小修作业中油管缺陷检测技术研究

作     者：赵洪辉 

作者单位：西南石油大学 

学位级别：硕士

导师姓名：石明江

授予年度：2019年

学科分类：0820[工学-石油与天然气工程] 08[工学] 082002[工学-油气田开发工程] 

主      题：小修作业 漏磁检测 有限元仿真 信号去噪 多输出支持向量回归机 反演 

摘      要：油井中的油管所处环境特殊,一方面油管会受到具有腐蚀特性介质影响,长时间会发生化学腐蚀,出现穿孔、凹槽、大面积减薄等缺陷;另一方面在地质和工程等因素的影响下,油管会发生物理变形出现偏磨、弯曲和开裂等情况。本文以漏磁无损检测技术为基础,在小修作业过程中开展油井油管缺陷实时检测,采用有限元仿真与现场实验相结合的方式,重点研究了油管漏磁检测中缺陷处漏磁场分布情况、漏磁信号去噪技术和缺陷量化识别等几个方面,进而为油管的分级处理和再利用提出建议。首先,基于漏磁油管缺陷检测原理,以待检测油管为研究对象,利用多物理场耦合软件建立有限元仿真模型进行仿真实验研究。对油管缺陷轮廓尺寸发生变化其漏磁场情况进行研究,获得对应漏磁场的变化规律,确定了缺陷的深度、长度和宽度变化与漏磁场特征量的变化关系,为缺陷的量化反演提供支撑。对比分析了同一参数缺陷分别位于管道内壁、管道外壁时,其对应的漏磁场信号的异同。其次,在小修作业中搭建了油管缺陷检测系统,实现了实时对油管缺陷引起的漏磁场检测。由于油管所处环境特殊,检测信号会受到多种噪声的污染,为了有效的去除噪声,开展了缺陷漏磁信号的去噪研究,对比研究了集合经验模态分解法与互补集合经验模态分解法对缺陷漏磁信号的去噪,结果表明利用互补集合经验模态分解法的去噪效果优于集合经验模态分解法的去噪效果。在互补集合经验模态分解基础上,对分解后的本征模函数进行分析,发现部分用于重构的本征模函数还含有噪声,为此引入互信息思想,提出了一种基于粒子群优化小波阈值法对含噪本征模函数进行再去噪,以提高漏磁信号信噪比,并与小波阈值法去噪进行了对比研究,结果表明本文所提方法去噪后的信号信噪比优于常规小波阈值法的重构漏磁信号信噪比,可为油管缺陷量化反演提供了有利条件。最后,为提高油管缺陷量化反演精度,进行了油管内、外缺陷区分与缺陷量化反演。针对油管内、外缺陷区分问题,开展了基于数字信号差分法的多传感器融合油管内外壁缺陷区分研究;针对缺陷量化反演的问题,根据选取的特征量,引入了多输出支持向量回归机模型;为了解决多输出支持向量回归机模型中参数难以确定的问题和克服粒子群局部最优化的问题,本文采用遗传算法与粒子群算法相结合来优化缺陷反演模型的参数,结果表明其能够对油管缺陷深度尺寸为0.5mm及以上的缺陷深度较准确的定量反演;缺陷长度较长时,长度反演效果较好。