物联网技术在钻井实时监控系统中的应用.docx

物联网技术在钻井实时监控系统中的应用 梁海波+张巧摘 要：物联网是近几年来科学研究领域最前沿的课题之一，随着技术的发展与进步，其在石油化工行业中有了更广阔的应用针对油田钻井监控系统的需求，对物联网技术在钻井实时监控中的应用进行阐述，实现了系统的整体框架设计，分析物联网在钻井实时监控中各个层次中的应用情况，并对物联网技术在钻井实时监控系统中可大力发展的几个方面作了探讨关键词：物联网;钻井;实时监控;感知：TP273 ：A ：2095-1302（2015）01-00-020 引 言物联网（Internet of things ，IOT）是在互联网基础上，将用户端延伸和扩展到了任何物与物之间或人与物之间，进行信息交换和通讯，实现任何物与互联网信息的相互联系，以实现智能化识别、定位、跟踪、监控和管理[1]石油行业是物联网应用的重要行业，尤其是石油生产环节的油气钻井工程，其对于钻进过程中实施安全优快钻井技术、降低钻井事故率、提高钻井时效、缩短钻井周期的要求，为物联网技术在钻井工程中的应用和发展带来了重要契机油气钻井是一项复杂的系统工程，钻井现场设备众多，流动性大，生产危险性大整个钻井过程要得到有效的控制和管理，实现安全高效，现场工程技术人员就需要对钻井的每一个环节实施科学设计与施工，并对钻井全过程进行实时监测、预防和及时预警可能的复杂情况与钻井事故。

然而钻井现场需要监控的设备和监控点众多，有线系统在现场布线困难，成本高，而且可靠性较差，维护困难，费用高物联网技术以向全时空、全过程、全状态的多维度泛在感知和透明化发展为目标，能够将数量众多、形式各样、具有感知能力的传感设备通过各样的通信技术实现互联，形成超大规模的海量数据感知、传输、处理和存储，由此而满足了钻井实时监控系统的工程要求，能够实现对钻井工程信息的实时采集、传输，现场工况的实时分析，以及对复杂情况与工程事故的实时警示、处理，从而达到对钻井施工过程有效监控的目的，为钻井生产作业者作出科学决策、提高钻井时效与井身质量、降低钻井成本提供依据和信息服务1 物联网技术1.1 物联网简介物联网概念是由美国麻省理工学院的Ashton教授于1999年提出的，定义为依托射频识别（RFID）技术和互联网实现物品的识别、跟踪和管理的物流网络[2]早期的物联网概念仅限于物流跟踪和优化物流供应链随着科学的发展和技术应用的需求，至今物联网的内涵已发生了较大的改变在新时代，我们认为物联网是指在物理世界的实体中部署具有一定感知能力、计算能力或执行能力的各种信息感知设备，通过网络设施实现信息传输、协同和处理，从而实现广域或特定范围的人与人、人与物、物与物之间信息交换需求的互联网络。

从系统角度看，物联网可划分为一个由感知互动层、网络传输层和应用服务层组成的三层体系[2]过去的传统思维一直把物理基础设施和IT基础设施分开的，而物联网通过三层体系的架构将物理系统和信息网络系统连接了起来，即将物理基础设施和IT基础设施整合在一起，从而使人类能够更加精细和智慧地控制物理世界的运行世界上的任何物体，在任何位置、任何环境之中，只要使其嵌入具有感知和识别功能的设备，就能通过射频识别、红外感应、激光扫描、全球定位和无线网络等技术和装置，使之与网络连接，进而由智能分析和信息处理技术实现对物理世界及其变化的全面、透彻感知，以及智能反馈和决策1.2 物联网关键技术全面感知、可靠传送、智能处理是物联网的核心能力作为一个庞大、复杂的综合信息系统，物联网体系架构中的各个层面都涉及许多关键技术物联网的几个关键环节可以归纳为“感知、传送、处理”，从而实现“及时、精确、全面地获取和处理信息，达到科学决策、降低成本、提高效率、保护环境、增强安全等目标，更加有利于人类的可持续性发展”[3]其中，传感器技术、嵌入式技术、射频识别技术以及云计算等网络技术为物联网的发展和广泛应用提供了相应基础2 钻井实时监控系统随着生产要求的不断提高，钻井工程仍然存在着一些亟待解决的问题：如何精确确定复杂地质条件下的钻井位置，减小钻井工程的井下事故发生率，提高钻井工程的安全性，减少钻井工程的成本与开销，建立健全稳定的网络来及时传送钻井过程中的大量生产数据，并能实现钻井事故的预警及分析处理，在专业技术人员、管理人员不在作业现场时，能实现远程事故分析及相关控制操作。

这一系列工程要求为物联网技术的应用提供了巨大的空间2.1 系统框架通过对钻井工程的的需求分析，并基于物联网的设计理念，将钻井实时监控系统分为包含感知层、传输层和应用层的三层架构，其框架图如图1所示感知层由井场现场实时信息采集装置（如传感器标签、智能传感器、红外感应器、激光扫描器、摄像头和GPS等各种感知设备）与钻参仪、司钻操控台、顶驱设备、随钻系统地面仪等控制设备组成，用来实现对钻井工程相关信息的全面感知和各种设备的控制;根据钻井现场的地域特点和无线通信的技术水平，传输层由无线传感网、专用和公用无线技术（融合WSN、McWill、WiMAX、WiFi、3G、GPRS、CDMA、卫星等无线传输技术）组成的无线异构网络来进行数据传输[4]，可以保障数据传输的可靠性应用层则具备钻井设计、钻进过程实时监控，井下工况仿真、远程专家会诊、生产调度指挥管理等功能，以满足钻井工程需求2.2 实时监控参数在石油钻井过程中，需要实时监测的系统参数多达几十个，并且必须将这些监测记录实时传送给基地总控制台同时，总控制台也需要将控制命令实时传送给各子系统监控设备，以便对钻井过程进行实时控制对系统参数的监测主要依靠物联网技术中的传感器技术和识别技术等，而取得的大量现场数据则需要依靠物联网的结点软硬件设计技术、组网与泛在接入技术来实现短距离相互通信，及整个异种异构网络的互联互通，从而实现从感知层到网络层再到应用层的无缝互联。

