CN108387205B - 基于多传感器数据融合的钻具姿态测量***的测量方法 - Google Patents

基于多传感器数据融合的钻具姿态测量***的测量方法 Download PDF

Info

Publication number
CN108387205B
CN108387205B CN201810056220.4A CN201810056220A CN108387205B CN 108387205 B CN108387205 B CN 108387205B CN 201810056220 A CN201810056220 A CN 201810056220A CN 108387205 B CN108387205 B CN 108387205B
Authority
CN
China
Prior art keywords
drilling tool
attitude
state
local
triaxial
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810056220.4A
Other languages
English (en)
Other versions
CN108387205A (zh
Inventor
高怡
毛艳慧
杨�一
陈晨
汪跃龙
程为彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Shiyou University
Original Assignee
Xian Shiyou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Shiyou University filed Critical Xian Shiyou University
Priority to CN201810056220.4A priority Critical patent/CN108387205B/zh
Publication of CN108387205A publication Critical patent/CN108387205A/zh
Application granted granted Critical
Publication of CN108387205B publication Critical patent/CN108387205B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C1/00—Measuring angles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Gyroscopes (AREA)
  • Navigation (AREA)

Abstract

本发明公开了基于多传感器数据融合的钻具姿态测量***的测量方法，其中基于多传感器数据融合的钻具动态姿态测量***包括钻具、三轴加速度计、三轴磁通门、角速率陀螺仪和局部滤波器；三轴加速度计、三轴磁通门和角速率陀螺仪均安装在钻具上，三轴加速度计、三轴磁通门和角速率陀螺仪分别安装有局部滤波器；本发明提出的矩阵加权数据融合算法无需对局部状态估计进行处理，克服了标准UKF算法的缺陷，且无需通过全局状态估计对局部滤波器进行重置，因此具有较强的容错性。

