基于支持向量机的钻柱黏滑振动等级评估方法

—20 —石油机械CHINA PETROLEUM MACHINERY2019年第47卷第1期◄钻井技术与装备►基于支持向量机的钻柱黏滑振动等级评估方法陈冲1张仕民1彭鹤1崔灿1刘杨2(1.中国石油大学（北京）机械与储运工程学院2.中国石油天然气股份有限公司北京油气调控中心）摘要：为评估钻柱黏滑振动的严重程度，提出了一种基于因子分析（FA)与支持向量机 (SVM)的黏滑振动风险评估方法。

对仿真得到的扭矩数据进行时域与频域分析，提取信号的特 征值，然后应用因子分析方法减少高维特征的冗余信息，获取特征向量，最后通过SVM对降维处 理后的数据进行黏滑振动等级分类。

研究结果表明：基于井口扭矩信号的SVM黏滑振动等级预测 方法的整体预测精度超过80%，能够较准确地对黏滑振动强度等级进行预测。

因此该方法是一个 有效的黏滑振动等级分类方法，应用该方法能够有效地对钻柱黏滑振动等级进行识别，有助于司 钻根据钻柱黏滑振动剧烈程度实时调整钻丼参数，减轻黏滑振动产生的危害，提高钻井作业效率 和安全性。

关键词：黏滑振动；风险评估；时域频域分析；因子分析；特征向量；支持向量机中图分类号：TE921 文献标识码：A DOI:10. 16082/ki.issn. 1001-4578.2019.01.004 Research on Stick-slip Vibration Level Estimation ofDrillstring Based on SVMChen Chong1Zhang Shimin1Peng He1Cui Can1Liu Yang2(1. College o f M echanical and Transportation Engineering, China University o f Petroleum (Beijing) ；2. PetroChina Beijing Oil and Gas Control Center)Abstract：To evaluate the severity of stick-slip vibration of drill string,a risk assessment method based on factor analysis (FA)and support vector machine (SVM)is proposed.By performing time domain and frequency domain analysis on the simulated torque data,the signal feature values are extracted.The factor analysis method is used to reduce the redundant information of high-dimensional features to obtain the feature vector.The SVM is used to classify stick-slip vibration levels based on the dimensionality-reduced data.The results show that the overall pre­diction accuracy of the SVM stick-slip vibration level prediction method based on the wellhead torque signal is more than80%,which can accurately predict the stick-slip vibration level,presenting an effective method for classifying the stick-slip vibration level.The method can effectively identify the stick-slip vibration level of the drill string, which could help the driller to adjust the drilling parameters in real time according to the severity of the stick-sliding vibration of the drill string,so as to minimize stick-slip vibration hazard and improve drilling efficiency and safety.Keywords：stick-slip vibration；risk assessment；time domain-frequency domain analysis；factor analysis；feature vector;support vector machine0引言在钻井过程中，尤其是在钻大位移井的情况 下，钻柱与井壁、钻头与井底的非线性接触会引起 钻柱的黏滑振动[1]。

在钻柱黏滞阶段，由于非线性摩擦阻力的存在，钻头会停止转动，随着顶部驱 动装置如转盘或顶驱旋转，钻柱中开始积累扭转弹 性势能。

当钻柱顶部驱动扭矩增大到大于非线性摩 擦扭矩时，钻头开始加速旋转，转速迅速增加。

当到达某一时刻，在非线性摩擦阻力矩作用下，钻头 再次发生黏滞而停止转动。

当上述过程周期性发生2019年第47卷第1期 陈冲，等：基于支持向量机的钻柱黏滑振动等级评估方法—21 —时，就形成了钻柱的黏滑振动[2]。

钻柱的黏滑振 动往往会给钻井过程带来许多不利影响。

例如，黏 滑振动会缩短钻头的生命周期，同时会在钻柱当中 产生周期性的交变应力，进而可能导致钻柱发生疲 劳破坏引发钻井事故，危害钻井工作人员的生命安 全，极大地增加钻井成本。

