基于HHT方法的钻头振动信号识别

刘 刚，刘 闯，夏向阳，徐加兴，裴重潋

（中国石油大学（华东）石油工程学院，山东青岛 266580）

基于HHT方法的钻头振动信号识别

刘 刚，刘 闯，夏向阳，徐加兴，裴重潋

（中国石油大学（华东）石油工程学院，山东青岛 266580）

钻头振动波方法进行丛式井防碰监测时，提出将HHT方法应用于钻头振动信号处理，应用峭度准则及互相关系数准则对钻头振动信号降噪，通过时频分析准确识别出海上复杂条件下的钻头振动信号。首先应用EMD（Empirical Mode Decomposition）分解可以将复杂环境下的钻头振动信号分解为固有模态分量，采用峭度准则、互相关系数准则筛选信号进行降噪处理获得主要冲击成分并重组信号，然后通过Hilbert变换得到边际谱和瞬时频率，判断不同通道的信号来源，提取主要公共频段作为钻头振动信号。根据滤波后信号的能量建立钻头趋近风险邻井的防碰模型，通过海上丛式井防碰的现场数据验证了该方法的有效性。

丛式井防碰；振动信号；希尔伯特黄变换；降噪；边际谱；时频分析

海上油气田逐渐进入开采的中后期，为提高采收率，最大限度地提高剩余油气资源的动用量，丛式井加密调整技术在油气田开发中的应用越来越广泛，但是井距离较小增加了井眼碰撞风险，现有常规防碰技术主要包括随钻测量和防碰扫描，影响该技术的因素众多，例如测量数据的准确性（测量仪器精度、测量环境的干扰、测点的准确性直接影响测量数据准确性），井眼轨迹拟合及防碰扫面算法的合理性，邻井轨迹描述的完整程度等［1］，而且当钻头趋近邻近套管时，测量工具受到套管磁场干扰造成井斜方位测量失效，因此现有防碰技术不能完全满足现场需求［2］。刘刚等［3－5］提出了丛式井防碰地面监测系统，在不干扰正常钻井的情况下进行实时监测，总结了不同工况下振动信号特征，并且建立了丛式井钻头距邻井井筒距离模型，取得较好效果。

何保生等［4］将傅里叶变换用于钻头振动信号处理，傅里叶变换可以总体描述信号特征，但是不能给出某一时刻钻头振动信号的本质特征，不能刻画频率随时间的变化情况；杨全枝等［6］将小波包变换用于钻头振动信号分析，将信号分解成不同尺度域，得到不同频带的能量分布情况，但是小波包变换数据冗余量较大，工作量繁琐，同时钻头钻进过程中存在中心频率偏移的问题。

本文将HHT方法应用于钻头振动信号处理，克服了傅里叶变换和小波变换的缺点，用峭度准则和互相关系数准则对信号进行降噪处理，结合时域和频域两方面判断不同通道接收的振动信号是否来自同一钻头信号，从来自同一钻头信号源的通道中提取正钻井和邻井的主要共同信号成分得到钻头的振动信号，最后通过现场数据验证了该方法的有效性。

1 希尔伯特黄变换理论

根据监测系统传感器接收的信号的特点选择希尔伯特黄变换方法进行预处理［7］，对钻头振动信号进行经验模态分解（EMD）得到其固有模式分量（IMF）；Hilbert变换将分解得到的IMF分量进行时频处理得到信号的时频属性。由于希尔伯特黄变换具有局部性能良好，自适应性强等特点，已经在地球物理，机械故障诊断［8－9］等领域有了研究应用，效果显著。

1.1 经验模态分解

传感器接收到的复杂振动信号经过经验模态分解（EMD）后可以表示为若干个固有模态函数（IMF）与一个平稳余项，原始信号中非常重要的信息通常存在于分解出来的前几个固有模态函数中，因此主要着重观察和分析前几个固有模态分量，原信号s（t）经过经验模态分解后可以用下列形式表示：

式中：xi（t）为固有模态分量，r（t）为分解余项。

1.2 希尔伯特变换

现实中得到的信号s（t）多是实数信号，分解得到的固有模态函数同样是实函数，对上面求得的固有模态函数xi（t）进行希尔伯特变换如下：

式中：ωi（t），Ai（t）均为时间的函数，可以构成时间、频率、振幅的三维时频谱图，精确描述信号在时间段频率和振幅随时间的变化，为Hilbert谱，表示为H（ω，t）。对H（ω，t）在整个时间段上进行积分可以得到边际谱h（ω），边际谱定义为：

