基于D-S證據(jù)理論的石油鉆機(jī)安全信息融合模型研究

王德亮

(川慶鉆探工程有限公司 長(zhǎng)慶鉆井總公司，西安 710021)

基于D-S證據(jù)理論的石油鉆機(jī)安全信息融合模型研究

王德亮

(川慶鉆探工程有限公司 長(zhǎng)慶鉆井總公司，西安 710021)

為提高石油鉆機(jī)安全監(jiān)控系統(tǒng)的可靠性和準(zhǔn)確性，提出了一種基于D-S證據(jù)理論的鉆機(jī)安全信息融合模型。首先對(duì)石油鉆機(jī)的多種運(yùn)行狀態(tài)進(jìn)行模型化和數(shù)字化處理，并建立多源信息融合模型。其次根據(jù)融合信息結(jié)果和專(zhuān)家決策規(guī)則，利用D-S證據(jù)理論信息融合算法對(duì)鉆機(jī)設(shè)備的安全狀態(tài)進(jìn)行實(shí)時(shí)判斷。最后通過(guò)實(shí)際油井?dāng)?shù)據(jù)建立仿真算例，驗(yàn)證了該信息融合模型的可行性和有效性。

石油鉆機(jī)；安全監(jiān)控；信息融合；證據(jù)理論

隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，石油供給量不斷增大，安全、可靠、高效的勘探開(kāi)發(fā)石油顯得尤為重要[1]。而對(duì)于石油勘探過(guò)程中的石油鉆機(jī)而言，具有極為復(fù)雜的作業(yè)程序，且現(xiàn)場(chǎng)作業(yè)環(huán)境十分惡劣，存在一定的設(shè)備故障率以及安全隱患，為保證石油鉆機(jī)的安全穩(wěn)定運(yùn)行，有必要對(duì)石油鉆機(jī)的工作狀態(tài)實(shí)時(shí)監(jiān)控。傳統(tǒng)的石油鉆機(jī)監(jiān)控系統(tǒng)具有較低的自動(dòng)化程度以及較差的鉆機(jī)參數(shù)傳輸性能，具有一定的局限性[2-3]。隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展，數(shù)字化的石油鉆機(jī)安全監(jiān)控系統(tǒng)逐漸被提出，有效提高了監(jiān)控系統(tǒng)中的數(shù)據(jù)采集和傳輸效率[4-5]，同時(shí)為提高石油鉆機(jī)安全監(jiān)測(cè)系統(tǒng)的精度，一般使用多種傳感器進(jìn)行狀態(tài)信息的采集，對(duì)采集來(lái)的多種類(lèi)型信息需要進(jìn)行綜合的處理，數(shù)據(jù)的精確融合是安全監(jiān)測(cè)系統(tǒng)的重要環(huán)節(jié)，對(duì)石油鉆機(jī)的安全狀態(tài)信息融合精度提出了更大的挑戰(zhàn)[6-7]。

針對(duì)上述問(wèn)題，本文提出了一種基于基于D-S證據(jù)理論的石油鉆機(jī)安全信息融合模型，D-S證據(jù)理論是采用“區(qū)間估計(jì)”的方法來(lái)描述不確定的信息，能夠很大程度上減小不確定的信息對(duì)融合結(jié)果產(chǎn)生的不利影響[8]，非常適合于石油鉆機(jī)安全信息融合。首先處理石油鉆機(jī)的多種運(yùn)行狀態(tài)并構(gòu)建多源信息融合模型，其次利用D-S證據(jù)理論信息融合算法來(lái)判斷石油鉆機(jī)設(shè)備的安全狀態(tài)，最后通過(guò)實(shí)際算例驗(yàn)證了所提模型的可行性和有效性。

1 石油鉆機(jī)信息融合模型

石油鉆機(jī)由多種設(shè)備共同組成，主要的區(qū)域分布有絞車(chē)區(qū)域、鉆井泵區(qū)域、轉(zhuǎn)盤(pán)區(qū)域、電控設(shè)備以及井口設(shè)備。為了對(duì)每個(gè)區(qū)域的設(shè)備信息進(jìn)行準(zhǔn)確的分析，可采用多源信息融合算法，而在構(gòu)建多源信息融合模型之前，需要采集石油鉆機(jī)各設(shè)備的多類(lèi)型運(yùn)行狀態(tài)，并對(duì)這些不同的狀態(tài)信息進(jìn)行模型化以及數(shù)字化分析和處理，進(jìn)而找出不同傳感器采集數(shù)據(jù)信息所反映的安全狀態(tài)之間的關(guān)聯(lián)關(guān)系，為數(shù)據(jù)融合模型提供一定的基礎(chǔ)。

