本發(fā)明屬于質(zhì)量工程領(lǐng)域，涉及鋼管連接特殊扣質(zhì)量監(jiān)測(cè)方法，尤其涉及一種基于扭矩信號(hào)的兩階段粒子濾波的特殊扣擰接質(zhì)量的監(jiān)測(cè)方法。

背景技術(shù)：

特殊扣擰接廣泛應(yīng)用在石油鉆井、石油開(kāi)采、石油運(yùn)輸?shù)阮I(lǐng)域。特殊扣擰接的質(zhì)量監(jiān)測(cè)難點(diǎn)主要在如何檢測(cè)特殊扣擰接機(jī)上的傳感器測(cè)量的扭矩信號(hào)上的一個(gè)關(guān)鍵點(diǎn)的位置，這個(gè)點(diǎn)的位置決定了特殊扣擰接質(zhì)量的好壞，為了實(shí)現(xiàn)自動(dòng)化監(jiān)測(cè)特殊扣擰接的質(zhì)量，自動(dòng)化精準(zhǔn)化檢測(cè)這個(gè)點(diǎn)的位置是非常重要的。在本申請(qǐng)書(shū)中，關(guān)鍵點(diǎn)也指臺(tái)肩點(diǎn)?，F(xiàn)有方法中，文獻(xiàn)(R.Ruehmann,and G.Ruark,“Shoulder Yielding Detection During Pipe Make Up,”O(jiān)ffshore Technology Conf.,pp.1-11,2011,‘VAM Book’.(2016,April).[Online].Available:http://www.vamservices.com/Library/files/VAM％C2％AE％20Book.pdf)記載了針對(duì)傳感器測(cè)量的扭矩信號(hào)設(shè)計(jì)自動(dòng)檢測(cè)該關(guān)鍵點(diǎn)的位置，該方法來(lái)自于工程經(jīng)驗(yàn)，圖1所示為理論扭矩信號(hào)曲線，從理論的扭矩信號(hào)出發(fā)，采用近似計(jì)算方法來(lái)檢測(cè)實(shí)際扭矩信號(hào)(圖2是實(shí)際扭矩信號(hào)曲線)的關(guān)鍵點(diǎn)的位置。參考文獻(xiàn)VAM book是本領(lǐng)域較權(quán)威的技術(shù)手冊(cè)，現(xiàn)有實(shí)際工廠大多使用該書(shū)里面的方法和要求。然而，實(shí)際特殊扣擰接過(guò)程非常復(fù)雜，有大量的噪音和不確定性，導(dǎo)致扭矩信號(hào)的形式多種多樣，而且會(huì)出現(xiàn)非線性模式，進(jìn)一步導(dǎo)致工程經(jīng)驗(yàn)的近似算法常常不能準(zhǔn)確地檢測(cè)到扭矩信號(hào)關(guān)鍵點(diǎn)的位置，造成特殊扣擰接質(zhì)量監(jiān)測(cè)出現(xiàn)假報(bào)警，不合格品外流等，對(duì)石油鉆井、開(kāi)采和運(yùn)輸?shù)刃袠I(yè)造成巨大損失。

技術(shù)實(shí)現(xiàn)要素：

為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供一種自動(dòng)化、精準(zhǔn)化的特殊扣擰接的質(zhì)量監(jiān)測(cè)方法，用以解決特殊扣擰接過(guò)程中質(zhì)量監(jiān)測(cè)容易出現(xiàn)假報(bào)警、廢品外流等難題。

本發(fā)明提供的技術(shù)方案是：

一種特殊扣擰接質(zhì)量的監(jiān)測(cè)方法，所述方法基于特殊扣的扭矩信號(hào)，將扭矩信號(hào)根據(jù)理論分析建模成為兩相狀態(tài)空間模型；根據(jù)兩相狀態(tài)空間模型，再采用兩階段遞歸的粒子濾波方法，提高扭矩信號(hào)中臺(tái)肩點(diǎn)檢測(cè)的準(zhǔn)確率，加快特殊扣擰接質(zhì)量監(jiān)測(cè)自動(dòng)化進(jìn)程，節(jié)省勞動(dòng)成本，降低質(zhì)量監(jiān)測(cè)的假報(bào)警率和廢品流出率；具體包括如下步驟：

