层次分析法在螺杆泵井故障诊断中的应用

目前螺杆泵井存在故障形式多、诊断困难等问题，制约了螺杆泵采油系统的经济效益及系统效率的提高。为解决这一问题，结合层次分析法和模糊数学理论，提出了一种螺杆泵井层次分析故障诊断法。该方法通过建立螺杆泵井某一故障形式的评价指标体系、构造层次结构、构造判断矩阵以及隶属度函数，求得该种故障形式的评价值。通过对比不同故障形式的最终评价值来判断螺杆泵井真实的故障情况。经实际油井验证，该方法具有一定准确性，对目前油田中螺杆泵井故障诊断、提高螺杆泵井系统效率具有一定的指导意义。     

螺杆泵井的远程故障诊断

选择电参数作为螺杆泵井远程故障诊断的参数,以电参数的相关测算值作为神经网络的输入值,建立基于径向基函数神经网络模型的螺杆泵井远程故障诊断系统。拖动电机的电参数测试装置安装在螺杆泵井控制柜中,在测试终端中采用16位混和信号处理器MSP430作为中央处理器,每小时进行一次长达5 min的连续电参数采集,通过GSM通讯模块和无线公网进行数据远传。通过现场使用与诊断实践,证明该系统能够及时发现并诊断出螺杆泵井的运行故障,并且其成本较低,便于推广。     

BP网络在液压驱动螺杆泵故障诊断中的应用

由于故障振动指标具有非线性可分的相似性、故障与征兆的关系不确定性等特点,难以有效地进行故障诊断,因此提出了基于BP神经网络的井下液压驱动螺杆泵机组故障诊断网络的设计方法。详细介绍了网络的信号采集、处理和网络训练、诊断的处理。经初步验证,这种故障诊断网络以较强分析功能和直观表现性,为准确、及时地确定液压驱动螺杆泵故障的发生和工况趋势预测,提供了有力的技术支持。该方法还可用于采油机械装置的工况预测和故障诊断。     

基于小波包和BP神经网络的潜油直驱螺杆泵系统故障诊断

为准确诊断潜油直驱螺杆泵系统故障,提出了一种基于小波包和BP神经网络的螺杆泵系统故障诊断方法。对螺杆泵在不同工况下有功功率进行3层小波包分解,提取小波包特征能量,然后构造小波包特征能量向量,并以该向量作为故障样本对3层BP神经网络进行训练,实现了智能化故障诊断。仿真结果表明:训练的BP网络能很好地诊断潜油直驱螺杆泵系统的故障。     

电潜螺杆泵过程控制故障模型与智能诊断方法

故障诊断指标具有非线性可分相似性、故障与征兆关系不确定性等特点,使得电潜螺杆泵机组难以有效进行现场故障诊断。基于统计过程控制拓展判异准则和经验判断、多参数规则图版、故障权重因子和现场采集数据归一,构建电潜螺杆泵机组现场故障诊断模型,并提出一种多参数过程控制的故障诊断方法。将电潜螺杆泵机组运行和故障类型划分为12种工况,选取电参数、生产参数等7种表征油井生产工况的特征参数,确定现场故障工况判断准则和权重因子,结合过程控制拓展判异准则判断趋势和数据反馈,分析并输出最大概率的故障。依据新疆油田20余口故障井现场所测参数进行实例计算与验证分析,结果表明多参数过程控制与数据反馈现场故障诊断系统具备较强分析功能和直观表现性,能够准确识别电潜螺杆泵机组故障。该方法可为及时诊断和准确判定电潜螺杆泵机组现场运行工况及其故障提供了理论依据和技术支持。     

神经网络自适应PID控制器应用于螺杆泵井过程控制

针对地面驱动螺杆泵抽油杆断、脱频繁，单井提液调参常规控制方法难以有效地进行控制等问题，开发了基于神经网络自适应PID控制器的螺杆泵井自动控制系统，并给出了神经网络控制器的学习算法和控制系统的稳定性分析。仿真结果对该控制方案进行了验证，该自适应控制系统能准确、实时地监控螺杆泵井的生产工况参数，对螺杆泵井实施自动控制以及科学合理的调参，该技术的应用进一步提高了螺杆泵井的管理水平。     

