本文選題：三牙輪鉆頭　切入點：小波變換　出處：《西安石油大學(xué)》2015年碩士論文

【摘要】：鉆井質(zhì)量、鉆井效率和鉆井成本都與鉆頭的磨損狀況息息相關(guān)。由于井底情況的復(fù)雜性,使得難于對鉆頭磨損狀況進(jìn)行準(zhǔn)確判斷,若鉆頭尚能工作而提前取出鉆頭,將會造成人力物力的浪費,若鉆頭磨損過于嚴(yán)重而未取出鉆頭,將會影響鉆井效率,因此需準(zhǔn)確地、實時地對鉆頭磨損狀況進(jìn)行判斷,才能避免發(fā)生鉆井事故,提高鉆井質(zhì)量和鉆井效率,減少鉆井成本。針對鉆柱振動信號中含有大量時變、短時沖擊、突發(fā)性質(zhì)的噪音信號的問題,本文提出了小波變換原理的去噪和時頻特征提取方法,首先利用小波包去噪方法將采集到的鉆柱振動信號去噪,然后利用時頻法對去噪后的振動信號進(jìn)行特征提取,提取出鉆頭磨損的敏感特征集,作為適合于BP神經(jīng)網(wǎng)絡(luò)的輸入特征向量,經(jīng)網(wǎng)絡(luò)分析處理后,得到最終診斷結(jié)果�；贚ab VIEW平臺開發(fā)了三牙輪鉆頭磨損程度診斷系統(tǒng),實現(xiàn)了對三牙輪鉆頭磨損程度的診斷。系統(tǒng)包括信號輸入模塊、信號處理模塊、BP神經(jīng)網(wǎng)絡(luò)診斷模塊和診斷記錄查詢模塊,詳細(xì)介紹了各個模塊的開發(fā)過程、功能說明和界面。通過對現(xiàn)場數(shù)據(jù)的處理分析,表明該系統(tǒng)能滿足鉆頭振動信號的測試和診斷需求,為鉆頭起下鉆時間的確定提供了重要的理論基礎(chǔ),為鉆頭的合理使用以及科學(xué)管理提供了重要的理論和實踐基礎(chǔ)。
[Abstract]:Drilling quality, drilling efficiency and drilling cost are closely related to bit wear. Due to the complexity of bottom hole conditions, it is difficult to accurately judge the bit wear. It will cause waste of manpower and material resources. If the bit wear is too serious to take out the bit, it will affect the drilling efficiency. Therefore, it is necessary to judge the drill bit wear condition accurately and in real time in order to avoid drilling accidents. In order to improve drilling quality and drilling efficiency and reduce drilling cost, aiming at the problem that the vibration signal of drill string contains a large number of time-varying, short-time impulse and burst noise signals, this paper presents a method of de-noising and time-frequency feature extraction based on wavelet transform principle. Firstly, the vibration signal of drill string is de-noised by wavelet packet denoising method, and then the feature extraction of the de-noised vibration signal is carried out by time-frequency method, and the sensitive feature set of bit wear is extracted. As the input feature vector suitable for BP neural network, the final diagnosis result is obtained after the network analysis and processing. Based on the Lab VIEW platform, a three-cone bit wear diagnosis system is developed. The system includes signal input module, signal processing module BP neural network diagnosis module and diagnostic record inquiry module. The development process of each module is introduced in detail. Function description and interface. Through processing and analyzing the field data, it is shown that the system can meet the requirements of testing and diagnosis of bit vibration signal, and provides an important theoretical basis for determining the drilling time of drill bit. It provides an important theoretical and practical basis for the rational use of bit and scientific management.
【學(xué)位授予單位】：西安石油大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TE921.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙冬梅;王雅萍;江涌;朱目成;;基于LabVIEW和小波分析理論數(shù)據(jù)采集與處理系統(tǒng)研究[J];傳感器世界;2007年04期

2 崔士波;葛洪魁;陸斌;楊微;韓來聚;魏茂安;;鉆柱振動信號特征及多次波成像[J];地球物理學(xué)進(jìn)展;2010年02期

3 李子豐,張永貴,侯緒田,劉衛(wèi)東,徐國強;鉆柱縱向和扭轉(zhuǎn)振動分析[J];工程力學(xué);2004年06期

4 高巖;郭學(xué)增;于彤;;鉆具振動分析技術(shù)的發(fā)展前景[J];錄井技術(shù);1997年01期

5 高巖;陳亞西;郭學(xué)增;;鉆柱振動信號采集系統(tǒng)及譜分析[J];錄井技術(shù);1998年03期

6 吳西順;;判斷鉆頭磨損程度的新方法[J];錄井技術(shù);1999年03期

7 高巖;;鉆柱振動聲波錄井技術(shù)實驗研究[J];錄井工程;2008年04期

8 高巖;武鳳旺;梁占良;;鉆柱振動聲波錄井技術(shù)方法及應(yīng)用實例[J];錄井工程;2009年01期

9 李思濤;馬德坤;夏宇文;;單牙輪鉆頭牙齒齒形研究[J];石油礦場機械;2012年06期

10 閆秀芹,趙煒;能量平衡牙輪鉆頭的鉆井特性[J];石油機械;2004年11期

相關(guān)博士學(xué)位論文 前3條

1 魏云冰;小波變換在電機故障診斷與測試中的應(yīng)用研究[D];浙江大學(xué);2002年

2 張召平;中原油田鉆頭綜合選型研究及應(yīng)用[D];中國石油大學(xué);2007年

3 周瑞;基于第二代小波的機械故障信號處理方法研究[D];哈爾濱工業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 姚偉;電氣控制盒智能測試診斷系統(tǒng)設(shè)計與實現(xiàn)[D];天津大學(xué);2010年

2 鄭小洋;小波神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[D];重慶大學(xué);2003年

3 莫慧芳;基于LabVIEW的小波神經(jīng)網(wǎng)絡(luò)在電機聲頻故障診斷中的應(yīng)用研究[D];廣東工業(yè)大學(xué);2005年

4 張敬春;基于盲源分離和小波分析的電機聲頻故障診斷研究[D];廣東工業(yè)大學(xué);2006年

5 陸波;牙輪鉆頭與巖石互作用下系統(tǒng)縱向振動研究[D];重慶大學(xué);2006年

6 宋朝省;鉆頭—巖石—鉆柱—井壁互作用下系統(tǒng)耦合非線性動力學(xué)研究[D];重慶大學(xué);2007年

7 梁宏偉;鉆具振動信號的研究與應(yīng)用[D];中國石油大學(xué);2008年

8 于婷婷;基于BP神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷方法[D];大連理工大學(xué);2008年

9 李蕾;地震信號的時頻分析及其在蘇里格氣田薄儲層識別中的應(yīng)用[D];成都理工大學(xué);2009年

10 趙一帆;HJT517G三牙輪鉆頭故障診斷實驗研究[D];中國石油大學(xué);2010年

，

本文編號：1674046