一种用于深水半潜式平台勘探测试作业井口测试树的安装接头及安装方法与流程

本发明属于海上深水石油、天然气勘探技术领域，特别涉及一种用于深水半潜式平台勘探测试作业井口测试树的安装接头及安装方法。

背景技术

目前，在半潜式平台测试作业过程中，测试管柱及井口设备相对于地层保持不动，稳定的将固定深度的油气流引至平台进行处理。但由于海洋潮汐和海浪的作用，井口的测试树设备相对于半潜式平台的钻台工作面会上下升沉晃动，所以测试树设备上必须配备两根高压挠性软管以克服相对的升沉晃动带来的位移差。常规的安装作业顺序是：首先井口安装测试树设备至油管，再连接压井翼阀和生产翼阀的两根高压软管，人员需要提升至15-20米的高空，将软管连接到测试树，通常耗时18-20个小时。

测试树安装在油管上，由于油管扣型的上扣寿命有限，极易造成测试树下端油管扣型的损坏，造成密封失效。测试作业过程中一旦出现该处扣型的密封失效，将对平台的安全造成巨大的威胁，只能紧急关井,并将测试树拆除后更换受损的油管。由于井下工具整体加压测试密封性可能会对工具的功能造成影响，所以导致该处扣型即使出现损坏，密封性也无法在作业前进行验证。

技术实现要素：

本发明提供了一种用于深水半潜式平台勘探测试作业井口测试树的安装接头，其目的是采用插入式密封接口代替现有的旋转式接口，并在接头上设有试压孔；安装方便，且便于检查接头的密封性。

本发明提供了一种用于深水半潜式平台勘探测试作业井口测试树的安装方法，其目的之一是通过使用安装接头快速完成测试树设备的安装，提高测试树设备的安装效率。

本发明提供了一种用于深水半潜式平台勘探测试作业井口测试树的安装方法，其目的之二是基于bp神经网络在测试树安装过程中对接头的密封性进行判断，能够提高密封性检测的效率。

本发明提供的技术方案为：

一种用于深水半潜式平台勘探测试作业井口测试树的安装接头，包括：

第一连接部，其中心沿轴向设有圆柱形空腔，所述第一连接部安装在测试树下端；

压盖，其套设在所述第一连接部上，并通过限位销连接在所述第一连接部的外壁上；

多个扭矩传递杆，其安装在所述第一连接部的外壁上，并位于所述压盖的内侧；

第二连接部，其中心轴向设有圆柱形空腔，所述第二连接部安装在油管上端；

扭矩传递槽，其开设在所述第二连接部的上端，并与所述扭矩传递杆相匹配；

试压孔，其设置在所述第二连接部上，并与所述第二连接部的圆柱形空腔连通；所述试压孔上设有密封盖；

其中，所述第一连接部的下端插入所述第二连接部的圆柱形空腔中，所述扭矩传递杆与所述扭矩传递槽卡合，使所述第一连接部和所述第二连接部密封连接。

优选的是，所述第一连接部的下端外壁上套设有密封圈。

优选的是，所述第一连接部的上端设有测试树连接扣。

优选的是，所述第二连接部的下端设有油管连接扣。

一种用于深水半潜式平台勘探测试作业井口测试树的安装方法，使用所述的用于深水半潜式平台勘探测试作业井口测试树的安装接头，包括如下步骤：

步骤一、将第一连接部通过测试树连接扣连接到测试树下端，将第二连接部通过油管连接扣连接到油管上端；

步骤二、测试树压井翼阀端和流动翼阀端连接高压软管，由顶驱提升至安装高度；

步骤三、将所述第一连接部的下端插入第二连接部中，使扭矩传递杆和扭矩传递槽卡合，将压盖用定位销固定；

步骤四、打开试压孔上的密封盖，连接试压装置，对安装接头进行密封性检测；

步骤五、密封性检测合格后，拆除试压装置。

优选的是，在所述步骤四中对安装接头试压，包括如下步骤：

步骤1、按照采样周期，通过传感器测量试压孔的高度h，第一连接部的内径d，即将通过安装接头的油气密度ρ、油气温度t；

步骤2、依次将参数进行规格化，确定三层bp神经网络的输入层向量x＝{x1,x2,x3,x4}；其中，x1为试压孔高度系数、x2为第一连接部内径系数、x3为油气密度系数、x4为油气温度系数；

