本發(fā)明涉及石油技術(shù)領(lǐng)域，尤其涉及一種套管振動井口監(jiān)聽檢測設(shè)備。

背景技術(shù)：

套管損壞會導(dǎo)致整體壓力損耗、生產(chǎn)油管變薄或無法下入修井工具。在實際操作中，錯段套管的打撈作業(yè)一次成功率并不高，究其原因除井況復(fù)雜、打撈工具選擇不恰當(dāng)外，其中一個主要原因就是打撈存在盲目性，難以實現(xiàn)準(zhǔn)確打撈。這種情況下，撈獲井下落物的正確性就顯得尤為重要。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是，克服上述打撈施工一次成功率低的問題，提供了一種套管振動井口監(jiān)聽檢測設(shè)備。

本發(fā)明提供了一種套管振動井口監(jiān)聽檢測設(shè)備。所述套管振動井口監(jiān)聽檢測設(shè)備包括：金屬探針的一端磁性貼附微震動傳感器，另一端通過探測器上的微震動信號輸入口磁性貼附壓電式加速度傳感器，經(jīng)電荷放大器與動態(tài)數(shù)據(jù)采集器數(shù)據(jù)連接，動態(tài)數(shù)據(jù)采集器將數(shù)據(jù)通過通訊端口輸入計算機端，并通過配套軟件分析。

將得到的加速度信號進行兩次積分處理后，轉(zhuǎn)化成振幅信號；將振幅信號生成聲音實時波形圖；將聲音信號通過音頻輸出端口在音箱中回放；將時域信號經(jīng)傅里葉運算生成頻域信號并生成頻譜圖；根據(jù)頻域信號與已知物體頻域信息對比，識別被碰物類型。

優(yōu)選的，所述探測器上設(shè)置usb通訊端口及信號處理開關(guān)。

有益效果：能夠快速,準(zhǔn)確,實時地確定斷裂套管的位置?？捎行岣哂退驌剖┕ひ淮纬晒β?，減少返工工序的發(fā)生，極大地縮短油井作業(yè)周期，降低作業(yè)成本。

附圖說明

圖1為本發(fā)明實施例提供的套管振動井口監(jiān)聽檢測設(shè)備的原理圖。

圖2為本發(fā)明實施例提供的套管振動井口監(jiān)聽檢測設(shè)備的結(jié)構(gòu)圖。

圖3為本發(fā)明實施例提供的套管振動井口監(jiān)聽檢測設(shè)備判斷說明圖。

附圖標(biāo)識：1、計算機端；2、探測器；21、動態(tài)數(shù)據(jù)采集器；22、電荷放大器；23、壓電式加速度傳感器；3、電源；4、信號處理器開關(guān)；5、微振動信號輸入口；6、待測物；7、微振動傳感器；8、音箱；9、音頻輸出端口；10、usb通信端口；11、裸眼井段；12、下部套管；13、金屬探針。

具體實施方式

為使本發(fā)明解決的技術(shù)問題、采用的技術(shù)方案和達到的技術(shù)效果更加清楚，下面結(jié)合附圖和實施例對本發(fā)明作進一步的詳細(xì)說明?？梢岳斫獾氖牵颂幩枋龅木唧w實施例僅僅用于解釋本發(fā)明，而非對本發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部內(nèi)容。

本實施例的套管振動井口監(jiān)聽檢測設(shè)備結(jié)構(gòu)如圖1和圖2所示，包括：金屬探針13的一端磁性貼附微震動傳感器，另一端通過探測器2上的微震動信號輸入口5磁性貼附壓電式加速度傳感器23，經(jīng)電荷放大器22與動態(tài)數(shù)據(jù)采集器21數(shù)據(jù)連接，動態(tài)數(shù)據(jù)采集器21將數(shù)據(jù)通過通訊端口輸入計算機端1。

原理，如圖1所示，當(dāng)金屬探針13碰到下部套管12或待測物6石頭的等障礙物時，會產(chǎn)生聲波并沿金屬探針13向上傳播。由于被碰障礙物材質(zhì)不同，其聲音的音色和響度也不同(即頻率和振幅不同)，所以聲音的波形圖會有差異，并且計算后的聲音頻譜也存在一定差異，這樣就可以通過對聲音的檢測和回放人工確定被碰障礙物的種類，也可以通過頻譜的計算，經(jīng)過人工判斷或智能識別算法實現(xiàn)井下金屬物體的自動識別。

利用壓電式加速度傳感器23檢測金屬探針13傳來的微振動，并轉(zhuǎn)化成與振動加速度成正比的電荷量信號，該信號非常微弱且輸出阻抗極高，經(jīng)電荷放大器22將該信號轉(zhuǎn)化為與其成正比的電壓信號，再經(jīng)過動態(tài)數(shù)據(jù)采集器21采集該電壓信號并轉(zhuǎn)化成數(shù)字量，最后通過動態(tài)數(shù)據(jù)采集器的數(shù)據(jù)通訊端口傳輸至計算機端1。