在钻井施工过程中所涉及到的复杂问题和事故类型有：井漏、井涌（溢流）、井塌、砂桥、泥包、缩径、键槽、钻具刺漏、钻头牙轮卡、钻头水眼刺、钻头水眼堵、钻头水眼掉、地层蠕变、钻井液污染、有害气体溢出[5];钻具断落、卡钻、井喷、井下落物等需要进行实时监测的包括钻进、起下钻、测斜、打水泥塞等钻井工况由此需要获得的工程参数包括：基础数据（井号、油田名称、钻深、钻遇地层、事故发生时间、井深、井底压力、过平衡压力、岩石类型及其含量、夹层厚度、泥包趋势等），钻井液性能（密度、粘度、切力、滤失量、滤饼、含砂量、pH值等），井身结构数据（套管名称、套管尺寸、套管顶部深度、套管鞋深度等），泵工作状态（开启状态、冲数、上水效率、计算排量等），泥浆参数（泥浆池体积、泥浆温度、泥浆密度），扭矩变化（转盘扭矩、吊钳扭矩、转盘转速），硫化氢浓度、流量差值、立压变化、卡钻系数、钻压变化、钩载变化量（大钩负荷、大钩高度），钻柱裸眼静止时间等图1 钻井实时监控系统框架图2.3 智能应用系统基于物联网技术的钻井工程实时监控系统应用层主要负责油水井海量信息的智能分析与相应控制，其关键技术包含有云计算技术、信息挖掘技术、智能管理和控制技术等。

钻井综合应用平台根据现代钻井工艺技术的特点，在物联网环境下通过对钻井工程的各过程的机理、模型和计算机应用技术等方面的研究，主要能实现以下功能：钻井实时数据管理系统包括信息管理（数据库、模型库）、逻辑推理（专家系统、人工智能）、方法设计（方法库）以及钻井工程设计、井下工况仿真和井下复杂情况实时诊断与处理等内容，其结构框图如图2所示系统能够按照用户要求完成数据的分类与转贮，为模型库和方法库等推理系统和钻井工程设计系统提供数据流并贮存相应的结果钻井生产管理系统在物联网环境下，集实时参数、钻井工程数据库、工况实时诊断决策多智能体为一体，使井场、基地和总部，乃至更广泛的范围下，相互共享资源、数据和信息，实现优化钻井，及时有效的控制钻井事故和复杂情况，提高钻井效率的目标，其结构框图如图3所示图2 钻井实时数据管理系统3 结 语对于石油工业而言，目前正是借助物联网这一信息技术大力革新的最佳契机，实现以较低的投资和使用成本实现对工业全流程的“泛在感知”，获取传统由于成本原因无法监测的重要工业过程参数，并以此为基础实施优化控制，来达到提高产品质量和节能降耗的目标因此在钻井过程实时监控方面，可以从以下几个方面更加完善的解决传统钻井监控系统存在的各种问题，以实现钻井过程的自动优化控制：（1）云计算、云存储技术的使用。

云计算和云存储是一种通过互联网方式提供的动态可伸缩虚拟化资源的计算和存储模式本文有提到通过使用该模式在钻井综合应用平台中实现对油水井海量信息的智能分析与挖掘以及各架构层次之间的数据交换和处理，防止本地数据丢失，保证实时监控数据的安全和长期性图3 钻井生产管理系统（2）多网融合技术的使用钻井实时监控的参数多达几十个，而与其相关联的整个钻井生产管理系统中则有一个庞大的数据库需要处理决策，因此包含电信网、广播电视网、互联网、电网在内的相互渗透和兼容的多网融合技术，可以形成一个统一的信息通信网络，该网络与物联网数据融合技术的互相结合，将使钻井工程的动态实时监控更加快捷、便利3）人工智能的使用人工智能是使用计算机来模拟人的某些思维过程和智能行为，主要包括计算机实现智能的原理来制造类似于人脑智能的计算机，使计算机能实现更高层次的应用在钻井故障实时诊断中，采用人工智能，可以使系统具有针对异常钻井状态自动识别的能力，并且能够使故障预判行为更加合理和科学参考文献[1]武佳贺，周浩，宫俊峰，等.物联网在石油行业中的应用及展望[J].中国信息界，2011（7）：16-18.[2]刘海涛.物联网技术应用[M].北京：机械工业出版社，2011.[3]何懿，曹邦功，张庆合.浅析物联网在石油行业中的应用[J].石油与化工设备，2010，13（10）：13-14.[4]檀朝东，李清辉，李丹，等.油气生产物联网功能设计研究[J].中国石油和化工，2011（10）：60-61.[5]郭建明，李云峰，韩朝晖.钻井异常状态实时监测与智能决策系统的研究[J].钻采工艺，2008，31（2）：32-35. -全文完-。