A.建立模型階段，執(zhí)行如下操作：

A1.從現(xiàn)有文獻(xiàn)知理論的扭矩信號(hào)為分段線性，本發(fā)明假設(shè)扭矩信號(hào)為分段線性，分為第一個(gè)階段和第二個(gè)階段；第一個(gè)階段和第二個(gè)階段之間的分段點(diǎn)為臺(tái)肩點(diǎn)；第二個(gè)階段的斜率遠(yuǎn)大于第一個(gè)階段的斜率；

A2.建立兩相狀態(tài)空間模型，用式1和式2表示；

其中，y_k,t_k和ε_k分別代表k時(shí)刻的扭矩觀測(cè)值，圈數(shù)觀測(cè)值和白噪聲；參數(shù)c代表臺(tái)肩點(diǎn)在圈數(shù)觀測(cè)值的位置；a_k和b_k代表k時(shí)刻所處的線性段截距和斜率；a₀和b₀是臺(tái)肩點(diǎn)前截距和斜率的值；p是舊狀態(tài)跳到新?tīng)顟B(tài)的轉(zhuǎn)移概率；δ是在臺(tái)肩點(diǎn)處斜率變量的增量；

B.采用兩階段遞歸粒子濾波求解A中建立的兩相狀態(tài)空間模型，包括過(guò)程B1～B2：

B1.給A中建立的兩相狀態(tài)空間模型的參數(shù)設(shè)置先驗(yàn)分布；

B2.利用兩階段遞歸粒子濾波求解兩相狀態(tài)空間模型，包括第一階段和第二階段：

第一階段，結(jié)合分層抽樣和低方差采樣的采樣方法，根據(jù)B1設(shè)置的參數(shù)的先驗(yàn)分布，對(duì)狀態(tài)變量(a_k,b_k)的后驗(yàn)分布進(jìn)行估計(jì)，得到第一階段的(a_k,b_k)的后驗(yàn)估計(jì)；

第二階段，根據(jù)(a_k,b_k)在不同時(shí)刻的值的變化，在斜率顯著發(fā)生變化的位置確定新的臺(tái)肩點(diǎn)的位置；然后，根據(jù)新的臺(tái)肩點(diǎn)的位置重新計(jì)算第一階段的(a_k,b_k)，直到所得的臺(tái)肩點(diǎn)的位置收斂到一個(gè)給定的閾值；由此檢測(cè)得到臺(tái)肩點(diǎn)位置；

C.根據(jù)實(shí)際需要設(shè)定臺(tái)肩點(diǎn)位置要求范圍，把第二階段檢測(cè)到的臺(tái)肩點(diǎn)位置與要求范圍

做比較，由此確定特殊扣擰接質(zhì)量。

針對(duì)上述特殊扣擰接質(zhì)量的監(jiān)測(cè)方法，進(jìn)一步地，B1所述給A中建立的兩相狀態(tài)空間模型的參數(shù)設(shè)置先驗(yàn)分布，優(yōu)選地，設(shè)定所述狀態(tài)變量(a_k,b_k)服從正態(tài)分布N(μ,∑)，其中μ從實(shí)際測(cè)量的扭矩信號(hào)中近似估計(jì)，設(shè)定所述參數(shù)c服從Beta分布；所述參數(shù)白噪聲ε_k的標(biāo)準(zhǔn)差σ根據(jù)扭矩信號(hào)觀測(cè)值的方差近似估計(jì)；設(shè)定所述參數(shù)δ為截?cái)嗟恼龖B(tài)分布或一個(gè)正常數(shù)；設(shè)定所述轉(zhuǎn)移概率p取一個(gè)在[0.05,0.5]區(qū)間中的一個(gè)固定值。

