دقت عملکرد خود تشخیصی سنسورهای فشار کریستال کوارتز یک مقدار ثابت نیست، بلکه به طور مشترک تحت تأثیر پنج عامل اصلی است: شرایط عملیاتی، طراحی سختافزار، بهینهسازی الگوریتم، انواع خطا، و کالیبراسیون و نگهداری. هر عامل به طور غیرمستقیم دقت تشخیصی را با تداخل در دریافت سیگنال سنسور و منطق شناسایی خطا تعیین می کند. تجزیه و تحلیل دقیق همراه با سناریوی ثبت نفت به شرح زیر است:
I. پیچیدگی Extreme Operating Cشرایط
دمای بالا، فشار بالا، ارتعاش قوی و ویژگیهای خوردگی بالای چوبگیری نفتی، عوامل خارجی اولیه مؤثر بر دقت تشخیص هستند:
نوسانات دما: زمانی که دمای چاله از محدوده جبرانی معمولی (200 درجه) فراتر رود یا به شدت افزایش یا کاهش یابد (مثلاً تغییر گردش سیال حفاری)، ویژگیهای تشدید کریستال کوارتز را کمی تغییر میدهد. اگر الگوریتم جبران دما به موقع تطبیق پیدا نکند، رانش دمای معمولی ممکن است بهعنوان رانش فرکانس غیرعادی ارزیابی شود که منجر به کاهش 1 تا 2 درصدی در دقت میشود.
لرزش و شوک: لرزش شدید (20 گرم RMS) یا ضربه ابزار حفاری (200 گرم) در حین حفاری (LWD) ممکن است در پایداری اختلاف فرکانس پرتو تشدید دوگانه اختلال ایجاد کند. اگر آستانه الگوریتم فیلتر ارتعاشی به درستی تنظیم نشده باشد، به راحتی می توان «عیب های سست سازه» را با «پاسخ های ارتعاشی معمولی» اشتباه گرفت.
خوردگی و خرابی مهر و موم: در سازندهای{0}}گوگردی زیاد، سولفیدها مهر و موم حسگر یا مواد خیس شده را خورده می کنند و به تدریج به ساختار سخت افزار آسیب می رسانند. هنگامی که مشخصه های اولیه خطا مشخص نیست، ممکن است تشخیص از دست رفته رخ دهد. شناسایی دقیق تنها تا زمانی امکانپذیر است که خرابی آببند منجر به نفوذ سیال حفاری شود و ویژگیهای خطا برجسته شوند.
II. افزونگی و سازگاری طراحی سخت افزار حسگر
سختافزار بهعنوان پایهای برای عملکرد{0}}خود تشخیصی عمل میکند و منطقی بودن طراحی آن مستقیماً حساسیت شناسایی خطا را تعیین میکند:
دقت ساختار پرتو رزونانس دوگانه: دقت آستانه از پیش تعیین شده برای اختلاف فرکانس پرتوهای دوگانه بر دقت شناسایی خطای هسته تأثیر میگذارد. اگر خطای ماشینکاری تیر از 001/0% FS تجاوز کند، ممکن است منجر به عدم تشخیص ناهنجاری های جزئی در مرحله اولیه تخریب عملکرد کریستال شود.
طراحی مدار و آب بندی: حفاظت اضافی از مدار منبع تغذیه و یکپارچگی مهر و موم تمام -لیزر فلزی- جوش داده شده تعیین می کند که آیا "عیوب کاذب" به دلیل خرابی مدار یا آسیب مهر و موم به اشتباه گزارش شده است. به عنوان مثال، اگر شل شدن رابط مدار توسط ماژول نظارت سخت افزاری تشخیص داده نشود، ممکن است لرزش سیگنال به عنوان یک خطای مدار اشتباه ارزیابی شود.
انفجار-مقاوم و ضد تداخل-طراحی تداخل: در مناطقی با تداخل الکترومغناطیسی متراکم در سر چاه و چاه، طراحی ناکافی مدار ضد تداخل سنسور باعث ایجاد اعوجاج در انتقال دادههای خود-تشخیصی میشود که بهطور غیرمستقیم بر دقت انواع سیستم قضاوت سطحی تأثیر میگذارد.