螺杆泵工作特性曲线的数值模拟及应用

通过数值模拟方法定量获得螺杆泵工作特性曲线,评价螺杆泵在不同结构参数、不同工况、不同工作参数下的性能,为选井选泵、优化设计、工况分析与故障诊断提供基础。也是制定螺杆泵工作特性检测标准、评价产品质量、判断油井供排关系是否协调、工况是否合理的主要依据。     

螺杆泵井生产诊断技术的研究与应用

对当前螺杆泵井的工况分析和故障诊断方法进行了较深入的分析,在此基础上采集并分析油井的扭矩、轴向力、转速、电能参数、产量、动液面等数据,建立起螺杆泵系统诊断模型。利用该模型编制的软件对华北油田135口螺杆泵井进行了系统诊断,取得了良好的效果。现场应用结果表明,该系统诊断模型能够较准确判断实际工况,具有良好的推广应用前景。     

地面驱动螺杆泵井工况诊断新方法

为了对地面驱动螺杆泵井的工况有一个系统的诊断与评价,划分了螺杆泵井的工况类型,以光杆扭矩和轴向力2个参数作为诊断的基本条件,划分了其合理区间,建立了螺杆泵井系统诊断模型,通过常规测试与专用测试手段相结合的方法,获取了螺杆泵井的各项运行参数,运用诊断软件对螺杆泵井的运行状况做出了评价。诊断结果表明,该方法测试数据操作方便、快捷,可不停机进行测试诊断,具有较高的准确度。     

BP神经网络在电潜泵井故障诊断中的应用

电流卡片是诊断电潜泵井故障诊断的主要依据,目前主要由技术人员凭经验手动完成,难以实现快速大批量诊断,诊断结果准确性受工程师技术水平与工作状态影响较大。提出了应用BP神经网络进行电潜泵故障诊断的方法,首先集合专家经验,对不同工况电流卡片的特征进行分析,得到特征样本库。然后对样本库进行学习训练,得到神经网络计算所需的权值和阈值,并进行保存。将要诊断的电流卡片的特征数据输入,运用BP神经网络识别算法计算得到相似度。最后根据相似度的大小找出与样本库中最接近的故障类型作为该潜油电泵的故障类型。通过编程应用,证明提出的方法可以准确、快速、批量地诊断电潜泵井工况,可推广应用。     

钻井泵液力端故障诊断新方法

往复泵液力端故障原因及故障与征兆间对应关系复杂,为了全面地利用获取的振动信号资源,得到更全面、准确的诊断结果,将分析得到的幅值域的峭度指标、峰值指标、脉冲指标、裕度指标、波形指标和歪度等6个参数,频域的重心频率、均方根频率、频率标准差等3个参数以及32个小波包分频带能量值作为神经网络输入的备选特征向量,由此形成了液力端综合振动信号特征参数的神经网络诊断系统。为了对网络的性能进行比较,分别构建了BP网络和RBF网络。将上述特征输入向量作不同组合,分别输入该网络并进行训练诊断和效果对比,由此求得了最优诊断系统组合。利用此神经网络诊断系统,对现场实际使用的钻井泵液力端进行了多次的测试分析和调试,证明这种方法对钻井泵液力端的故障诊断是行之有效的,可取得较高的诊断准确率。     

基于BP 神经网络的石油运聚系数预测模型

根据一系列石油运聚单元的解剖结果,筛选出影响石油运聚系数的主控地质因素。建立了以主控地质因素为输入向量,运聚系数为输出向量的BP 神经网络石油运聚系数预测模型。应用结果表明,所建立的BP 神经网络模型具有较好的预测效果,平均相对误差为10.89%,有效性指数达到92.51%,且运聚系数预测精度高于多元非线性回归模型的预测。     