石油鉆機(jī)信息融合模型的本質(zhì)是將多元信息按照由低到高的不同層次進(jìn)行抽象化處理。采用D-S證據(jù)理論來(lái)構(gòu)建信息融合模型時(shí)，其先驗(yàn)條件的概率是未知的，假設(shè)集合在證據(jù)不斷積累的基礎(chǔ)上逐漸縮小，最終提煉多源信息的一致性并排除存在矛盾的信息，從而能夠很好地處理不確定性的問(wèn)題。文中的石油鉆機(jī)信息融合模型如圖1所示。

來(lái)自石油鉆機(jī)不同傳感器的數(shù)據(jù)信息在經(jīng)過(guò)預(yù)處理之后，送至D-S證據(jù)理論進(jìn)行處理，再根據(jù)數(shù)據(jù)庫(kù)的專(zhuān)家決策規(guī)則進(jìn)行實(shí)時(shí)的判斷，從而確定石油鉆機(jī)設(shè)備的安全狀態(tài)。

圖1 石油鉆機(jī)信息融合模型

2 石油鉆機(jī)安全融合算法

在石油鉆機(jī)安全融合模型中，當(dāng)融合算法采用D-S證據(jù)理論時(shí)，對(duì)應(yīng)的石油鉆信息融合的算法流程如圖2所示。

1) 安全監(jiān)控信息來(lái)源。

根據(jù)石油鉆機(jī)信息融合模型中提及的安全監(jiān)測(cè)區(qū)域，分別確定各區(qū)域的信息來(lái)源。絞車(chē)區(qū)域的信息來(lái)源為絞車(chē)的大鉤高度和快繩拉力，分別記為m1和m2；鉆井泵區(qū)域的信息來(lái)源選為泵沖、泵壓以及對(duì)應(yīng)的出口流量，分別記為m3、m4和m5；轉(zhuǎn)盤(pán)區(qū)域的信息來(lái)源選為轉(zhuǎn)盤(pán)轉(zhuǎn)速、振動(dòng)以及轉(zhuǎn)矩信號(hào)，分別記為m6、m7和m8；電控設(shè)備的信息來(lái)源選為軸承和繞組溫度，分別記為m9和m10；井口設(shè)備的信息來(lái)源選為機(jī)械潤(rùn)滑油油壓油溫、工作鉗油壓以及安全鉗油壓，分別記為m11、m12、m13和m14。

圖2 石油鉆機(jī)信息融合流程

2) 安全狀態(tài)辨識(shí)框。

確立完石油鉆機(jī)的安全信息來(lái)源之后，需要建立安全監(jiān)控的識(shí)別集合，該集合表示的是信息安全狀態(tài)的的分類(lèi)，記為Θ={危險(xiǎn)，臨界，安全}，且分別用A1、A2和A3表示。

3) 傳感器信息數(shù)據(jù)采集。

多種不同類(lèi)型的傳感器在石油鉆機(jī)設(shè)備的多區(qū)域進(jìn)行不同類(lèi)型的數(shù)據(jù)采集。

4) 構(gòu)造證據(jù)體。

信息融合中的證據(jù)體表示的是事件Ai在證據(jù)mk下所發(fā)生的程度，并將Ai的基本支持度記為mk(Ai)，表示的含義是Ai發(fā)生的概率取值。以鉆井泵區(qū)的泵壓為例來(lái)進(jìn)行說(shuō)明，對(duì)應(yīng)的證據(jù)體為m4(Ai)=[m4(A1)，m4(A2)，m4(A3)]，其中m4(A1)是指泵壓支持事件“A1=危險(xiǎn)”的概率取值，m4(A2)是指泵壓支持事件“A2=臨界”的概率取值，m4(A3)是指泵壓支持事件“A3=安全”的概率取值，并且滿足下式：

m4(A1)+m4(A2)+m4(A3)=1

(1)

同樣的，另外的其他區(qū)域信息的證據(jù)體均滿足概率值之和為1的條件，即：

Θ={A1,A2,A3}

(2)

(3)

對(duì)于不同安全信息的基本支持度mk(Ai)是采用數(shù)據(jù)統(tǒng)計(jì)的方法所求出的，具體的實(shí)施過(guò)程是基于滑動(dòng)窗口方法對(duì)樣本數(shù)據(jù)進(jìn)行任意的采集，設(shè)樣本的長(zhǎng)度為T(mén)，則將該時(shí)間段內(nèi)的所有采集的監(jiān)控?cái)?shù)據(jù)作為樣本。

