基于管道爬行器的石油钻井套管形变检测方法专利检索-套管油气提取专利检索查询-专利查询网

基于管道爬行器的石油钻井套管形变检测方法

阅读：188发布：2022-12-28

专利汇可以提供基于管道爬行器的石油钻井套管形变检测方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种基于管道爬行器的石油钻井套管形变检测方法，包括套管形变的类型检测和形变定位。由管道爬行器搭载摄像头在石油钻井套管中采集图像序列，查找图像序列并判断是否存在形变，若存在形变则进一步判断形变类型及形变在套管中所处的位置。针对形变的类型检测，通过Canny函数、Roberts函数、形态学梯度函数或高级轮廓提取函数对采集的图像序列进行处理从而识别形变类型；针对形变定位，通过获取图像关键帧的方式判断形变在套管中的位置，进而提出基于模板匹配与基于轮廓提取两种获取图像关键帧的方法。本发明能够准确地检测石油钻井套管的形变特征，从而排除油井勘探工程中由套管形变引起的安全隐患。，下面是基于管道爬行器的石油钻井套管形变检测方法专利的具体信息内容。

权利要求

1.一种基于管道爬行器的石油钻井套管形变检测方法，其特征在于，包括以下步骤：
步骤1、将管道爬行器设置在石油钻井套管管道内壁，管道爬行器的尾部与石油钻井套管管道口平齐，管道爬行器采集石油钻井套管管道内壁图像，将图像按自然数顺序存储，按顺序查找图像序列，判断图像序列是否存在形变，若存在形变转入步骤2；
步骤2、根据上述采集的图像序列，判断石油钻井套管管道内壁的形变类型及形变在套管中所处的位置。
2.根据权利要求1所述的基于管道爬行器的石油钻井套管形变检测方法，其特征在于：步骤2中，形变类型检测方法，包括以下步骤：
2-1)选用Canny函数、Roberts函数、形态学梯度函数gradient()，或高级轮廓提取函数cvFindContours()逐帧作用于上述图像序列，提取图像序列的轮廓特征；
2-2)根据图像序列的轮廓特征，判断图像序列的形变类型。
3.根据权利要求2所述的基于管道爬行器的石油钻井套管形变检测方法，其特征在于：上述图像序列的形变类型为裂缝、空洞或凸起。
4.根据权利要求1或3所述的基于管道爬行器的石油钻井套管形变检测方法，其特征在于：上述形变位置检测方法，包括以下步骤：
第一步、由于爬行器先启动图像采集，再开始爬行，故在爬行前，先会采集到一段静止的图像，按顺序查找采集的图像序列，记录采集的图像序列中，第一次出现图像变化的两帧图像的帧序数，即从静止图像变为运动图像对应的帧序数；
第二步，根据形变类型，获取形变出现在图像序列中至恰好消失于图像序列的临界处图像关键帧的帧序数；
第三步、确定爬行器从开始运动直到最接近套管形变处的距离d，d＝
(i-startframe)·f·v，其中i表示图像关键帧的帧序数，startframe表示第一步中获取的前一帧图像的帧序数，f表示采集的相邻两帧图像之间的时间间隔，v表示管道爬行器的运动速度；
第四步、将管道爬行器的车身长度与爬行器从开始运动直到最接近套管形变处的距离d求和，获得形变在套管中所处位置。
5.根据权利要求4所述的基于管道爬行器的石油钻井套管形变检测方法，其特征在于：上述第二步中，若图像序列的形变类型为裂缝、空洞或凸起，则提取形变出现在图像序列中至恰好消失于图像序列的临界处的连续两帧图像的帧序数，方法如下：
第1步、从采集的图像序列中截取一块包含形变的矩形区域作为形变模板；
第2步、将形变模板与采集的图像序列逐帧匹配，得到每帧图像中与形变模板最匹配的位置，并绘制矩形框；
第3步、根据对采集的图像序列中形变从出现到消失的所有图像进行像素分析，限定形变从出现到消失的所有图像的矩形框左上角点坐标，获得左上角点坐标范围，并判断所有图像序列的矩形框左上角点坐标是否位于上述范围内，将位于范围内的矩形框左上角点坐标进行平均值运算，若平均值在上述范围，记录形变恰好消失于图像序列的前一帧图像的帧序数，即图像关键帧。
6.根据权利要求4所述的基于管道爬行器的石油钻井套管形变检测方法，其特征在于：上述第二步中，若图像序列的形变类型为裂缝，则提取形变出现在图像序列中至恰好消失于图像序列的临界处的连续两帧图像的帧序数，方法如下：
第a步，逐帧提取图像序列轮廓特征，在提取的轮廓特征周围添加矩形框，同时记录包含形变的轮廓特征信息；
第b步、对采集的图像序列中形变从出现到消失的所有图像进行像素分析，分别计算形变从出现到消失的所有图像对应的包含形变的轮廓特征周围的矩形框的像素面积和宽高比，将像素面积和宽高比的最大值和最小值作为限定范围，逐帧判断图像序列矩形框的面积和宽高比是否处于上述限定范围内，若在限定范围内，记录位于限定范围内的最后一帧图像的帧序数，即图像关键帧。

