振動檢測儀在油井射孔井口中的信號分析，在油田測井作業中，工人采用在井口聽爆破聲音和用手觸摸油管壁感覺振動判斷射孔彈是否起爆，通過將射孔器提出地面數彈孔計算射孔數，這種方法是十分落后的。經常會發生因作業油井過深導致振動不明顯，人員在井口感覺不到振動，從而無法判斷射孔彈是否起爆。如果對起爆信號判斷失誤，就會給接下來的作業帶來很大影響，甚至造成人員傷亡。所以需要一種有效的方法，對射孔彈起爆信號進行分析，判斷射孔彈是否起爆并計算有多少彈起爆。

　　在以往的射孔作業過程中，通常采用雙閘板手動防噴器，電纜、射孔器處于開放狀態，一旦發生溢流，就會存在井控安全隱患。如果遇到***壓油氣井等特殊井射孔，就需要采用油管輸送方式完井，射孔后易發生井噴，且污染地面環境。而且油井投產時，需要使用與地層相匹配的完井液，通過一輛罐車和一輛泵車進行壓井起出管柱的作業方法，在射孔中途仍需要及時補灌完井液，以達到壓井的目的，成本投入大，還會對地層造成二次污染，影響產能。

　　振動檢測儀對大量油管傳輸射孔信號作傅里葉分析，確定射孔信號的有效頻率范圍，根據這些參數設計巴特沃斯帶通濾波器濾除有效頻率之外的噪聲部分。小波變換具有良好的時頻局部化特性，利用小波變換對有效信號進行降噪處理，去除夾雜在有效信號中的***頻噪聲，重構出射孔信號，此時的信號就十分接近原始信號。同時利用信號經過小波變換后的分量確定射孔彈的起爆開始和結束點，利用這段時間差計算射孔數，結合每次作業中設定的射孔總數可以計算射孔率。通過不斷調整BP網絡參數得到神經網絡模型，此模型經過大量樣本數據的訓練就具備識別射孔信號的能力，經過實驗證明，此網絡可以識別一級起爆的油管傳輸射孔信號。