Description

基于多传感器数据融合的钻具姿态测量***的测量方法
技术领域
本发明属于石油钻井工程技术领域，特别涉及基于多传感器数据融合的钻具姿态测量***的测量方法。
背景技术
随着石油工业的不断发展和开采形势的异常严峻，目前采用提高采收率、开采难采/难动用储量，开发石油剩余资源和低渗、超薄、稠油和超稠油等特殊经济边际油藏，以及页岩气、煤层气等稀缺资源；以深井/超深井垂直钻井开发深部地层和深水海域。导向钻井技术是解决上述问题的重要手段。
井下动态姿态参数(井斜角、方位角和工具面角)的实时测量是导向钻井工具能够实现实时导向控制的前提条件。因此，在钻井工程中，对井下姿态参数测量的实时性、精确性以及连续、动态测量的要求越来越高。然而井下钻具近钻头由于直接承受钻头破岩时所产生的强烈振动及钻柱旋转振动，使得传感器输出信号混杂大量的干扰和噪声，导致姿态参数测量不准。
国内外导向钻井工具姿态参数测量大多采用静态测量方法，即钻具不旋转、不振动情况下，进行姿态参数测量。目前主要是借鉴惯性测量技术和地磁场，采用三轴加速度计或三轴磁强计单独完成，或两者简单组合，三个加速度计测量地球的重力场分量，三个磁强计测量地球的地磁场分量。该方法虽然能够满足姿态测量精度的要求，但是以牺牲成本和钻井时效，换取姿态测量精度，或者借用惯性测量技术，基于地磁场或者陀螺仪，对传感器进行简单组合测量，受近钻头影响，传感器输出误差较大，导致测量不准确甚至不可测。
发明内容
本发明的目的在于提供基于多传感器数据融合的钻具姿态测量***的测量方法，以解决上述问题。
为实现上述目的，本发明采用以下技术方案：
基于多传感器数据融合的钻具姿态测量***的测量方法，其中基于多传感器数据融合的钻具动态姿态测量***包括钻具、三轴加速度计、三轴磁通门、角速率陀螺仪和局部滤波器；三轴加速度计、三轴磁通门和角速率陀螺仪均安装在钻具上，三轴加速度计、三轴磁通门和角速率陀螺仪分别安装有局部滤波器；基于多传感器数据融合的钻具动态姿态测量***的测量方法包括以下步骤：
步骤一：在姿态测量***中建立理想正交的地理坐标系，根据欧拉定理，井下钻进过程中，钻具在空间的任一姿态可以用相对于地理坐标系的一系列旋转来表示，旋转的角度为井斜角、方位角和工具面角；根据四元数的定义和欧拉定理，把三维空间和四维空间联系起来，用四维空间的四元数性质和运算规则研究三维空间中的刚体定点转动问题；
步骤二：针对钻具安装三轴加速度计、三轴磁通门和角速率陀螺仪，实现导向钻井工具姿态组合测量，联合建立多传感器、动态测量***的非线性数学模型，得到非线性状态方程和量测方程；
步骤三：根据近钻头振动信号特性，判断钻具运动状态，分析钻具运动状态与振动加速度之间的关系以及钻具振动的主要干扰因素；根据模型及噪声特性，分别采用局部滤波器，利用无迹卡尔曼滤波算法对干扰信号进行滤除，消除近钻头强振动对姿态参数测量的影响，采用数据融合理论进行全局估计，进而得到最优姿态估计；
步骤四：利用最优姿态估计，将滤波后的传感器参数进行姿态动态解算，从而得到滤波后的导向钻井工具精确的姿态参数。
进一步的，步骤三中局部滤波消除近钻头强振动对动态姿态测量的影响包括以下步骤：
步骤1：对基于四元数的状态方程和量测方程进行离散化；
步骤2：在第一层中，三轴加速度信号、三轴磁通门信号和角速率陀螺信号分别通过三个局部滤波器，分别为第一局部滤波器、第二局部滤波器和第三局部滤波器，以并行的方式获得其局部最优状态估计值
Figure BDA0001553898210000031
及误差协方差阵
Figure BDA0001553898210000032
步骤3：在第二层中，应用矩阵加权数据融合算法对得到的局部状态估计值进行融合，获得***状态的全局最优估计；假设第一局部滤波器和第二局部滤波器得到的状态估值为
Figure BDA0001553898210000033
与
Figure BDA0001553898210000034
在线性最小方差准则下，***状态的全局最优状态估计为
Figure BDA0001553898210000035
此时，
Figure BDA0001553898210000036
的误差协方差阵小于
Figure BDA0001553898210000037
和
Figure BDA0001553898210000038
的误差协方差阵，即就是
Figure BDA0001553898210000039
***状态的全局最优状态估计为
Figure BDA00015538982100000310
Figure BDA00015538982100000311
局部状态估值
Figure BDA00015538982100000312
和
Figure BDA00015538982100000313
间的互协方差矩阵
Figure BDA00015538982100000314
具有以下递推形式
Figure BDA00015538982100000315
步骤4：根据融合局部状态估值，进而求取强振动旋转钻具***全局最优状态估计的方法；设N个局部滤波器得到的状态估值分别为
Figure BDA00015538982100000316
对应的误差协方差矩阵分别为
Figure BDA00015538982100000317
(也就是
Figure BDA00015538982100000318
)，
Figure BDA00015538982100000319
和
Figure BDA00015538982100000320
间的互协方差矩阵为
Figure BDA00015538982100000321
记
Figure BDA00015538982100000322
Figure BDA00015538982100000323
Figure BDA00015538982100000324
基于矩阵加权多传感器***状态全局最优估计为
Figure BDA00015538982100000325
其中，wi(i＝1,2,...,N)为最优权值矩阵，可通过下式计算
Figure BDA00015538982100000326