说明书全文

基于管道爬行器的石油钻井套管形变检测方法

技术领域

[0001] 本发明属于管道形变探测领域，特别是一种基于管道爬行器的石油钻井套管形变检测方法。

背景技术

[0002] 石油钻井套管的形变是影响油井勘探工程安全性的重要因素。国内常用的石油钻井套管形变检测方法为通径规检测法，该方法由人工拉动通径规穿透石油钻井套管，通过观察穿透过程判断套管是否存在形变。这种方法的自动化程度低，人工劳力耗费大，并且无法精确检测套管形变。

[0003] 阳建军在论文《水下管汇清水测试》中提出采用通径规对水下管汇进行通径测试，通径测试能够测量在焊接制造过程中管道的椭圆度是否存在变形，是否存在突出的焊膏或焊渣，测试的方法是在通径规进入管道后，拉动一端的绳子，通径规能在没有明显阻碍的情况下顺利从一端进入，从另一端出来；然后换向从出端进入，在没有明显阻力的情况下顺利拉出，则证明管道椭圆度没有变形，没有突出的焊膏或焊渣。这种方法虽然能够从整体上判断管道通畅与否，但自动化程度低，人工劳力耗费大，并且无法精确检测套管形变。

[0004] 孙汉军在论文《缓冲式油管通径规的研制》中提出一种具有缓冲功能的油管通径规，能够减少通径规在快速穿透管道时产生的冲击力，降低通径检测时的安全隐患。这种方法虽然在结构上对通径规作了一定的改进，但仍然没有解决自动化程度低，人工劳力耗费大，并且无法精确检测套管形变等问题。

发明内容

[0005] 本发明提出一种基于管道爬行器的石油钻井套管形变检测方法，解决了传统通径规钻井套管检测法自动化程度低、人工劳力耗费大以及无法精确检测套管形变的问题。

[0006] 实现本发明目的的技术解决方案为：一种基于管道爬行器的石油钻井套管形变检测方法，包括以下步骤：

[0007] 步骤1、将管道爬行器设置在石油钻井套管管道内壁，管道爬行器的尾部与石油钻井套管管道口平齐，管道爬行器采集石油钻井套管管道内壁图像，将图像按自然数顺序存储，按顺序查找图像序列，判断图像序列是否存在形变，若存在形变转入步骤2；

[0008] 步骤2、根据上述采集的图像序列，判断石油钻井套管管道内壁的形变类型及形变在套管中所处的位置。

[0009] 上述步骤2中，形变类型检测方法，包括以下步骤：

[0010] 2-1)选用Canny函数、Roberts函数、形态学梯度函数gradient()，或高级轮廓提取函数cvFindContours()逐帧作用于上述图像序列，提取图像序列的轮廓特征。

[0011] 2-2)根据图像序列的轮廓特征，判断图像序列的形变类型。

[0012] 上述图像序列的形变类型为裂缝、空洞或凸起。

[0013] 上述形变位置检测方法，包括以下步骤：

[0014] 第一步、由于爬行器先启动图像采集，再开始爬行，故在爬行前，先会采集到一段静止的图像，按顺序查找采集的图像序列，记录采集的图像序列中，第一次出现图像变化的两帧图像的帧序数，即从静止图像变为运动图像对应的帧序数。

[0015] 第二步，根据形变类型，获取形变出现在图像序列中至恰好消失于图像序列的临界处图像关键帧的帧序数。

[0016] 第三步、确定爬行器从开始运动直到最接近套管形变处的距离d，d＝(i-startframe)·f·v，其中i表示图像关键帧的帧序数，startframe表示第一步中获取的前一帧图像的帧序数，f表示采集的相邻两帧图像之间的时间间隔，v表示管道爬行器的运动速度。

