Introducción
En la ingeniería de perforación de petróleo y gas, los sistemas de medición durante la perforación (MWD) realizan la tarea crítica de adquirir parámetros de trayectoria del pozo en tiempo real. El entorno del fondo del pozo impone exigencias extremadamente rigurosas a los sistemas de navegación, incluyendo temperaturas superiores a 150 °C, vibraciones y choques intensos y continuos, severas limitaciones espaciales y una importante distorsión del campo geomagnético; todo lo cual crea barreras técnicas para la navegación en el fondo del pozo. Los sistemas de navegación inercial (INS) han surgido como un enfoque técnico clave para MWD debido a su alto nivel de autonomía e independencia de señales externas. Este artículo proporciona un análisis técnico que abarca cinco aspectos: arquitectura del sistema, componentes principales, compensación de errores, algoritmos de navegación e integración del sistema.
Arquitectura del sistema
Un sistema MWD inercial completo consta de una unidad de medición de fondo de pozo y un sistema de procesamiento de superficie. La unidad de fondo de pozo se instala dentro de la broca, cerca de la misma, e integra una Unidad de Medición Inercial (IMU), compuesta por giroscopios y acelerómetros triaxiales, junto con circuitos de adquisición de señales, un módulo de alimentación e interfaces de comunicación. El sistema de superficie se encarga de la recepción de datos, el cálculo de la navegación, la visualización de la trayectoria del pozo y el apoyo a la toma de decisiones.
Las soluciones convencionales actuales emplean tecnología de medición inercial fija, en la que la IMU se monta rígidamente dentro de la herramienta de perforación. Al eliminar las complejas estructuras de estabilización mecánica, este enfoque permite una miniaturización fundamental del sistema y mejora la fiabilidad.
Componentes principales del sensor
Selección y configuración de sensores
Los sensores principales del sistema de navegación inercial LWD (registro durante la perforación) constan de un giroscopio MEMS triaxial y un acelerómetro MEMS triaxial, que proporcionan capacidades de detección inercial completas de seis grados de libertad. La tecnología MEMS se ha convertido en la opción predominante debido a ventajas como el bajo consumo de energía, el tamaño compacto y el alto potencial de integración. Las IMU MEMS de gama alta operan en un rango de temperatura de -40 °C a +125 °C, y algunos acelerómetros pueden soportar temperaturas de hasta +175 °C.
Configuración redundante y diseño resistente a las vibraciones
La configuración redundante de MEMS-IMU es un método clave para mejorar la fiabilidad. Una arquitectura típica de navegación inercial dual incorpora IMU de alta y baja precisión, equilibrando la exactitud y el coste a la vez que amplía el rango de medición dinámico. El sistema sigue funcionando incluso si falla una de las unidades sensoras.
En cuanto a la resistencia a las vibraciones, el diseño totalmente sólido no contiene piezas mecánicas móviles, lo que elimina fundamentalmente el desgaste mecánico y la fatiga inducida por resonancia. Una estructura de plataforma interna aloja los elementos sensores principales dentro de un soporte robusto, utilizando un diseño multicapa para absorber y amortiguar la energía de vibración.
Procesamiento de señales y compensación de errores
Modelos de error de sensores inerciales
Las mediciones de los sensores inerciales MEMS contienen varios componentes de error. El modelo de medición del giroscopio es:
ω̃ = ω + b_g + s_g∙ω + M_g∙ω + n_g + ε_g(T)
El modelo de medición del acelerómetro es:
ã = a + b_a + s_a∙a + M_a∙a + n_a + ε_a(T) + g
Donde: "b" = sesgo; "s" = error del factor de escala; "M" = matriz de error de instalación;
"n" = ruido aleatorio; "ε(T)" = deriva de temperatura; "g" = vector de aceleración gravitacional.
Para lograr mediciones de alta precisión, es necesario calibrar y compensar cada término de error.
Calibración estática y compensación de temperatura
La compensación de errores estáticos se realiza durante la fase de calibración en fábrica. Tomando como ejemplo la calibración de seis posiciones de un acelerómetro, las ecuaciones de observación —$y = H \cdot X + v$— se establecen colocando la IMU en seis orientaciones diferentes.
El vector de parámetros de error $X$ se resuelve luego utilizando el método de mínimos cuadrados.
La compensación en todo el rango de temperaturas es fundamental para la compensación dinámica. Los modelos de ajuste polinomial se utilizan comúnmente para caracterizar la deriva de temperatura:
$\varepsilon(T) = k_0 + k_1 T + k_2 T^2 + \dots + k_n T^n$
Los coeficientes de ajuste ($k_0, k_1, \dots, k_n$) se determinan mediante experimentos de calibración en todo el rango de temperaturas para permitir la corrección de temperatura en tiempo real. En los últimos años, también se han introducido algoritmos inteligentes, como las redes neuronales, para compensar eficazmente los errores no lineales.
Identificación de errores en línea
Los parámetros de error cambian dinámicamente durante el proceso de perforación, un escenario que la calibración tradicional fuera de línea no logra abordar. La identificación de errores en línea utiliza algoritmos de optimización inteligentes y datos en tiempo real para identificar dinámicamente los parámetros de error y lograr una compensación adaptativa, manteniendo así el error de medición de la inclinación del pozo dentro de 1,43°.
El proceso completo de compensación de errores es el siguiente:
5. Marco del algoritmo de navegación
5.1. Actualización de actitud
El núcleo del cálculo de navegación inercial fija es la actualización de la matriz de actitud; su ecuación diferencial es:
dejar un mensaje
Escanea y envíalo a WeChat. :
