔伯特变换,得到井下近钻头振动数据的瞬时频率,从而识别出井下异常振动;相较于传统的基于时域分析和快速傅里叶分析的井下异常振动识别方法,提高了识别速率、识别准确率,有助于缩短建井周期,节省钻井成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张涛	北京信息科技大学自动化学院	24	74	5.0	8.0
2	李玉梅	北京信息科技大学自动化学院	9	22	2.0	4.0
3	张霞	北京信息科技大学信息与通信工程学院	5	3	1.0	1.0
4	黄升	北京信息科技大学信息与通信工程学院	3	0	0.0	0.0