本文研究的钻井参数测量系统，能够以工控机为核心，实时检测钻压、泵压、转速、扭矩、泵量、泥浆密度等参数并存人数据库中，能够对所采集的钻井参数进行预警并且能够对钻压、泵压、泵量、扭矩、转速、泥浆消耗量参数超限进行声、光及文字形式报警。同时系统利用神经网络理论建立了专家系统模块，对所采集的历史孔数据进行分析，能够对更换钻头、漏(涌)水、煤层判断等钻探状况进行判断，提高了钻进效率，有效地防止了事故发生。对该系统进一步扩展，可以实现钻井分站各网点工控机和基站主机之间的通信，更有效地实现了钻井参数数据的交流与监控。
1、系统整体组成
基于工控机的钻井参数测量系统如图1所示，该系统从整体上可分为硬件系统和软件系统两大部分。
图1 钻井参数测量系统组成圈
1.1 硬件系统
系统硬件主要由威达电WS'-855A全功能一体化工控机、现场电缆接13箱、信号处理箱、传感器、连接电缆等设备组成。由各传感器测量钻探过程中的各种参数量，将传感器送来的信号输入到电缆接口箱中，再由接口箱通过电缆接到信号处理箱中。信号处理箱统一将非电量参数转换成电信号，经A/D转换卡传入到工控机中，由工控机的软件部分完成各种钻井参数的处理、存储、打印以及显示，同时实现各参数的预警和报警。为方便连接，所有的硬件连接电缆均采用专用的接插件。
钻井参数测量硬件系统主体部分如图2所示。
图2 钻井参数测量硬件系统主体设备连接圈
钻井参数测量系统选用的传感器易于安装、调整和校正。不受安装条件的约束，稍加改动便适用于钻进安装，并具有较高的稳定性和测量精度。各钻井参数对应的传感器参见表1。
表1 测量钻井参数与传感器对应表
泵压由安装在泥浆高压输送管路中的压力传感器来测量;泵量由安装在泥浆高压输送管路的电磁流量计来测量，泥浆返回量由安装在钻孔口至沉淀池的泥浆循环管路中的电磁流量计来测量;功率由安装于钻机配电箱中的WBP314P71无极性三相四线有功功率传感器来测量;立轴扭矩测量采用问接方法，即先测出驱动钻机的电动机的运行功率，然后计算出钻机立轴的回转扭矩。
泥浆密度和泥浆pH值分别由插入到泥浆沉淀池的差压式密度传感器和pH值传感器来测量;回次进尺由固定于钻机前端的PTl拉线式位移传感器来测量，该传感器在安装时要密封好并且安装位置选择要合理，能够有效防止钻机工作时泥浆的溅入和提钻时的刮碰。孔深主要由回次进尺累加而得。但在累加的过程中经常会遇到提钻、冲扫孔、抖动误差等现象。为了精确地获得孔深值，必须对每次得到的进尺数值进行误差校正，同时在一定时段内对测得的孔深数据进行精确校正。
在测量钻压时，可将两个压力传感器分别接在钻机给进油缸的上、下腔油路中，通过测量立轴绐进油缸的上、下腔压力，并通过计算钻具重量、摩擦力、浮力等干扰因素得出最终的钻压;立轴转速可用磁电式转速传感器将转速转换为电脉冲计数来测量。
1.2 软件系统
(1)软件系统实现的功能
基于工控机的钻井参数测量系统软件部分完成的功能如下：
1) 实时自动检测、显示上腔钻压、下腔钻压、回次进尺、孔深、钻速、转速、功率、扭矩、泵压、泵量、泥浆返回量、泥浆密度、泥浆pH值参数;
2) 对所采集的数据自动存储到数据库中(可选择1秒或者几秒存储一条记录)，在数据库内以供操作人员随时提取观察和修改编辑;
3) 建立提钻称重和修改孔深模块，衡量与测量钻压相关的钻具重量、浮力、摩擦力等因素以及与测量孔深相关的各种误差因素，从而能在钻进过程中随时准确地进行孔深、钻压等数据加、减运算;
4) 对钻压、泵压、泵量、扭矩、转速、泥浆消耗量超限进行声、光及文字报警;
5) 实时显示、打印与孔深相对应的钻压、扭矩、泥浆消耗量等动态参数变化曲线;
6) 彩绘与地质柱状图相对应的钻压、转速、钻速、孔深、泵量、泵压、返回量、扭矩8个钻进参数任意参数组合的变化曲线及泥浆消耗量变化曲线。
7) 利用神经网络理论建立专家系统模块，对所采集的历史孔数据进行分析，能够对更换钻头、漏(涌)水、煤层判断等钻探状况进行判断。
(2)软件系统基本模块
软件系统基本模块设计如图3所示。
图3 钻井参数测量系统软件模块图
(3)专家系统模块
基于神经网络技术的专家系统功能和结构如图4所示，主要由知识表示、知识获取、知识推理、样本知识库等部分组成。
图4 神经网络专家系统结构图
该钻井参数测量系统设计专家系统模块如图5所示。根据实时采集的钻井参数数据，利用各参数之间波动，生成钻井系统常见故障的样本知识库。该样本库具有添加、修改、删除、浏览等功能。常见的钻井故障主要有漏(涌)水、断钻、卡钻等。
图5 钻井参数测专家系统模块图
神经网络专家系统的知识推理过程就是神经网络的模式识别的过程。通过学习神经网络专家系统具有了一定的逻辑思维和判别能力，能够根据系统自动采集的钻井参数信息，综合运用神经网络和专家系统的知识实时识别出钻井故障信息并予以显示。
在推理和故障识别的过程中，需要构造神经网络，裁剪和训练神经网络，以确定网络最佳隐含层神经元的数目。并且综合运用神经网络知识表示和知识获取机制，利用正向推理和实时获取的参数波动值，通过与故障样本知识库中的数据进行比对，实时产生故障信息，并伴有文字、声音和光形式的提示。
2、钻井参数测量系统的通信模块
由于钻探现场技术力量有限，智能分析工作往往要由煤田地质局的专家进行异地分析，这就要求钻井现场的各项钻进数据要实时、准确地向基站信息中心传输。因而，钻井参数测量必须具备一个能够实时、准确向基站信息中心传输数据的通信系统。
我们在实际项目的研究过程中。采用移动通信公网进行数据传输，将测控主机处理后的数据经GPRS设备传向基地信息中心。其中每个分站均由工控机系统和泰亚东方TGR2000无线数据传输终端两个部分组成。
3、结束语
实践证明，该钻井参数测量系统在野外恶劣的环境下传感器及其他硬件设备性能稳定，软件运行可靠，通信特备运转正常，整个系统运行状况良好，展示了较强的实用价值和较好的现场应用效果，是一项科学钻探很有前景的技术手段和方法措施。
随着技术的不断发展。还应在以下几个方面对该系统进行改进：
1) 增加对钻头工作参数的实时监测功能，采用更加优化的算法和数学模型，进一步减少钻井参数在测量过程中的误差，增强测量的精度;
2) 进一步增强系统的智能化程度，扩展和深化专家系统模块，将神经网络技术与专家系统理论进一步紧密结合;
3) 采用更优化的通信技术和通信模块，增强数据传输的质量和效果。