进一步的，姿态参数动态提取，在第三层中，根据地理坐标系到钻具坐标系进行坐标转换后，可得井斜角θ和工具面角φ：
Figure BDA0001553898210000041
根据式(5)，将滤波后得到的全局最优估计值通过钻具姿态解算，得到导向钻井工具动态姿态参数。
进一步的，所述地理坐标系为东北天坐标系，其旋转正方向由右手定则决定。
与现有技术相比，本发明有以下技术效果：
本发明基于多自由度姿态传感器的建模与矩阵加权多传感器数据融合技术，首次采用三轴加速度计、三轴磁通门和角速率陀螺仪三个传感器参数采用并行处理方式进行局部滤波，然后对多传感器测量参数采用数据融合，得到全局最优估计。近钻头强振动信号特征分析与姿态信息提取技术，通过判断导向钻井工具近钻头运动状态，针对近钻头对动态姿态测量的影响，消除干扰，实现姿态测量信息精确提取。
本发明提出的矩阵加权数据融合算法无需对局部状态估计进行处理，克服了标准UKF算法的缺陷，且无需通过全局状态估计对局部滤波器进行重置，因此具有较强的容错性。
附图说明
图1是本发明中基于矩阵加权多传感器数据融合的强振动旋转钻具动态测量***结构图。
图2是地理坐标系和钻具坐标系下的姿态角。
附图2中：H为水平面，V为钻孔弯曲平面，P代表钻具横截面。ψ为方位角，θ为井斜角，φ为工具面角。“E-N-U”代表“东北天”。XYZ为钻具坐标系。
具体实施方式
以下结合附图对本发明进一步说明：
请参阅图1和图2，基于多传感器数据融合的钻具姿态测量***的测量方法，其中基于多传感器数据融合的钻具动态姿态测量***包括钻具、三轴加速度计、三轴磁通门、角速率陀螺仪和局部滤波器；三轴加速度计、三轴磁通门和角速率陀螺仪均安装在钻具上，三轴加速度计、三轴磁通门和角速率陀螺仪分别安装有局部滤波器；基于多传感器数据融合的钻具动态姿态测量***的测量方法包括以下步骤：
步骤一：在姿态测量***中建立理想正交的地理坐标系，根据欧拉定理，井下钻进过程中，钻具在空间的任一姿态可以用相对于地理坐标系的一系列旋转来表示，旋转的角度为井斜角、方位角和工具面角；根据四元数的定义和欧拉定理，把三维空间和四维空间联系起来，用四维空间的四元数性质和运算规则研究三维空间中的刚体定点转动问题；
步骤二：针对钻具安装三轴加速度计、三轴磁通门和角速率陀螺仪，实现导向钻井工具姿态组合测量，联合建立多传感器、动态测量***的非线性数学模型，得到非线性状态方程和量测方程；
步骤三：根据近钻头振动信号特性，判断钻具运动状态，分析钻具运动状态与振动加速度之间的关系以及钻具振动的主要干扰因素；根据模型及噪声特性，分别采用局部滤波器，利用无迹卡尔曼滤波算法对干扰信号进行滤除，消除近钻头强振动对姿态参数测量的影响，采用数据融合理论进行全局估计，进而得到最优姿态估计；
步骤四：利用最优姿态估计，将滤波后的传感器参数进行姿态动态解算，从而得到滤波后的导向钻井工具精确的姿态参数。
步骤三中局部滤波消除近钻头强振动对动态姿态测量的影响包括以下步骤：
步骤1：对基于四元数的状态方程和量测方程进行离散化；
步骤2：在第一层中，三轴加速度信号、三轴磁通门信号和角速率陀螺信号分别通过三个局部滤波器，分别为第一局部滤波器、第二局部滤波器和第三局部滤波器，以并行的方式获得其局部最优状态估计值
Figure BDA0001553898210000051
及误差协方差阵
Figure BDA0001553898210000052
步骤3：在第二层中，应用矩阵加权数据融合算法对得到的局部状态估计值进行融合，获得***状态的全局最优估计；假设第一局部滤波器和第二局部滤波器得到的状态估值为
Figure BDA0001553898210000053
与
Figure BDA0001553898210000054
在线性最小方差准则下，***状态的全局最优状态估计为
Figure BDA0001553898210000055
此时，
Figure BDA0001553898210000056
的误差协方差阵小于
Figure BDA0001553898210000057
和
Figure BDA0001553898210000058
的误差协方差阵，即就是
Figure BDA0001553898210000059
***状态的全局最优状态估计为
Figure BDA0001553898210000061
Figure BDA0001553898210000062
局部状态估值
Figure BDA0001553898210000063
和
Figure BDA0001553898210000064
间的互协方差矩阵
Figure BDA0001553898210000065
具有以下递推形式
Figure BDA0001553898210000066
步骤4：根据融合局部状态估值，进而求取强振动旋转钻具***全局最优状态估计的方法；设N个局部滤波器得到的状态估值分别为
Figure BDA0001553898210000067
对应的误差协方差矩阵分别为
Figure BDA0001553898210000068
(也就是
Figure BDA0001553898210000069
)，
Figure BDA00015538982100000610
和
Figure BDA00015538982100000611
间的互协方差矩阵为
Figure BDA00015538982100000612
记
Figure BDA00015538982100000613
Figure BDA00015538982100000614
基于矩阵加权多传感器***状态全局最优估计为
Figure BDA00015538982100000615
其中，wi(i＝1,2,...,N)为最优权值矩阵，可通过下式计算
Figure BDA00015538982100000616
姿态参数动态提取，在第三层中，根据地理坐标系到钻具坐标系进行坐标转换后，可得井斜角θ和工具面角φ：
Figure BDA00015538982100000617
根据式(5)，将滤波后得到的全局最优估计值通过钻具姿态解算，得到导向钻井工具动态姿态参数。
所述地理坐标系为东北天坐标系，其旋转正方向由右手定则决定。

