[發(fā)明專利]基于激光測(cè)量系統(tǒng)的錐螺紋數(shù)據(jù)處理方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710159002.9
• 申請(qǐng)日: 2017-03-17
• 公開(kāi)（公告）號(hào): CN107092775B
• 公開(kāi)（公告）日: 2020-06-05
• 發(fā)明（設(shè)計(jì)）人: 孫興偉;于欣玉;董祉序
• 申請(qǐng)（專利權(quán)）人: 沈陽(yáng)工業(yè)大學(xué)
• 主分類號(hào): G06F17/10
• 分類號(hào): G06F17/10;G01B11/24
• 代理公司: 沈陽(yáng)智龍專利事務(wù)所(普通合伙) 21115
• 代理人: 周智博;宋鐵軍

一種基于激光測(cè)量系統(tǒng)的錐螺紋數(shù)據(jù)處理算法，該方法包括以下步驟：（1）采用變系數(shù)自適應(yīng)萊以特準(zhǔn)則將移傳感器采集的螺紋廓形數(shù)據(jù)中的粗大誤差去除；（2）應(yīng)用改進(jìn)的小波閾值去噪方法對(duì)去粗差后數(shù)據(jù)中的隨機(jī)噪聲點(diǎn)進(jìn)行去除；（3）應(yīng)用抗差最小二乘法對(duì)去噪后的數(shù)據(jù)進(jìn)行擬合；（4）根據(jù)擬合廓形導(dǎo)數(shù)情況對(duì)進(jìn)行分段并提取特征點(diǎn)；最后通過(guò)提取的特征點(diǎn)計(jì)算螺紋參數(shù)。本發(fā)明以石油鉆桿螺紋為研究對(duì)象，該算法通過(guò)自適應(yīng)萊以特準(zhǔn)則結(jié)合改進(jìn)的小波自適應(yīng)閾值算法對(duì)采集的螺紋廓形原始點(diǎn)云數(shù)據(jù)進(jìn)行去粗大誤差和降噪，再通過(guò)抗差最小二乘法對(duì)降噪后的數(shù)據(jù)進(jìn)行擬合，得到螺紋廓形曲線并根據(jù)擬合廓形導(dǎo)數(shù)情況對(duì)進(jìn)行分段并提取特征點(diǎn)；最后通過(guò)提取的特征點(diǎn)計(jì)算螺紋參數(shù)。本發(fā)明可以實(shí)現(xiàn)錐螺紋數(shù)據(jù)采集后數(shù)據(jù)的高效快速處理，提高了錐螺紋檢測(cè)的效率。

技術(shù)領(lǐng)域：

本發(fā)明涉及一種螺紋數(shù)據(jù)處理算法，尤其涉及一種石油鉆桿螺紋為研究對(duì)象的基于激光測(cè)量系統(tǒng)的錐螺紋數(shù)據(jù)處理方法。具體是通過(guò)自適應(yīng)萊以特準(zhǔn)則結(jié)合改進(jìn)的小波自適應(yīng)閾值算法對(duì)采集的螺紋廓形原始點(diǎn)云數(shù)據(jù)進(jìn)行去粗大誤差和降噪，再通過(guò)抗差最小二乘法對(duì)降噪后的數(shù)據(jù)進(jìn)行擬合，根據(jù)擬合曲線斜率提取特征點(diǎn)，根據(jù)特征點(diǎn)進(jìn)行螺紋參數(shù)計(jì)算。

背景技術(shù)：

石油鉆桿是利用內(nèi)外錐管螺紋聯(lián)接在一起的。由于鉆井時(shí)鉆桿受力大，溫度高，加之高壓泥漿的沖刷摩擦，鉆桿臺(tái)肩面和螺紋牙型很容易變形、磨損或局部損壞，目前國(guó)內(nèi)均利用錐螺紋的特點(diǎn),對(duì)螺紋牙型進(jìn)行機(jī)械加工修復(fù)，以使鉆桿得到多次重復(fù)利用，但目前的方法均不理想。

發(fā)明內(nèi)容：

發(fā)明目的:

本發(fā)明提供一種基于激光測(cè)量系統(tǒng)的錐螺紋數(shù)據(jù)處理方法，其目的是解決以往所存在的問(wèn)題。

技術(shù)方案:

一種基于激光測(cè)量系統(tǒng)的錐螺紋數(shù)據(jù)處理方法，其特征在于：該方法包括以下步驟：

(1)綜合測(cè)量原理和獲得數(shù)據(jù)的特點(diǎn)，采用變系數(shù)自適應(yīng)萊以特準(zhǔn)則將移傳感器采集的螺紋廓形數(shù)據(jù)中的粗大誤差去除，當(dāng)某些測(cè)量值的殘差,即測(cè)量數(shù)據(jù)Z_d與平均值Z差的絕對(duì)值大于判別系數(shù)T與標(biāo)準(zhǔn)差σ之積時(shí)，即

|Z_d-Z|＞Tσ

認(rèn)為該誤差為粗大誤差，測(cè)得數(shù)據(jù)Z_d為離群數(shù)據(jù)，予以舍棄,其中Z_d為測(cè)量數(shù)據(jù)，Z平均值，T為判別系數(shù)，σ為標(biāo)準(zhǔn)差,設(shè)計(jì)變系數(shù)自適應(yīng)萊以特準(zhǔn)則，開(kāi)始時(shí)取T的值接近于零，后逐步擴(kuò)大T的值，每次都有新的數(shù)據(jù)點(diǎn)被剔除，并重新計(jì)算平均值Z用于下次計(jì)算，直至有n/3個(gè)點(diǎn)被剔除，得到最終平均值Z；

(2)應(yīng)用改進(jìn)的小波閾值去噪方法對(duì)去粗差后數(shù)據(jù)中的隨機(jī)噪聲點(diǎn)進(jìn)行去除,提出并應(yīng)用了一種新的改進(jìn)過(guò)的閾值處理函數(shù)，表達(dá)式為:

解決了硬閾值算法在±λ處不連續(xù)，軟閾值算法存在恒定偏差的問(wèn)題,其中為估計(jì)小波系數(shù)，W_j,k為小波分解系數(shù)，α為噪聲標(biāo)準(zhǔn)方差，λ為邊界閾值；

(3)應(yīng)用抗差最小二乘法對(duì)去噪后的數(shù)據(jù)進(jìn)行擬合，存在待定系數(shù)矩陣

得到螺紋廓形，用以計(jì)算螺紋參數(shù),其中M為抗差估值，Z為軸向測(cè)量數(shù)據(jù)，為等價(jià)權(quán)矩陣，X為徑向測(cè)量數(shù)據(jù)；

(4)根據(jù)擬合廓形導(dǎo)數(shù)情況對(duì)進(jìn)行分段并提取特征點(diǎn)；最后通過(guò)提取的特征點(diǎn)計(jì)算螺紋參數(shù)。

(1)改進(jìn)的萊以特準(zhǔn)則去粗差算法:

綜合測(cè)量原理和獲得數(shù)據(jù)的特點(diǎn)，采用變系數(shù)自適應(yīng)萊以特準(zhǔn)則將移傳感器采集的螺紋廓形數(shù)據(jù)中的粗大誤差去除,進(jìn)行多次測(cè)量，以減小粗大誤差，得到多個(gè)測(cè)量值，Z₁，Z₂，……，Z_n,算數(shù)平均值