[0017] 第四步、将管道爬行器的车身长度与爬行器从开始运动直到最接近套管形变处的距离d求和，获得形变在套管中所处位置。

[0018] 上述第二步中，若图像序列的形变类型为裂缝、空洞或凸起，则提取形变出现在图像序列中至恰好消失于图像序列的临界处的连续两帧图像的帧序数，方法如下：

[0019] 第1步、从采集的图像序列中截取一块包含形变的矩形区域作为形变模板。

[0020] 第2步、将形变模板与采集的图像序列逐帧匹配，得到每帧图像中与形变模板最匹配的位置，并绘制矩形框。

[0021] 第3步、根据对采集的图像序列中形变从出现到消失的所有图像进行像素分析，限定形变从出现到消失的所有图像的矩形框左上角点坐标，获得左上角点坐标范围，并判断所有图像序列的矩形框左上角点坐标是否位于上述范围内，将位于范围内的矩形框左上角点坐标进行平均值运算，若平均值在上述范围，记录形变恰好消失于图像序列的前一帧图像的帧序数，即图像关键帧。

[0022] 上述第二步中，若图像序列的形变类型为裂缝，则提取形变出现在图像序列中至恰好消失于图像序列的临界处的连续两帧图像的帧序数，方法如下：

[0023] 第a步，逐帧提取图像序列轮廓特征，在提取的轮廓特征周围添加矩形框，同时记录包含形变的轮廓特征信息。

[0024] 第b步、对采集的图像序列中形变从出现到消失的所有图像进行像素分析，分别计算形变从出现到消失的所有图像对应的包含形变的轮廓特征周围的矩形框的像素面积和宽高比，将像素面积和宽高比的最大值和最小值作为限定范围，逐帧判断图像序列矩形框的面积和宽高比是否处于上述限定范围内，若在限定范围内，记录位于限定范围内的最后一帧图像的帧序数，即图像关键帧。

[0025] 本发明与现有技术相比，其显著优点：1)本发明采用图像序列处理的方式检测石油钻井套管的形变，自动化程度更高，节省了人工成本；2)能够对石油钻井套管中的形变进行定位，定位精度高。附图说明

[0026] 图1是本发明基于管道爬行器的石油钻井套管形变类型检测方法流程图。

[0027] 图2是基于管道爬行器的石油钻井套管形变位置检测中形变类型为裂缝、空洞或凸起时的方法流程图。

[0028] 图3是基于管道爬行器的石油钻井套管形变位置检测中形变类型为裂缝时的方法流程图。

具体实施方式

[0029] 下面结合附图对本发明作进一步详细描述。

[0030] 结合图1、图2和图3，本发明提供一种基于管道爬行器的石油钻井套管形变检测方法，包括对形变类型的检测和形变在套管中所处位置的检测，包括以下步骤：

[0031] 步骤1、将管道爬行器(《石油管道探测爬行器设计及图像处理技术研究》)设置在石油钻井套管管道内壁，管道爬行器的尾部与石油钻井套管管道口平齐，管道爬行器采集石油钻井套管管道内壁图像，将图像按自然数顺序存储，按顺序查找图像序列，判断图像序列是否存在形变，若存在形变转入步骤2。

[0032] 步骤2、根据上述采集的图像序列，判断石油钻井套管管道内壁的形变类型及形变在套管中所处的位置。

[0033] 上述石油钻井套管管道内壁的形变类型检测方法如下：

[0034] 2-1)选用Canny函数、Roberts函数、形态学梯度函数gradient()，或高级轮廓提取函数cvFindContours()逐帧作用于上述图像序列，提取图像序列的轮廓特征：

[0035] 通过OpenCV工具库中的Canny算子，或Roberts算子，或形态学梯度函数gradient()，或高级轮廓提取函数cvFindContours()逐帧作用于上述图像，提取图像序列的轮廓特征。

[0036] 2-2)根据图像序列的轮廓特征，判断图像序列的形变类型，形变类型为裂缝、空洞或凸起。

[0037] 上述形变位置检测方法如下，包括以下步骤：

[0038] 第一步、按顺序查找采集的图像序列，由于爬行器先启动图像采集，再开始爬行，故在爬行前，先会采集到一段静止的图像，记录采集的图像序列中，第一次连续两帧图像出现图像变化的帧序数，即从静止图像变为运动图像对应的帧序数。