边际谱纵坐标是相同频率全部幅度的统计累加，表达了每个频率在全局上的幅度的分布。

2 振动信号提取

海上钻井风险段多发生在浅层段，此段多用牙轮钻头钻进，钻头工作时，牙轮滚动，牙轮的牙齿单、双交错地与井底接触破岩（见图1）［10］。

单齿与井底接触时，牙轮的中心上移到最高位置，钻柱处于压缩状态，储存弹性能；双齿与井底接触时，牙轮的中心下移至最低位置，钻柱处于伸长状态，释放弹性能。牙轮在工作过程中，其中心位置不断上下移动，钻柱在钻头纵向振动情况下不断的压缩和伸张形成周期变化的弹性变形能，下部钻柱把这种能量通过牙轮的牙齿转化为对地层的冲击作用力与静载压力共同形成了对地层岩石的冲击、压碎作用，这种作用是牙轮钻头破碎岩石的主要方式，所以牙轮钻头信号具有明显的振动冲击特性，在现场接收到的振动信号显示出了这种冲击特性（见图2）。

图1 单、双齿交错接触井底引起牙轮钻头的纵向振动Fig．1 Single and double teeth alternating to contact bottom create longitudinal vibration of roller bit

图2 正钻井振动信号Fig．2 The working well vibration singal

2.1 峭度准则

经EMD分解得到的各IMF分量分别代表不同特征尺度的平稳信号，选择对钻头振动信号非常敏感的峭度值来筛选判定钻头振动的特征信号参数［11］，峭度（简称K）是反映振动信号分布特性的数值统计量，是归一化的4阶中心矩：

2.2 相关系数准则

EMD分解中多用三次样条插值算法，由于各种算法本身的缺陷以及边界效应会产生伪分量，伪分量与原始信号无关，并且存在频带和钻头振动特征信号重叠的可能，所以需要将伪分量去除，胡红英等［12－13］提出了一种互相关系数分析方法，通过判断IMF分量和原始信号的互相关系数来判定IMF分量的真伪，伪分量和原始信号的互相关系数小，所以可以根据互相关系数的大小来鉴别IMF分量的真伪。峭度是一无量纲参数，对瞬时冲击信号异常敏感，但峭度分析只在时域上观察了信号统计特征变化，而无法判定冲击特征细节信息，需要结合Hilbert变换来精确判定钻头振动特征信息。

针对各个通道接收到的正钻井信号和邻井信号，首先利用EMD方法得到若干个IMF分量，从时域方面对传感器接收的信号进行分析，应用峭度准则和互相关系数准则初步判定包含特征信息的IMF分量；然后对包含钻头信息的IMF分量做边际谱分析和瞬时频率分析，在频域方面确定信号的公共频带；最后进行三维时频谱分析，同时在时域和频域两方面进一步判断钻头振动信号时频特征，综合各通道的时频分析结果确定钻头的振动信号。确定钻头振动信号后对每个通道接收的信号进行钻头信号提取，应用现场数据，根据丛式井钻头距邻井井筒距离模型计算钻头与邻井井筒的距离，整个钻头振动信号处理流程见图3。

图3 钻头振动信号提取流程Fig．3 The flow chart of bit vibration signal extraction

3 防碰系统的构成和原理

防碰监测系统基本构成见图4，该系统由振动检测传感器、信号滤波放大系统、数据采集系统、采集分析软件构成，现场传感器的安装和采集情况见图5。

图4 海上防碰系统Fig．4 Offshore anti-collision system

图5 现场传感器安装及采集软件工作情况Fig．5 The installation of sensors and software

系统的监测原理：当钻头破碎地层时，钻头相当于一个振源，其产生的振动能量一部分沿地层传播，通过地层将振动能量传递至邻井套管，另一部分在正钻井管柱中传播，传递至钻柱顶部，鉴于套管和钻柱对振动信号所具有的低衰减传播特性，使其成为连接井底与地面的高效信息通道，将振动信号输送到地面，通过安装在套管顶端和正钻井管柱顶部的加速度传感器采集井下振动信号，并对信号进行特征提取及模型计算来获得钻头趋近邻井套管的程度，以达到提前预警的作用［11］。

4 现场信号的特征提取与分析

应用见图4的防碰监测系统在渤海某油田加密钻采区块进行试验，通过collision monitor软件采集相应的数据，系统设置的采样频率为4 000 Hz，部分数据回放见图6。

