הדיוק של פונקציית האבחון העצמית- של חיישני לחץ גבישי קוורץ אינו ערך קבוע, אלא מושפע במשותף מחמישה גורמי ליבה: תנאי הפעלה, עיצוב חומרה, אופטימיזציה של אלגוריתמים, סוגי תקלות וכיול ותחזוקה. כל גורם קובע בעקיפין את דיוק האבחון על-ידי הפרעה ללוגיקה של רכישת האותות וזיהוי התקלות של החיישן. ניתוח מפורט בשילוב עם תרחיש רישום נפט הוא כדלקמן:
I. המורכבות של אקסטרים הפעלה Cתנאים
הטמפרטורה הגבוהה, הלחץ הגבוה, הרטט החזק ומאפייני הקורוזיה הגבוהים של רישום נפט הם הגורמים החיצוניים העיקריים המשפיעים על דיוק האבחון:
תנודות טמפרטורה: כאשר טמפרטורת הבור חורגת מטווח הפיצוי המקובל (~200 מעלות) או עולה/יורדת בחדות (למשל, החלפת מחזור נוזל הקידוח), זה ישנה מעט את מאפייני התהודה של גביש הקוורץ. אם אלגוריתם פיצוי הטמפרטורה לא מצליח להסתגל בזמן, סחיפה של טמפרטורה רגילה עלולה להיחשב שגויה כסחיפה בתדר חריג, וכתוצאה מכך ירידה של 1-2% בדיוק.
רטט וזעזוע: רטט חמור (~20g RMS) או פגיעת כלי קידוח (~200g) במהלך רישום בזמן קידוח (LWD) עלולים להפריע ליציבות הפרש התדרים של קרן התהודה הכפולה-. אם הסף של אלגוריתם סינון הרטט מוגדר בצורה לא נכונה, קל לבלבל בין "תקלות התרופפות מבניות" לבין "תגובות רטט רגילות".
קורוזיה וכשל באטימה: בתצורות -גופרית גבוהות, סולפידים מאכלים את אטמי החיישנים או את החומרים הרטובים, ופוגעים בהדרגה במבנה החומרה. כאשר מאפייני התקלה הראשוניים אינם ברורים, עלולים להתרחש איתור זיהויים. ניתן להשיג זיהוי מדויק רק עד שכשל באיטום יוביל לחדירת נוזל הקידוח ומאפייני התקלה הופכים בולטים.
II. יתירות והתאמה של עיצוב חומרת חיישן
החומרה משמשת כבסיס לפונקציית האבחון העצמי-, והרציונליות של התכנון שלה קובעת ישירות את הרגישות של זיהוי תקלות:
דיוק של מבנה קרן תהודה כפול-: הדיוק של הסף שנקבע מראש להפרש התדרים של הקורות הכפולות משפיע על דיוק זיהוי תקלות הליבה. אם שגיאת העיבוד של הקורה עולה על 0.001% FS, היא עלולה להוביל לזיהוי החמצה של חריגות קלות בשלב הראשוני של ירידה בביצועי הגביש.
עיצוב מעגל ואיטום: ההגנה המיותרת של מעגל אספקת החשמל ושלמות האיטום המרותך-מתכתי לייזר- קובעות אם "תקלות שווא" מדווחות באופן שגוי עקב כשלים במעגל או נזק לאיטום. לדוגמה, אם התרופפות ממשק המעגל לא מזוהה על ידי מודול ניטור החומרה, ריצוד האות עלול להיחשב לא נכון כתקלת מעגל.
תכנון -הוכחת פיצוץ ו-הפרעות: באזורים עם הפרעות אלקטרומגנטיות צפופות בראש הבאר ובבור, עיצוב לא מספיק של מעגל האנטי-- של החיישן יגרום לעיוות בהעברת נתוני האבחון העצמי-, אשר משפיע בעקיפין על הדיוק של מערכות השטח הנבדקות על סוגי תקלות.
III. אופטימיזציה והתאמה למצב תפעול של אלגוריתמים אינטליגנטים
אלגוריתמים הם הליבה של ההבחנה בין "תקלות" ו"תנודות במצב פעולה", ורמת האופטימיזציה שלהם קובעת את דיוק האבחון:
אלגוריתמי סינון והשוואת קו בסיס: אם אלגוריתמי סינון רטט בתדר גבוה- אינם מותאמים עבור תרחישי רישום נפט, הם לא יכולים לסנן ביעילות הפרעות אלקטרומגנטיות מציוד קידוח והפרעות חשמליות מהיווצרות, מה שיוביל להערכה שגויה של אותות חריגים. השלמות ותדירות העדכון של קווי הבסיס של הנתונים ההיסטוריים משפיעים על דיוק הזיהוי של סחיפות קטנות; קווי בסיס מיושנים נוטים להעריך לא נכון את ההזדקנות הרגילה כתקלות.
יכולת התאמת סף דינמית: ישנם הבדלים משמעותיים בתנאי ההפעלה על פני תרחישי רישום שונים (למשל, רישום בזמן קידוח, בדיקות הצטברות לחץ). אם אלגוריתמים לא יכולים להתאים באופן דינמי את ספי התקלה, תתרחש הבעיה של "תוצאות אבחון לא עקביות עבור אותה חריגה בתרחישים שונים". לדוגמה, תנודות לחץ קלות שהן נורמליות ברישום בזמן קידוח עשויות להיות מזוהות כחריגות על ידי ספים סטטיים.
IV. ייחוד של מאפייני סוג תקלה
הבדלים במאפיינים של תקלות שונות מביאים לפיזור שיפוע של דיוק האבחון:
תקלות ליבה (כשל גביש, נזק לאיטום, שחיקת מעגל): מאפייני התקלה בולטים (שינויים פתאומיים בהפרש התדרים של אלומות כפולות, חריגה של פרמטר מעגל). חומרה ואלגוריתמים יכולים לזהות במהירות תקלות אלה, עם שיעור דיוק בדרך כלל גדול או שווה ל-99.5%.
חריגות קלות (סחיפה מינורית בתדר, מגע לקוי במעגל, סטיית פיצוי טמפרטורה): מאפייני התקלה מעורפלים ונוטים לחפוף עם תנודות במצב ההפעלה. דיוק הזיהוי מושפע מרגישות האלגוריתם, הנעה בדרך כלל בין 98-99%, ושיעור אזעקת השווא מיוחס בעיקר לתקלות מסוג זה.
V. כיול, תחזוקה וצבירת נתונים היסטוריים
כיול שגרתי וניהול נתונים משפיעים על קו הבסיס של השיפוט של אלגוריתם האבחון העצמי:-
תדירות ודיוק כיול: אי ביצוע כיולים בהתאם לתקנים (למשל, פעם בחודש) יגרום לספי האבחון העצמי לסטות מתנאי ההפעלה בפועל, מה שיוביל להערכה שגויה של תקלות או אי זיהוי. במיוחד בתנאי -טמפרטורה ולחץ- גבוהים, מחזור כיול ארוך מדי יאיץ את סטיית הסף.
צבירת נתונים היסטוריים: הלימות של נתוני תקלות היסטוריים ממאגרים ותנאי רישום שונים משפיעה על הלמידה העמוקה והאופטימיזציה של האלגוריתם. כאשר אין נתונים היסטוריים להתייחסות באזורי עבודה חדשים, דיוק האבחון הראשוני עשוי להיות נמוך ב-1-2% מזה שבאזורי עבודה בוגרים, ויש לשפר אותו בהדרגה באמצעות צבירת נתונים ממספר פעולות רישום בארות.