[0039] 第二步，根据形变类型，获取形变出现在图像序列中至恰好消失于图像序列的临界处图像关键帧的帧序数。

[0040] 第三步、确定爬行器从开始运动直到最接近套管形变处的距离d，d＝(i-startframe)·f·v，其中i表示图像关键帧的帧序数，startframe表示第一步中获取的前一帧图像的帧序数，f表示采集的相邻两帧图像之间的时间间隔，v表示管道爬行器的运动速度。

[0041] 第四步、将管道爬行器的车身长度与爬行器从开始运动直到最接近套管形变处的距离d求和，获得形变在套管中所处位置。

[0042] 上述第二步中，若图像序列的形变类型为裂缝、空洞或凸起，则提取形变出现在图像序列中至恰好消失于图像序列的临界处的连续两帧图像的帧序数，方法如下：

[0043] 第1步、从采集的图像序列中截取一块包含形变的矩形区域作为形变模板；

[0044] 第2步、将形变模板与采集的图像序列逐帧匹配，得到每帧图像中与形变模板最匹配的位置，并绘制矩形框：

[0045] 通过OpenCV工具库中的函数copyTo()定义矩阵源图像，函数create()创建输出结果矩阵，函数matchtemplate()对形变模板和采集图像的进行逐帧匹配运算，函数normalize()对匹配运算结果进行归一化处理，根据函数minMaxLoc()与选择的匹配运算方法定位最匹配的位置，最后函数rectangle()在最匹配的位置处绘制矩形框；

[0046] 第3步、根据对采集的图像序列中形变从出现到消失的所有图像进行像素分析，限定形变从出现到消失的所有图像的矩形框左上角点坐标，获得左上角点坐标范围，并判断所有图像序列的矩形框左上角点坐标是否位于上述范围内，将位于范围内的矩形框左上角点坐标进行平均值运算，若平均值在上述范围，记录形变恰好消失于图像序列的前一帧图像的帧序数，即图像关键帧。

[0047] 实施例1

[0048] 采用上述方法，若图像序列的形变类型为空洞，相关数据为：第一次图像变化的帧序数为130，获取的图像关键帧序数为341，爬行器的运动速度为20mm/s，采集的相邻两帧图像之间的时间间隔为0.13s，裂缝的实际位置与管道口的距离为592.6mm。

[0049] 经试验，采用本发明计算得出的形变位置误差百分率为7.42％。

[0050] 上述第二步中，若图像序列的形变类型为裂缝，则提取形变出现在图像序列中至恰好消失于图像序列的临界处的连续两帧图像的帧序数，方法如下：

[0051] 第a步，逐帧提取图像序列轮廓特征，在提取的轮廓特征周围添加矩形框，同时记录包含形变的轮廓特征信息：

[0052] 通过OpenCV工具库中的轮廓提取函数cvFindContours()逐帧查找采集的图像序列，并在所提取的轮廓周围添加矩形框。

[0053] 第b步、对采集的图像序列中形变从出现到消失的所有图像进行像素分析，分别计算形变从出现到消失的所有图像对应的包含形变的轮廓特征周围的矩形框的像素面积和宽高比，将像素面积和宽高比的最大值和最小值作为限定范围，逐帧判断图像序列矩形框的面积和宽高比是否处于上述限定范围内，若在限定范围内，记录位于限定范围内的最后一帧图像的帧序数，即图像关键帧。

[0054] 实施例2

[0055] 采用上述方法，若图像序列的形变类型为裂缝，相关数据为：第一次图像变化的帧序数为130，获取的图像关键帧序数为339，爬行器的运动速度为20mm/s，采集的相邻两帧图像之间的时间间隔为0.13s，裂缝的实际位置与管道口的距离为592.6mm。

[0056] 经试验，采用本方法计算得出的形变位置误差百分率为8.30％。

[0057] 根据本发明提供的基于管道爬行器的石油钻井套管形变检测方法，可以较为精确地检测石油钻井套管形变的位置。

标题	发布/更新时间	阅读量
套管	2020-05-11	934
高压绝缘结构、电缆终端、母线、高压套管和变压器套管	2020-05-12	850
真空胶浸纤维防爆型油纸电容式套管	2020-05-12	119
玻璃钢电容式多芯变压器套管	2020-05-12	377
一种特高压胶浸纸电容式穿墙套管	2020-05-12	684
安装套管	2020-05-13	490
套管	2020-05-11	779
心脏套管	2020-05-12	832
套管	2020-05-11	379
套管	2020-05-12	571

基于管道爬行器的石油钻井套管形变检测方法

基于管道爬行器的石油钻井套管形变检测方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：