步骤3、所述输入层向量映射到中间层，所述中间层向量y＝{y1,y2,…,ym}；m为中间层节点个数；

步骤4、得到输出层向量o＝{o1,o2}；o1为安装接头密封性系数、o2为紧急停机信号，输出层神经元值为k为输出层神经元序列号，k＝{1,2}；其中，当o1为1时，安装接头密封性合格，当o1为0时，安装接头密封性不合格；当o2为1时，试压装置工作正常，当o2为0时，试压装置工作异常，停止工作。

优选的是，在所述步骤2中，试压孔的高度h，第一连接部的内径d，即将通过安装接头的油气密度ρ和油气温度t进行规格化的公式为：

其中，xj为输入层向量中的参数，xj分别为测量参数h、d、ρ、t，j＝1,2,3,4；xjmax和xjmin分别为相应测量参数中的最大值和最小值。

优选的是，所述中间层节点个数m满足：其中，n为输入层节点个数，p为输出层节点个数；以及

所述中间层及所述输出层的激励函数均采用s型函数fj(x)＝1/(1+e^-x)。

优选的是，根据密封性验证系数对密封性检测结果进行验证，所述密封性验证系数为：

其中，当p≤0.85时，密封性检测结果准确；当p＞0.85时，密封性检测结果存在误差；

式中，t0为设定的油气标准温度，t为实测油气温度；ρ0为设定的标准油气密度，ρ为实测油气密度；h0为设定的试压孔的标准高度，h为测压孔的是测高度，e为自然对数的底数。

本发明的有益效果是：

(1)本发明提供的用于深水半潜式平台勘探测试作业井口测试树的安装接头，采用插入式密封接口代替现有的旋转式接口，并在接头上设有试压孔；安装方便，且便于检查接头的密封性，提高了安全性。

(2)本发明提供的用于深水半潜式平台勘探测试作业井口测试树的安装接头，如果作业中出现连接处的泄露，仅需要拆开安装接头，更换密封圈，维修处理过程安全快捷。

(3)本发明提供的用于深水半潜式平台勘探测试作业井口测试树的安装方法，能够提高测试树设备的安装效率。

(4)本发明提供的用于深水半潜式平台勘探测试作业井口测试树的安装方法，基于bp神经网络接头的密封性检测过程进行监测，进而对接头的密封性进行判断，提高了密封性检测的效率。

附图说明

图1为本发明所述的第一连接部结构示意图。

图2为本发明所述的第二连接部结构示意图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

如图1-2所示，本发明提供了一种用于深水半潜式平台勘探测试作业井口测试树的安装接头，其包括第一连接部100，其中心沿轴向设有圆柱形空腔110，第一连接部的上端设有测试树连接扣120，且通过所述测试树连接扣110安装在测试树下端。压盖130，其套设在所述第一连接部100上，并通过限位销140连接在所述第一连接部的外壁150上。多个扭矩传递杆160，其安装在所述第一连接部的外壁150上，并位于所述压盖130的内侧。第一连接部100的下端环绕设置密封槽170，所述密封槽170中安装有密封圈。在本实施例中，所述密封槽170为两个，两个密封槽170平行间隔设置。

第二连接部200，其中心轴向设有圆柱形空腔210，第二连接部的下端设有油管连接扣220，并通过所述油管连接扣220安装在油管上端。扭矩传递槽230，其沿圆周方向开设在所述第二连接部200的上端，并与所述扭矩传递杆160相匹配。通过扭矩传递杆160和扭矩传递草230配合设置，能够防止所述安装接头的第一连接部100和第二连接部200在使用过程中发生相对旋转。试压孔240，其沿径向开设在所述第二连接部200的，并与所述第二连接部的圆柱形空腔210连通；所述试压孔240上设有密封盖241。

