基于小波神经网络修正自适应滤波的钻具姿态解算研究

摘要：

针对惯性随钻测量中,由于钻头振动导致系统三轴加速度计数据失真,从而使得解算的钻头姿态角误差较大的问题.提出一种基于小波神经网络(WNN)与自适应滤波(AKF)联合对钻具姿态进行估计的方法,首先建立钻具姿态自适应滤波的状态空间模型,根据估计后的残差不断调整自适应因子,降低姿态的估计误差,提高钻具姿态估计精度;根据滤波器的输入输出建立小波神经网络模型,对比输出误差在线修正网络模型,对姿态信息进行反馈补偿.设计振动台实验以及钻进实验对所提方法验证,其中钻进实验中井斜角误差降低到±1.8°,实验结果表明,所提方法解算精度优于自适应卡尔曼滤波算法,能够有效抑制振动误差对姿态解算的影响,为实际钻井提供理论依据.

关键词：随钻测量、振动、姿态解算、小波神经网络、自适应滤波

所属期刊栏目：45

分类号：TP212.9(自动化技术及设备)

资助基金：河南省高等学校青年骨干教师培养计划2018GGJS061

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：156-160