排序方式： 共有2条查询结果，搜索用时 171 毫秒
1
1.
针对随钻测量(MWD)中,微机电系统(MEMS)磁力计测量地磁数据误差大,导致磁方位角解算精确度低的问题,提出改进技能优化(improved skill optimization, ISO)的磁力计误差参数估计方法。首先根据磁力计输出特性建立多参数误差模型,根据当地地磁矢量与磁力计输出矢量的模值关系,通过最小化原则构造非线性误差目标函数,重力矢量和磁场矢量之间的点积值为固定值作为约束函数,采用SO算法进行寻优。由于磁误差源多估计难度大,在SO基础上提出ISO算法,采用Tent混沌反向学习初始化策略改善初始种群的随机性,保留最优解的同时增加磁误差参数解空间的多样性。引入自适应技能强度因子,并增加成员间技能交叉规避局部最优,改善ISO磁误差参数寻优技能步长,减小算法运行时间,优化全局搜索能力,提高磁力计误差补偿精度。最后通过转台实验和模拟钻进实验验证ISO方法补偿性能,通过与SO算法和PSO算法对比,实验结果表明该算法对磁力计误差参数优化效果显著,计算出的地磁模值误差范围减小至±0.2μT,方位角绝对误差均值降至2.1°,说明了参数优化后磁力计输出误差明显减小,该方法可以有效提高MEMS磁... 相似文献
2.
针对随钻测量(MWD)中钻具重力加速度受振动干扰大引起的井斜角解算严重失真问题，提出基于联邦自适应无迹卡尔曼滤波(FAUKF)的钻具重力加速度提取方法。首先，建立无重置结构的联邦重力信息融合提取框架，选取基于陀螺仪数据的递推重力值作为联邦滤波的公共参考值，分别与解耦的地磁数据观测的重力加速度组合作为子滤波器1,与加速度计数据观测的重力加速度组合作为子滤波器2。然后，对子滤波器的重力状态进行无迹卡尔曼滤波(UKF)算法，期间根据地磁数据观测重力值的抗振性优于加速计的特性，设计子滤波器2对应的抗振因子，再根据陀螺仪短时精度高的输出特性，找到基于陀螺仪数据解耦的地磁参考斜率值，来设计子滤波器1对应的抗磁因子，提升子滤波器性能，接着用自适应开窗因子来确定开窗估计法则中的开窗值，调节新息协方差，通过对新息协方差的估计实现子滤波器量测噪声协方差的实时估计，提高无迹卡尔曼滤波算法精度，进而得到可靠的重力信息局部自适应估计值。最后通过联邦信息融合，进一步得到重力信息的全局估计。通过模拟钻进和实钻实验结果表明，FAUKF算法和FKF算法相比，井斜角误差减小了±1.9°,FAUKF算法下的井斜角误差可控制... 相似文献
1