油井示功图管理系统的建立与应用

近年来,为提高管理水平、加快技术进步,我们将油、气、水井基本参数、地质资料、油气产量等生产管理方面的内容全部采用计算机网络化管理,极大的提高了工作效率,简化了工作流程,而作为生产管理中的一个重要依据——抽油机示功图,却一直采用人工手段来维护和管理。针对这点,我们通过硬件升级和相应软件开发实现了示功图信息的自动采集和信息化管理。     

抽油机井示功图矩特征识别方法

应用计算机模式识别技术进行抽油机井示功图识别的关键，是根据示功图的形状特征，选择和提取能够最有效地反映示功图形状信息的特征不变量，从而实现快速准确地识别示功图的目的。本文引入“矩”这一特征不变量、提取了能够详细描述示功图形状的１２个特征，并在分类器设计中采用“以形状判别为主，以参数判别为辅”的分类决策规则，通过编程更好地提高了示功图模式识别的准确性。实际应用证明，识别准确率达到９０％以上。     

人工神经网络技术对钢丝绳柔性抽油杆抽油机井故障诊断研究

介绍了利用人工神经网络(ANN)技术和计算机图像处理技术对钢丝绳柔性抽油杆抽油装置进行故障诊断的方法。对示功图进行了二值化、滤波和正规化处理，获得了人工神经网络的输人向量，输出结果则表示可能发生的故障形式。采用BP网络．最后给出了一个诊断实例。     

电机有功功率曲线在抽油井分析中的应用

抽油井电机的有功功率曲线是一项容易测取而实用价值很大的测井资料。通过对该曲线的计算和分析,可以用来检验平衡率,计算平衡半径调整值与减速器输出轴扭矩,诊断抽油机机器故障、监测泵失效和泵抽空以及推算示功图。如果把有功功率曲线作为抽油井的一项井史资料。它将具有和示功图一样的价值。在地面机器的管理方面比用示功图更直观、更可靠。     

基于最小二乘支持向量机的示功图趋势预测

抽油机示功图可以表现出抽油机井的工作状态,通过对示功图的分析可以判断抽油机井是否正常工作。因此,对示功图形状的变化进行预测,提前知道示功图的趋势,就可以预知抽油机的工作状态,有利于油田工作人员对油井的控制,避免事故的发生。基于一种最小二乘支持向量机的预测方法,应用该方法对某油田几口抽油机井进行了示功图趋势仿真预测和验证,得出结论:该方法适用于生产稳定的抽油机井,不适用于间开井。在后续工作中,将对算法进行优化,进一步提升预测的准确性。     

基于FOA-BP神经网络的悬点示功图反演技术

悬点示功图是判断抽油机井生产状况的有效手段之一，针对目前电参转功图的难点问题，提出了一种基于FOA-BP神经网络的抽油机悬点示功图反演方法。采集测试抽油机电功率并将其转化为光杆功率，将抽油机光杆功率和扭矩因数作为网络的输入参数，通过模型训练消除抽油机结构及平衡参数对示功图反演计算的影响，再经过小波变换去噪处理，完成由电动机功率向悬点示功图的反演计算。对现场160井次实例计算表明，反演示功图与实测示功图吻合度达95.18%。基于FOA-BP神经网络的抽油机悬点示功图反演技术为及时、准确判断抽油机系统井下运行状态提供了理论技术支撑。     

油井示功图相似性的研究与应用

针对油井示功图加密采集方法中存在大量重复计算、分析效率低的缺陷,提出了一种判识油井示功图相似性的方法,重新对示功图分析系统进行了优化改进。详细介绍了该方法的技术原理,并进行了具体的实例分析,实施结果证明,该法可减少相似示功图分析数量,大幅加快了油井示功图的分析处理速度,减轻了计算机的处理负担,提高了工作效率,增强了系统运行的稳定性。     

稠油热采抽油机井示功图解释专家系统

根据稠油油藏热采抽油机井的生产情况及示功图解释存在的问题，运用专家系统解释技术对其进行了研究，并编制了相应的计算机软件。通过对87井次的实际示功图解释分析，符合率达到80%以上。这不仅解决了稠油热采抽油机井示功图解释误差大的问题，而且减少了无效作业井次；同时为采油专家系统的应用技术提供了初步经验，也为采油工程计算提供了新的造径。     

示功图叠加分析技术在文留油田的应用

为准确地解释抽油井示功图资料，必需将实测示功图与理论示功图或前期测试的示功图进行叠加分析，而以往来用透图、描图的叠加方法存在一些弊端。为此，开发了示功图分析软件，能直观、准确地实现同一口抽油井任一时期示功图的叠加对比分析。     

利用示功图叠加分析预警法预防油井蜡卡

在不同区块、油藏的结蜡速度存在较大差异,采用人工对每口井进行分析,一是工作量大,二是不能及时确定清蜡时间.采用示功图的叠加分析预警法,为现场清蜡工作找到了科学的判断分析依据,使现场的清蜡工作由定性分析向定量分析进行转变.开发示功图预警软件,可自动确定清蜡周期,对达到报警值的井进行报警,针对报警油井进行分析并制定合理的清防蜡工艺.     

