课题学习(九)----阅读《导向钻井工具姿态动态测量的自适应滤波方法》论文笔记

一、 引言

   引言直接从原论文复制,大概看一下论文的关键点:

垂直导向钻井工具在近钻头振动和工具旋转的钻井工作状态下,工具姿态参数的动态测量精度不高。为此,通过理论分析和数值仿真,提出了转速补偿的算法以消除工具旋转对测量的影响; 采用最小均方算法( Least Mean Square—LMS) 自适应滤波算法,可以有效滤除近钻头振动对测量的影响。数值仿真表明,经过转速补偿和LMS 自适应滤波后的井斜角测量误差可小于0. 1°,工具面角测量误差小于6°,有效地提高了垂直导向钻井工具的动态测量精度。

   关键点:转速补偿的算法以消除工具旋转对测量的影响;用最小均方算法( Least Mean Square—LMS) 自适应滤波算法,可以有效滤除近钻头振动对测量的影响。

二、 动态测量中的问题

2.1 旋转运动对姿态测量的影响

   在实际钻井过程中,设导向工具绕其回转中心以转速ω 旋转,则重力加速度计的工作状态如图1所示,图中R 为加速度计中心O’ 到工具回转中心O的距离。
在这里插入图片描述
   此时,X 轴 将会受到切向的附加惯性力作用,因此作用在X轴加速度计质量块的加速度 a x a_x ax不仅仅是重力加速度分量,还包括切向附加惯性力加速度。由加速度线性叠加原理得: a x = g x + α x = g s i n θ s i n φ + d ω d t R a_x=g_x+\alpha_x=gsin\theta sin\varphi +\frac{d\omega}{dt}R ax=gx+αx=gsinθsinφ+dtdωR
   其中, g x g_x gx为X 轴重力加速度分量,单位为 m / s 2 m/s^2 m/s2 ; α x \alpha_x αx为X 轴所受到的切向附加惯性力加速度,单位为 m / s 2 m/s^2 m/s2,它与转速ω 的变化率成正比例; θ 为井斜角、φ 为工具面角。
   Y 轴重力加速度计质量块也会因旋转而受到离心力作用,其加速度
a x = g x + α x = g s i n θ s i n φ + ω 2 R a_x=g_x+\alpha_x=gsin\theta sin\varphi +\omega^2R ax=gx+αx=gsinθsinφ+ω2R
   其中, g y g_y gy为Y 轴重力加速度分量,单位为 m / s 2 m/s^2 m/s2; α x \alpha_x αx为Y轴所受到的离心力加速度,单位为 m / s 2 m/s^2 m/s2,它与转速平方成正比。由上面两个公式可知,当工具转速较高时,安装在导向工具上的重力加速度计在井眼的不同方位上将产生差异较大的测量信号,从而导致工具姿态的较大测量误差

2.2 近钻头振动对姿态测量的影响

   在正常钻进过程中,钻头切削岩石会使钻柱产生横向和纵向振动,且横向振动尤为明显。近钻头振动信号有3 大特性:

