收藏成功
收藏成功
取消成功
基于网络的有杆泵抽油井工况远程故障诊断技术
基于網絡的有桿泵抽油井工況遠程故障診斷技術
基于網絡的有桿泵抽油井工況遠程故障診斷系統是將設備診斷及優化技術與計算機網絡技術相結合，用若干臺計算機中心作為服務器，在現場的采油設備上建立狀態 監測點，采集設備狀態參數；而在技術力量較強的科研院所建立分析診斷中心，為企業提供遠程技術支持和保障。有桿泵抽油井工況診斷技術是目前采油工藝技術的 一個重要組成部分，是抽油井科學管理的一項測試和監控技術。抽油井的生產狀況很復雜，深井泵在井下工作的影響因素很多，不但受到機、桿、泵抽油設備，而且 直接受到變化著的砂、蠟、氣、水的影響。因此，有桿泵抽油井工況診斷技術是一項涉及數據采集、信號分析、數值計算、力學分析、頻譜技術、圖形分析、模式識 別、人工神經網絡、計算機技術、人工智能等學科的交叉技術。由西安石油學院機械工程系"人工舉升理論與配套技術研究"課題組研制成功的"有桿抽油系統工況 智能診斷技術及軟件"集國內、外有桿泵抽油井工況診斷技術領域近些年的研究成果于一體并體現了課題組近十年的研究成果。是油田采油廠開展有桿泵抽油井工況 診斷工作的有力工具。
一、技術原理及技術性能特點
本軟件以模式識別、圖象處理、綜合評判、頻譜分析、神經網絡、桿柱力學為基礎，以油井靜、動態兩類參數為輸入，以泵功圖的定量化特征為依據，以歐氏距離、 絕對差距離、Fisher分類器、BP神經網絡為判別函數并結合專家經驗，對有桿抽油系統進行全面、量化的分析和診斷。診斷、分析一口二級桿的抽油井包括 全部分析數據在內，整個過程只需2分鐘。軟件在微機上開發，全部漢化界面。設有批量井診斷功能，在準備好油井數據后，啟動軟件，操作人員可脫機工作，軟件 一次性批量自動處理100口油井資料僅用一小時左右。
二、關鍵技術及創新點
1．本軟件共有三項關鍵技術
關鍵技術一：泵功圖的快速求取；
關鍵技術二：泵功圖的特征提取及分類器設計；
關鍵技術三：各類故障的標準泵功圖特征庫的建立。
2．創新點
在關鍵技術一中，采用了桿柱有限元模型及有限元--有限差分遞推解法，求解的速度比較快的有限差分法還快了近一倍，而且計算精度一樣，這一方法為本課題組 獨創；在關鍵技術二中，采用了提取泵功圖的幾何形狀特征、灰度統計特征、頻譜特征等全面反映泵工況特征的共近15個特征參數，較好地解決了有桿抽油系統中 常見的12種系統工況計算機自動識別的典型性和聚類性之間的矛盾。引入了以距離類分類器、Fisher分類器、BP神經網絡為判別函數，使有桿抽油系統的 故障類別識別正確率達到了90.5%，其中泵功圖的幾何特征、灰度統計特征、頻譜特征、Fisher分類器、BP神經網絡等技術在本領域中的應用屬首次； 在關鍵技術三中，采用了模式識別技術中的自學習功能，軟件系統通過有桿抽油系統工況典型泵功圖的特征提取，能不斷自動積累和豐富診斷知識，較好地解決了典 型泵功圖的特征庫建立這一問題。診斷軟件的自學習功能技術在本領域中的應用屬首次。
三、學術（技術）水平
該成果的部分內容于1992年底在新疆石油管理局通過了原中國石油天然氣總公司組織的專家鑒定。專家們的鑒定意見為： "該成果應用模式識別技術，采用能大大減少有桿抽油系統故障類型的特征數據量的、先進的功圖灰度統計特征和幾何形狀特征，根據近300口油井的特征建立起 適應于克拉瑪依油田的油井故障功圖標準特征庫。該特征庫具有油井常見的12類工況特征集。在抽油系統故障診斷過程中，軟件能自動提取泵功圖特征，然后根據 各類故障的標準特征庫予以判斷，無須人工分析，不受軟件操作者技術水平、工作經驗的限制。計算泵功圖時，除有級數法和改進后的差分法外，又采用了先進的有 限元計算法，是計算速度大為提高，診斷一口泵深2000米的抽油井，在微機上共約需2分鐘時間（包括數據輸入、輸出），并能給出系統工況的全部定量分系結 果。該軟件還具有批量井自動診斷分析功能，通過有桿抽油系統工況典型泵功圖的特征提取，能不斷自動積累和豐富診斷知識，較好地解決了典型泵功圖的特征庫建 立這一問題。能用于常規式、異相型、前置式三種抽油機。該軟件采用了近年來國內外最新研究成果，其中將有限元法用于抽油井診斷屬于國內首創。該軟件的性能 達國內領先，并已接近國際同類技術水平。"
四、軟件運行環境
1．微機機型：奔騰450以上CPU的各型品牌微機及兼容機，內存32M以上；
2．軟件平臺：Windows98或Windows2000
3．軟件語言：VisualBasic
五、軟件價格
軟件包括數據采集模塊、運行模塊、泵功圖標準特征庫三部分，其中運行模塊是必備的，數據采集模塊和泵功圖標準特征庫是可選的。
1．數據采集模塊1.0萬
2．運行模塊7.0萬
3．泵功圖標準特征庫2.0萬
4．合計10.0萬
技術支持：西安承信網絡信息技術有限公司
