Observability Analysis for INS Alignment in Horizontal Drilling
Notice bibliographique
Résumé
Contemporary surveying in measurement-while-drilling (MWD) processes incorporates measurements from three-axes accelerometers and magnetometers. Unfortunately, magnetometer-related problems limit the navigation performance of this technique. The introduction of fiber-optic-gyroscope (FOG)-based inertial navigation system (INS) in MWD aims at overcoming these limitations. However, drifts in the measurements provided by the INS might be prohibitive for the long-term utilization of this modern navigation-method downhole. One of the main obstacles precluding the elimination of these measurement drifts is the limited observability of the azimuth angle state provided by the INS. This paper explores the feasibility of utilizing a FOG-based tactical-grade inertial measurement unit (IMU) as a complete surveying sensor for a MWD processes downhole by implementing an innovative in-drilling alignment (IDA) procedure. During IDA, the IMU is exposed to controlled dynamics that excites azimuth-related states. This allows better and faster alignment that can reduce long-term navigation drifts, thus improving the overall accuracy in INS-based MWD processes. It is suggested that one take advantage of the longitudinal space available in the drilling-pipe system and impose controlled motion on the IMU to excite its states and increase its observability. Theoretical simulations and analytical approximations exploring the IDA idea have shown reduction in the steady-state azimuth-error variance and in the time required to achieve convergence with the increase of the acceleration-controlled motion. Several practical aspects of implementing this approach are evaluated and compared.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».