III. بهینه سازی و سازگاری شرایط عملیاتی الگوریتم های هوشمند
الگوریتمها هسته اصلی تمایز بین "عیوب" و "نوسانات شرایط عملیاتی" هستند و سطح بهینهسازی آنها دقت تشخیصی را تعیین میکند:
فیلتر کردن و الگوریتمهای مقایسه پایه: اگر الگوریتمهای فیلتر ارتعاش فرکانس بالا برای سناریوهای ثبت نفت بهینه نشده باشند، نمیتوانند تداخل الکترومغناطیسی را از تجهیزات حفاری و تداخل الکتریکی تشکیل دهند که منجر به قضاوت نادرست سیگنالهای غیرعادی میشود. کامل بودن و فراوانی به روز رسانی خطوط پایه داده های تاریخی بر دقت شناسایی دریفت های جزئی تأثیر می گذارد. خطوط پایه منسوخ شده تمایل دارند که دریفت های عادی پیری را به عنوان خطا ارزیابی کنند.
قابلیت تنظیم آستانه دینامیکی: تفاوت های قابل توجهی در شرایط عملیاتی در سناریوهای مختلف ورود به سیستم وجود دارد (به عنوان مثال، ورود به سیستم در حین حفاری، آزمایش افزایش فشار). اگر الگوریتمها نتوانند به صورت پویا آستانه خطا را تنظیم کنند، مشکل "نتایج تشخیصی ناسازگار برای یک ناهنجاری در سناریوهای مختلف" رخ خواهد داد. به عنوان مثال، نوسانات فشار جزئی که در سناریوهای حفاری طبیعی هستند، ممکن است به عنوان ناهنجاری توسط آستانه های ایستا شناسایی شوند.
IV. متمایز بودن ویژگی های نوع خطا
تفاوت در ویژگی های خطاهای مختلف منجر به توزیع گرادیان دقت تشخیصی می شود:
خطاهای هسته (خرابی کریستال، آسیب آب بندی، فرسودگی مدار): ویژگی های خطا برجسته هستند (تغییرات ناگهانی در اختلاف فرکانس پرتوهای دوگانه، بیش از حد پارامتر مدار). سختافزار و الگوریتمها میتوانند به سرعت این خطاها را شناسایی کنند، با نرخ دقتی که عموماً بیشتر از یا برابر با 99.5٪ است.
ناهنجاری های جزئی (دریفت فرکانس جزئی، تماس ضعیف مدار، انحراف جبران دما): ویژگی های خطا مبهم هستند و تمایل دارند با نوسانات شرایط عملیاتی همپوشانی داشته باشند. دقت شناسایی تحتتاثیر حساسیت الگوریتم قرار میگیرد که معمولاً بین 98 تا 99 درصد متغیر است و نرخ هشدار نادرست عمدتاً به چنین خطاهایی نسبت داده میشود.
V. کالیبراسیون، نگهداری و انباشت داده های تاریخی
کالیبراسیون روتین و مدیریت داده ها بر مبنای قضاوت الگوریتم خود{0}}تشخیصی تأثیر می گذارد:
فرکانس و دقت کالیبراسیون: عدم انجام کالیبراسیون مطابق با استانداردها (به عنوان مثال، یک بار در ماه) باعث انحراف آستانههای تشخیص خود از شرایط عملیاتی واقعی میشود که منجر به قضاوت نادرست خطا یا تشخیص اشتباه میشود. بهویژه در شرایط-دما و فشار بالا{5}}، یک چرخه کالیبراسیون بسیار طولانی، انحراف آستانه را تسریع میکند.
انباشت داده های تاریخی: کفایت داده های خطای تاریخی از مخازن مختلف و شرایط ثبت بر یادگیری عمیق و بهینه سازی الگوریتم تأثیر می گذارد. هنگامی که هیچ داده تاریخی برای مرجع در مناطق کاری جدید وجود ندارد، دقت تشخیص اولیه ممکن است 1-2٪ کمتر از مناطق کار بالغ باشد، و باید به تدریج از طریق انباشت داده ها از چندین عملیات چاه نگاری بهبود یابد.