[發明專利]一種基于電子鼻的井下油氣檢測方法

有效

• 申請號: 201510080504.3
• 申請日: 2015-02-14
• 公開（公告）號: CN104730122B
• 公開（公告）日: 2018-03-09
• 發明（設計）人: 常志勇;孫友宏;楊逍;郭威;劉寶昌;高科;佟金;鄧孫華;馬云海;陳東輝
• 申請（專利權）人: 吉林大學
• 主分類號: G01N27/26
• 分類號: G01N27/26
• 代理公司: 長春市四環專利事務所(普通合伙)22103
• 代理人: 張建成

1.一種基于電子鼻的井下油氣檢測方法，該方法的步驟如下：

一、對采樣的鉆井液進行過濾處理，消除井下鉆井液對膜的污染；

二、將油氣組分從采樣鉆井液中選擇性地透過膜進入到膜的另一側，達到氣液分離的目的；

三、氣液分離后，膜兩側分別為鉆井液和載氣，載氣將分離出的油氣組分攜帶至電子鼻進行檢測，油氣信息經電子鼻轉換為一組電流信號；

四、電流信號經電流—電壓轉換電路轉化為電壓信號；電壓信號分別經初級放大電路及濾波模塊將輸入信號放大并經濾波濾除干擾信號；然后再用電壓一電流轉換電路將電壓信號轉換為直流電流信號；最后經無線發射模塊發送無線數據信號；

五、地面無線接收裝置接收從井底發送的無線數據信號并記錄；信號處理與油氣判別電路將接收到的數據信號處理并判斷鉆井液中的油氣含量；

所述信號處理與油氣判別電路采用的算法為RBF神經網絡算法，RBF神經網絡算法構造有一個三層的RBF神經網絡結構，該三層的RBF神經網絡結構具有三個輸入層節點、三個隱層節點和一個輸出層節點，其中輸入層實現對信息的接受和傳遞功；當數據傳遞到隱層時，隱層神經元的函數對信息進行空間映射變換，信息在這里被處理并分類，之后信息被輸出層的神經元加權成為線性結果，然后輸出；其具體算法為：

設RBF神經網絡的輸入為n維，學習樣本為(X，Y)，其中，X＝(X₁，X₂，…，X_N)，X為輸入變量；Xi＝(X_i1，X_i2，…，X_iN)^T，1≤i≤Nj，Y＝(y₁，y₂，…，y_N)，Y為期望輸出變量；N為訓練樣本數，當神經網絡輸入為X_i時，隱含層第j個節點的輸出為：

式中C_j＝(c_j1，c_j2，…，c_jn)^T，為第j個隱含層高斯函數的中心；σ_j為第j個隱含層高斯函數的寬度；

對全體輸入學習樣本，網絡期望輸出為：

式中w_j為第j個隱層節點與輸出層之間的網絡連接權，對于單輸出的神經網絡，w_j是一個標量；M為隱含層節點數；e為擬合誤差；

所述RBF神經網絡算法的隱層神經元的函數采用高斯函數，對于隱含層高斯函數中心，采用正交最小二乘法進行選取，并應用最小二乘法對網絡輸出權值進行訓練，其學習訓練的目標是使總誤差達到最小，即

式中其中，y_i為當輸入樣本為X_i時的期望輸出；

所述RBF神經網絡算法在進行井下鉆井液中油氣識別前，需對其進行訓練，其訓練樣本選為溶解有不同含量油氣的鉆井液。

2.根據權利要求1所述的一種基于電子鼻的井下油氣檢測方法，其特征在于：所述載氣為氦氣，其氣流流量為800～1200ml/min。

3.根據權利要求1所述的一種基于電子鼻的井下油氣檢測方法，其特征在于：所述電子鼻的傳感器陣列由MP-4、MQ306A、MC101三種電化學傳感器組成。