基于人工神经网络的电潜泵电流卡片快速模式识别

电流卡片诊断是一种典型的电潜泵工况诊断手段，传统的电流卡片模式识别需要人工完成，存在技术壁垒，会引入主观误差。人工神经网络作为一种机器学习算法，能够弥补人工识别的误差。为实现快速、准确而且客观的模式识别。通过对收集到的电流卡片经过数据预处理后得到的电流数据特征值与实际工况的对应关系，建立人工神经网络模型。利用建立的人工神经网络模型进行工况诊断，具有传统电流卡片人工识别不可比拟的优点。通过采用上述方法搭建人工神经网络模型并进行模式识别，通过提取未参与训练的井的电流卡片数据对工况诊断模型进行验证，达到了较高的准确率，证明了使用人工神经网络对电流卡片进行快速模式识别、实现工况诊断的可行性和可靠性。     

地震剖面数据恢复中的波形搜索策略

地震剖面数据恢复 (或称图像矢量化 )的目的是利用图形识别等方法从旧地震剖面的扫描图像中拾取并复原地震道数据。波形搜索过程中 ,针对波形断点及地震道交叉等问题的处理策略进行了一些探讨 ,通过一种基于规则的控制模式 ,利用地震波形本身所具有的一些结构特点以及相邻地震道之间的纹理属性特征 ,引导波形搜索过程 ,使波形的拾取效果有了较大幅度的提高。     

测井曲线的矢量化新方法

动态二分矢量化方法可以确保图形的点位精度，但存在大量冗余数据。基于二分的思想，提出了二分步长的矢量化方法，并用该方法对测井曲线进行了矢量化。实验结果表明，该方法不仅可以确保测井曲线的矢量化精度，而且还大大减少了要记录的矢量数据。     

基于声卡的离心泵状态监测

基于计算机声卡系统可以构建适合中小过程企业进行离心泵运行状态监测的测量系统。该系统通过对离心泵运行过程的振动噪声监测,采用性价比较高的计算机声卡作为数据采集和转换器,利用Labview开发基于声卡的数据采集与数据处理程序,实现噪声过滤及频谱分析,数据积累与比较,从而对泵的主要状态参数做出判断和评定。该方法对于西部地区中小企业,具有一定的推广和实用价值。     

加油站实施“员工卡”管理制度效果好

加油站实施“员工卡”管理，即将员工每月的油品销量、出勤率、安全生产率和站内公物完好率记录在卡上，并与员工的浮动工资挂钩，增强 员工的主人翁意识和竞争意识。加油站实施员工卡管理，可降低成本,使安全生产落到实处，更可提高服务质量。     

涡轮钻具涡轮节模块化设计方法研究

针对面向现场应用的模块化设计方案特点．以模块化设计理论为基础,按总体功能将涡轮钻具涡轮节分解成一些具有特定功能的模块。介绍了模块卡片包含的内容和如何构造,最后形成模块库,实现了涡轮钻具涡轮节的设计数据多领域知识表达和产品结构模型的统一表达。建立了基于知识的模块化设计模型,给出涡轮节模块化设计的流程。     

加油站卡机联动方案与POS机方案实践比较

从地级分公司的角度对石化加油卡工程中先后实施的加油站卡机联动方案和POS机方案进行了较全面的比较，比较结果认为POS机方案具有投资少，维护方便，可打印交易小票等优点，而卡机联动方案在中心大加油站和地理位置便于运维的加油站具有较大的生命力。     

埋弧焊焊缝跟踪系统数字图像处理方法研究

提取焊缝信息,确定焊缝中心是实时焊缝跟踪系统要解决的首要问题。设计了以CCD视觉传感器和V系列图像采集卡为核心的焊缝检测跟踪系统,并基于该系统根据焊接现场采集的图像信息,以Sobel边缘检测算子及二值图像连通域像素标记算法相结合,并以Delphi为开发工具对焊缝图像进行处理。试验表明,该算法可以满足埋弧焊焊接生产现场实时处理图像要求,且对光源无严格的要求。     

抽油机设计模型示功图的研究

模型示欢图是指在抽油机正常工作条件下，能包容该机型各种工况，使抽油机的各项动力性能指标受到最恶劣工况考验的示功图。以现场实测示功图为基础，运用多元统计分析理论，结合理论研究成果和现场经验，给出了一种能预测在正常稀油抽汲工况下油井地面示功图参数的方法。为在抽油机设计中充分利用各构件和减速器的额定承载能力，提出在最大下泵深度只受抽油机结构承载能力的制约、减速器额定输出轴净扭矩利用率最趋近于１且小于１．１的工况来确定模型示功图。     

焊管RTR系统动态灵敏度的分析探讨

X射线实时成像（简称RTR）系统中,RTR图像质量的主要指标是空间分辨率和对比灵敏度。RTR系统通常把对比灵敏度分为静态灵敏度和动态灵敏度。在实际检测过程中,对静态灵敏度的理解基本一致,而对动态灵敏度则有不同的表述。焊管行业射线探伤中,RTR系统用来体现灵敏度最常用的是金属丝像质计,介绍了荧光检验用ISO和ASTM金属丝像质计的适用范围。对比了我国标准和ASME标准对动态灵敏度描述的区别。