①牙轮钻头牙齿吃入岩石形成高频特性;
②近钻头震源具有宽频性;
③钻头牙齿、牙轮与钻头整体复合运动具有随机性。

   近钻头振动信号的幅值一般在10g左右( g 为重力加速度, g = 0.9 m / s 2 g=0.9m/s^2 g=0.9m/s2 ) ,最大可达到30g。因此,近钻头的振动加速度一般远大于重力加速度,弱小的重力加速度信号将湮灭在振动加速度噪声中,导致工具姿态测量无效。根据近钻头横向振动信号特性,采用幅值为6 g 的随机白噪声来模拟近钻头高频随机振动信号,信号特征如下图所示。
在这里插入图片描述
   设仅考虑近钻头处的横向振动,其对X、Y 轴向分解后分别记为Ax、Ay,设 A x = K x g A_x=K_xg Ax=Kxg A y = K y g A_y=K_yg Ay=Kyg; K x 、 K y K_x、K_y KxKy为最大值为10 的随机系数。假设近钻头振动、旋转运动以及重力加速度对加速度计的影响线性可加,则X,Y 轴重力加速度计的测量信号为 V ^ x = V x + V r x + V p x = V g s i n θ s i n φ + V g R g d ω d t + K x V g \hat{V}_x=V_x+V_{rx}+V_{px}=V_gsin\theta sin\varphi +V_g\frac{R}{g}\frac{d\omega}{dt}+K_xV_g V^x=Vx+Vrx+Vpx=Vgsinθsinφ+VggRdtdω+KxVg
V ^ y = V y + V r y + V p y = V g s i n θ c o s φ + V g R g ω 2 + K y V g \hat{V}_y=V_y+V_{ry}+V_{py}=V_gsin\theta cos\varphi +V_g\frac{R}{g}\omega^2+K_yV_g V^y=Vy+Vry+Vpy=Vgsinθcosφ+VggRω2+KyVg
   其中: V x 、 V y V_x、V_y VxVy为加速度计的理想输出信号; V r x 、 V r y V_{rx}、V_{ry} VrxVry分别为X、Y 轴加速度计的旋转附加信号; V p x 、 V p y V_{px}、V_{py} VpxVpy为振动产生的附加信号。

三、导向工具姿态动态测量方法

3.1 工具旋转转速补偿算法

   考虑到工具旋转时的附加信号 V r x 、 V r y V_{rx}、V_{ry} VrxVry为转速ω的函数,因此,利用速率陀螺仪实时测出工具转速ω,则可进行误差校正。
   设由速率陀螺仪测得导向工具转速为 ω ^ \hat{\omega} ω^( 考虑速率陀螺仪的测量误差为5%) ,可计算得工具旋转附加信号估计值为 V ^ r x 、 V ^ r y \hat{V}_{rx}、\hat{V}_{ry} V^rxV^ry利用2.2节的公式进行校正: V ^ x 1 = V ^ x − V ^ r x = V x + V p x \hat{V}_{x1}=\hat{V}_{x}-\hat{V}_{rx}=V_x+V_{px} V^x1=V^xV^rx=Vx+Vpx
V ^ y 1 = V ^ y − V ^ r y = V y + V p y \hat{V}_{y1}=\hat{V}_{y}-\hat{V}_{ry}=V_y+V_{py} V^y1=V^yV^ry=Vy+Vpy

3.2 振动信号的自适应滤波

   近钻头振动信号是一种宽带噪声信号,自适应滤波器利用其自动调节参数的优势,无需知道输入信号和噪声统计特性,自动跟踪噪声源,将噪声滤除。自适应滤波的基本思想是: 将振动信号与滤波估计出的参考信号进行抵消操作
   自适应滤波器有两路输入:

一路为原始通道,其不仅接收加速度计测量信号 V x ( k ) V_x(k) Vx(k)( 将加速度传感器测量信号离散化) ,还接收和信号 V x ( k ) V_x(k) Vx(k)不相关的近钻头振动附加信号 V r p 0 ( k ) V_{rp0}(k) Vrp0(k)

另一路为参考输入通道,其接收与信号 V x ( k ) V_x(k) Vx(k)不相关且与振动信号 V r p 0 ( k ) V_{rp0}(k) Vrp0(k)相关的振动信号 V r p 1 V_{rp1} Vrp1

