Download PDF  
基于磁记忆的钻柱损伤井口检测技术
胡治斌1, 樊建春1, 高维骏1, 吴家风1, 杨坤1, 刘书杰2, 何英明2     
1. 中国石油大学 (北京) 机械与储运工程学院;
2. 中海油研究总院
摘要: 钻井作业过程中频发的钻柱断裂事故严重影响了油气资源的勘探开发进程。为了解决此问题,在充分考虑钻井平台特点的基础上,提出了基于巨磁阻原理的磁记忆井口钻柱损伤检测技术,并利用该技术在南海某井进行井口钻柱损伤检测试验,同时对检测数据进行了处理分析。分析结果表明:磁记忆检测技术能够准确检测出钻柱各部位应力集中状况,其中加厚带部位被吊卡夹伤较明显,啮合螺纹部位应力集中最大部位出现在两端。该试验实现了钻柱管体、加厚带及接头部位一体化监测,为防止钻柱断裂事故的发生提供了安全有效的技术手段。
关键词: 钻柱     磁记忆     一体化检测     应力集中     检测试验    
Magnetic Memory Based Drilling String Damage Detection at Wellhead
Hu Zhibin1, Fan Jianchun1, Gao Weijun1, Wu Jiafeng1, Yang Kun1, Liu Shujie2, He Yingming2     
1. College of Mechanical and Transportation Engineering, China University of Petroleum (Beijing);
2. CNOOC Research Institute
Abstract: The frequent drilling string crack accident in the drilling process has seriously affected the exploration and development of oil and gas resources. To address the issue, considering the characteristics of the drilling platform, the wellhead drill string damage detection technology based on the giant magneto resistive principle has been put forward, and tested on a well in the South China Sea. The results of the detected data analysis show that the magnetic memory detection technology can accurately detect the stress concentration of each part of the drill string. The thickening zone is marked of damage by the elevator. The maximum stress concentration of the engaged thread appeared at both ends. The test has realized the integrated detection of the drill pipe body, the thickening zone and the joint, providing safe and effective technical means for preventing the drill string crack accident.
Key words: drill string     magnetic memory     integration detection     stress concentration     detection test    

0 引言

在钻井过程中,钻柱承受很大的疲劳载荷, 超过50%以上的断裂事故由疲劳造成。钻具的疲劳破坏是应力集中部位循环应力反复累积作用的结果。在复合交变应力循环作用下,首先在应力集中突出部位萌生裂纹,并在进一步的应力循环作用下扩展,当裂纹扩展到一定程度便会引发钻具突然断裂或导致刺穿。连接螺纹部位较容易发生断裂事故。断裂事故发生后,要想恢复生产非常昂贵且耗时[1]。因此,在钻具的使用过程中能够早期发现敏感部位 (特别是连接部位) 的应力异常或出现的微裂纹,在裂纹显著扩展之前及时采取措施,对于有效预防钻具疲劳破坏具有特别重要的意义。

统计分析表明,绝大多数油气井钻柱的损坏集中发生在结构复杂、壁厚大的螺纹和应力突出的加厚过渡带,其早期损伤多起源于这些部位的内表面,逐步由内向外扩展成为宏观缺陷,最终在外表面贯通引发突发性破坏。而现有的常规检测方法难以满足在钻井过程中早期诊断钻井管柱损伤状况的需要, 存在的主要问题包括:①敏感范围局限于宏观缺陷,难以捕捉钻井管柱早期损伤过程中材料结构由连续到不连续过渡阶段的微弱异常信号;②对缺陷高发、结构复杂和壁厚大的钻柱连接部位的适应性差, 存在检测盲区;③难以确定钻柱中处于扣合状态的接头深部内表面的损伤情况。