另外，黏滑振动还会显 著降低钻头的破岩效率以及影响井下随钻测量设备 的测量准确性，甚至会对昂贵的随钻测量设备造成 损害。

为了有效减小黏滑振动产生的危害，国内外学 者从理论分析、现场试验以及数值模拟等角度做了 大量研究。

汤历平等[3]通过建立钻柱黏滑振动力 学模型，研究了黏滑振动的自激振动特性。

付蒙 等[4]通过仿真研究了钻柱系统的黏滑振动特性与 振动产生的机理。

杨全近等提出了一种利用井下 MWD磁传感器数据来分析钻具黏滑现象的新方法。

黄根炉等[5]提出了一种通过拉普拉斯变换解 非零极点方程判断钻柱扭转振动衰减快慢的新方 法，研究了顶部负扭矩减振。

A.A.BESAISOW 等[6]建立了钻柱黏滑振动的力学模型，讨论了阻 尼、转盘惯性、钻柱转速控制系统对黏滑振动的影 响。

Y.Q.LIN等[7]通过黏滑振动的数值模拟，解 释了钻柱的大幅扭转振动。

J.F.BRETT[8]建立了一 个模型，证明了金刚石钻头的固有特性决定其能够 引发黏滑振动，并将试验结果和仿真结果进行了对 比。

N.CHALLAMEL等[9]同时考虑了现场钻井数 据和现场岩石力学特性，提出了减轻黏滑振动的措 施。

T.RICHARD等[1()]利用一种离散模型研究了刮 刀钻头的黏滑振动。

D.BRESCH-P IE T R I和 G.W.HALSEY等[11_12]利用P I型速度控制器有效 地抑制了钻柱的黏滑振动。

另外，扭矩负反馈的方 法被提出抑制钻柱的黏滑振动。

目前还未发现一种简单、有效、成本低和实时 性高的黏滑振动等级评估方法。

因此，笔者提出一 种新颖的基于因子分析（F A)和支持向量机(SVM)的黏滑振动等级评估方法。

该方法不依赖 井下随钻测量工具，直接通过井口扭矩数据对黏滑 振动等级进行评估，避免了由于信号通过钻井液从 井底向井口传输造成的时间延迟，提高了信号处理 的实时性。

虽然井口扭矩数据可通过井口扭矩测量 传感器实时获取，但为了获取更多的扭矩样本数据 进行机器学习，首先建立了钻柱黏滑振动力学模 型，然后采用仿真计算方法求得井口扭矩数据。

通 过对大量的扭矩数据样本进行时域和频域分析，得 到了扭矩信号的一系列特征值。

采用因子分析方法可减少扭矩特征的冗余信息，获取了最终的用于 SVM监督式机器学习的输入特征向量。

最后通过 SVM对黏滑振动等级进行评估，并通过混淆矩阵 和准确率评价了支持向量机分类器的分类精度。

1力学模型与求解为建立钻柱黏滑振动的力学模型，做如下基本 假设：①井眼为理想直井。

②钻头由转盘或顶驱驱 动。

③将钻杆和底部钻具组合（BHA)看作具有 集中参数的质量块，并由具有扭转刚度的弹簧和黏 性阻尼与转盘或顶驱连接。

④忽略钻柱的其他动力 学行为对黏滑振动的影响。

⑤井口输入转速恒定[2]。

根据以上假设，建立钻柱黏滑振动力学模 型，如图1所示。

对该力学模型进行动力学分析，得到钻柱的动 力学方程如下：JO+cO + k(6-w0t) +T(6) = 0(1)式中：•/为钻杆和底部钻具组合相对于钻柱轴线的 转动惯量；C为阻尼系数；A为钻杆的扭转刚度;7X W表示钻头与井底的非线性摩擦阻力矩（在此 考虑到钻井液的润滑作用，忽略钻柱与井壁的摩擦 阻力矩作用）；0为钻头旋转角度；％为转盘旋转的 角速度。

为了对式（1)进行求解，将其转化为动力学 方程标准化形式：6 + 2^p0 + p2(0 - w0t) + t(6) = 0(2)式中：f为阻尼比；P为钻柱的固有频率。

—22 —石油机械2019年第47卷第1期18 _______I _____|_________|_______|_______|_______|_______|_______|_______|0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5时间/sa .文献结果等。

其中，W elch 法在标准周期图法和Bartlett 法 的基础上做了改进，现已成为求解信号功率谱的主 要方法。

因此，文中选用W elch 法求取信号功率谱，进而编程求解出5种频率特征参数。

34「^^其余各变量定义如下：2^kJ < p = yjcj(3)将式（3)代入式（2)，采用龙格库塔数值积 分方法对式（2)进行求解，求得钻头转速及井口 扭矩随时间的变化，并对相应数据进行记录。

黏性阻尼7X 0)的力学模型以及式（2)中的关键参数 见参考文献[7]。

通过改变式（2)当中的阻尼比、 固有频率和转盘转速3个参数，可以产生不同程度 的黏滑振动。

E .W . 11(^_11等[13]介绍了一种通 过井底随钻测量参数评价钻柱黏滑振动程度的方 法，他们认为在至少一个黏滑振动周期内，钻柱转 速的最大值、最小值之差与转速平均值的比值表征 了黏滑振动严重程度。