   自适应滤波器原理图结构如下所示:
在这里插入图片描述
   根据自适应滤波器的特性,振动信号 V r p 1 ( k ) V_{rp1}(k) Vrp1(k)经过LMS自适应滤波器自动调整输出后,得到 V r p 1 ( k ) V_{rp1}(k) Vrp1(k)的估计信号,即 y ( k ) = V ^ r p 1 ( k ) y(k)=\hat{V}_{rp1}(k) y(k)=V^rp1(k).
   则自适应滤波器系统输出的误差信号e( k) 等于原始信号和参考输入信号的差值,表示为: e ( k ) = V x ( k ) + V r p 0 ( k ) − V ^ r p 1 ( k ) e(k)=V_x(k)+V_{rp0}(k)-\hat{V}_{rp1}(k) e(k)=Vx(k)+Vrp0(k)V^rp1(k)
   对这个式子做一个变形: e ( k ) − V x ( k ) = V r p 0 ( k ) − V ^ r p 1 ( k ) e(k)-V_x(k)=V_{rp0}(k)-\hat{V}_{rp1}(k) e(k)Vx(k)=Vrp0(k)V^rp1(k)
   并且对上面的两边同时开平方并取均方误差: E [ e 2 ( k ) ] = E [ V x 2 ( k ) ] + E [ ( V r p 0 ( k ) − V r p 1 ( k ) ) 2 ] + 2 E [ V x ( K ) ( V r p ( k ) − V r p 1 ( k ) ) ] E[e^2(k)]=E[{V_x}^2(k)]+E[(V_{rp0}(k)-V_{rp1}(k))^2]+2E[V_x(K)(V_{rp}(k)-V_{rp1}(k))] E[e2(k)]=E[Vx2(k)]+E[(Vrp0(k)Vrp1(k))2]+2E[Vx(K)(Vrp(k)Vrp1(k))]
   E [ e 2 ( k ) ] E[e^2(k)] E[e2(k)]表示功率信号, V x ( k ) V_x(k) Vx(k) V r p 1 ( k ) V_{rp1}(k) Vrp1(k)无关,所以 2 E [ V x ( K ) ( V r p ( k ) − V r p 1 ( k ) ) ] = 0 2E[V_x(K)(V_{rp}(k)-V_{rp1}(k))]=0 2E[Vx(K)(Vrp(k)Vrp1(k))]=0,因此, 均方误差 E [ e 2 ( k ) ] E[e^2(k)] E[e2(k)] 最小, 等价于 E [ ( V r p 0 ( k ) − V r p 1 ( k ) ) 2 ] E[(V_{rp0}(k)-V_{rp1}(k))^2] E[(Vrp0(k)Vrp1(k))2]达到最小。
   LMS 自适应滤波过程是由其权向量迭代公式: W ( k + 1 ) = W ( k ) + 2 μ e ( k ) x ( k ) W(k+1)=W(k)+2\mu e(k)x(k) W(k+1)=W(k)+2μe(k)x(k)
   自身调节权值 W ( k ) W(k) W(k)使得 E [ e 2 ( k ) ] E[e^2(k)] E[e2(k)]达到最小。
   式中: μ \mu μ为调整搜索步长的正值常数,其收敛速度与系统稳定性有关; W ( k ) W(k) W(k)为系统第k 次迭代权系数; x ( k ) x(k) x(k)为输入信号。
   根据 e ( k ) − V x ( k ) = V r p 0 ( k ) − V ^ r p 1 ( k ) e(k)-V_x(k)=V_{rp0}(k)-\hat{V}_{rp1}(k) e(k)Vx(k)=Vrp0(k)V^rp1(k),所以在LMS 准则下, E [ ( V r p 0 ( k ) − V r p 1 ( k ) ) 2 ] E[(V_{rp0}(k)-V_{rp1}(k))^2] E[(Vrp0(k)Vrp1(k))2]被最小化的同时, E [ ( V r p 0 ( k ) − V r p 1 ( k ) ) 2 ] E[(V_{rp0}(k)-{V}_{rp1}(k))^2] E[(Vrp0(k)Vrp1(k))2]也被最小化了,即LMS 自适应滤波器的输出 y ( k ) y(k) y(k) V r p 1 ( k ) V_{rp1}(k) Vrp1(k)逼近等效于 e ( k ) e(k) e(k) V x ( k ) V_x(k) Vx(k) 逼近,从而系统输出的是加速度计信号 V x ( k ) V_x(k) Vx(k)的最佳估计。
  剩下的内容为效果仿真了,具体就不再看了,论文整体上思路很简单,也好理解,细心看一下就好,而且本篇论文实际稍微有点远,为2016的论文,有兴趣的可以从知网下载。