所述安装接头的安装方法，包括如下步骤：

步骤一、将第一连接部通过测试树连接扣连接到测试树下端，将第二连接部通过油管连接扣连接到油管上端；

步骤二、测试树压井翼阀端和流动翼阀端先连接高压软管，之后由顶驱提升至安装高度；

步骤三、将所述第一连接部100的下端插入第二连接部的圆柱形空腔210中，使扭矩传递杆160和扭矩传递槽230卡合，将压盖130用定位销140固定；由于所述第一连接部下端设有密封圈170，所述密封圈170与第二连接部的圆柱形空腔210内壁之间形成密封，将所述第一连接部100和所述第二连接部200密封连接。

步骤四、打开试压孔240上的密封盖241，连接试压装置(图中未示出)，对安装接头进行密封性检测；

在本实施例中，判断安装接头密封性是否合格的方法为：采用bp神经网络对安装接头的密封性进行判断，包括如下步骤：

步骤1、建立bp神经网络模型。

本发明采用的bp网络体系结构由三层组成，第一层为输入层，共n个节点，对应了表示设备工作状态的n个监测信号，这些信号参数由数据预处理模块给出。第二层为隐层，共m个节点，由网络的训练过程以自适应的方式确定。第三层为输出层，共p个节点，由系统实际需要输出的响应确定。

该网络的数学模型为：

输入向量：x＝(x1,x2,...,xn)^t

中间层向量：y＝(y1,y2,...,ym)^t

输出向量：o＝(o1,o2,...,op)^t

本发明中，输入层节点数为n＝4，输出层节点数为p＝2。隐藏层节点数m由下式估算得出：

输入信号4个参数分别表示为：x1为试压孔高度系数、x2为第一连接部内径系数、x3为油气密度系数、x4为油气温度系数。

在本实施例中，通过红外传感器测量试压孔的高度h(试压孔距离钻井平台的高度)，第一连接部的内径d，通过密度传感器即将通过安装接头的油气密度ρ、通过温度传感器侧量即将通过安装接头的油气温度t；各传感器通过无线通讯模块将将测到的信号传输到试压装置的微控制器中。

由于传感器获取的数据属于不同的物理量，其量纲各不相同。因此，在数据输入人工神经网络之前，需要将数据规格化为0-1之间的数。

具体而言，对于试压孔的高度h，进行规格化后，得到试压孔高度系数x1：

其中，hmin和hmax分别为试压孔的最小高度和最大高度。

同样的，对于第一连接部的内径d，进行规格化后，得到第一连接部的内径系数x2：

其中，dmin和dmax分别为第一连接部的最小内径和最大内径。

同样的，对于即将通过安装接头的油气密度ρ，进行规格化后，得到即将通过安装接头的油气密度系数x3：

其中，ρmin和ρmax分别为即将通过安装接头的油气最小密度和最大密度。

同样的，对于即将通过安装接头的油气温度t，进行规格化后，得到即将通过安装接头的油气温度系数x4：

其中，tmin和tmax分别为即将通过安装接头的油气最低温度和最高温度。

输出信号的2个参数分别表示为：输出层向量o＝{o1,o2}；o1为接头密封性系数、o2为紧急停机信号，所述输出层神经元值为k为输出层神经元序列号，k＝{1,2}；其中，当o1为1时，安装接头密封性合格，当o1为0时，安装接头密封性不合格；当o2为1时，试压装置工作正常，当o2为0时，试压装置工作异常，停止工作。

步骤2、进行bp神经网络的训练。

建立好bp神经网络节点模型后，即可进行bp神经网络的训练。根据产品的历史经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值wij，隐层节点j和输出层节点k之间的连接权值wjk，隐层节点j的阈值θj，输出层节点k的阈值θk、wij、wjk、θj、θk均为-1到1之间的随机数。

在训练过程中，不断修正wij和wjk的值，直至系统误差小于等于期望误差时，完成神经网络的训练过程。

(1)训练方法

各子网采用单独训练的方法；训练时，首先要提供一组训练样本，其中的每一个样本由输入样本和理想输出对组成，当网络的所有实际输出与其理想输出一致时，表明训练结束；否则，通过修正权值，使网络的理想输出与实际输出一致；