近年来,在国内外迅速发展的基于磁记忆效应的弱磁检测技术为实现钻井管柱损伤的早期识别带来了希望[2-4]。金属磁记忆方法是一种可以监测应力集中和早期损伤的无损检测技术,通过检测可以有效阻止断裂事故的发生[5]。与传统无损检测方法不同的是,金属磁记忆方法检测的是由机械应力与地磁场诱导产生的残余磁场,无需对检测对象施加外加磁场进行磁化,在工件的疲劳损伤检测方面显示出良好的发展应用前景[6]。笔者所在实验室在国内外已有研究的基础上,针对油井管损伤检测的需要发展了更为敏感的巨磁阻效应磁记忆检测技术[7],该技术实现了对钻具内螺纹应力集中异常的外检测准确评判[8],其中实验室成员齐立娟等[9]将磁记忆检测技术应用于套管的射孔中,并进行了安全评价;徐鹏谊等[10]为研究螺栓预紧力问题,将磁记忆检测技术应用于高压设备法兰螺栓的应力检测中;刘迪等[11]进行了油管损伤磁记忆检测信号定量研究;胡治斌等[12]将磁记忆应用于页岩气压裂管汇的在线监测中。以上研究为基于巨磁阻原理的金属磁记忆检测方法应用于钻柱损伤井口检测奠定了坚实的基础。

笔者在充分考虑钻井平台特点的基础上,自行设计了井口钻柱损伤检测装置,并利用该装置在南海某井进行井口钻柱损伤检测试验;此外,笔者根据检测需求自行开发了一套可以快速处理分析试验数据的软件,该软件可以快速计算出可以表征构建应力集中程度的磁记忆信号梯度值K,并提取出表征应力集中程度最严重区域的梯度峰值Kmax,分析结果表明磁记忆检测技术能够准确检测出钻柱 (1柱3根) 各部位应力集中状况,为防止钻柱断裂事故的发生提供了安全有效的技术手段。

1 钻柱损伤井口磁记忆检测方法

基于巨磁阻效应的巨磁阻传感器具有体积小、灵敏度高和可靠性高等特点[7],为其应用于钻柱损伤井口检测提供了便利。为满足钻柱井口检测需求,钻柱损伤磁记忆检测方法具有如下特点:

(1) 钻柱在起下钻过程中是以1柱3根为基本单元进行上卸扣连接,因此检测装置应该能够在起下钻过程中动态检测1柱3根钻柱的损伤状况;

(2) 在起下钻过程中,由于钻柱在井下受力不均匀,导致时常发生振动,同时钻柱接头及管体外径不同,所以检测时探头模块有自动调节功能,保证其始终与钻柱外壁贴紧;

(3) 为精简检测装置,避免不必要的线路,该装置采用便携式可充电电源供电及无线采集并传送钻柱损伤检测数据;

(4) 检测过程为了最大限度降低对起下钻正常作业的影响,检测装置在下卡瓦之前推离井眼,在起钻的同时推向井眼,与起钻同步开始检测,避免漏检;

(5) 为避免产生漏检,该装置采用16路传感器模块形成的检测环覆盖钻柱全周;

(6) 因钻井过程中所使用钻柱规格不统一,所以该检测检测装置可以自动调节检测环大小;

(7) 为满足常规钻柱检测需要,该检测装置检测壁厚穿透能力大于27 mm;

(8) 为避免钻井过程中钻井液井检测装置电路系统,该装置从传感器模块到控制系统全部采用密封防水防爆设计。

2 钻柱损伤井口检测数据分析方法

根据钻井过程中钻柱起钻特点,检测信号以1柱3根为单元,细化分为接头信号、加厚带信号以及管体信号,在数据分析处理的时候进行各个典型部位分段放大分析,钻柱各组成部位如图 1所示。数据分段分析命名如表 1所示。

图 1 钻柱各组成部位结构图 Fig.1 Structure of the drill string components

表 1 井口钻柱损伤检测数据分段命名 Table 1 Segment naming of drill string damage detection data obtained at wellhead
名称 靠近内接头加厚带 管体 靠近外接头加厚带 接头
第1根 H1-1 G1 H1-2 J1
第2根 H2-1 G2 H2-2 J2
第3根 H3-1 G3 H3-2 J3

3 钻柱损伤井口检测试验

2016年8月,笔者利用自行设计的钻柱损伤井口检测磁记忆检测装置在南海某井进行了起钻过程中钻柱损伤检测试验,并实时采集了试验数据,通过数据分析评价了钻柱应力集中程度。

3.1 试验目的

(1) 在起钻过程中,监测钻柱损伤状况,防止问题钻柱继续钻井作业;