針對(duì)上述特殊扣擰接質(zhì)量的監(jiān)測(cè)方法，在本發(fā)明實(shí)施例中，步驟C所述根據(jù)實(shí)際需要設(shè)定臺(tái)肩點(diǎn)位置要求范圍[-0.04,0.03]為成功檢測(cè)的差別區(qū)間，當(dāng)檢測(cè)得到的臺(tái)肩點(diǎn)位置與實(shí)際的臺(tái)肩點(diǎn)位置的差值在所述要求范圍內(nèi)時(shí)為成功檢測(cè)。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

本發(fā)明提供一種自動(dòng)化、精準(zhǔn)化的特殊扣擰接的質(zhì)量監(jiān)測(cè)方法，根據(jù)特殊扣的扭矩信號(hào)，將扭矩信號(hào)根據(jù)理論分析建模成為兩相狀態(tài)空間模型；根據(jù)兩相狀態(tài)空間模型，提出兩階段遞歸的粒子濾波方法；在第一階段粒子濾波估計(jì)中，提出分層抽樣和低方差采樣的結(jié)合采樣方法。本發(fā)明創(chuàng)新地發(fā)明了兩階段遞歸粒子濾波方法，同時(shí)創(chuàng)新地結(jié)合了分層采樣和低方差采樣的重抽樣方法，使對(duì)臺(tái)肩點(diǎn)的估計(jì)更加精準(zhǔn)。通過(guò)本發(fā)明所提供的特殊扣擰接的質(zhì)量監(jiān)測(cè)方法，提高了扭矩信號(hào)中臺(tái)肩點(diǎn)檢測(cè)的準(zhǔn)確率，加快了特殊扣擰接質(zhì)量監(jiān)測(cè)自動(dòng)化進(jìn)程，節(jié)省了人工觀察臺(tái)肩點(diǎn)位置的勞動(dòng)成本，同時(shí)降低了質(zhì)量監(jiān)測(cè)的假報(bào)警率和廢品流出率。本發(fā)明能夠解決特殊扣擰接過(guò)程中質(zhì)量監(jiān)測(cè)容易出現(xiàn)假報(bào)警、廢品外流等難題。

附圖說(shuō)明

圖1是理論扭矩信號(hào)曲線；

圖2是實(shí)際扭矩信號(hào)曲線；

圖1～2中，1為臺(tái)肩點(diǎn)。

圖3是本發(fā)明提供的監(jiān)測(cè)方法的流程框圖；

其中，左面實(shí)線框內(nèi)為本發(fā)明的檢測(cè)方法的全部步驟；右面實(shí)線框圖為第四步驟兩階段粒子濾波算法的具體實(shí)現(xiàn)方法步驟。

圖4是本發(fā)明實(shí)施例中采用兩階段遞歸粒子濾波檢測(cè)臺(tái)肩點(diǎn)的結(jié)果圖；

其中，(a)為臺(tái)肩點(diǎn)檢測(cè)結(jié)果；(b)為兩階段遞歸粒子濾波中臺(tái)肩點(diǎn)的位置變化。

圖5是本發(fā)明實(shí)施例不同迭代更新中的臺(tái)肩點(diǎn)位置的直方圖變化；

其中，(a)為第一個(gè)循環(huán)中的臺(tái)肩點(diǎn)位置直方圖；(b)為第五個(gè)循環(huán)中的臺(tái)肩點(diǎn)位置直方圖；(c)為最后一個(gè)循環(huán)中的臺(tái)肩點(diǎn)位置直方圖。

圖6是本發(fā)明實(shí)施例不同迭代更新中斜率b_k均值的變化；

其中，(a)為第一個(gè)循環(huán)中斜率b_k均值；(b)為第五個(gè)循環(huán)中斜率b_k均值；(c)為最后一個(gè)循環(huán)中斜率b_k均值。

圖7是本發(fā)明實(shí)施例不同迭代更新中截距a_k均值的變化；

其中，(a)為第一個(gè)循環(huán)中截距a_k均值；(b)為第五個(gè)循環(huán)中截距a_k均值；(c)為最后一個(gè)循環(huán)中截距a_k均值。

