一种基于磁场的外井工具空间定位方法，适用于磁化套管环境中的工具 作者：张宪伟、侯琳、刘凌泉、李一轩、胡少冰

《Processes》：A Magnetic-Field-Based Spatial Localization Method for Downhole Tools in Magnetized Casing Environments Xianwei Zhang, Lin Hou, Lingquan Liu, Yixuan Li and Shaobing Hu

　　摘要：在磁化套管环境中，套管引起的磁干扰会显著降低方位角计算的准确性，并影响井下工具空间定位的可靠性。为了解决这一问题，本研究提出了一种基于磁场的历史空间定位方法，适用于磁化套管环境中的井下工具。首先，开发了一个联合方位角校正框架。该框架结合了椭圆拟合用于径向畸变校正、单轴多站分析（MSA）用于轴向干扰消除，以及径向基函数神经网络（RBFNN）用于残差非线性误差补偿。随后，基于校正后的方位角信息，通过理论建模和有限元仿真分析了磁化套管周围的磁场分布，并建立了一个余弦型方位角响应模型。在此基础上，构建了一个最小残差定位模型来反演测量点的高度和径向距离。结果表明，所提出的校正框架有效地提高了方位角计算的准确性，经过RBFNN补偿后，平均RMSE降低到了0.0371°。此外，反演出的高度和径向距离与实验值吻合良好，证明了所提出定位方法的有效性。本研究为复杂井下磁环境中的空间定位提供了一种有效方法。

1. 引言

随着井下作业环境复杂性的增加，精确的方位角估计和可靠的井下工具空间定位对于钻井引导、轨迹控制以及地下作业安全变得越来越重要。然而，在磁化套管环境中，套管引起的磁干扰会严重扭曲测量的磁场[1,2]。这种扭曲导致显著的方位角计算误差，并降低定位的可靠性。因此，来自磁化套管的磁干扰已成为井下工具定位的关键挑战。因此，分析和校正这种干扰对于提高井下工具定位的准确性和可靠性至关重要[3,4,5,6,7]。可靠的井下信息不仅对轨迹控制和钻井引导至关重要，而且对于复杂钻井条件下的工程解释和操作决策也非常重要。更广泛地说，国际上的钻孔测井研究表明，井测井提供了评估地质构造、储层特性和钻井相关工程应用所需的重要 petrophysical（岩石物理）和地质信息[8,9]。以现场为导向的井下监测研究表明，车载传感器系统和记录的井下参数可以为评估钻井条件和支持操作决策提供有价值的信息[10]。同时，关于在苛刻工作条件下钻井工具行为的研究表明，材料属性、结构特性和制造因素可能显著影响工具的可靠性和性能[11]。这些发现进一步突显了在工程应用中准确可靠的井下姿态确定和空间定位的实际重要性。

目前，钻孔轨迹测量仍然主要依赖于磁倾角计或测井时测量（MWD）系统来提供方位角、倾角和工具面信息[1,12]。这些系统通常由三轴磁力计和三轴加速度计组成。它们的测量精度受到传感器相关误差和外部磁干扰的影响。前者包括偏置、比例因子、非正交性和安装误差，而后者可能来自钻柱磁化、相邻套管和局部地磁异常[12,13,14,15]。早期研究表明，井下磁干扰会直接引入方向测量误差，并进一步增加钻孔位置的不确定性。因此，逐渐建立了磁误差建模和轨迹不确定性评估的方法[2,14]。

为了提高磁姿态确定的准确性，已经进行了大量的校正研究[12,13,14,15]。一类方法关注静态传感器误差，使用椭球或椭圆拟合来校准磁力计的偏置、比例因子和非正交性[12,13,15]。另一类方法是为井下磁测量设计的，应用多站分析并结合多个测量点的约束来校正磁方向测量的系统误差。这些方法已被证明可以提高由磁场得出的轨迹的质量。然而，这些方法主要关注测量校正本身。在由外部铁磁目标（如磁化套管）引起的复杂异常场中，仅靠几何校准或传统的MSA往往是不够的。特别是，由于轴向方向的磁干扰对方位角估计有更直接的影响，而残差非线性误差仍然难以完全消除[14]。人们还投入了大量努力进行相邻井识别和井间距离测量。代表性的方法包括地磁异常分析、主动磁导向、电流激发磁测距和强磁基测距。这些方法在避免井间碰撞、双水平井之间的间距控制和套管定位方面取得了良好的结果[3,4,5,6,7]。然而，现有的研究主要集中在主动磁源激发、井间测距算法或特定操作条件下的磁场响应分析[4,5,6,7]。相比之下，关于磁化套管引起的被动异常场的研究仍然有限，特别是在三个方面：磁干扰下的精确方位角校正、方位角磁响应的定量建模，以及将这两个过程与空间位置反演相结合。因此，仍然缺乏一个将精确方位角校正与磁化套管环境中的可靠空间定位联系起来的统一框架。由于最小残差定位中的匹配质量在很大程度上取决于方位角精度，因此准确稳定的方位角信息对于可靠的空间反演至关重要[14]。