由图6可知，当正钻井A趋近风险邻井B时，与同时刻C井信号和D井信号相比，B井信号时域幅值发生较大变化（此时A井最大幅值为0．204m／s2，B井最大幅值为0．168 m／s2，C井最大幅值为0．087 m／s2，D井最大幅值为0．042 m／s2），A井信号和相邻的B井、C井、D井信号的时域特征有相似性，但是由于传感器接收的振动信号不仅包含经套管传输的钻头信号还包含海上平台的工频干扰，所以需要进一步滤波处理，理想情况下，由于距钻头的距离不同，几口井相互对比，主要表现为相同波形具有时间延迟，相同波形的幅值大小不同［14］，见图7。

图6 正钻井A趋近B井时域信号Fig．6 Time domain signalwhen A well approaches B well

图7 A井和B井接收到的理想波形示意图Fig．7 Idealwaves acquired by well A and well B

根据钻头振动信号的提取流程，对正钻井A和风险邻井B的时域信号进行处理分析，首先进行EMD分解，结果见图8，之后做峭度及互相关系数计算，见表1和表2。

表1 A井信号IMF分量峭度值及互相关系数Tab.1 The cross-correlation coeficients between IMF and origina signal，and the IMF kurtosis of well A

表2 B井信号IMF分量峭度值及互相关系数Tab.2 The cross-correlation coeficients between IMF and origina signal，and the IMF kurtosis of well B

图8 正钻井A（左）和邻井B（右）经EMD分解的前四个IMF分量Fig．8 The fist four IMFs ofworking well A（left）and ajacent B（right）

原始信号经过EMD分解后，图8可知，在不同时间尺度上观察信号的时域特征，前四个IMF分量均可观察到钻头的冲击特性，然后对分解得到的IMF分量分别进行峭度分析和互相关系数计算，从表1和表2可知，正钻井A和邻井B原始信号的IMF1和IMF2分量峭度值较大，包含了较多的冲击特征，而且A井和B井的信号的IMF1和IMF2分量的互相关系数较大，选取各自的IMF1和IMF2分量，根据薛志宏等［15］提出的EMD阈值降噪法则，舍掉IMF1分量，此时重组信号为IMF2分量，与图6中原始信号相比，经EMD处理后，从重组信号的时域图中可以看到明显的近似冲击成分，见图9中的框示部分，A井的钻头冲击成分提前于风险邻井B的钻头冲击成分，从时域信息中可以判断重组信号来自同一钻头振动信号。

图9 重组信号的时域图Fig．9 Time domain recombination signal

通过功率谱降噪处理后，有效降低了工频干扰，降噪前后信号功率谱见图10，主要振动成分100～400 Hz功率谱更加突出，500～1 000 Hz的功率谱降低，易于对其进行进一步特征分析。

图10 EMD降噪后正钻井A功率谱Fig．10 Power Spectrum of A well after EMD denoising process

通过Hilbert变换，分析判断重组信号是否来自同一个钻头的振动信号，来自同一钻头信号在时域上和频域上都具有相似性，通过Hilbert变换可以很好的观测信号的时频特征，对A井和B井的重组信号进行边际谱分析，见图11。

图11 正钻井A和邻井B重组信号边际谱Fig．11Marginal spectrum of working well A and adjacent B

图12 正钻井A（左）和邻井B（右）重组信号瞬时频率Fig．12 The frequency of restructured signals ofworking well A（left）and adjacent B（right）

通过图11可知，A井和B井重组信号边际谱频率范围相互对应，主要频率范围为100～500 Hz以内，从频域上观测，重组信号来自同一个钻头振动信号。对A井和B井的重组信号进行Helbert变换，求得两井信号的瞬时频率见图12，对瞬时频率进行区间统计见表3。

从图12可知，A井和B井重组信号的瞬时频率分布相近，分布在500 Hz的范围内，对A井和B井重组信号的瞬时频率进行统计，统计结果显示二者主要频率集中在200～400 Hz，占总体频率分布的70%以上。所以将此频段作为钻头振动信号的特征频段，对其他通道接收到的信号进行带通滤波处理，根据滤波后的能量建立钻头趋近套管的模型。

图13 正钻井A（左）和邻井B（右）重组信号时频图Fig．13 Time-frequency spectrum ofworking well A（left）and adjacent B（right）

表4 模型预测的井间距离与防碰扫描得到的井间距离Tab.4W ell distance of anti-collision model and anti-collision scanning