圖8是本發(fā)明實(shí)施例采用不同的粒子濾波方法的對(duì)比；

其中，(a)為一個(gè)階段粒子濾波的檢測(cè)結(jié)果；(b)為沒(méi)有低方差采樣的結(jié)果。

圖9是本發(fā)明實(shí)施例在不同時(shí)刻k＝100,300,370，b_k直方圖；

其中，(a)～(c)為結(jié)合分層抽樣和低方差采樣；(d)～(f)為無(wú)低方差抽樣。

圖10是本發(fā)明實(shí)施例在不同時(shí)刻k＝100,300,370，a_k直方圖；

其中，(a)～(c)為結(jié)合分層抽樣和低方差采樣；(d)～(f)為無(wú)低方差抽樣。

圖11是本發(fā)明實(shí)施例中四個(gè)實(shí)際扭矩信號(hào)案例和相應(yīng)的臺(tái)肩點(diǎn)檢測(cè)位置。

具體實(shí)施方式

下面結(jié)合附圖，通過(guò)實(shí)施例進(jìn)一步描述本發(fā)明，但不以任何方式限制本發(fā)明的范圍。

本發(fā)明提供一種自動(dòng)化、精準(zhǔn)化的特殊扣擰接的質(zhì)量監(jiān)測(cè)方法，根據(jù)特殊扣的扭矩信號(hào)，提出兩相狀態(tài)空間模型；根據(jù)兩相狀態(tài)空間模型，提出兩階段遞歸的粒子濾波方法；得到臺(tái)肩點(diǎn)位置；由此提供自動(dòng)化、精準(zhǔn)化的特殊扣擰接的質(zhì)量監(jiān)測(cè)；在第一階段粒子濾波估計(jì)中，提出分層抽樣和低方差采樣的結(jié)合采樣方法。

圖3是本發(fā)明提供的基于扭矩信號(hào)的兩階段粒子濾波的特殊扣擰接質(zhì)量的監(jiān)測(cè)方法的流程框圖，主要包括以下步驟：

A.建立模型：

A1.通過(guò)分析扭矩信號(hào)的變化過(guò)程獲得模型假設(shè)：扭矩信號(hào)應(yīng)該理論上分段線性，分段點(diǎn)為臺(tái)肩點(diǎn)，第二個(gè)階段線性的斜率遠(yuǎn)大于第一個(gè)階段。

A2.建立兩相狀態(tài)空間模型；

其中，y_k,t_k和ε_k分別代表k時(shí)刻的扭矩觀測(cè)值，圈數(shù)觀測(cè)值和白噪聲；參數(shù)c代表臺(tái)肩點(diǎn)在圈數(shù)觀測(cè)值的位置；a_k和b_k代表k時(shí)刻所處的線性段截距和斜率；a₀和b₀是臺(tái)肩點(diǎn)前截距和斜率的值；p是舊狀態(tài)跳到新?tīng)顟B(tài)的轉(zhuǎn)移概率；δ是在臺(tái)肩點(diǎn)處斜率變量的增量。

B.兩階段遞歸粒子濾波求解A中建立的兩相狀態(tài)空間模型

B1.給A中建立的兩相狀態(tài)空間模型的參數(shù)設(shè)置先驗(yàn)分布，其中可以假設(shè)狀態(tài)變量(a_k,b_k)服從正態(tài)分布N(μ,∑)，μ可以從實(shí)際測(cè)量的扭矩信號(hào)中近似估計(jì)，∑可以假設(shè)有這樣的結(jié)構(gòu)c可以假設(shè)服從貝塔分布，也可以設(shè)置為其他分布，如均勻分布。白噪聲ε_k的標(biāo)準(zhǔn)差σ可以從扭矩信號(hào)觀測(cè)值的方差近似估計(jì)。δ可以假設(shè)成截?cái)嗟恼龖B(tài)分布或一個(gè)較大的正常數(shù)。轉(zhuǎn)移概率p可以從[0.05,0.5]區(qū)間中取一個(gè)固定值。

