杨赟达
- 作品数：7 被引量：25H指数：4
- 供职机构：西南石油大学机电工程学院更多>>
- 发文基金：中国石油天然气集团公司科技项目中国石油天然气集团公司科学研究与技术开发项目更多>>
- 相关领域：石油与天然气工程自动化与计算机技术更多>>
- 套管悬挂器抗内压结构安全性分析被引量：5
- 2014年
- 由于井身结构广泛采用非标套管,需要研制非标套管悬挂器。针对206.4mm(81/8英寸)套管悬挂器,采用理论计算与有限元仿真相结合方法。对套管悬挂器在试压(105MPa)条件下进行强度校核。研究表明:16mm壁厚时可承受最大压力120.336MPa;套管悬挂器坐封完毕,最大应力437.3MPa,低于725HS镍基合金的屈服强度(1 074MPa),套管悬挂器强度在安全范围。此研究方法可以推广到其他非标套管悬挂器的研发,研究结果对于确保油气井的正常钻采作业具有十分重要的意义。
- 杨赟达刘绘新胥志雄王延民梁红军胡文礼曾晓兰
- 关键词：有限元
- 突变地层导向孔轨迹仿真预测
- 2013年
- 目前对于钻头与突变地层相互作用规律,以及突变地层对钻进轨迹的影响主要采用经验公式进行预测,使用范围有一定局限性。为此,采用有限元仿真软件Abaqus对突变地层导向孔钻进进行仿真分析。分析结果表明,三牙轮钻头在突变地层钻进过程中发生纵向偏移,同时钻头发生振动,地层硬度越大,钻头振幅越大;在地层倾角一定的情况下,钻头钻进速度越大,则钻进轨迹纵向偏移越大,钻头旋转速度越大,钻进轨迹纵向偏移越小,钻头旋转速度低于2.2 rad/s时,旋转速度对钻进轨迹纵向偏移影响减小;当地层倾角逐渐增加时,钻进轨迹纵向偏移量增大,当地层倾角超过45°时,对钻进轨迹纵向偏移影响减小。
- 夏换胡文礼智勇韩涛刘旭杨赟达张勇
- 关键词：三牙轮钻头
- 气体钻井对井口四通冲蚀磨损规律研究被引量：4
- 2015年
- 气体钻井中携岩气体冲击四通内壁是导致四通失效的主要原因。基于气固两相流和冲蚀理论,运用CFD软件对四通本体流体域进行数值计算,分别研究了实际钻井工况下钻杆偏心的情形和不同钻井工艺对四通本体的冲蚀规律。研究结果表明,随着偏心距的增大,岩屑的轴向速度逐渐增大,局部冲蚀速率也呈现增大的趋势;由于偏心造成的岩屑粒子轨迹偏转向四通宽流道一侧冲击,容易在局部造成严重的冲蚀缺陷,导致四通承压能力下降;在不同钻井工艺下,冲蚀速率峰值和流体速度峰值都随注气量和岩屑质量流量的增加而基本呈线性递增趋势,而与岩屑粒径成反比关系,四通出口压力对冲蚀速率的影响不大。因此,在实际钻井中应尽量减少钻杆的偏心作业,合理控制注气量、岩屑质量流量,以保证钻井作业的安全进行。
- 邹康王健功杨赟达艾志久胡坤孟璋劼
- 关键词：气体钻井冲蚀CFD数值模拟
- 弯曲变形对钻杆接头螺纹粘扣的影响研究被引量：8
- 2013年
- 针对钻杆接头螺纹粘扣问题，建立钻杆接头螺纹有限元模型，利用静态隐式求解器，计算分析钻杆接头螺纹在受钻压、扭矩及钻井液压力时，钻杆发生弯曲变形前、后各螺纹牙受力和应力分布规律。分析结果表明，螺纹承载侧所受接触力远大于导向侧，且承载侧所受接触力集中于螺纹大端，导向侧所受接触力集中于螺纹小端；螺纹所受的接触力呈不均匀分布，位于两端的螺纹所受接触力大于中间部位螺纹所受接触力，两端螺纹所受接触力为中间部位螺纹所受接触力的3～4倍；钻进时，钻杆接头螺纹的最大等效应力位于螺纹大端第1有效接触螺纹牙处；当钻杆发生弯曲变形时，螺纹的最大等效应力仍位于大端第1有效接触螺纹牙处，且等效应力显著增大，当该应力超过螺纹牙材料屈服极限时就会粘扣。
- 张攀夏换周宝库艾志久张勇鲜勇杨赟达杨天冰
- 关键词：钻杆粘扣接触应力有限元分析
- 控压并联节流管汇压降特性研究
- 2013年
- 控压钻井技术是近年来发展起来的一项解决复杂钻井问题的重要技术,节流管汇中节流阀是控制井口回压关键部件,传统研究节流阀压降特性线性关系方法是通过改进节流阀阀芯结构。文章利用现有节流管汇,采用并联节流阀新方法,运用计算流体力学并结合一元线性回归分析方法,研究并联节流阀压降特性线性关系,得出并联管汇节流线性度均比单节流阀节流的线性度高,并联节流管汇中副节流阀开度调至15%时,整体线性度比单个节流阀提高了23.1%。
- 艾志久刘旭李杰杨赟达王琴陈瑞
- 关键词：控压钻井压降特性线性度
- 基于支持向量机的油管内外表面缺陷识别方法被引量：8
- 2015年
- 由于根据漏磁信号难以准确识别出油管内、外表面缺陷,为此提出了基于支持向量机(SVM)的油管内外表面缺陷识别方法。采用时频分析技术提取了用于区分油管内外表面缺陷的漏磁信号时域和频域特征量,然后将其作为油管内外表面缺陷识别SVM模型的样本数据,采用改进的云自适应粒子群(MACPSO)优化算法对SVM识别模型的参数进行优选,结合优选的模型参数和样本数据训练构建油管内外表面缺陷识别SVM模型。实验结果表明:该智能识别方法能够有效区分油管的内外表面缺陷,识别准确率高于90%。
- 蹇清平艾志久张勇杨赟达
- 关键词：油管支持向量机粒子群优化
