来源：期刊VIP网 时间：
作者：朱海峰;何英明;李亚峰;王名春;项明;薛启龙;
单位：中国海洋石油国际有限公司;中海油研究总院有限责任公司;中国地质大学(北京)工程技术学院;
摘要：为及时识别井下钻具涡动，降低钻井风险，利用时频分析技术标记了实际钻井信号中典型的涡动信号，分析了钻具涡动时正交三轴加速度计信号之间的关系，将加速度信号间相关系数作为涡动识别特征，建立了基于广义回归神经网络(General Regression Neural Network, GRNN)的井下钻柱涡动识别模型。研究结果表明，所建涡动识别模型的综合识别精度为91.8%,可以在大量振动数据中快速准确识别出涡动信号。研究结果可为建立井下振动识别系统提供技术方法。
关键词：振动信号;;钻柱涡动;;模式识别;;广义回归神经网络
基金资助：国家自然科学基金面上项目“机械式偏重感应随钻测斜系统理论及方法研究”(42372360)