Claims (3)

1.基于多传感器数据融合的钻具姿态测量***的测量方法，其特征在于，基于多传感器数据融合的钻具动态姿态测量***包括钻具、三轴加速度计、三轴磁通门、角速率陀螺仪和滤波器；三轴加速度计、三轴磁通门、角速率陀螺仪和滤波器均安装在钻具上，三轴加速度计、三轴磁通门和角速率陀螺仪分别连接各自对应的滤波器；基于多传感器数据融合的钻具动态姿态测量***的测量方法包括以下步骤：
步骤一：在姿态测量***中建立理想正交的地理坐标系，根据欧拉定理，井下钻进过程中，钻具在空间的任一姿态可以用相对于地理坐标系的一系列旋转来表示，旋转的角度为井斜角、方位角和工具面角；根据四元数的定义和欧拉定理，把三维空间和四维空间联系起来，用四维空间的四元数性质和运算规则研究三维空间中的刚体定点转动问题；
步骤二：针对钻具安装三轴加速度计、三轴磁通门和角速率陀螺仪，实现导向钻井工具姿态组合测量，联合建立多传感器、动态测量***的非线性数学模型，得到非线性状态方程和量测方程；
步骤三：根据近钻头振动信号特性，判断钻具运动状态，分析钻具运动状态与振动加速度之间的关系以及钻具振动的主要干扰因素；根据模型及噪声特性，分别采用局部滤波器，利用无迹卡尔曼滤波算法对干扰信号进行滤除，消除近钻头强振动对姿态参数测量的影响，采用矩阵加权数据融合理论进行全局估计，进而得到最优姿态估计；
步骤四：利用最优姿态估计，将滤波后的传感器参数进行姿态动态解算，从而得到滤波后的导向钻井工具精确的姿态参数；
步骤三中局部滤波消除近钻头强振动对动态姿态测量的影响包括以下步骤：
步骤1：对基于四元数的状态方程和量测方程进行离散化；
步骤2：在第一层中，三轴加速度信号、三轴磁通门信号和角速率陀螺信号分别通过三个局部滤波器，分别为第一局部滤波器、第二局部滤波器和第三局部滤波器，以并行的方式获得其局部最优状态估计值
Figure FDA0002786453000000011
及误差协方差阵
Figure FDA0002786453000000012
步骤3：在第二层中，应用矩阵加权数据融合算法对得到的局部状态估计值进行融合，获得***状态的全局最优估计；假设第一局部滤波器和第二局部滤波器得到的局部最优状态估计值为
Figure FDA0002786453000000013
与
Figure FDA0002786453000000014
在线性最小方差准则下，***状态的全局最优状态估计为
Figure FDA0002786453000000021
此时，
Figure FDA0002786453000000022
的误差协方差阵小于等于
Figure FDA0002786453000000023
和
Figure FDA0002786453000000024
的误差协方差阵，即就是
Figure FDA0002786453000000025
***状态的全局最优状态估计为
Figure FDA0002786453000000026
Figure FDA0002786453000000027
局部最优状态估计值
Figure FDA0002786453000000028
和
Figure FDA0002786453000000029
间的互协方差矩阵
Figure FDA00027864530000000210
具有以下递推形式
Figure FDA00027864530000000211
步骤4：根据融合局部状态估值，进而求取强振动旋转钻具***全局最优状态估计的方法；设N个局部滤波器得到的状态估值分别为
Figure FDA00027864530000000212
对应的误差协方差矩阵分别为
Figure FDA00027864530000000213
Figure FDA00027864530000000214
和
Figure FDA00027864530000000215
间的互协方差矩阵为
Figure FDA00027864530000000216
记
Figure FDA00027864530000000217
Figure FDA00027864530000000218
基于矩阵加权多传感器***状态全局最优估计为
Figure FDA00027864530000000219
其中，wi(i＝1,2,...,N)为最优权值矩阵，可通过下式计算
Figure FDA00027864530000000220
2.根据权利要求1所述的基于多传感器数据融合的钻具姿态测量***的测量方法，其特征在于，姿态参数动态提取，在第三层中，根据地理坐标系到钻具坐标系进行坐标转换后，将得到的矩阵加权多传感器***状态全局最优估计进行钻具姿态解算；可得井斜角θ和工具面角φ：
Figure FDA00027864530000000221
根据式(5)，将滤波后得到的全局最优估计值通过钻具姿态解算，得到导向钻井工具动态姿态参数。
3.根据权利要求1所述的基于多传感器数据融合的钻具姿态测量***的测量方法，其特征在于，所述地理坐标系为东北天坐标系，其旋转正方向由右手定则决定。
CN201810056220.4A 2018-01-20 2018-01-20 基于多传感器数据融合的钻具姿态测量***的测量方法 Active CN108387205B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810056220.4A CN108387205B (zh) 2018-01-20 2018-01-20 基于多传感器数据融合的钻具姿态测量***的测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810056220.4A CN108387205B (zh) 2018-01-20 2018-01-20 基于多传感器数据融合的钻具姿态测量***的测量方法