四、往期回顾

课题学习(一)----静态测量
课题学习(二)----倾角和方位角的动态测量方法(基于磁场的测量系统)
课题学习(三)----倾角和方位角的动态测量方法(基于陀螺仪的测量系统)
课题学习(四)----四元数解法
课题学习(五)----阅读论文《抗差自适应滤波的导向钻具动态姿态测量方法》
课题学习(六)----安装误差校准、实验方法
课题学习(七)----粘滑运动的动态算法
课题学习(八)----卡尔曼滤波动态求解倾角、方位角

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/124050.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

亿图导出word和PDF中清晰度保留方法

步骤一 在亿图软件中画一个元件大小搭配合理的图。注意字体大小的安排,尤其是角标的大小要合适,示范如下 选中所有元器件,右键使用组合功能将电路图组合为一个整体 步骤二: 将亿图软件中的图保存为SVG格式。示范如下 在导出到…

数据防泄密软件排行榜

数据防泄密软件排行榜 安企神数据防泄密系统下载使用 现如今,随着信息技术的快速发展,数据泄密事件屡见不鲜。企业的隐私数据面临着越来越大的风险。为了保护数据的安全,数据防泄密软件应运而生。这些软件通过加密、监控和防护等功能&#…

数据结构例题代码及其讲解-图

01 图的邻接矩阵存储结构定义。 顶点表、边(二维数组)、顶点数量和边的数量 typedef struct MGraph {char Vex[MaxSize];//顶点(vertex)中数据int Edge[MaxSize][MaxSize];//边int vexnum, arcnum;//顶点数量和边的数量 }MGraph;图中涉及到.和->的区…

golang中的Interface接口 类型断言、接口赋值、空接口的使用、接口嵌套

Interface整理 文章目录 Interface整理接口嵌套接口类型断言类型判断 type-switch使用方法集与接口空接口实例 接口赋值给接口 接口是一种契约,实现类型必须满足它,它描述了类型的行为,规定类型可以做什么。接口彻底将类型能做什么&#xff0…

openGauss学习笔记-109 openGauss 数据库管理-管理用户及权限-角色

文章目录 openGauss学习笔记-109 openGauss 数据库管理-管理用户及权限-角色109.1 创建、修改和删除角色109.2 内置角色 openGauss学习笔记-109 openGauss 数据库管理-管理用户及权限-角色 角色是一组用户的集合。通过GRANT把角色授予用户后,用户即具有了角色的所有…

4.1 网络基础之网络IO

一、编写基本服务程序流程 下面介绍一个最最简单的服务程序的编写流程,先按照顺序介绍各个函数的参数和使用。然后在第三节用一对简单的程序对客户端与服务端通信过程进行演示。下面所有代码均在linux平台实现,所以可能与windows上的编程有所区别&#…

红队专题-从零开始VC++C/S远程控制软件RAT-MFC-远程桌面屏幕监控

红队专题 招募六边形战士队员[24]屏幕监控-(1)屏幕查看与控制技术的讲解图像压缩算法图像数据转换其他 [25]---屏幕监控(2)查看屏幕的实现7.1 屏幕抓图显示7.7 完善主控端 招募六边形战士队员 一起学习 代码审计、安全开发、web攻防、逆向等。。。 私信联系 [24]屏幕监控-(1…

vue源码分析(五)——vue render 函数的使用

文章目录 前言一、render函数1、render函数是什么? 二、render 源码分析1.执行initRender方法2.vm._c 和 vm.$createElement 调用 createElement 方法详解(1)区别(2)代码 3、原型上的_render方法(1&#xf…

37基于MATLAB平台的图像去噪,锐化,边缘检测,程序已调试通过,可直接运行。

基于MATLAB平台的图像去噪,锐化,边缘检测,程序已调试通过,可直接运行。 37matlab边缘检测图像处理 (xiaohongshu.com)

大语言模型在天猫AI导购助理项目的实践!