(2) 获取各钻柱磁记忆信号特征参数值,并进行损伤程度评价,建立特征数据库,指导钻柱的使用及维护。

3.2 试验装置原理

钻柱疲劳损伤井口检测装置如图 2所示。该试验装置的传感器模块两端安装有2根弹簧钢片,该弹簧钢片可提供较大弹性位移并可很快回复到初始状态,保证起下钻过程中传感器始终贴合钻柱表面,避免提离值造成的干扰信号;在起钻过程中,采集卡将16路传感器采集到的数据通过无线HUB传送到计算机,并在计算机数据处理软件中进行处理分析及评价,从而得到整柱钻柱应力集中状态。

图 2 钻柱疲劳损伤井口检测装置示意图 Fig.2 Schematic diagram of the wellhead detection device for drill string fatigue damage 1—钻柱;2—弹簧片;3—传感器模块;4—无线HUB;5—数据采集器;6—可充电电源。

3.3 试验步骤

(1) 选井。与甲方沟通确定试验井,获取油气井所处阶段等详细信息。

(2) 技术交底。与钻井队及现场相关人员进行技术交底,排除隐患,规范试验过程。

(3) 检测准备。操作人员根据现场具体情况以及井队沟通结果进行最后的试验准备,规范操作。

(4) 检测操作。①检查装置,确保其处于正常工作状态且各零部件紧固;②打开电源,联通数据采集软件,保证系统处于可采集数据状态;③检测装置推至井口中心;④扣合检测圆环,使钻柱位于检测圆环中心;⑤随钻具起下钻进行数据采集;⑥及时处理数据,得出钻柱损伤状况,如遇问题钻柱及时与现场工作人员沟通;⑦上卡瓦之前打开检测圆环,迅速移开装置;⑧起下钻检测时,等待井队工作人员坐卡、上扣、解卡等动作完成后继续重复③、④、⑥、⑦及⑧步骤。

(5) 进行数据分析处理。

(6) 评价钻柱损伤情况,完成试验报告。

3.4 试验结果

图 3为整柱 (1柱3根) 钻柱磁记忆检测信号梯度图,图中反映了钻柱各部位应力集中程度,梯度信号变化特征可以很好地与钻柱各部位一一对应。利用数据分析软件将钻柱各个部位磁记忆信号进行局部截取放大分析,并画出梯度信号瀑布图,可直观地查看缺陷应力集中程度以及具体分布情况。图 4为钻柱各部位磁记忆信号梯度图及其梯度云图。

图 3 钻柱磁记忆检测信号梯度图 Fig.3 Drill string magnetic memory detection signal gradient

图 4 钻柱各部位磁记忆信号梯度图及其梯度云图 Fig.4 Gradient diagram and gradient cloud of magnetic memory signal of the drill string components

其中图 4a~图 4f为1柱3根钻具中各个加厚带部位磁记忆检测梯度信号局部分析放大图及梯度云图,其磁记忆信号梯度最大值分别为1.31、2.02、0.91、1.03、1.02及0.78;图 4g~图 4i为各个管体部位磁记忆检测梯度信号局部分析放大图及云图,其磁记忆信号梯度最大值分别为1.25、1.11及0.73;图 4j~图 4l为各个接头部位磁记忆检测梯度信号局部分析放大图及云图,并将啮合螺纹部位信号进行截取局部分析,其啮合螺纹部位磁记忆信号梯度最大值分别为3.65、3.81及4.02。

检测结果显示:钻柱管体部位应力集中程度较低,加厚带应力集中程度比管体明显,而钻柱接头螺纹部位应力集中程度最严重,这与该油田钻柱使用中发生钻柱断裂事故部位分布概率相符合:螺纹部位>加厚带部位>管体部位。其中,加厚带部位应力集中较高的原因除钻井生产造成之外,还存在以下2点原因:①加厚带作为钻具管体和接头之间的连接部位,在连接加工过程中难免会存在一些残余应力;②在起钻的时候吊卡对该处造成损伤,如图 4c所示。啮合螺纹部位应力集中最大原因在于其复杂的几何尺寸以及固有应力集中的特点,且该特点为疲劳裂纹的产生提供了便利[13]。啮合螺纹检测数据局部分析结果显示应力集中最大一般出现在啮合螺纹两端,该结论与A.R.SHAHANI[14]和M.FERJANI[15]通过有限元模拟得到螺纹应力集中显著部位相符,如图 4j~图 4l所示。

