序列預測算法降低鉆井測量時間與風險

為了優(yōu)化鉆井流程并降低作業(yè)成本，Baker Hughes的動力學與遙測（Dynamics & Telemetry）小組開發(fā)了一個序列預測算法，用于在鉆井作業(yè)期間快速可靠的解碼井下數(shù)據(jù)。這個已集成到公司地面系統(tǒng)的高級解碼算法為隨鉆測量（measurement while drilling，MWD）方法提供了支持。使用MWD時，可以收集寶貴的方位數(shù)據(jù)和地層數(shù)據(jù)，以用來優(yōu)化鉆井流程。該系統(tǒng)支持更準確地定位井眼，這可以使鉆井作業(yè)更具成本效益，并使操作員可以較少的非生產(chǎn)時間（NPT）鉆更復雜的井。

工程團隊使用一種桌面科學計算軟件設計序列預測算法，將其自動轉(zhuǎn)換為C代碼，然后部署到屬于地面系統(tǒng)一部分的一臺實時PC上。在科學計算軟件中開發(fā)和調(diào)試該算法后，工程師通過自動生成所需的C代碼來加速實現(xiàn)過程。

此工作流程不再需要用兩種語言維護和測試同一個算法，因此縮短了開發(fā)流程。更重要的是，此工作流程降低了用手工編寫C代碼的一種主要風險，即原始科學計算算法和最終設計中實現(xiàn)的C代碼之間的差異。使用此工作流程的一大優(yōu)勢是小組在修復缺陷上所花的時間減少了。質(zhì)量和開發(fā)速度的提升使小組堅定了在未來的項目中重用算法和開發(fā)流程的打算。

使用馬爾可夫鏈（Markov Chains）進行序列預測

序列預測的一個常見應用是使用以前的數(shù)據(jù)來預估未來的數(shù)據(jù)點。序列預測算法在許多行業(yè)和許多情形中都會用到，例如基于測量數(shù)據(jù)的溫度曲線外推，或者在與最大似然序列估算器進行數(shù)字通信時，從噪聲信號中提取有用的信息。序列預測需要一個模型來預測未來數(shù)據(jù)，如馬爾可夫鏈。使用馬爾可夫鏈建模的系統(tǒng)占用有限的狀態(tài)數(shù)，從而使未來的數(shù)據(jù)點僅取決于目前的狀態(tài)而不是以前的狀態(tài)。

在圖1中，使用馬爾可夫鏈建模的序列預報器具有4個狀態(tài)。從一個狀態(tài)轉(zhuǎn)換到另一個狀態(tài)的可能性用小數(shù)表示。例如，從狀態(tài)1轉(zhuǎn)換為狀態(tài)2的概率為0.95，而保持在狀態(tài)1的概率為0.05。在轉(zhuǎn)換時，可能會有一個或多個路徑。圖1中顯示的序列預報器可作為有限的狀態(tài)機來實現(xiàn)，它的最形象的表達就是格狀圖。

圖2顯示的是一個可能的（預測的）狀態(tài)序列。虛線箭頭表示可能的轉(zhuǎn)換，實線箭頭表示實際預測的轉(zhuǎn)換。此圖顯示可能的序列為［1 2 3 4 4 3 3 1］。請注意，僅顯示部分可能的轉(zhuǎn)換來進行說明。與著名的Viterbi算法類似，序列預報器通過基于外部質(zhì)量標準計算路徑度量來拒絕不大可能的序列路徑。如果兩個或多個路徑在一個狀態(tài)中相交，則累積并比較它們的路徑度量值，將最佳路徑選為幸存路徑。

工程團隊在技術(shù)計算軟件中為序列預測實現(xiàn)馬爾可夫鏈，以提高其地面解碼軟件的可靠性。

算法開發(fā)工作流程

在傳統(tǒng)的手工編碼工作流程中，會用C代碼重寫原始科學計算算法和測試框架，并且必須對C代碼進行測試和調(diào)試。在新的工作流程中，C代碼會從技術(shù)計算軟件中自動生成，從而節(jié)約了時間并可防止編碼錯誤（圖3）。

圖3.傳統(tǒng)的手工編碼工作流程（左）和新的自動代碼生成工作流程（右）

在一個典型的情景中，自動代碼生成工作流程可將開發(fā)和測試最終產(chǎn)品中實現(xiàn)的算法的總時間縮短近40%（圖4）。

圖4.各個流程階段花費時間百分比

對于這個特定的項目，新的工作流程的開始是工程團隊在科學計算軟件中快速探索新創(chuàng)意。在確定最佳方法后，他們使用同一款軟件來建立一個通用序列估算算法的原型。然后進一步擴展該算法，以用于MWD系統(tǒng)的地面PC上。在進行到下一個階段之前，工程部門使用已納入同一軟件中的測試框架內(nèi)的多種測試案例來測試算法，以驗證它是否符合要求和規(guī)范。