Publications (2)

Publication Number Publication Date
CN108387205A CN108387205A (zh) 2018-08-10
CN108387205B true CN108387205B (zh) 2021-01-01

Family

ID=63077053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810056220.4A Active CN108387205B (zh) 2018-01-20 2018-01-20 基于多传感器数据融合的钻具姿态测量***的测量方法

Country Status (1)

Country Link
CN (1) CN108387205B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110308300B (zh) * 2019-06-27 2021-09-21 厦门盈趣科技股份有限公司 一种融合多种特性数据的转速测量方法及装置
CN110440746A (zh) * 2019-08-05 2019-11-12 桂林电子科技大学 一种基于四元数梯度下降的非开挖地下钻头姿态融合方法
CN112302536B (zh) * 2020-10-16 2023-03-24 安徽中勘钻探工程有限公司 一种智能定向钻探***及其定向钻探方法
CN112963093B (zh) * 2021-01-26 2023-04-18 长江大学 一种旋转导向钻井工具的姿态动态测量和解算方法
CN113153270A (zh) * 2021-04-27 2021-07-23 西南石油大学 一种近钻头动态井斜角与工具面角的随钻测量方法
CN113255577B (zh) * 2021-06-18 2021-12-14 中铁大桥科学研究院有限公司 一种斜拉桥施工振动参数的主动控制智能数据处理方法
CN113464050B (zh) * 2021-06-24 2023-08-08 成都理工大学 一种面向智慧矿山的瓦斯钻孔方法及其机器人***
CN117514146B (zh) * 2024-01-04 2024-03-22 陕西太合智能钻探有限公司 一种测井***及测井方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101187567A (zh) * 2007-12-18 2008-05-28 哈尔滨工程大学 基于多普勒的光纤陀螺捷联惯导***初始姿态确定方法
CN101982732A (zh) * 2010-09-14 2011-03-02 北京航空航天大学 一种基于esoqpf和ukf主从滤波的微小卫星姿态确定方法
EP2904353A1 (fr) * 2012-10-01 2015-08-12 SNECMA Services Procédé et système de mesure à capteurs multiples
CN105136145A (zh) * 2015-08-11 2015-12-09 哈尔滨工业大学 一种基于卡尔曼滤波的四旋翼无人机姿态数据融合的方法
CN105607106A (zh) * 2015-12-18 2016-05-25 重庆邮电大学 一种低成本高精度bd/mems融合姿态测量方法
CN107192387A (zh) * 2017-05-23 2017-09-22 北京理工大学 一种基于无迹卡尔曼滤波的组合定位方法
CN107515001A (zh) * 2017-09-05 2017-12-26 中国石油大学(华东) 旋转导向稳定平台重力工具面角动态测量方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101187567A (zh) * 2007-12-18 2008-05-28 哈尔滨工程大学 基于多普勒的光纤陀螺捷联惯导***初始姿态确定方法
CN101982732A (zh) * 2010-09-14 2011-03-02 北京航空航天大学 一种基于esoqpf和ukf主从滤波的微小卫星姿态确定方法
EP2904353A1 (fr) * 2012-10-01 2015-08-12 SNECMA Services Procédé et système de mesure à capteurs multiples
CN105136145A (zh) * 2015-08-11 2015-12-09 哈尔滨工业大学 一种基于卡尔曼滤波的四旋翼无人机姿态数据融合的方法
CN105607106A (zh) * 2015-12-18 2016-05-25 重庆邮电大学 一种低成本高精度bd/mems融合姿态测量方法
CN107192387A (zh) * 2017-05-23 2017-09-22 北京理工大学 一种基于无迹卡尔曼滤波的组合定位方法
CN107515001A (zh) * 2017-09-05 2017-12-26 中国石油大学(华东) 旋转导向稳定平台重力工具面角动态测量方法及装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
MAVs多源信息融合无迹姿态估计方法;吴中红 等;《第四届中国指挥控制大会论文集》;20160704;第390-394页 *
基于Kalman滤波方法的多传感器信息融合滤波器;梁佐江;《中国优秀硕士学位论文全文数据库信息科技辑》;20051215(第8期);第I140-59页 *
矿用随钻轨迹测量***的研究;梁晓军;《中国优秀硕士学位论文全文数据库工程科技I辑》;20160415(第4期);第B021-7页 *
随钻姿态传感器刻度***研究;胡毅;《中国优秀硕士学位论文全文数据库基础科学辑》;20130315(第3期);全文 *
面向煤矿井下探测的多节履带式机器人及其关键技术研究;韩震峰;《中国优秀博士学位论文全文数据库信息科技辑》;20140115(第1期);全文 *