本文主要介绍了Prompt设计、大语言模型SFT和LLM在手机天猫AI导购助理项目应用。 ChatGPT基本原理 “会说话的AI”,“智能体” 简单概括成以下几个步骤: 预处理文本:ChatGPT的输入文本需要进行预处理。 输入编码:ChatGPT将经过预…

Java毕业设计 SpringBoot 新能源充电桩管理系统

Java毕业设计 SpringBoot 新能源充电桩管理系统 SpringBoot 新能源充电桩管理系统 功能介绍 管理员 登录 验证码 注册 系统用户管理 普通用户管理 通知公告管理 留言管理 充电站管理 充电桩管理 充电桩预约 充电管理 订单管理 修改密码 普通用户 登录 修改个人资料 通知公告…

虹科分享|确保冻干工艺开发中精确测量和数据完整性的5步指南

文章来源:虹科环境监测技术 阅读原文:虹科分享 | 确保冻干工艺开发中精确测量和数据完整性的5步指南 一、介绍 冻干周期的工艺开发在冻干中起着至关重要的作用,因为它可以优化关键工艺参数,以实现理想的产品质量和工艺一致性。优…

MappingMongoConverter原生mongo 枚举类ENUM映射使用的是name

j.l.IllegalArgumentException: No enum constant com.xxx.valobj.TypeEnum.stringat java.lang.Enum.valueOf

*Django中的Ajax 纯js的书写样式1

搭建项目 建立一个Djano项目,建立一个app,建立路径,视图函数大多为render, Ajax的创建 urls.py path(index/,views.index), path(index2/,views.index2), views.py def index(request):return render(request,01.html) def index2(requ…

Python 读取 Word 详解(python-docx)

文章目录 1 概述1.1 第三方库:python-docx 2 新建文档2.1 空白文档2.2 标题2.3 段落2.4 文本2.5 字体2.6 图片2.7 表格 3 扩展3.1 修改文档3.2 读取文档 1 概述 1.1 第三方库:python-docx > pip install python-docx2 新建文档 2.1 空白文档 impo…

Python运维学习Day02-subprocess/threading/psutil

文章目录 1. 检测网段在线主机2. 获取系统变量的模块 psutil 1. 检测网段在线主机 import subprocessdef checkIP(ip):cmd fping -n 1 -w 1 {ip}null open(nlll,modewb)status subprocess.call(cmd,shellTrue,stdoutnull,stderrnull)if status 0:print(f"主机[{ip}]在…

ue5 右击.uproject generator vs project file 错误

出现如下错误 Unable to find valid 14.31.31103 C toolchain for VisualStudio2022 x64 就算你升级了你的 vs installer 也不好使 那是因为 在C:\Users\{YourUserName}\AppData\Roaming\Unreal Engine\UnrealBuildTool\BuildConfiguration.xml 这个缓存配置文件中写死了 14…

leetcode-链表

链表是一个用指针串联起来的线性结构,每个结点由数据域和指针域构成,指针域存放的是指向下一个节点的指针,最后一个节点指向NULL,第一个结点称为头节点head。 常见的链表有单链表、双向链表、循环链表。双向链表就是多了一个pre指…

​轻量应用服务器有什么优势?如何评价亚马逊云科技轻量应用服务器?

什么是轻量应用服务器? 随着如今各行各业对云计算的需求越来越多,云服务器也被越来越多的企业所广泛采用。其中,轻量应用服务器是一种简单、高效、可靠的云计算服务,能够为开发人员、企业和个人提供轻量级的虚拟专用服务器&#…

AWTK 液体流动效果控件发布

液体流动效果控件。 主要特色: 支持水平和垂直方向。支持正向和反向流动。支持设置头尾的图片。支持设置流动的图片。支持设置速度的快慢。支持启停操作。 准备 获取 awtk 并编译 git clone https://github.com/zlgopen/awtk.git cd awtk; scons; cd -运行 生成…