通過自動代碼生成來實現(xiàn)

傳統(tǒng)手工編碼流程的許多缺點迫使工程團隊去尋找一種替代流程來開發(fā)序列預測算法。首先，手工編碼非常耗時，并且在緊張的截止日期臨近時，為了留出時間給重要而又耗時的集成測試，團隊需要將開發(fā)時間縮短大約30%。其次，程序員可能會在原始科學計算算法細節(jié)上出現(xiàn)解讀錯誤，從而將缺陷引入手寫的C代碼，造成需要額外的時間來進行調(diào)試和修復。

在新的工作流程中，通過自動代碼生成可以消除這些缺點。在科學計算軟件中，工程師們的工作側(cè)重于在較高層次上開發(fā)和微調(diào)算法，不用過多地困在較低層次的實現(xiàn)細節(jié)上。然后，該團隊只需一鍵點擊就可以從原始設計自動生成C代碼。由于該流程是自動執(zhí)行的，因此在將算法轉(zhuǎn)換為C代碼時不會出現(xiàn)解析錯誤的情況。為了生成代碼，需要花些時間來微調(diào)原始科學計算算法，但這屬于一次性任務，如果在開發(fā)設計的開始階段就考慮到代碼生成，則可以進一步簡化這項任務。

維護和測試算法

在傳統(tǒng)的工作流程中，在開發(fā)后期對需求進行更改會影響原始設計及其實現(xiàn)。對算法的更新必須反映在C代碼中，使用兩種語言和環(huán)境維護并測試同一個算法及測試框架的成本會迅速成為阻礙因素。在開發(fā)周期的后期發(fā)現(xiàn)缺陷時，開發(fā)人員需要更新該算法的原始科學計算代碼和C代碼版本兩者，還需要創(chuàng)建兩套測試方案來驗證缺陷是否已經(jīng)解決。當然，還存在兩個代碼庫產(chǎn)生差異的風險。時間限制經(jīng)常會促使團隊僅更新C代碼。出現(xiàn)這種情況時，團隊會再次受困于用C代碼手工編碼的所有缺陷，直到兩個代碼庫一致。

使用自動代碼生成，工程團隊則可避免這些潛在的錯誤。當需求發(fā)生變化時，工程師只需要更新原始科學計算代碼，然后重新生成C代碼，將新變化反映到實現(xiàn)中。具體來說，團隊無需對生成的C代碼進行任何更改，因為在重新生成代碼時這些更改會被覆蓋。此外，工程團隊也不再需要開發(fā)第二個測試框架，因此節(jié)約了額外的時間。用于測試科學計算代碼的原始測試框架可以重用來測試C代碼。

將算法集成到地面系統(tǒng)

C代碼單元測試一結(jié)束，團隊便將C代碼編譯到一個動態(tài)鏈接庫（DLL）。然后，將DLL集成到地面解碼軟件。最后，小組在公司的基于C代碼的測試基礎架構(gòu)中執(zhí)行整個地面解碼算法的系統(tǒng)測試。

在測試期間如果發(fā)現(xiàn)缺陷，小組發(fā)現(xiàn)很容易查明錯誤的源頭。由于工程師將序列預測算法隔離到一個DLL中，因此很容易確定缺陷是集成問題的結(jié)果還是算法本身所導致。此外，C代碼會映射回原始科學計算代碼，并為您提供了在C代碼中嵌入技術(shù)計算代碼作為備注的選項，進一步加強了原始科學計算算法與最終實現(xiàn)之間的可追溯性。

結(jié)果

● 缺陷數(shù)量減少：該項目計劃分配了三周時間來修復十個缺陷，而在生成的C代碼中僅找到四個缺陷。因此，團隊能夠?qū)⒍喑龅臅r間分配給項目的其他環(huán)節(jié)，例如整個地面系統(tǒng)的系統(tǒng)測試。

● 修復缺陷所需的時間縮短：由于整個功能測試框架在科學計算軟件中可用，因此與傳統(tǒng)的手工編碼相比，團隊能夠更快地找到缺陷并予以解決?？茖W計算軟件中提供的分析和調(diào)試工具加速了此流程。這些工具中有許多也用于測試和調(diào)試C代碼。

● 代碼和流程可以在未來的項目中重用：序列預測算法可以在未來的項目中重用。該算法可以以現(xiàn)有的形式隨時現(xiàn)用，也可以在通過代碼生成采用C代碼重新實現(xiàn)之前，在科學計算軟件中進行快速更新以用于其他應用情形。

結(jié)論

通過使用自動代碼生成，工程師成功采用了一種新的工作流程。這種流程可以避免耗時且容易出問題的手工編碼。地面解碼軟件（包括序列預測算法）接近最終版。在項目上實現(xiàn)的時間和成本節(jié)約使公司可以探索更多的機會，將自動代碼生成工作流程應用到廣泛的未來項目中。

責任編輯：gt