(2)训练算法

bp网络采用误差反向传播(backwardpropagation)算法进行训练，其步骤可归纳如下：

第一步：选定一结构合理的网络，设置所有节点阈值和连接权值的初值。

第二步：对每个输入样本作如下计算：

(a)前向计算：对l层的j单元

式中，为第n次计算时l层的j单元信息加权和，为l层的j单元与前一层(即l-1层)的单元i之间的连接权值，为前一层(即l-1层，节点数为nl-1)的单元i送来的工作信号；i＝0时，令为l层的j单元的阈值。

若单元j的激活函数为sigmoid函数，则

且

若神经元j属于第一隐层(l＝1)，则有

若神经元j属于输出层(l＝l)，则有

且ej(n)＝xj(n)-oj(n)；

(b)反向计算误差：

对于输出单元

对隐单元

(c)修正权值：

η为学习速率。

第三步：输入新的样本或新一周期样本，直到网络收敛，在训练时各周期中样本的输入顺序要重新随机排序。

bp算法采用梯度下降法求非线性函数极值，存在陷入局部极小以及收敛速度慢等问题。更为有效的一种算法是levenberg-marquardt优化算法，它使得网络学习时间更短，能有效地抑制网络陷于局部极小。其权值调整率选为δω＝(j^tj+μi)^-1j^te；

其中，j为误差对权值微分的雅可比(jacobian)矩阵，i为输入向量，e为误差向量，变量μ是一个自适应调整的标量，用来确定学习是根据牛顿法还是梯度法来完成。

在系统设计时，系统模型是一个仅经过初始化了的网络，权值需要根据在使用过程中获得的数据样本进行学习调整，为此设计了系统的自学习功能。在指定了学习样本及数量的情况下，系统可以进行自学习，以不断完善网络性能；

如表1所示，给定了一组训练样本以及训练过程中各节点的值。

表1训练过程各节点值

步骤3、采集传感器运行参数输入神经网络得到安装接头密封性系数及紧急停止预警装置。

将训练好的人工神经网络固化在芯片之中，使硬件电路具备预测和智能决策功能，从而形成智能硬件。

同时使用传感器采集到的参数，通过将上述参数规格化，得到bp神经网络的初始输入向量通过bp神经网络的运算得到初始输出向量

步骤4、监测安装接头的密封情况以进行预警装置紧急停机。

根据输出层神经元值o＝{o1,o2}；o1为安装接头的密封性系数、o2为紧急停机信号，所述输出层神经元值为k为输出层神经元序列号，k＝{1,2}；其中，当o1为1时，安装接头密封性合格，当o1为0时，安装接头密封性不合格；当o2为1时，试压装置工作正常，当o2为0时，试压装置工作异常，停止工作。

通过上述设置，获取传感器实时采集的通过传感器测量试压孔的高度h，第一连接部的内径d，即将通过安装接头的油气密度ρ、油气温度t，采用bp神经网络算法，对安装接头的密封情况进行实时监控。判断安装接头的密封性是否合格，并在试压装置上显示检测结果；当预警装置异常时，紧急停机。

步骤五、密封性检测合格后，拆除试压装置，将试压孔上的密封盖关闭，测试树装置即可开始使用；如果检测密封性不合格，可检测接头的连接部及密封圈，并做出相应调整，直到使接头的密封性合格。

此外，如果在作业中出现安装接头连接处的泄露，仅需要拆开该快速接头，更换对应密封圈，无需拆掉整个测试树装置，检修过程安全快捷。

在另一实施例中，还包括根据密封性验证系数对神经网络输出的密封性检测结果进行验证，所述密封性验证系数为：

式中，t0为设定的油气标准温度，t为实测油气温度；ρ0为设定的标准油气密度，ρ为实测油气密度；h0为设定的试压孔的标准高度，h为测压孔的是测高度，e为自然对数的底数。

其中，当p≤0.85时，密封性检测结果准确；当p＞0.85时，密封性检测结果存在误差。当判断神经网络输出的密封性检测结果存在误差时，可使用手动检测方法对安装接头的密封性进行监测，进一步保证检验结果的可靠性。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。