清洗技术在输油站设备运行中的应用

石油石化设备在使用过程中结垢严重会引起效率低下，腐蚀穿孔，不能正常使用，甚至引起安全事故，清洗技术能较好地解决这些问题。以热煤炉、原油换热器为例，介绍了装置的结垢状况，分析了结垢原因以及产生的影响；以东营输油站的热煤炉、原油换热器结垢清洗为例介绍清洗技术的工业应用；详细介绍了清洗的方法、步骤，化学清洗过程中用药量的控制，采取的必要措施，以及清洗后达到的效果；热煤炉通过采用化学清洗取得良好的效果，原油换热器通过高压水清洗取得良好的效果。清洗技术在降低设备腐蚀，提高设备使用效率，保障设备安全运行，延长设备使用寿命上起到了积极的作用。     

基于BP神经网络的腐蚀管道可靠性分析

利用BP人工神经网络算法建立基于BP神经网络腐蚀管道失效预测模型。通过BP神经网络拟合极限状态方程,借助神经网络的函数映射关系产生大量的极限状态函数值,作为下一步的分析数据。采用蒙特卡洛法随机抽样的思路,对大范围的数据进行概率分析,通过概率分析得到极限状态函数值的均值和标准差,求得腐蚀管道可靠性指标,解决了腐蚀管道的可靠性分析问题。     

钻井用柴油发动机特征挖掘及故障诊断

柴油发动机状态监测及故障诊断的关键环节是特征参数的挖掘。提出了一种将距离测度和奇异值分解相结合的特征挖掘方法,将该方法应用到发动机的特征挖掘中,并将挖掘到的特征作为BP神经网络的输入向量用于发动机的故障诊断。结果表明,根据类间距离和类内距离之比定义的特征敏感度可以很好地区分不同的类,基于距离测度和奇异值相结合的方法可以优化特征,提高诊断的准确率。利用训练好的BP神经网络对现场12台发动机进行故障诊断,有11台诊断结论完全正确,诊断的准确率为91.67%。     

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...     

一种自构神经网络及其在测井资料解释中的应用

鉴于ＢＰ网络存在着学习过程收敛速度慢，网络容错能力差的缺点，本文提出了一种自构神经网络算法。该算法分两部分：１．将模糊集理论与神经网络相结合提出一个模糊动态改变学习率的有效算法；２．利用相关自动原理来动态调整网络的隐节点数，最终让其达到一个最佳的稳定状态。将此方法应用于江苏油田“镇田井”的测井资料解释，同已     

地面驱动螺杆泵井工况分析

螺杆泵井运行过程中经常出现杆柱断脱、蜡卡、烧泵等现象.除了螺杆泵产品自身存在不完善之处以外,管理方面的问题也不容忽视.螺杆泵采油各类故障的特性反应和诊断方法与其他采油方式不同,需要采用电流法、扭矩法、特性曲线法等进行综合分析判断.在油井动液面变化、转速高低、加药及洗井周期等方面,分析各种工况的主要影响因素,结合生产实际情况制定合理调整措施,避免在油井运行过程中频繁出现电流增大或发生变频自动保护停机现象.改善杆、管、泵系统工作条件,提高螺杆泵运行时率.收集了螺杆泵现场出现的一些工况种类,利用简单易行方法进行诊断分析,为螺杆泵推广应用提供技术帮助.     

地面驱动螺杆泵井优化设计及工况诊断系统

针对地面驱动螺杆泵井管理不完善及缺乏测试诊断手段的现状,开发了螺杆泵井工况测试系统,实现了光杆受力的测试、数据传输和分析。测试系统包括螺杆泵井工况诊断和优化设计2个软件模块。2个模块的交互使用,可以完成地面驱动螺杆泵井管理的全部工作。200井次的油田现场实际应用表明,该软件故障诊断正确率和优化设计符合率高于90%,取得良好效果。