B2.因?yàn)閮上酄顟B(tài)空間模型中存在一個(gè)未知的臺(tái)肩點(diǎn)，而且模型分段線性，普通的卡爾曼濾波或者傳統(tǒng)粒子濾波不能求解上述模型中臺(tái)肩點(diǎn)的后驗(yàn)分布，本發(fā)明創(chuàng)新地提出兩階段遞歸粒子濾波進(jìn)行求解。第一階段，采用分層抽樣(stratified sampling)和低方差采樣(low variance sampling)根據(jù)給定的B1中的先驗(yàn)分布，對(duì)(a_k,b_k)的后驗(yàn)分布進(jìn)行估計(jì)。第二階段，根據(jù)(a_k,b_k)在不同時(shí)刻的值的變化，物理上決定新的臺(tái)肩點(diǎn)位置，具體為根據(jù)斜率的顯著變化來(lái)確定新的臺(tái)肩點(diǎn)的位置。然后，根據(jù)新的臺(tái)肩點(diǎn)的位置重新計(jì)算第一階段的(a_k,b_k)，直到所得的臺(tái)肩點(diǎn)的位置收斂到一個(gè)給定的閾值，給定的閾值可以選擇為儀器測(cè)量精度的倍數(shù)，根據(jù)工廠使用的實(shí)際需要而選擇不同的閾值范圍。

C.根據(jù)工廠使用需要，把檢測(cè)到的臺(tái)肩點(diǎn)位置與要求范圍做比較，決定是否報(bào)警或定義為廢品。

根據(jù)以上步驟，兩階段遞歸粒子濾波算法詳細(xì)的算法流程如下：

其中，g₁(x)可以是上述的N(μ,∑)正態(tài)分布函數(shù)，g₂(c)可以是上述的貝塔分布，h(x)是狀態(tài)轉(zhuǎn)移函數(shù)，見(jiàn)式2。以下以一個(gè)仿真案例和180個(gè)實(shí)際扭矩信號(hào)的樣本為案例說(shuō)明本發(fā)明方法的具體實(shí)施方式。

實(shí)施例一：

仿真案例中，建立一個(gè)大噪聲情況下的扭矩信號(hào)，方程式為：

其中，t_k范圍為從0到3.192，采樣間隔0.008。信號(hào)長(zhǎng)度為400。臺(tái)肩點(diǎn)在t_k軸的位置為2.792。先驗(yàn)分布的參數(shù)數(shù)值為：μ＝[12.2157,525.1551]^T,ω＝1721.4,σ＝1779.1,α＝4.1866,andβ＝0.71.p＝0.2。這里采用c～beta(α,β)，δ可以假設(shè)成截?cái)嗟恼龖B(tài)分布,取值范圍為[ω,+∞).p＝0.2,閾值ψ＝0.008。粒子濾波的粒子數(shù)為1000。

本案例的檢測(cè)結(jié)果如圖4(a)所示，臺(tái)肩點(diǎn)的位置為(2.808,2207.479)，雖然檢測(cè)點(diǎn)位置和實(shí)際位置不完全相同，但是差值和采樣間隔0.008來(lái)比較是非常小的。利用兩階段遞歸粒子濾波求解的迭代次數(shù)是9。從圖4(b)來(lái)看，臺(tái)肩點(diǎn)位置的均值逐漸收斂到真實(shí)值，其中虛線是臺(tái)肩點(diǎn)位置的真實(shí)值。同時(shí)，圖5和圖6展示了不同時(shí)刻狀態(tài)變量的變化，隨著迭代次數(shù)的增加，估計(jì)的狀態(tài)變量更穩(wěn)定盡管信號(hào)中存在很多非線性的模式。

為了展現(xiàn)本發(fā)明方法的優(yōu)勢(shì)，我們將本發(fā)明方法和傳統(tǒng)的粒子濾波方法(一個(gè)階段估計(jì))做了對(duì)比，如圖8(a)所示，一個(gè)階段粒子濾波方法檢測(cè)到的變點(diǎn)位置為(2.552,932.1104)，表明一個(gè)階段粒子濾波沒(méi)有準(zhǔn)確檢測(cè)臺(tái)肩點(diǎn)的位置。