計算機端配套軟件功能主要包括：從動態(tài)數(shù)據(jù)采集器中接收數(shù)據(jù)至軟件。

將得到的加速度信號進行兩次積分處理后，轉(zhuǎn)化成振幅信號；根據(jù)傅里葉逆變換的公式，加速度信號在任一頻率的分量可以表達為：a(t)＝ae^jωt,式中a(t)為加速度信號在頻率ω的傅里葉分量；a為對應(yīng)a(t)的系數(shù)；j為虛數(shù)。初速度和初位移分量均為0時，對加速度信號的傅里葉分量兩次積分可得出位移分量：從而得到振幅信息。式中x(t)為速度信號在頻率ω的傅里葉分量；x為對應(yīng)x(t)的系數(shù)。

將振幅信號生成聲音實時波形圖；調(diào)用聲卡驅(qū)動，將聲音信號在音箱中回放；利用快速傅里葉變換算法，將時域信號經(jīng)運算生成頻域信號并生成頻譜圖；非周期性連續(xù)時間信號x(t)的傅里葉變換可以表示為：式中計算出來的是信號x(t)的連續(xù)頻譜。但是，在實際的控制系統(tǒng)中能夠得到的連續(xù)信號的離散采樣值x(nt)。因此需要利用離散信號x(nt)來計算信號x(t)的頻譜。設(shè)n點有限長序列x(n)的dft為：其中其逆變換idft為：正逆變換的運算量都是相同的。x(n)和x(k)都是復(fù)數(shù)序列，計算一個x(k)值，需要n次復(fù)數(shù)乘法和n-1次復(fù)數(shù)加法。x(k)有n個點，所以總共需要n*n次復(fù)數(shù)乘法和n*(n-1)次復(fù)數(shù)加法。復(fù)數(shù)乘法實際上是通過實數(shù)運算來完成的：

由此可見，一次復(fù)數(shù)乘法需要4次實數(shù)乘法和2次實數(shù)加減法。一次復(fù)數(shù)加法需要2次實數(shù)加法。所以每一個x(k)計算需要4n次實數(shù)計算以及4n-2次實數(shù)加法。整個dft運算總共需要4n*n次實數(shù)計算和n*2(2n-1)次實數(shù)加法。當(dāng)n足夠大時，直接計算dft的乘法次數(shù)和加法次數(shù)都是和n的平方成正比，這樣的計算量過于龐大，計算速度太慢，失去了實時性。所以利用dft的系數(shù)的固有特性來簡化計算，減少運算量。特性分別為：①共軛對稱性：②周期性：③可約性：下面以時間抽選dft的基-2fft算法，也就是庫利-圖基算法的思路為例:設(shè)點數(shù)n＝2^m,n＝8，16，32，64……1024，2048。先將。x(n)序列按n的奇偶性分成奇偶兩組，每組的點數(shù)為n/2-1.則有利用系數(shù)的可約性，有：一個n點dft分解成兩個n/2的dft，此時x(k)只計算了前n/2個，而后n/2個的計算需要應(yīng)用系數(shù)的周期性，根據(jù)歐拉公式推導(dǎo)即得：于是得出前半部分和后半部分分別為：只需求0～n/2-1部分的x1和x2，即可求出0～n-1的所有x(k)，總而言之，fft算法就是不斷地把長序列的dft分解成幾個短序列的dft，并利用的周期性和對稱性來減少dft的運算次數(shù)，加快計算速度。然后生成頻譜圖。

根據(jù)頻域信號的智能識別算法，智能識別被碰物類型；音色由基頻和諧波的數(shù)目以及它們之間的相互關(guān)系決定，由于各種發(fā)聲體的材料和形狀結(jié)構(gòu)不同，發(fā)生機理也不盡相同，即使發(fā)出相同音調(diào)、相同響度的聲音，在基頻相同的情況下，諧波的成分和幅度也會有所區(qū)別?？筛鶕?jù)頻域信號與已知物體頻域信息對比，識別被碰物類型。

實現(xiàn)軟件數(shù)據(jù)存儲和參數(shù)設(shè)置等。

請參照圖3，實施例：軟件的主界面如下圖所示，a區(qū)為聲音波形圖，b區(qū)為頻譜圖，c區(qū)為主頻率，d區(qū)為判定指標(biāo)值?？梢愿鶕?jù)主頻率和判斷指標(biāo)是否有落物和落物的材質(zhì)，并可輔以音頻的人工判斷，增加準(zhǔn)確度和可靠性。

最后應(yīng)說明的是：以上各實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述各實施例對本發(fā)明進行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分或者全部技術(shù)特征進行等同替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的范圍。