4 结论

(1) 考虑钻井平台工况,对比分析了磁记忆检测技术与传统无损检测技术的特点,设计出适用于钻井过程中钻柱损伤状态监测磁记忆检测方法。

(2) 利用自行设计的钻柱损伤井口检测装置在南海某井完成了起钻过程中钻柱损伤状态检测试验,并分别针对加厚带、管体以及接头部位信号进行了分段分析,评价了各部位应力集中程度,该试验实现了钻柱管体、加厚带及接头部位一体化监测。

(3) 针对接头啮合螺纹部位信号进行的单独截取,得到啮合状态下钻柱螺纹应力集中程度,结果显示啮合螺纹两端部位应力集中显著。

参考文献
[1] SANTUS C, BERTINI L. Torsional strength comparison between two assembling techniques for aluminium drill pipe to steel tool joint connection[J]. International Journal of Pressure Vessels and Piping, 2009, 86: 177–186. DOI: 10.1016/j.ijpvp.2008.09.007
[2] BAO S, JIN W L. Piezo-magnetic hysteresis as a non-destructive measure of the metal fatigue process[J]. NDT E Int., 2010, 43(8): 706. DOI: 10.1016/j.ndteint.2010.08.002
[3] WANG Z D, GU Y. A review of three magnetic NDT technologies[J]. Journal of Magnetism and Magnetic Materials, 2012, 324: 382–388. DOI: 10.1016/j.jmmm.2011.08.048
[4] DUBOV A A. A study of metal properties using the method of magnetic memory[J]. Met Sci.Heat Treat, 2007, 39: 401–405.
[5] WILSON J W, TIAN G Y, BARRANS S. Residual magnetic field sensing for stress measurement[J]. Sensors and Actuators A-Physical, 2007, 135(2): 381–387. DOI: 10.1016/j.sna.2006.08.010
[6] 胡斌, 沈功田, 吴占稳, 等. 加载过程中金属磁记忆信号特征研究[J]. 测试技术学报, 2009, 23(增刊1): 149–152.
[7] 李亮, 阙沛文, 陈亮. 巨磁阻传感器在管道漏磁检测中的应用[J]. 仪表技术与传感器, 2005(12): 44–46. DOI: 10.3969/j.issn.1002-1841.2005.12.017
[8] 张来斌, 樊建春. 基于巨磁阻效应的油井管损伤磁记忆检测诊断技术及工业化应用[J]. 科技纵览, 2015(1): 63–65.
[9] 齐立娟, 樊建春, 张来斌, 等. 磁记忆检测技术在射孔套管安全评价中的应用[J]. 石油机械, 2012, 40(8): 52–55.
[10] 徐鹏谊, 樊建春, 赵坤鹏, 等. 拉伸载荷下螺栓的磁记忆检测试验研究[J]. 石油机械, 2014, 42(1): 37–39, 43.
[11] 刘迪, 樊建春, 张喜明, 等. 油管损伤磁记忆检测信号定量研究[J]. 石油机械, 2016, 44(1): 83–87.
[12] 胡治斌, 樊建春, 明学江, 等. 高压弯管损伤在线检测新方法[J]. 石油机械, 2016, 44(5): 87–89.
[13] KNIGHT M J, BRENNAN F P. Effect of residual stress on ACFM crack measurements in drill collar threaded connections[J]. NDT&E International, 2004, 37: 337–343.
[14] SHAHANI A R, SHARIFI S M H. Contact stress analysis and calculation of stress concentration factors at the tool joint of a drill pipe[J]. Materials and Design, 2009, 30: 3615–3621. DOI: 10.1016/j.matdes.2009.02.022
[15] FERJANI M. A computational approach for the fatigue design of threaded connections[J]. International Journal of Fatigue, 2011, 33: 610–623. DOI: 10.1016/j.ijfatigue.2010.11.006

文章信息

胡治斌, 樊建春, 高维骏, 吴家风, 杨坤, 刘书杰, 何英明
Hu Zhibin, Fan Jianchun, Gao Weijun, Wu Jiafeng, Yang Kun, Liu Shujie, He Yingming
基于磁记忆的钻柱损伤井口检测技术
Magnetic Memory Based Drilling String Damage Detection at Wellhead
石油机械, 2017, 45(4): 27-31
China Petroleum Machinery, 2017, 45(4): 27-31.
http://dx.doi.org/10.16082/j.cnki.issn.1001-4578.2017.04.006

文章历史

收稿日期: 2016-10-13

相关文章

工作空间