發(fā)布時間：2018-06-21 21:30

  本文選題：隨鉆測量 + 泵沖干擾�。� 參考：《電子科技大學(xué)》2017年碩士論文

【摘要】：鉆井作業(yè)的同時,需要實(shí)時地從井下向地面?zhèn)鬏敂?shù)據(jù),目前國際上普遍采用的是隨鉆測量(Measurement While Drilling,MWD)技術(shù)。其中,以鉆柱管道中的循環(huán)泥漿液作為傳輸載體,通過泥漿脈沖傳輸信號的方式,以其易于安裝維護(hù)、低成本的優(yōu)點(diǎn),成為了目前應(yīng)用最為廣泛的MWD傳輸方式。但由于泥漿信道衰減效應(yīng)嚴(yán)重,脈沖信號的有明顯的畸變失真,另外其工作現(xiàn)場環(huán)境復(fù)雜,鉆井平臺的各種機(jī)械噪聲,尤其是泵沖干擾噪聲,其頻譜能量分布在脈沖信號帶內(nèi),對脈沖信號的識別和處理造成了極為不利的影響。因此在處理泥漿MWD遙傳信號的問題中,對泵沖干擾的消除效果會直接影響系統(tǒng)的傳輸性能。本論文針對泥漿MWD遙傳信號的泵沖干擾消除問題,詳細(xì)分析了泥漿信道、信號和噪聲的特性,建立了信號仿真模型。并以此為依據(jù),分別從單通道盲源分離和基于稀疏成分分析這兩個角度研究了泵沖干擾的消除方法,并通過仿真實(shí)驗(yàn)驗(yàn)證了其有效性。本文的主要工作內(nèi)容如下:1.簡述了泥漿MWD遙傳信號的產(chǎn)生和傳輸過程,分析研究了信道的傳輸特性、泥漿脈沖信號和背景噪聲的特性,并結(jié)合實(shí)驗(yàn)數(shù)據(jù)建立特征脈沖信號波形和泵沖干擾模型,用于生成不同參數(shù)的仿真信號。2.研究了基于單通道盲源分離的方法,從常規(guī)的適定多通道觀測信號的盲源分離理論入手,詳細(xì)描述了基于最大峭度的Fast ICA的盲源分離算法。并針對單通道的盲源分離問題,分別設(shè)計了基于EEMD分解和基于稀疏表示的構(gòu)建虛擬多通道的方法盲源分離方法,對它們的性能進(jìn)行了仿真實(shí)驗(yàn),對于特征脈沖和泥漿泵沖噪聲的混合信號,得到了基于DCT稀疏表示分解的Fast ICA盲源分離性能優(yōu)于基于EEMD分解的Fast ICA盲源分離的結(jié)論。3.研究了基于稀疏成分分析的信號分析方法,詳細(xì)闡述了形態(tài)成分分析的推廣得到的稀疏成分分析方法的理論模型和求解步驟,討論和設(shè)計了小波字典基的優(yōu)選方法,并針對泥漿MWD遙傳信號的特征進(jìn)行了算法優(yōu)化。仿真結(jié)果驗(yàn)證了基于稀疏成分分析方法對泥漿MWD遙傳信號處理的有效性。
[Abstract]:At the same time, it is necessary to transmit data from downhole to ground in real time. At present, measurement while drilling is widely used in the world. The circulating mud in the drilling string pipeline is used as the transmission carrier and the signal is transmitted by the mud pulse. Because of its advantages of easy installation and maintenance and low cost, it has become the most widely used MWD transmission mode. However, due to the serious attenuation effect of mud channel, obvious distortion of pulse signal, complicated working environment, various mechanical noise of drilling platform, especially pump noise, the spectrum energy is distributed in the pulse signal zone. The recognition and processing of the pulse signal have a very adverse effect. Therefore, in the process of mud MWD remote transmission signal, the effect of eliminating pump impulse interference will directly affect the transmission performance of the system. In this paper, the characteristics of mud channel, signal and noise are analyzed in detail, and the signal simulation model is established. On the basis of this, the methods of eliminating pump impulse interference are studied from single channel blind source separation and sparse component analysis, respectively, and their effectiveness is verified by simulation experiments. The main work of this paper is as follows: 1. The generation and transmission process of mud MWD remote transmission signal are briefly described. The characteristics of channel transmission, mud pulse signal and background noise are analyzed and studied. The characteristic pulse signal waveform and pump impulse interference model are established based on the experimental data. Used to generate different parameters of the simulation signal. 2. The method of blind source separation based on single channel is studied. The blind source separation algorithm based on maximum kurtosis based on Fast ICA is described in detail from the conventional blind source separation theory of multi-channel observation signals. Aiming at the problem of single channel blind source separation, the methods of constructing virtual multi-channel based on EEMD decomposition and sparse representation are designed, and their performance is simulated. For the mixed signals of characteristic pulse and mud pump impulse noise, the conclusion that fast ICA blind source separation based on DCT sparse representation decomposition is better than fast ICA blind source separation based on EEMD decomposition is obtained. The signal analysis method based on sparse component analysis (SAA) is studied. The theoretical model and solution steps of the sparse component analysis (SAA) method, which is generalized by morphological component analysis, is described in detail. The optimal selection method based on wavelet dictionary is discussed and designed. The algorithm of mud MWD remote transmission signal is optimized. The simulation results verify the effectiveness of sparse component analysis (SAA) method for mud MWD remote signal processing.
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TE92

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 艾朝霞;劉衛(wèi)菠;;通信信號盲源分離的高效算法研究[J];陜西科技大學(xué)學(xué)報(自然科學(xué)版);2011年04期

2 黃成永;葉金杰;潘紫微;;應(yīng)用盲源分離法消除旋轉(zhuǎn)機(jī)械振動信號噪音與干擾[J];安徽工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2007年02期