5) 融合證據(jù)體基本支持度。

首先需要對(duì)基本支持度的常數(shù)進(jìn)行歸一化計(jì)算，以確定不同證據(jù)體之間是否具有沖突。歸一化常數(shù)定義為K，其計(jì)算式為

(4)

對(duì)K的取值大小進(jìn)行判斷，若K的取值為0，則表示的是mk是互相矛盾的，則此規(guī)則不能融合證據(jù)體概率值。若K的取值大于0，則繼續(xù)進(jìn)行融合，融合計(jì)算表達(dá)式為

(5)

式中：φ是空命題。

對(duì)于證據(jù)體較多的場(chǎng)景，采用的是兩兩分別融合方法，可計(jì)算出最終安全狀態(tài)Ai的支持度取值。

6) 融合結(jié)果判斷。

經(jīng)過(guò)上述證據(jù)體基本支持度融合方法，可以求出融合之后的最終的支持度，記為：

M(Ai)=[M(A1),M(A2),M(A3)]

(6)

根據(jù)融合結(jié)果即可判斷監(jiān)測(cè)區(qū)域的安全程度，融合結(jié)果的判定標(biāo)準(zhǔn)為：

Mmax(Ap)>ε1

(7)

Mmax(Ap)-Mmax2(Aq)>ε2

(8)

式中：Mmax(Ap)是最終支持度M(Ai)的最大取值；Mmax2(Aq)是最終支持度M(Ai)的第二大取值；ε1的取值0.45～0.75；ε2的取值0.15～0.25。

3 算例分析

以某石油區(qū)域的鉆機(jī)轉(zhuǎn)盤(pán)信息為例進(jìn)行分析驗(yàn)證。轉(zhuǎn)盤(pán)轉(zhuǎn)速的基本支持度分別記為m6(A1)、m6(A2)和m6(A3)，轉(zhuǎn)盤(pán)振動(dòng)的基本支持度分別記為m7(A1)、m7(A2)和m7(A3)，轉(zhuǎn)盤(pán)轉(zhuǎn)矩的基本支持度分別記為m8(A1)、m8(A2)和m8(A3)，這三類(lèi)支持度表示的含義分別是轉(zhuǎn)盤(pán)轉(zhuǎn)速、振動(dòng)和轉(zhuǎn)矩分別處于危險(xiǎn)、臨界和安全的狀態(tài)?，F(xiàn)場(chǎng)實(shí)測(cè)了6組基本支持度參數(shù)，分別為：

第1組：m6(A1)=0.48，m6(A2)=0.45，m6(A3)=0.07；m7(A1)=0.57，m7(A2)=0.32，m7(A3)=0.2；m8(A1)=0.61，m8(A2)=0.23，m8(A3)=0.16。

第2組：m6(A1)=0.51，m6(A2)=0.46，m6(A3)=0.03；m7(A1)=0.54，m7(A2)=0.42，m7(A3)=0.04；m8(A1)=0.57，m8(A2)=0.37，m8(A3)=0.06。

第3組：m6(A1)=0.55，m6(A2)=0.37，m6(A3)=0.08；m7(A1)=0.57，m7(A2)=0.29，m7(A3)=0.14；m8(A1)=0.49，m8(A2)=0.37，m8(A3)=0.14。

第4組：m6(A1)=0.47，m6(A2)=0.05，m6(A3)=0.48；m7(A1)=0.46，m7(A2)=0.11，m7(A3)=0.43；m8(A1)=0.43，m8(A2)=0.05，m8(A3)=0.52。

第5組：m6(A1)=0.68，m6(A2)=0.29，m6(A3)=0.03；m7(A1)=0.63，m7(A2)=0.25，m7(A3)=0.12；m8(A1)=0.59，m8(A2)=0.34，m8(A3)=0.07。

第6組：m6(A1)=0.52，m6(A2)=0.34，m6(A3)=0.14；m7(A1)=0.45，m7(A2)=0.43，m7(A3)=0.12；m8(A1)=0.48，m8(A2)=0.41，m8(A3)=0.11。