受这些局限性的启发，本研究提出了一种用于磁化套管环境中的井下空间定位的集成框架。以往的研究主要集中在特定的操作条件下的磁测量校正或磁响应分析。相比之下，所提出的方法直接将联合方位角校正与基于余弦模型的空间反演联系起来。首先，使用基于椭圆拟形的径向校正、基于单轴MSA的轴向校正以及基于RBFNN的残差非线性补偿来抑制多种磁干扰源。这些步骤提高了方位角估计的可靠性。然后，基于校正后的方位角信息，利用磁化套管周围磁场的稳定余弦型方位角响应来构建最小残差定位模型。该模型用于反演测量点的高度和径向距离。通过这种方式，所提出的方法改进了磁姿态确定，并将可靠的磁响应特征转化为有效的空间定位约束。因此，它解决了被动磁化套管环境中的一个重要问题。本研究的主要贡献总结如下：

- 提出了一种用于磁化套管环境的联合方位角校正方法。该方法结合了基于椭圆拟形的径向校正、基于单轴MSA的轴向校正以及使用RBF神经网络的残差非线性误差补偿。该框架在复杂磁干扰下提高了方位角估计的准确性和稳定性；
- 建立了磁化套管周围被动磁场的余弦型方位角响应模型，并通过有限元仿真和实验测试进一步验证了其有效性，从而为所提出的最小残差空间定位方法提供了支持；
- 建立了一种基于磁场的井下工具空间定位方法。基于磁场对相对方位角的余弦响应，构建了一个最小残差反演策略来识别测量点的高度和径向距离。这使得井下工具的空间定位成为可能。

本文的其余部分组织如下。第2节介绍了所提出的方位角校正方法，包括钻具姿态模型、基于椭圆拟形和单轴MSA的联合校正方法，以及基于RBFNN神经网络的非线性误差校正方法。第3节通过有限元仿真分析了磁化套管周围磁场的余弦型方位角响应，并基于该响应建立了最小残差定位模型。第4节介绍了实验设置和测试结果。本节验证了所提出的方位角校正和空间定位方法，包括磁方位角响应特性的验证、测量点高度和径向距离的反演，以及空间位置的联合反演分析。第5节总结了本文。

2. 方位角校正方法

2.1. 钻具姿态模型

为了准确确定方位角、工具面角和倾角，首先必须建立仪器坐标系与地理坐标系之间的转换。基于这种转换，可以构建钻具姿态模型[16,17]。根据由西北向上定义的地理坐标系与仪器坐标系之间的对应关系，使用欧拉旋转方法将仪器坐标系中测量的重力和地磁场数据通过姿态转换矩阵转换为地理坐标系[18,19]。然后可以获得钻具姿态参数，如图1所示。

2.2. 径向椭圆拟合和单轴多站联合校正方法

在磁化套管环境中，附近的铁磁目标会扭曲钻具测量的局部磁场，从而导致较大的方位角估计误差。传统的单点方法依赖于单个位置的瞬时磁场测量，因此对局部异常、随机噪声和测量误差很敏感。因此，它们的估计稳定性和准确性通常受到限制。为了减少局部异常磁场对姿态确定的影响，本研究采用了一种单轴多站校正方法来校正磁干扰[20,21,22]。Brooks提出的MSA方法是一种同时处理多个测量点磁场数据的磁干扰校正方法。通过利用这些点之间的姿态差异，它构建了一个方程组来求解传感器误差参数，从而实现磁干扰校正。其目标函数如下：

其中Bhi表示地磁场的垂直分量，BVi表示地磁场的水平分量。Bhi和BVi都可以从磁力计和加速度计的测量中得到。多站分析方法的相关参数方程如下：

其中Bxmeasi、Bymeasi和Bzmeasi分别表示第i个测量点在X、Y和Z方向的磁力计测量值；Bxcorri、Bycorri和Bzcorri分别表示校正后的磁场值在X、Y和Z方向；Gxi、Gyi和Gzi表示第i个测量点在三个方向上的加速度计测量值。

方位角估计受到轴向磁干扰的影响更为显著。同时，全三轴联合处理在计算上代价高昂，并且需要相对复杂的解决程序。因此，本研究采用了一种策略，首先进行径向校正，然后进行轴向校正。具体来说，首先对径向磁场分量进行几何校正，以减少系统畸变，并为后续的轴向干扰抑制提供更稳定的基础。在理想的旋转测量条件下，由两个径向磁场分量形成的轨迹应该是圆形[22,23]。然而，由于磁力计的非正交性、灵敏度误差、零偏移误差以及周围环境的磁干扰，实际轨迹通常呈现为近似椭圆而不是标准圆[24,25]。因此，引入了椭圆拟合方法来校正径向磁场分量。在此基础上，进一步对Z轴磁场分量应用单轴多站分析方法来抑制剩余的轴向干扰，从而提高方位角估计的准确性和稳定性。椭圆通常可以用以下的二次多项式表示：

其中k = [a b c d e f]T是要确定的参数向量。为了确保拟合的二次曲线是椭圆而不是其他圆锥曲线，在拟合过程中施加了约束。然后通过最小化测量数据点与二次曲线之间的拟合误差来获得最优椭圆参数。基于拟合的椭圆参数，使用方程(9)和(10)进一步校正径向磁场分量，从而得到校正后的磁场强度。

2.3.基于RBFNN的方位角估计的非线性误差补偿

尽管在径向干扰校正和单轴多站分析后，磁场干扰对方位角估计的影响已经被有效抑制，但由于传感器误差、环境噪声以及复杂磁场的非线性耦合效应，校正结果中仍可能残余一些非线性误差。这些误差通常难以用传统的分析方法准确建模。因此，需要引入数据驱动的方法来进行进一步补偿。为了进一步提高方位角估计的准确性，本研究采用RBFNN来学习和补偿这些残余的非线性误差，从而获得更精确和稳定的方位角估计结果[26,27,28]。

RBFNN是一种三层前馈神经网络，通常由输入层、隐藏层和输出层组成[29]。输入层接收测量特征，隐藏层利用径向基函数捕捉局部非线性响应，输出层线性组合隐藏层的输出，以近似输入和输出之间的非线性映射[30]。与传统线性模型相比，RBFNN具有结构简单、训练速度快和强非线性拟合能力的特点，特别适用于小样本条件下的误差预测和函数逼近。

在本研究中，三轴加速度计测量数据和三轴磁力计测量数据作为输入特征，而单轴多站校正后的残余方位角误差作为输出目标来构建方位角误差补偿模型。其网络结构如图2所示。通过学习训练样本，RBFNN可以捕捉测量特征与相应误差之间的隐含非线性关系，并能进一步预测未见样本的误差[31]。设输入向量为x，则网络中第i个隐藏节点的输出可以表示为[32]：

其中ci是第i个径向基函数的中心，σi是相应基函数的宽度，‖x ? ci‖表示输入样本与中心之间的欧几里得距离[33,34]。网络输出可以表示为：

其中ωi是输出层的权重，m是隐藏节点的数量，y是网络预测的误差补偿值[35]。

基于训练好的模型，建立了从输入特征到单轴多站校正后残余方位角误差的映射。然后使用网络输出作为方位角校正的补偿项[13]，其中Acorri是单轴多站校正后的方位角，y是RBFNN预测的残余误差，A是补偿后的方位角。通过引入RBFNN，系统在复杂磁场干扰环境中表征非线性误差的能力得到了进一步提升。这有助于减少使用传统方法难以完全消除的非线性误差的影响，从而提高方位角估计的准确性和稳定性，并为后续的井下空间位置反演提供更可靠的方位角信息。

3. 磁场余弦响应和定位模型的仿真分析

3.1. 有限元仿真模型开发

为了研究磁化套管周围磁场的分布特性及其方位角依赖的响应模式，在COMSOL Multiphysics 6.3中建立了一个三维有限元仿真模型。仿真在静磁条件下使用“Magnetic Fields, No Currents”界面进行，忽略了位移电流和时变项。模型主要由套管本体和周围的空气域组成。根据材料设置，空气和铁被分配到相应的域中。采用了物理控制的网格，网格元素大小为正常值，并根据磁场仿真的要求配置了网格设置。此外，使用了静止求解器来获得稳态磁场分布。这些设置为后续分析余弦型磁场响应和定位模型的开发提供了仿真基础[36,37,38,39]。

如图3所示，建立的有限元模型主要由两部分组成：套管本体和周围的空气域。套管放置在空气域内，其空间姿态通过设置相应的方位参数来描述。具体来说，倾角I用于表征套管轴线与垂直方向的偏差，而方位角A用于描述套管轴线在水平平面上的方向。根据本节的参数设置，采用I = 30°和A = 0°。因此，该模型表示套管在30°倾角和0°方位角下的空间姿态。表1列出了套管的几何参数和背景地磁场参数。在仿真中，综合指定了套管的外径、高度、壁厚以及背景地磁场的全强度和方向分量。这些设置旨在尽可能准确地反映实际地磁条件下磁化套管周围的磁场分布，并为后续提取和分析不同观测位置的磁场响应特性提供一致的仿真条件[40,41]。

3.2. 磁场方位角响应特性的仿真分析

为了分析磁化套管周围磁场随相对方位角的变化，我们在0.5 m和1.0 m的观测高度处，倾角I = 30°的情况下，提取了径向水平平面上的磁场强度数据。径向观测距离设置为R、2R、4R和16R，其中R表示套管的外半径。然后绘制了不同钻孔方位角A = 0°、90°、180°和270°时的磁场强度与相对方位角的响应曲线，如图4和图5所示。可以看出，在不同的钻孔方位角和径向观测距离下，磁化套管周围的磁场强度随着相对方位角呈现出明显的周期性变化。整体变化趋势平滑连续，显示出明显的余弦型响应模式，表明磁场响应与相对方位角之间存在稳定的功能关系。

4. 结果与讨论

4.1. 实验设置

实验装置主要包括DX-4C倾角计方向传感器、长度为3米、直径为140毫米的磁化套管、数字数据采集单元和电源系统，如图6所示。实验中引入了磁化套管，以模拟井下磁传感器在附近有铁磁套管存在时的复杂磁场环境，从而为验证所提方法的有效性提供了实验基础。在姿态校正实验中，磁化套管与倾角计之间的相对距离被设置为1.0米，倾角固定为90°。实验测量在八个相对方位角进行，分别是30°、60°、120°、150°、210°、240°、300°和330°。在每个测量位置，工具面角度从0°开始旋转一整圈，每间隔5°进行一次测量。在每个测量点，数据收集八次，并取平均值作为最终测量结果。实验共获得了584组原始数据。使用3σ标准去除异常值后，保留了582组有效数据集用于后续分析。

基于上述姿态校正实验，在不同的高度和距离条件下进行了额外的磁场测量实验，以进一步表征磁化套管周围的磁场响应，并为后续的空间位置反演提供数据支持。具体来说，观测高度被设置为0.1米、0.3米、0.5米和1.0米，而相对距离在0.2米到2.0米之间，间隔为0.2米。通过系统地获取不同工作条件下的磁场数据，分析了磁场响应随高度和距离的变化，从而为基于磁场的反演方法的后续开发提供了实验基础。

4.2. 方位角校正方法验证
由于基于余弦模型的最小残差定位方法依赖于精确的方位角信息，方位角估计的准确性直接影响后续空间位置反演的可靠性。在磁化套管的干扰下，原始磁测量数据同时包含径向畸变、轴向干扰和残余非线性误差。因此，本研究首先对测量数据进行方位角校正。然后依次应用椭圆拟合、单轴多站校正和RBFNN补偿，逐步减少来自不同来源的磁干扰误差，从而提高方位角估计的准确性，并为后续的最小残差定位提供基础。

4.2.1. 基于椭圆拟合的径向校正
为了减少径向磁场分量的系统畸变，首先对测量数据应用椭圆拟合方法进行径向校正。理想情况下，在旋转测量过程中，倾角计测量的径向磁场分量的轨迹应该形成一个圆。然而，由于偏置、比例因子不匹配和非正交误差，原始数据通常表现出一定程度的椭圆畸变，这反过来影响了方位角估计的准确性。以30°、120°、210°和300°的测量结果为例，图7比较了校正前后的径向磁场分量分布。可以看出，原始数据轨迹显示出不同的偏心率和椭圆畸变程度，表明径向分量中存在明显的系统误差。经过椭圆拟合校正后，所有数据集的轨迹更加接近圆形，其中心也更加接近坐标原点，说明径向偏置和比例畸变得到了有效校正。总体而言，椭圆拟合可以有效改善径向磁场分量的几何分布特性，提高磁测量数据的一致性和可靠性，从而为后续抑制轴向干扰提供基础。

4.2.2. 单轴多站校正方法
在径向椭圆拟合校正的基础上，进一步采用了单轴多站校正方法来补偿轴向磁干扰，如图8所示。可以清楚地观察到，在校正之前，不同相对方位角下的方位角误差RMSE大约在3.1°到11.2°之间。校正后，RMSE下降到0.4–2.6°，表明误差整体上有显著减少。同时，校正后方位角误差的标准差在0.255°到0.709°之间，表明校正后的方位角结果分散度低，稳定性和一致性良好。然而，不同方位角条件下的误差分布也显示，校正后的结果并未完全趋近于零误差。这表明在径向和轴向干扰校正后，测量数据中仍存在某些非线性误差。这些误差单独使用解析校正方法难以完全消除。因此，需要进一步引入数据驱动的补偿方法。

4.2.3. 基于RBFNN的残差误差补偿
在单轴多站校正的基础上，进一步使用RBF神经网络来补偿残余的非线性误差，结果如图9和表2所示。图9显示了基于RBFNN的方位角误差补偿模型的预测性能：(a) 预测值与真实值的比较；(b) 测试集的预测曲线与真实误差曲线的比较；(c) 方位角残差的分布。表2显示了不同校正方法下不同相对方位角的方位角误差的统计结果。在图9a中，训练样本和测试样本的分布都接近y = x线，表明预测值与真实值之间有很好的一致性。图9b进一步表明，预测曲线很好地跟随了真实误差的变化趋势。图9c显示，残差集中在接近零的值附近且相对紧凑，表明没有明显的系统偏置。

表2显示，RBF补偿将方位角误差的RMSE进一步降低到0.0132–0.0516°，标准差降低到0.0133–0.0520°。与单轴多站校正结果相比，平均RMSE从1.5857°降低到0.0371°，平均标准差从0.4671°降低到0.0373°，分别减少了97.66%和92.02%。这些结果表明，残余方位角误差得到了有效抑制，校正后的方位角精度足以用于基于余弦模型的后续最小残差定位。

为了进一步评估基于RBFNN的残差误差补偿模型的稳定性和可靠性，进行了5折交叉验证。在每折中，仅从训练子集估计归一化参数，然后将其应用于相应的验证子集，从而保持验证过程的独立性。然后通过比较五折之间的预测性能来评估模型的鲁棒性和泛化能力。

在这项研究中，RBFNN被构建为一个三层前馈网络，包括输入层、隐藏层和输出层。输入变量包括三轴加速度计测量（Gx、Gy、Gz）和三轴磁力计测量（Bx、By、Bz），输出对应于单轴MSA校正后的残余方位角误差。在训练之前，输入特征和输出目标都使用z分数方法进行了标准化。隐藏层采用高斯径向基函数作为激活核。该网络在MATLAB R2025b中使用newrb函数实现。训练过程中，目标误差设置为1 × 10?4，径向基函数的扩散参数设置为1.0，隐藏神经元的最大数量设置为100，显示频率设置为25。不断添加隐藏神经元，直到达到目标误差或达到最大神经元数量。模型的预测性能使用RMSE、MAE和R2进行评估，相应的交叉验证结果如图10所示。图10显示了5折交叉验证下RBFNN模型的性能稳定性：(a) 训练和验证RMSE的分布；(b) 5折之间的验证RMSE和R2。如图10所示，5折交叉验证结果进一步证实了RBFNN模型的鲁棒性。训练RMSE始终低于验证RMSE，但差异较小，表明没有明显的过拟合现象。此外，验证RMSE值集中在一个狭窄的区间内，验证R2在所有折中始终保持较高。这表明该模型在不同数据划分下保持稳定的预测性能，并具有良好的泛化能力。另外，因为每折中的归一化参数仅从训练子集估计并应用于验证子集，从而保持了验证过程的独立性，有助于降低数据泄露的风险。

为了更好地定位所提出的方法，这里简要与已发布的代表性精度水平进行了比较。公开可用的标准MWD工具的评论报告的方位角精度通常在0.25°到1°之间，而ISCWSA相关文档提到的相关磁测量应用中常用的容差约为0.5°（1标准差）[39,40,41]。在当前的实验条件下，所提出的框架将平均方位角RMSE降低到了0.0371°，显著低于这些常见的参考水平。这表明所提出的方法提供了具有高度竞争力的方位角校正性能。然而，由于研究之间的传感器系统、操作条件和评估标准不同，这里的比较仅作为上下文参考，而不是严格的直接基准。

4.3. 基于余弦模型的最小残差磁场定位方法的验证
4.3.1. 磁场方位角响应特性的验证
在反演测量点高度和径向距离之前，首先需要验证建立的磁场分布模型对实验数据的适用性。为此，基于完成的方位角校正，选择了不同径向距离下的测量磁场数据，分析了磁化套管周围磁场强度随相对方位角的变化。图11展示了不同高度下磁场强度作为相对方位角函数的实验结果，径向距离分别为0.1米、0.3米、0.5米和1.0米。图11显示，在不同的径向距离条件下，所有高度下的磁场强度曲线都表现出明显的余弦样变化和良好的方位角对称性。这种行为与有限元模拟和理论分析一致，表明所提出的余弦模型可以有效地描述磁化套管周围的方位角磁场响应。在不同的井眼方位角和观测距离下，响应保持周期性、平滑性和连续性。结合第3.3节中的物理解释，这一结果表明，余弦模型适用于描述本研究考虑的观测条件下的磁化套管周围的方位角磁场响应。

进一步分析表明，随着测量点的径向距离增加，磁场响应的幅度通常减小。然而，整体曲线形状及其随相对方位角的变化保持稳定，表明磁场分布具有良好的结构稳定性，并可以用参数形式描述。同时，当相对方位角已知且方位角校正结果可靠时，不同高度和径向距离对应的磁场响应曲线在幅度和形状上仍然可区分，从而为识别测量点的空间位置参数提供了基础。

4.3.2. 测量点高度反演的结果与分析
在验证余弦模型适用性的基础上，进一步使用基于磁场的最小残差定位方法来反演测量点的高度，结果如图12所示。如图12a所示，反演后的高度大致分布在y = x线上，表明反演高度与真实高度之间有很好的一致性。这表明所提出的定位方法能够在不同高度条件下准确估计测量点的高度。图12展示了测量点的高度反演结果：(a) 反演高度与真实高度的比较；(b) 不同真实高度下反演误差的统计分布。图12b展示了不同真实高度下反演误差的统计结果。可以看出，所有测量点的平均反演误差通常接近零，没有明显的系统偏置，表明所提出的方法在不同高度范围内保持良好的稳定性。与此同时，每个高度上的误差总体波动范围保持较小，反演误差也保持在相对较低的水平，这表明该方法在高度估计方面具有良好的反演精度和稳定性。4.3.3. 测量点距离反演的结果与分析在完成测量点高度的反演之后，进一步应用了最小残差磁场定位方法来反演径向距离，结果如图13所示。图13. 测量点距离反演结果：(a) 反演距离与真实距离的比较；(b) 不同真实距离下反演误差的统计分布。如图13a所示，反演距离大致分布在y = x这条线上，与真实距离吻合良好。这表明所提出的方法能够在不同的距离条件下准确地估计测量点的径向距离。图13b展示了在不同真实径向距离条件下的反演误差统计结果。可以看出，所有距离点的平均反演误差通常接近零，误差均值大约在10^-3的数量级，仅有轻微的正偏差。同时，误差的波动范围在所有距离条件下都保持较小，基本上控制在±0.03米之内。与0.2-2.0米的径向距离范围相比，这一误差水平相对较低，表明所提出的方法具有良好的反演精度和稳定性。4.3.4. 测量点空间位置联合反演的实验结果与分析在分别完成测量点高度和径向距离的反演分析后，进一步以综合的方式展示了在不同相对方位角、高度和径向距离下的测量点空间位置，如图14所示，蓝色实心点表示真实空间位置，而红色圆圈表示反演后的空间位置。在这张图中，蓝色实心点表示真实空间位置，橙色圆圈表示反演后的空间位置。两者都在由方位角、高度和距离定义的三维坐标系中显示。可以看出，反演结果与真实位置总体上吻合良好，大多数数据点在三维空间中几乎重合。图14. 三维坐标系中测量点的真实位置与反演后位置的分布。这表明基于余弦模型的最小残差磁场定位方法可以准确恢复测量点的空间位置。从不同工作条件下的分布来看，当相对方位角、测量点高度和径向距离同时变化时，没有观察到明显的系统偏差，表明所提出的方法在多参数耦合条件下具有良好的空间位置识别稳定性。结合之前关于高度反演和径向距离反演的结果，可以得出结论：所建立的方法不仅实现了单参数的准确反演，而且在联合定位条件下也保持了良好的精度和一致性。需要注意的是，本研究中采用的实验条件相对于真实的井下环境来说是相对可控和理想化的。在当前的实验中，磁化套管与传感器之间的相对位置、观测高度和距离以及周围磁场条件都被设置在可控范围内，这有助于现阶段验证所提出方法的有效性。然而，在实际的井下应用中，磁响应可能会受到更多复杂因素的影响，例如套管串的异性、附近的多个铁磁源、钻井振动、温度变化、传感器漂移和轨迹波动等。这些因素可能会给方位角校正和空间定位带来额外的不确定性。因此，当前的结果应被视为在可控条件下的方法验证，未来需要在更真实的井下环境中进行进一步验证。所提出方法的可扩展性取决于校准响应库的覆盖范围、分辨率和离散性。原则上，通过增加校准条件的数量可以扩展定位范围，尽管这也增加了残差匹配的计算成本。由于该方法基于离散的校准库，当实际测量点位于相邻校准条件之间时，可能会出现插值或离散化误差。此外，随着径向距离的增加，套管引起的磁干扰会减弱，预校准的余弦响应模型的相位特性也可能发生变化。即便如此，在所研究的距离范围内，相邻响应曲线之间的幅度和相位差异仍然足够明显，可以进行最小残差匹配。同时，所提出方法的性能还与角度采样间隔和校准位置的准确性有关。较大的旋转间隔会降低磁响应曲线的角度分辨率，可能会削弱最小残差匹配的辨别能力并影响反演精度。相反，较小的间隔可以提供更详细的响应特征，但也会增加数据采集时间和处理成本。因此，本研究中使用的5°间隔代表了响应分辨率和实验效率之间的折中。同时，已知校准高度和径向距离的小误差可能会传递到校准后的余弦响应库中，进一步影响反演结果。尽管在当前实验条件下所提出的方法仍表现出良好的稳定性，但未来工作将对这些因素进行更系统的敏感性分析。总之，实验结果表明，基于余弦模型的最小残差磁场定位方法可以准确识别测量点的空间位置。反演结果与真实位置总体一致，表明该方法在实验条件下具有良好的可行性和有效性。5. 结论本研究提出了一种基于磁场的定位方法，用于磁化套管环境中的井下工具，并通过仿真和实验进行了验证。主要结论如下：(1) 通过结合椭圆拟合基础上的径向校正、单轴多站轴向校正以及基于RBFNN的残差误差补偿，开发了一种联合方位角校正方法。该框架在复杂的磁场干扰条件下有效提高了方位角估计精度。经过RBFNN补偿后，平均RMSE降低到了0.0371°，达到了10^-2的数量级。(2) 理论分析、有限元仿真和实验结果一致表明，磁化套管周围的磁场对相对方位角表现出稳定的余弦型响应。这一特性为使用磁场响应特征进行空间定位建模提供了基础。(3) 建立了一种基于余弦模型的最小残差磁场定位方法来反演测量点的高度和径向距离。实验结果显示，反演位置与真实位置总体一致，证实了该方法在磁化套管环境中用于井下工具空间定位的可行性和有效性。所提出的方法为复杂井下磁场环境中的空间定位提供了一种可行的方法，并显示出在附近磁化套管干扰下的相对位置识别潜力。然而，当前的研究是在受控的仿真和实验条件下进行的。在更复杂的现场环境和不同的套管磁化条件下仍需进一步验证。不过，基于RBFNN的残差误差补偿模型的通用性受到训练数据和校准条件覆盖范围的限制，对于超出测试范围的操作条件可能需要额外的校准或重新训练。