為了展現(xiàn)本發(fā)明方法在第一階段粒子濾波中結(jié)合了分層采樣和低方差采樣的優(yōu)勢(shì)，具體實(shí)施中我們對(duì)比了無(wú)低方差采樣方法和本發(fā)明的結(jié)合采樣的方法。無(wú)低方差采樣的檢測(cè)結(jié)果如圖8(b)所示，檢測(cè)臺(tái)肩點(diǎn)位置為(2.824,2418.9634)，同樣失效。我們對(duì)比了不同時(shí)刻狀態(tài)變量的直方圖，如圖9和圖10所示，從該兩圖中發(fā)現(xiàn)在k＝300和k＝370時(shí)，b_k和a_k的大部分粒子集中在了同一個(gè)數(shù)值，意味著粒子濾波出現(xiàn)了粒子貧瘠現(xiàn)象(particle impoverishment)。所以采用結(jié)合分層抽樣和低方差抽樣的方法可以使檢測(cè)臺(tái)肩點(diǎn)的位置更準(zhǔn)確。

實(shí)施例二：

本扭矩信號(hào)案例中，我們從某鋼管公司隨機(jī)收集到了180個(gè)不同非線性模式的扭矩信號(hào)，來(lái)自于4個(gè)生產(chǎn)批次，這些信號(hào)有不同的信號(hào)長(zhǎng)度，不同的非線性模式，而且都具有回程差擾動(dòng)。并且這些信號(hào)的臺(tái)肩點(diǎn)位置有專業(yè)的工程師進(jìn)行了相應(yīng)的標(biāo)記。采用本發(fā)明提出的兩相狀態(tài)空間模型和兩階段遞歸粒子濾波方法對(duì)著180個(gè)不同的扭矩信號(hào)進(jìn)行臺(tái)肩點(diǎn)檢測(cè)。因該工廠的扭矩信號(hào)中圈數(shù)測(cè)量精度為0.002，閾值ψ＝0.006可以滿足工廠的精度要求。因?yàn)榕ぞ匦盘?hào)有回程差，可以把[-0.04,0.03]定義為成功檢測(cè)的差別區(qū)間，即檢測(cè)位置與實(shí)際位置的差值不得超出該區(qū)間值的范圍定義為成功檢測(cè)。同時(shí)，我們利用圈數(shù)差別均方誤差RMSE來(lái)衡量我們方法檢測(cè)的準(zhǔn)確性。將本發(fā)明方法與現(xiàn)在工廠使用的VAM book中記載的經(jīng)驗(yàn)算法進(jìn)行了對(duì)比。檢測(cè)結(jié)果如下表1和表2所示：

表1 兩種方法的臺(tái)肩點(diǎn)檢測(cè)準(zhǔn)確率對(duì)比

表2 兩種方法的圈數(shù)差別均方誤差RMSE結(jié)果對(duì)比

從表中可以看出，本發(fā)明的方法檢測(cè)的臺(tái)肩點(diǎn)位置準(zhǔn)確率和RMSE遠(yuǎn)遠(yuǎn)好于經(jīng)驗(yàn)方法，為特殊扣擰接質(zhì)量監(jiān)測(cè)提供了一種有效手段。為了更好地展示我們方法的有效性，我們選了4個(gè)樣本作為展示，四個(gè)樣本的實(shí)際扭矩信號(hào)案例和相應(yīng)的臺(tái)肩點(diǎn)檢測(cè)位置結(jié)果如圖11所示。

需要注意的是，公布實(shí)施例的目的在于幫助進(jìn)一步理解本發(fā)明，但是本領(lǐng)域的技術(shù)人員可以理解：在不脫離本發(fā)明及所附權(quán)利要求的精神和范圍內(nèi)，各種替換和修改都是可能的。因此，本發(fā)明不應(yīng)局限于實(shí)施例所公開(kāi)的內(nèi)容，本發(fā)明要求保護(hù)的范圍以權(quán)利要求書(shū)界定的范圍為準(zhǔn)。