技術(shù)借鑒對于油氣上游行業(yè)與醫(yī)療界而言并不新鮮。這種聯(lián)系意義非凡，因為這兩個學(xué)科都嚴(yán)重依賴于應(yīng)用數(shù)學(xué)。在2021年SPE/IADC國際鉆井大會上，一篇倍受歡迎的論文提出了一種受醫(yī)學(xué)啟發(fā)的方法，用于防止井下振動造成災(zāi)難性的鉆井系統(tǒng)故障。

該論文描述了一種“鉆井心電圖”，它可以診斷“鉆井心率異?！?，與利用醫(yī)學(xué)心電圖診斷心臟病患者的危險振動異常相類似。

該方法對井下31250赫茲的振動波的波形進(jìn)行了分類。振動信號被視為鉆井心電圖（D-ECG），使用聚類算法進(jìn)行處理，并與鉆井事故結(jié)合，以實時診斷可能導(dǎo)致災(zāi)難性故障的異常特征模式。

因此他走進(jìn)了醫(yī)學(xué)圖書館，而且他還發(fā)現(xiàn)在過去的三十年內(nèi)，業(yè)內(nèi)一直在研究井下振動隨鉆測量（MWD），但卻只著力于分析振動的振幅和均方根值。

沒人考慮過分析井下振動的頻率。正是這一啟示孕育了D-ECG概念，它基于實時高頻獲取的振動波形，來防止BHA故障。

Matheus說：“振動幾乎一直存在。挑戰(zhàn)在于如何分辨何為正常，何為異常？”

旋轉(zhuǎn)導(dǎo)向系統(tǒng)配備了磁力計、加速度計、振動與沖擊傳感器等測量設(shè)備，可以獲取大量信息，從而推斷出鉆具渦動、跳鉆、粘滑的嚴(yán)重程度。然而，通常情況下，所得到的統(tǒng)計數(shù)據(jù)不足以區(qū)分井筒某個位置的作業(yè)是否正常。

如今，電子技術(shù)取得長足進(jìn)步，推動了鉆井動態(tài)數(shù)據(jù)高清記錄儀的發(fā)展，將采樣頻率從傳統(tǒng)的100 Hz擴(kuò)展至1600 Hz。然而，大多數(shù)這些設(shè)備只用于記錄數(shù)據(jù)，無法與地面進(jìn)行實時通信，也無法提供井下鉆井情況的信息。

旋轉(zhuǎn)導(dǎo)向系統(tǒng)通常還配有復(fù)雜的導(dǎo)向傳感器，類似于隨鉆測量工具，能夠在幾分之一秒內(nèi)記錄信號。利用現(xiàn)場可編程門陣列，對旋轉(zhuǎn)導(dǎo)向系統(tǒng)的振動頻率模塊進(jìn)行編譯，運行于控制組件內(nèi)，從而獲取井下振動的波形數(shù)據(jù)。采集與處理振動的頻率為31250赫茲，是當(dāng)前標(biāo)準(zhǔn)處理采樣頻率的300倍。

Matheus說：“利用機(jī)器學(xué)習(xí)，我們能夠分析頻率，識別出異常振動信號。我們發(fā)現(xiàn)了兩種破壞性的振動模式與一個新頻率，將它們作為鉆井危險情況或作業(yè)異常的標(biāo)志。”

使用D-ECG方法，結(jié)合機(jī)器學(xué)習(xí)算法，可獲取與分析歷史振動數(shù)據(jù)，用于判斷井下異常情況，例如鉆具渦動、跳鉆、地層變化等，并可實時應(yīng)用于優(yōu)化軌跡控制以及防止災(zāi)難性鉆井故障。

若要將早期模型應(yīng)用于旋轉(zhuǎn)導(dǎo)向系統(tǒng)的電路板，例如使用深度神經(jīng)網(wǎng)絡(luò)架構(gòu)來監(jiān)測模擬的井下鉆井情況，非常具有挑戰(zhàn)性。因此，需制定計劃，找尋不太復(fù)雜的解決方案，對井下振動進(jìn)行實時分類。利用代表D-ECG的快速傅立葉變換信號，將時域采集的振動數(shù)據(jù)轉(zhuǎn)換為頻域。然后使用機(jī)器學(xué)習(xí)中常用的無監(jiān)督聚類算法K-means，對D-ECG進(jìn)行分組。

將高頻振動數(shù)據(jù)組成的幾個數(shù)據(jù)集與現(xiàn)場事件報告相關(guān)聯(lián)。因為目標(biāo)是識別可能導(dǎo)致故障的D-ECG，所以重點只放在識別“良好”與“破壞性”的鉆井情況上?！傲己谩钡你@井意味著旋轉(zhuǎn)導(dǎo)向系統(tǒng)按計劃運行，現(xiàn)場維護(hù)也沒有發(fā)現(xiàn)任何損壞的硬件。

“破壞性”的鉆井情況意味著旋轉(zhuǎn)導(dǎo)向系統(tǒng)無法執(zhí)行作業(yè)，并且在工具維護(hù)時發(fā)現(xiàn)損壞的組件?？蓪⑵茐男蕴卣飨螺d到旋轉(zhuǎn)導(dǎo)向系統(tǒng)的工具配置中，用于實時識別危險或異常鉆井條件。

石油圈原創(chuàng)，石油圈公眾號：oilsns

圖3展示了三種類型的D-ECG，它們造成井下故障的概率很高。數(shù)據(jù)顯示，如果旋轉(zhuǎn)導(dǎo)向系統(tǒng)遭遇具有這些特征的井下振動，該工具很可能會在井下出現(xiàn)故障。

根據(jù)Matheus的說法，不同來源的數(shù)據(jù)，例如旋轉(zhuǎn)導(dǎo)向系統(tǒng)的井下數(shù)據(jù)、地面數(shù)據(jù)、現(xiàn)場事故、維保系統(tǒng)等，將被整合到健康分析數(shù)據(jù)庫中，安裝于鉆井控制系統(tǒng)或井下設(shè)備。

可輕松將識別出的異常鉆井特征部署于井下，從而將井下的作業(yè)狀態(tài)實時傳輸?shù)降孛妗Ｈ缓?，則可實施控制措施來操縱地面執(zhí)行器，例如頂驅(qū)、絞車和泥漿泵。

Matheus認(rèn)為，該方法可以擴(kuò)展至創(chuàng)建模型，來識別諸多鉆井情況，從而提高鉆井效率。

他說：“該框架的初衷是便于處理與維護(hù)世界各地的井下工具，共享井下工具記錄的健康數(shù)據(jù)，使工程師、工具專家能夠與不同背景的數(shù)據(jù)科學(xué)家合作，創(chuàng)造出解決方案，以增加鉆井系統(tǒng)的可靠性，優(yōu)化建井過程。”