在图13三维谱（Hilbert谱）更加明显地可以观测到二者时频特征，两口井重组信号主要分布在相近的频域范围内，而且从幅值上观测具有相近的冲击特性。综上时频分析，可以确定两个重组信号源于同一个钻头振动信号，并且针对此区块钻井地质条件和钻头作业情况，确定钻头的特征振动频带为200～400 Hz。

根据上面所确定的信号特征提取原则，对正钻井A和风险邻井B的信号进行处理，以滤波后信号的能量作为标准，基于钻头趋近风险邻井模型［16－18］，反求所需要的衰减系数，对两井之间的距离进行预测，并且和防碰扫描数据井型对比，见表4。

从表4可知，模型预测的两井中心距离和防碰扫描测得的两井中心距离较为吻合，误差在10%以内，满足现场需求。经过多口井的现场先导试验，验证了应用希尔伯特变换提取钻头振动特征信号的正确性和可行性。

5 结 论

（1）钻头振动信号经EMD分解后，可以在时域上观测到存在的冲击振动分量，根据峭度准则和互相关系数准则可以快速提取有效钻头信号，提高信噪比。

（2）经过Hilbert变换分析对比边际谱，瞬时频率和三维时频谱可以判断不同通道信号来源是否一致。

（3）利用重组信号中特征频率段比较集中的分量作为钻头特征信号，根据带通滤波后的能量应用于丛式井钻头与邻井井筒距离模型，能够对钻头趋近邻井套管进行预警。

［1］刘永旺，管志川，史玉才，等．井眼防碰技术存在的问题及主动防碰方法探讨［J］．石油钻采工艺，2011，33（6）：14－18．

LIU Yong-wang，GUAN Zhi-chuan，SHI Yu-cai，et al．Discussion on problems of wellbore anti-collision technology and active anti-collision methods［J］．Oil Drilling＆Production Technology，2011，33（6）：14－18．

［2］管志川，张苏，王建云，等．油井套管对地磁场的影响实验［J］．石油学报，2013，34（3）：540－544．

GUAN Zhi-chuan，ZHANG Su，WANG Jian-yun，et al．Experiment of the impact of casing on geomagnetic field［J］．Acta Petrolei Sinica，2013，34（3）：540－544．

［3］刘刚，杨全枝，董照显，等．钻头振动波井眼防碰监测系统及其现场试验［J］．天然气工业，2013，33（6）：66－70．

LIU Gang，YANG Quan-zhi，DONG Zhao-xian，et al．Drill bit vibration anti-collisionmonitoring system and field experiment［J］．Natural Gas Industry，2013，33（6）：66－70．

［4］何保生，刘刚．基于钻头运动诱发套管头振动信号检测的井眼防碰检测方法［J］．中国工程科学，2011，13（5）：74－78．

HE Bao-sheng，LIU Gang．Anti-collision monitoring based on detecting casing head vibration induced by drill movement［J］．Engineering Science，2011，13（5）：74－78．

［5］刘刚，孔得臣，孙金，等．套管头振动信号特征应用于油井防碰监测的可行性分析［J］．中国海上油气，2010，24（3）：54－57．

LIU Gang，KONG De-chen，SUN Jin，et al．Feasibility analysis on application of casing head vibration signal in wellbore anti-collisionmonitoring［J］．China Offshore Oil and Gas，2010，24（3）：54－57．

［6］刘刚，杨全枝，韩金良，等．小波包变换在井眼防碰振动信号处理中的应用［J］．海洋石油，2013，33（1）：77－80．

LIU Gang，YANGQuan-zhi，HAN Jin-liang，etal．Application of wavelet packet transform for wellbore anti-collision signal monitoring［J］．Offshore Oil，2013，33（1）：77－80．

［7］Huang N E，Shen Z，Long S R，et al．The empirical mode decomposition and the hilbert spectrum for nonlinear and nonstationary time series analysis［J］．Porc．R．Soc．Lond，1988，A：903－995．

［8］李彦军，胡祥云，何展祥．HHT变换在地球物理中的应用现状及前景［J］．工程地球物理学报，2010，7（5）：537－543．

LI Yan-jun，HU Xiang-yun，HE Zhan-xiang．Application situation and prospect of Hilbert-Huang Transform in geophysics［J］．Chinease Journal of Engineering Geophysics，2010，7（5）：537－543．

［9］Lei Ya-guo，He Zhang-jia．Fault diagnosis of rotatingmachinery based on multiple ANFIS combination with Gas［J］．Mechanical Systems and Signal Processing，2007，21：2280－2294．

