近日，我院安全科学与工程学科博士研究生张紫衡在深水钻井气侵监测方面取得新进展，相关研究成果《深水钻井气侵定量识别方法》(Quantitative identification method of gas kick in deep-water drilling)发表在《Physics of Fluids》。《Physics of Fluids》是流体力学领域的国际顶级期刊，目前影响因子为4.3（SCI 2区）。论文第一作者为博士研究生张紫衡，通讯作者为殷晓康教授，中国石油大学（华东）山东省高端海洋油气装备设计制造重点实验室、WilliamHill中文官方网站为第一单位，海洋物探及勘探开发装备国家工程研究中心为第二单位，该研究得到国家自然科学基金及“泰山学者”青年专家计划等项目的联合资助。
论文首页
目前，基于超声多普勒效应的气侵监测技术通过在隔水管上布设超声传感器以采集声波信号，从而实现对气侵现象的实时监测和早期预警。然而由于气侵过程作为一种具有混沌、耗散和伪随机等特点的复杂系统，其内部动力学行为受到湍流以及相界面间的互相作用等原因的影响，因此增加了对含气率定量识别的难度。为此，本研究提出了一种基于互补集合模态分解（CEEMD）与动态频谱质心（DSC）融合的液相含气率声学定量识别方法。该方法通过将所接收到的超声信号分解为若干本征模态函数以有效抑制背景噪声并提取反映气泡运动状态的特征信号。同时，通过引入动态频谱质心算法量化所提取的特征信号在频域上的能量分布状态，进而可有效建立超声多普勒频移与含气率之间的映射关系。同时，为有效弥补上述算法在非牛顿流体体系下对含气率的预测偏差。本研究基于白金汉
定理与气泡受力平衡分析，推导并构建了考虑非牛顿流体流变特性的气泡当量直径预测模型与曳力系数表征模型。实验结果表明，基于CEEMD-DSC的气侵定量识别算法在对不同工况条件下对含气率的识别准确率误差控制在± 20%以内，从而验证了所建立算法的有效性和可靠性。
不同粘度溶液介质条件下气泡实测当量直径与预测直径对比
不同粘度溶液介质条件下基于CEEMD-DSC算法的频移信号提取
论文链接：https://doi.org/10.1063/5.0336804