Also Published As

Publication number Publication date
CN108387205A (zh) 2018-08-10

Similar Documents

Publication Publication Date Title
CN108387205B (zh) 基于多传感器数据融合的钻具姿态测量***的测量方法
US10584575B2 (en) Utilization of dynamic downhole surveying measurements
CN110799727B (zh) 用于生成下向井眼惯性测量单元的输出的***和方法
CN102536207B (zh) 适用于小角度井斜角测量的陀螺测斜仪姿态测量解算方法
US9273547B2 (en) Dynamic borehole azimuth measurements
CN100489459C (zh) 适用于全光纤数字测斜仪的捷联惯性组合测量控制装置
Jurkov et al. Experimental feasibility of the in-drilling alignment method for inertial navigation in measurement-while-drilling
US10246988B2 (en) Real-time trajectory estimation with multi-station analysis
US20110196612A1 (en) Device orientation determination
GB2383448A (en) Method for estimating a position in a wellbore
NO20190611A1 (en) Correction of rotation rate measurements about a third axis of a survey tool disposed in a wellbore
CN107228664A (zh) 矿用陀螺测斜仪捷联惯导***姿态解算及零速校正方法
US11002131B2 (en) Directional control of wellbore trajectories
US20160003028A1 (en) Automatic Wellbore Survey Evaluation
CN113090188A (zh) 基于机器学习的智能钻井实时井眼轨迹测量方法及***
WO2017074818A1 (en) Multiple downhole sensor digital alignment using spatial transforms
Park et al. Underground localization using dual magnetic field sequence measurement and pose graph SLAM for directional drilling
CN108256130B (zh) 一种地质钻孔空间轨迹还原方法
Gao et al. Random weighting adaptive estimation of model errors on attitude measurement for rotary steerable system
Yang et al. Research on drilling bit positioning strategy based on SINS MWD system
CN113671263B (zh) 用于检测随钻测量操作的井下磁干扰的方法和***
CN105507884A (zh) 一种井下多传感器测量***及方法
NO20220931A1 (en) System and method for using a magnetometer in a gyro-while-drilling survey tool
Liu et al. Intelligent filter for accurate subsurface heading estimation using multiple integrated mems sensors
Yang et al. Research on Dynamic Measurement Method of Drilling Tool Attitude Near Bit Based on Suppression of Heavy-Tailed Measurement Noise

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant