摘要：针对多臂井径仪（MIT）采集井筒内壁空间位置参数可视化需求，现提出将其转换为点云数据，再通过对数据模型诊断分析得到井筒的形变类型。建立MIT测井过程可视化模型，通过引入柱面坐标来标定每个测点三维坐标；将每个测点的空间位置信息由极坐标转换为直角坐标，形成点云模型。采用所提方法将SH54井风险段处MIT数据成功转换为点云数据，并对该井470~471 m处的点云模型以类似CT横断扫描诊断的方式进行平铺展开，利用曲线拟合、面积计算得到SH54井在470~471 m处每个横断面的实际轮廓线和实际面积。结果表明：利用该方法生成的点云模型通过图表对比分析，可推断出该井段产生了非对称挤压缩径形变。

　　关键词：MIT测井数据，点云数据，数据转换，截面诊断，井筒形变

　　0引言

　　随着致密油、页岩气等非常规资源开发的不断深入，井身结构和井筒工况日趋复杂，测井数据成为了评估地下油气储层性质和井筒状态的重要手段，对地下储层的准确定位和评价变得愈发重要[1-4]。同时测井数据作为获取地质信息的重要手段，其数据的转换和解释对于油气勘探具有至关重要的意义。关于测井数据转换方面的研究，近年来受到了广泛关注和重视[5-8]。早在2003年，胡佳庆[9]详细地介绍了常用的测井数据格式，包括BIT、LA716、33I7、LIS、DLIS、TIF、ASCII码等数据格式，并介绍了数据格式转换的方法。2016年，李忠新[10]总结了国内学者在测井数据格式转换技术方面的研究进展，并分析了测井数据格式转换技术的发展方向。2021年，强伟帆等[11]借助Visual Studio 2012平台，运用C#语言设计开发了一个LastoCSV格式转换软件，该软件能够对Las测井文件进行读取、分析、存储，然后转换为能被深度学习应用程序包直接读取的CSV格式文件，并且可对无效数据进行剔除处理。

　　本文提出将MIT测井数据转换为点云数据[12-15]。点云数据作为可视化数据的一种，以其离散点集的形式，可使用高效的数据结构和算法进行存储和处理来提高数据处理的效率。目前国内外学者，未将点云处理技术融于测井解释之中，其原因在于传统的激光扫描仪受限于井下的复杂环境，无法适用于井下信息数据的采集。然而，将MIT测井数据转换为点云数据，即可将点云可视化处理技术融入于测井解释之中。

　　1转换方法研究

　　1.1研究思路

　　首先，建立MIT测井立体模型，该模型由所有测井截面圆沿套管轴线方向排列组合而成，包括了多臂井径仪与套管内壁接触测量时所有测点。MIT测井所采集的数据包含轴向深度、径向内径和多臂井径仪测量臂相位大小。基于这3个维度数据信息，可在测井模型上建立坐标系，标定测点坐标。再根据坐标信息，提取带有空间位置信息的特征点，生成点云模型。其整体转换思路如图1所示。

　　1.2 MIT测井模型

　　在测井举升过程中，多臂井径仪测量臂在套管内壁沿套管轴线方向滑移的同时，也会产生径向位移。而测量臂径向的位移则反映了套管内径值的变化情况，通过测量臂内部机械转换结构，径向位移可转为推杆的垂直位移。内径若发生异常，就会导致连杆滑键在可变电阻上移动，使电位信号发生变化，将信号放大后传输给地面设备，地面仪器将其转化为相应的井径值变化量。

　　设若有一个16臂的井径仪，其测量臂的触点在井筒内壁圆周上的分布如图2所示。在套管的一个圆截面上，多臂井径仪的测井中心或套管中心可由点O表示，F1至F16为多臂井径仪16根测量臂上与套管接触的测点，相邻两个测点的圆周上角度大小一样，每个测点皆与井筒内壁接触。每根测量臂所测的数据值返回到地面后可解释为该触点到套管中心的距离：r 1=|OF1|，即套管内壁上该处的半径值。若多臂井径仪有n个测量臂，则有n个测点，一个圆截面上将测得n个数据值，每个数据值实际意义为该处套管内壁半径值，ri=|OFi|。

　　当多臂井径仪沿套管轴线方向上前进一个步长值时，将得到第2个套管圆截面上测点分布示意图，如图3所示。O和O’分别为第1个圆截面上的测井中心（套管中心）和第2个圆截面上的测井中心（套管中心）。在第1个圆截面上，测量臂与套管的触点为Fi，对应在第2个圆截面上的同一根测量臂上的测点为Fi'，且母线FiFi’的长度近似等于|OO'|的值。依次往后，随着多臂井径仪按一定步长值往后测量，测量臂将会在套管第3个圆截面、第4个圆截面等进行测量。最后在测井完毕后，可以得到沿套管轴线方向上一系列环形测点。

　　1.3数据转换

　　1.3.1建立平面极坐标系

　　在套管单一圆截面上，可以对每个测点进行坐标标定。又因为每个测点所获取的数据值是该测点到测井中心的距离值，同时也表示的是套管该点处的半径值。因此，可以引入极坐标法，对各个测点进行坐标标定。图4所示为平面极坐标系图，在平面内取定一个点为原点O，称为极点，从O发出一条射线l，称为极轴。取定一个长度单位，通常规定角度取逆时针方向为正。这样，在平面上任一点P的位置就可以用线段OP的长度ρ以及从Ol到OP之间的夹角θ来确定，有序数对(ρ,θ)就称为点P的极坐标，记为P(ρ,θ);ρ称为点P的极径，θ称为点P的极角。

　　对以臂数为16的多臂井径仪测井示意图建立平面极坐标系，如图5所示。以多臂井径仪（套管中心）为坐标系极点，以多臂井径仪第一根测量臂的向外方向为极轴，建立极坐标系。则测量臂上的测点记为Fi，每个测点Fiθi）可由式（1）计算得到。

　　式中：m为多臂井径仪测量臂的臂数；i为测量臂上测点的序列号，且1≤i≤n，i为正整数；ri为第i个测点的数据值（半径值）。

　　对于32臂、40臂、64臂等不同臂数的多臂井径仪测井方式，依旧可以标定单一圆截面上各个测点的极坐标值，只需另m为32、40、64等。

　　1.3.2柱面坐标系

　　如前文所述，多臂井径仪在对井下套管进行测量时，不仅仅是进行二维（套管圆截面）测量，同时也进行三维（井深方向）测量，所有测点均以三维空间分布的。因此，测点的坐标标定需要引入深度方向上的数据来构成三维坐标值。对此，引入柱面坐标系，如图6所示为柱面坐标系图。在平面极坐标系的基础上，引入垂直平面极坐标系的Z轴（Z轴表示高度或深度方向）。设点M为空间上任一点，可用有序数（ρ,θ,z）来表示其空间位置。ρ为极径，θ为极角，为平面上二维坐标，z为竖直方向上的高度，3个数据表征了点M在空间里相对极点O的位置。另一点M'是M在XOY平面上的投影，2个点坐标之间的关系为ρ'=ρ,θ'=θ,z'=0，z=z'+h。

　　对图3所示的测点示意图建立柱面坐标系，可得到如图7所示的测点空间柱面坐标系图。其中，井下套管是由地面向下延伸，因此以竖直向下方向作为Z轴（深度方向）的正方向。测点的编号可记为Fij（i为井深方向上的序号，j为圆周上的序号）。则测点Fij的坐标值（ρij，θij，zij）可由式（2）计算得出。

　　式中：m为多臂井径仪测量臂的臂数；i为井深方向上的序号，i=1，2，3，…，n；j为圆周上的序号，j=1，2，3，…，m；h为井深；rij为第i给圆截面上第j个测点的数据值（半径值）。

　　结合以上坐标系模型，将所有测点的按矩阵排列，形成如表1所示的测点柱面坐标二维分布表。

　　1.3.3直角坐标转换

　　柱面坐标转换成直角坐标，可通过式（3）实现。

　　通过式（3）可将每个测点的柱面坐标转换成直角坐标，但不改变测点的空间位置属性。柱面坐标转换成直角坐标如图8所示。

　　其中，x=ρcosθ，y=ρsinθ，z=z；x'=ρ'cosθ'，y'=ρ'sinθ'，z=z'；x=x'，y=y'。

　　式中：m为多臂井径仪测量臂的臂数；i为井深方向上的序列编号，i=1，2，3，…，n；j为圆周上的序列编号，j=1，2，3，…，m；h为井深。

　　将测点坐标按矩阵排列方式，形成测点直角坐标二维分布表，如表2所示。

　　1.4点云模型

　　点云是在同一空间坐标系下点数据集，该数据集包含三维坐标值、颜色、强度等特征值。根据前文所建立的坐标系及测点坐标标定方法，以三维直角坐标值作为测点的特征点，提取所有特征点，可生成点云模型，如图9所示。

　　2实验验证

　　2.1实例转换

　　图10所示为某代号为SH54井的井筒内壁测井数据，该数据包含了每个测井深度截面上每个测点所的半径值（单位：mm）、井深（单位：m）和测点相位角（单位：°)。

　　通过前文所述转换方法，将SH54井Las数据转为点云数据，并通过Python中matplotlib库成功读取，图11所示为该井局部井段点云模型。

　　2.2模型诊断

　　已知SH54井筒在470 m往后产生了形变，对此可以利用点云模型进一步观察形变情况[16-19]。现对470~471 m之间的井筒点云模型进行类似CT扫描诊断的方法[20]，进行横断平铺展开，每个截面之间的距离为0.125 m，因此在这1 m井段间有9个横截面。将每个横截面上的点通过曲线拟合，可近似得到井筒的实际轮廓线，如图12所示。红色虚线为该井筒理论轮廓线，半径为62 mm。通过该方法，可以清楚地观察井筒实际形变状况，并且通过计算机程序，可计算实际变形后井筒横截面的面积，如表3所示。通过对比形变前后数据，可进一步得到井筒形变情况。

　　对比分析图13所示的折线图，可得到该处井段的产生非对称形变，其实际半径最大值和最小值分别大于理论半径值和小于理论半径值。并且该井段处横截面积几乎都小于理论横截面积，且趋于缩小。因此可推断该处产生了非对称挤压变形。

　　3结束语

　　本文介绍了MIT数据转换点云数据的过程方法，提出了转换关键在于建立测井模型和测井坐标系。建立了MIT测井模型，将测井过程与测点可视化。接着引入了平面极坐标系和柱面坐标系，标定了每个测点的坐标值。再利用柱面坐标和直角坐标转换公式，用直角坐标标定每个测点坐标值。以三维直角坐标值作为测点的特征值形成特征点，提取所有特征点，形成点云模型，为测井数据转换提供了新思路。同时，以SH54井的MIT测井数据作为实验对象，实验成功生成了该井的井筒内壁点云模型，验证了MIT数据点云转换方法的可实施性。并且对470~471 m井深处点云模型的横截面进行比对分析，通过面积变化、图形对比，可推断出该处井筒产生了非对称挤压缩径形变。基于点云数据处理的灵活高效性，建议接下来利用点云建模算法，对井筒点云模型进行三维重建，实现井筒数字化三维建模。

　　参考文献：

　　[1]HU J Q.Common formats and format conversion of logging data[J].Offshore Oil,2003(1):75-80.

　　[2]陈绪龙,牛步能,杜旭,等.井筒管柱完整性测井评价技术的应用优化[J].测井技术,2022,46(4):487-492.

　　[3]Li Z X.Review of logging data format conversion technology[J].Chemical Engineering Design Communication,2016,42(4):36.

　　[4]韩耀图,李进,李疾翎,等.超声兰姆波测井技术在渤海油田的应用研究[J].石油机械,2020,48(5):8-15.

　　[5]刘硕,闫家旭,肖泉,等.开发过程中油田套管损坏研究现状[J].科技资讯,2023,21(15):157-161.

　　[6]刘群杰.套管损坏机理分析及治理对策研究[J].石化技术,2021,28(12):35-36.

　　[7]周传喜,田海锋,郭伟,等.井筒温度对含缺陷套管抗挤强度的影响[J].石油机械,2022,50(10):142-148.

　　[8]舒慧珍,林彩霞.测井数据的读取及绘图[J].石油仪器,2008(4):82-84.

　　[9]胡佳庆.测井数据常用格式及格式转换[J].海洋石油,2003(1):75-80.

　　[10]李忠新.测井数据格式转换技术综述[J].化工设计通讯,2016,42(4):36.

　　[11]强伟帆,潘懋,刘庆彬,等.面向深度学习的Las格式测井数据转换器设计[J].科学技术与工程,2021,21(1):248-253.

　　[12]ZHANG N N.Research on casing flaw detection Technology of Multi-arm caliper[D].Xi'an Shiyou University,2015.

　　[13]李潮林,陈仲生,左旺,等.基于3D点云数据的产品缺陷检测研究[J].电工电气,2023(1):48-54.

　　[14]王慧萍,王卫,杨頔,等.基于特征库的测井数据格式自动识别与转换方法[J].测井技术,2014,38(1):65-68.

　　[15]党博,李丹,赵建平,等.偏心阵列式瞬变电磁探伤三维成像方法研究[J].仪表技术与传感器,2020(8):86-91.

　　[16]林志伟,钟守明,宋琳,等.体积压裂改造非对称性对套管损坏影响机理[J].特种油气藏,2021,28(6):158-164.

　　[17]陈绪龙,牛步能,杜旭,等.井筒管柱完整性测井评价技术的应用优化[J].测井技术,2022,46(4):487-492.

　　[18]杨万霖.基于惯性和三维激光技术的井筒安全检测研究[D].青岛:山东科技大学,2020.

　　[19]刘选朝,田庚,张家田,等.VideoLog可视化测井系统在套管变形检测中的应用[J].信息记录材料,2019,20(7):134-135.

　　[20]王广涛,刘美兰,刘晓妹.X线平片与CT对胸部外伤的诊断价值比较[J].中国当代医药,2023,30(26):146-149.