3 王向紅;向建軍;尹東;;微弱裂紋信號的ICA盲源分離提取[J];長沙理工大學(xué)學(xué)報;2014年02期

4 李悅;黃晉英;楊曉霞;;基于盲源分離的齒輪箱故障診斷[J];煤礦機(jī)械;2012年03期

5 張?zhí)扈?;基于神經(jīng)網(wǎng)絡(luò)的變速率非線性盲源分離ICA算法研究[J];陜西科技大學(xué)學(xué)報(自然科學(xué)版);2010年05期

6 袁繼超;鄒少軍;;用MATLAB模擬盲源分離在結(jié)構(gòu)損傷診斷中的應(yīng)用[J];武漢工業(yè)學(xué)院學(xué)報;2013年04期

7 徐元博;段志善;賈濤;;EMD分解盲源分離算法在振動篩故障診斷中的應(yīng)用[J];煤礦機(jī)電;2012年03期

8 熊慧;楊雪;李剛;林凌;張旺明;徐如祥;;基于EEPS-BSS算法的腦深部誘發(fā)電位提取[J];天津工業(yè)大學(xué)學(xué)報;2013年04期

9 張瑜;藍(lán)艷華;;MISEP盲分離算法在綜采煤巖界面識別中的應(yīng)用[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2014年08期

10 張威威;景鎖吉;;MWD脈沖發(fā)生器充油方法比較分析[J];錄井工程;2007年03期

相關(guān)會議論文 前10條

1 李舜酩;;轉(zhuǎn)子振動信號的盲源分離研究[A];第三屆全國虛擬儀器大會論文集[C];2008年

2 許林周;章新華;范文濤;;一種盲源分離后續(xù)去冗余方法[A];2009年全國水聲學(xué)學(xué)術(shù)交流暨水聲學(xué)分會換屆改選會議論文集[C];2009年

3 韓少博;林京;吳文燾;;頻域盲源分離中的一種穩(wěn)健解排列模糊方法[A];中國聲學(xué)學(xué)會2009年青年學(xué)術(shù)會議[CYCA’09]論文集[C];2009年

4 章林柯;何琳;江涌;;基于盲源分離的潛艇源識別信號去除干擾研究[A];第十一屆船舶水下噪聲學(xué)術(shù)討論會論文集[C];2007年

5 康春玉;章新華;李軍;;盲源分離與自適應(yīng)濾波器結(jié)合抑制強(qiáng)干擾研究[A];2012'中國西部聲學(xué)學(xué)術(shù)交流會論文集(Ⅱ)[C];2012年

6 周祥;樊濤;;基于盲源分離的儲油罐底腐蝕混疊信號的識別與分離[A];第八屆沈陽科學(xué)學(xué)術(shù)年會論文集[C];2011年

7 王穎翠;;一種基于自然梯度的卷積混合頻域盲源分離算法[A];現(xiàn)代通信理論與信號處理進(jìn)展——2003年通信理論與信號處理年會論文集[C];2003年

8 許策;章新華;高成志;;源數(shù)目估計對盲源分離算法影響分析[A];2007年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2007年

9 成謝鋒;張仲;孫夏;;一種單路混合信號的盲源分離新方法[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 胡增輝;朱炬波;;基于盲源分離的波達(dá)角估計[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 張良俊;欠定盲源分離算法及其應(yīng)用研究[D];武漢理工大學(xué);2015年

2 吳微;含噪盲源分離算法研究及其在水聲信號中的應(yīng)用[D];解放軍信息工程大學(xué);2014年

3 駱忠強(qiáng);無線通信盲源分離關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2016年

4 徐先峰;利用參量結(jié)構(gòu)解盲源分離算法研究[D];西安電子科技大學(xué);2010年

5 王爾馥;盲源分離理論及其在通信系統(tǒng)中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2009年

6 李昌利;盲源分離的若干算法及應(yīng)用研究[D];西安電子科技大學(xué);2010年

7 高建彬;盲源分離算法及相關(guān)理論研究[D];電子科技大學(xué);2012年

8 郭靖;盲源分離的時頻域算法研究[D];重慶大學(xué);2012年

9 張念;盲源分離理論及其在重磁數(shù)據(jù)處理中的應(yīng)用研究[D];中國地質(zhì)大學(xué);2013年

10 劉建強(qiáng);非平穩(wěn)環(huán)境中的盲源分離算法研究[D];西安電子科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 李曉林;泥漿MWD遙傳信號泵沖干擾的消除方法研究[D];電子科技大學(xué);2017年

2 彭帆;多輸入多輸出系統(tǒng)盲源分離頻域新方法的研究[D];汕頭大學(xué);2002年

3 程舒慧;動態(tài)盲源分離及其在生物醫(yī)學(xué)信號處理中的應(yīng)用研究[D];安徽大學(xué);2011年

4 張政;基于獨(dú)立分量分析的盲源分離算法優(yōu)化研究[D];南京信息工程大學(xué);2015年

5 高鵬;基于單通道盲源分離理論的故障特征提取技術(shù)[D];長安大學(xué);2015年

6 姚鑫;基于EEMD的單通道盲源分離研究與應(yīng)用[D];大連交通大學(xué);2015年

7 張穎;低角雷達(dá)盲信號分離方法研究[D];河南師范大學(xué);2015年

8 吳康銳;基于空間幾何信息約束的欠定卷積盲源分離[D];南昌大學(xué);2015年

9 李莽;盲源分離在信號探測中的應(yīng)用[D];電子科技大學(xué);2014年

10 宋繼飛;噪聲條件下欠定盲源分離算法研究[D];大連理工大學(xué);2015年

，

本文編號：2050069