［10］陈廷根，管志川．钻井工程理论与方法［M］．东营：中国石油大学出版社，2006．

［11］刘刚，杨全枝，陈超，等．基于经验模态能分解的井眼防碰特征信号识别［J］．石油矿场机械，2012，41（11）：1－5．

LIU Gang，YANG Quan-zhi，CHEN Chao，et al．Study on feature extraction method for wellbore anti-collision based on EMD［J］．Oil Field Equipment，2012，41（11）：1－5．

［12］苏文胜，王奉涛，张志新，等．EMD降噪谱峭度法在滚动轴承早起故障诊断中的应用［J］．振动与冲击，2010，29（3）：18－21．

SUWen-sheng，WANG Feng-tao，ZHANG Zhi-xin，et al．Application of EMD denoising and spectral kurtosis in early fault diagnosis of rolling element bearing［J］．Journal of Vibration and Shock，2010，29（3）：18－21．

［13］胡红英，马孝江．基于局部波分解的信号降噪算法［J］．农业机械学报，2006，37（1）：118－135．

HU Hong-ying，MA Xiao-jiang．Signal denoising based on local-wave decomposing method［J］．Transactions of the Chinese Society for Agricultural Machinery，2010，29（3）：18－21．

［14］刘刚，孙金，何保生，等．定向井防碰地面监测系统设计及现场试验［J］．石油钻探技术，2012，40（1）：7－11．

LIU Gang，SUN Jin，HE Bao-sheng，et al．Design and field test of surfacemonitoring system for directionalwells anti-collision［J］．Petroleum Drilling Techniques，2012，40（1）：7－11．

［15］薛志宏，李广云，周蓉．一种基于经验模态分解的信号降噪方法［C］．全国工程测量2012技术研讨交流会论文集，2012．

［16］何保生，刘华亮，刘刚，等．基于球面波传播理论的钻头趋近邻井防碰预测模型［J］．石油钻探技术，2013，41（3）：62－66．

HE Bao-sheng，LIU Hua-liang，LIU Gang，etal．Anti-collision prediction model for dril bit approaching adjacent well based on spherical wave propagation theory［J］．Petroleum Drilling Techniques，2013，41（3）：62－66．

［17］刘刚，刘华亮，何保生，等．丛式井钻头距邻井井简距离的计算模型［J］．石油机械，2013，41（10）：46－50．

LIU Gang，LIU Hua-liang，HE Bao-sheng，et al．Calculation model of cluster well drilling bit-adjacent well distance［J］．China Petroleum Machinery，2013，41（10）：46－50．

［18］饶志华，杨超，段泽辉，等．浅层多井防碰相对井间距预测模型的建立与现场验证［J］．中国海上油气，2014，26（4）：80－83．

RAO Zhi-hua，YANG Chao，DUAN Ze-hui，et al．Establishment and field verification of relative inter-well distance prediction model for anti-collision of shallow multi-wells［J］．China Offshore Oil and Gas，2014，26（4）：80－83．

Identification of vibration singals of drill bit based on Hilbert-Huang transform method

LIU Gang，LIU Chuang，XIA Xiang-yang，XU Jia-xing，PEIChong-lian
（College of Petroleum Engineering，China University of Petroleum，Qingdao 266580，China）

The bit vibration wavemethod was introduced tomonitor the anti-collision performance of cluster wells．In order to accurately identify the vibration signals of the drill bit，the HHTmethod was applied to the bit signal feature extraction，the EMD was used to decompose the bit vibration signal into intrinsic mode components（IMF），the kurtosis criterion and correlation coefficientwere used to filter themain impact components and then the signalwas reconstructed．By HHT，themarginal spectrum，instantaneous frequency and the three dimensional spectrum were obtained and used to judge whether the signals of differernt channels come from the same drill bit or not．Themain public frequency rangewas extracted and a bandpass filterwas applied to the channel to detect the bit vibration signal．According to the energy of the filtered signal，an anti-collision model，as the bit approaches to the risk well was established．The effectiveness of the proposed method was confirmed by the experiment data ayalysis on a real offshore cluster well．

cluster well anti-collison；vibration signal；hilbert-huang transform（HHT）；noise reduction；marginal spectrum；time-frequency spectrum

TE242

A

10．13465／j．cnki．jvs．2015．12．036

“十二五”国家科技重大专项（2011ZX05057－002－006）；海上油田丛式井网整体加密调整多平台钻井趋近井筒监测方法研究（2011ZX05024－002－010）

2014－08－26 修改稿收到日期：2014－10－23

刘刚男，博士，教授，1960年生

刘闯男，硕士生，1989年生

1574358225＠qq．com