根據(jù)式(4)和式(5)，對(duì)石油鉆機(jī)轉(zhuǎn)盤(pán)的安全信息進(jìn)行融合，融合后的結(jié)果分別為：

第1組：K=0.206 4，M(A1)=0.85，M(A2)=0.15，M(A3)=0；

第2組：K=0.225 9，M(A1)=0.67，M(A2)=0.33，M(A3)=0；

第3組：K=0.199 1，M(A1)=0.79，M(A2)=0.21，M(A3)=0.01；

第4組：K=0.198 7，M(A1)=0.46，M(A2)=0，M(A3)=0.54；

第5組：K=0.272 4，M(A1)=0.91，M(A2)=0.09，M(A3)=0；

第6組：K=0.171 0，M(A1)=0.64，M(A2)=0.34，M(A3)=0.01。

石油鉆機(jī)轉(zhuǎn)盤(pán)振動(dòng)信息數(shù)據(jù)融合之前和融合之后的對(duì)比結(jié)果如表1和圖3所示，可以看出，采樣的數(shù)據(jù)經(jīng)過(guò)融合之后，其危險(xiǎn)程度的支持度有所增大，能夠有效反應(yīng)石油鉆機(jī)的安全狀態(tài)信息。

表1 石油鉆機(jī)轉(zhuǎn)盤(pán)信息融合結(jié)果

圖3 石油鉆機(jī)轉(zhuǎn)盤(pán)信息融合結(jié)果

4 結(jié)論

文中提出了一種基于D-S證據(jù)理論的鉆機(jī)安全信息融合模型。對(duì)石油鉆機(jī)的多種安全運(yùn)行狀態(tài)進(jìn)行分析和處理，建立多源信息融合模型，利用D-S證據(jù)理論信息融合算法，設(shè)計(jì)了數(shù)據(jù)信息融合的步驟流程，完成鉆機(jī)設(shè)備的安全狀態(tài)判斷。根據(jù)實(shí)際油井?dāng)?shù)據(jù)對(duì)所建立的信息融合模型進(jìn)行了仿真驗(yàn)證，結(jié)果表明，所建立的信息融合模型能夠有效反應(yīng)石油鉆機(jī)的安全運(yùn)行狀態(tài)。

[1] 樊俊，楊軍，瞿輝.節(jié)能減排背景下我國(guó)化石能源勘探開(kāi)發(fā)利用的科技應(yīng)對(duì)策略[J].中國(guó)礦業(yè)，2015(5)：58-64.

[2] 譚慧敏.石油鉆機(jī)系統(tǒng)檢測(cè)存在的問(wèn)題與對(duì)策研究[J].石油和化工設(shè)備，2015(4)：68-70.

[3] 劉立兵.深水防噴器狀態(tài)監(jiān)控系統(tǒng)研究進(jìn)展[J].石油礦場(chǎng)機(jī)械，2016，45(7)：96-99.

[4] 李傳偉，常關(guān)羽，于振興.基于無(wú)線傳感器網(wǎng)絡(luò)的石油鉆機(jī)設(shè)備遠(yuǎn)程監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].西北工業(yè)大學(xué)學(xué)報(bào)，2013，31(2)：159-165.

[5] 石林，汪海閣，紀(jì)國(guó)棟.中石油鉆井工程技術(shù)現(xiàn)狀、挑戰(zhàn)及發(fā)展趨勢(shì)[J].天然氣工業(yè)，2013，33(10)：1-10.

[6] 吳遠(yuǎn)方.基于RS-SVM數(shù)據(jù)融合的全液壓鉆機(jī)智能故障診斷研究[D].成都：成都理工大學(xué)，2016.

[7] 易高翔，潘長(zhǎng)城，郭建中，等.基于多源數(shù)據(jù)融合的石油罐區(qū)安全監(jiān)控模型[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2014，10(3)：90-94.

[8] 胡嘉驥.基于D-S證據(jù)理論的數(shù)據(jù)融合算法的研究[D].南京：東南大學(xué)，2016.

Research on Safety Information Fusion Model of Oil Rig Based on D-S Evidence Theory

WANG Deliang

(Changqing Drilling Company，CCDC，Xian 710021，China)

In order to improve the reliability and accuracy of the oil rig safety monitoring system，a safety information fusion model of drilling rig based on D-S evidence theory is proposed.Firstly，the operation state of the oil rig is modeled and mathematically processed，and a multi-source information fusion model is established.Secondly，according to the result of fusion information and expert decision rule，the D-S evidence theory information fusion algorithm is used to judge the safety status of drilling rig equipment in real time.Finally，the simulation model is established by the actual mine data，and the feasibility and validity of the information fusion model are verified.

oil rig；security monitoring；information fusion；evidence theory

1001-3482(2017)04-0074-04

2017-01-21

王德亮 (1979-)，男，青海互助人，工程師，主要從事鉆井設(shè)備的技術(shù)管理工作。

TE928

A

10.3969/j.issn.1001-3482.2017.04.018