抽油機井泵況智能診斷方法研究.pdf

1、在油井開采中，對抽油井井下故障進行預(yù)測和診斷，了解和掌握采油系統(tǒng)的工況，實現(xiàn)采油系統(tǒng)的自動監(jiān)控和科學(xué)管理，是當(dāng)前石油行業(yè)迫切需要解決的一個重大課題。本論文針對目前油田有桿泵抽油井井下故障智能診斷符合率低、無法滿足油井生產(chǎn)要求的實際，進行了以下研究。 根據(jù)抽油泵運動學(xué)與水力學(xué)基礎(chǔ)理論，綜合考慮柱塞的運動規(guī)律、泵筒內(nèi)流體的可壓縮性，建立了泵筒內(nèi)流體流動的連續(xù)流方程。根據(jù)改進的連續(xù)流方程，建立了泵筒內(nèi)液體壓力、柱塞運動規(guī)律與漏失間隙之

2、間相互關(guān)系的數(shù)學(xué)模型，從而建立了泵筒內(nèi)液體瞬時壓力與泵示功圖的仿真模型，并建立了漏失故障狀態(tài)下液體瞬時漏失流量和累積漏失液體體積變化規(guī)律的仿真模型。 應(yīng)用波動方程，建立了以泵示功圖為基礎(chǔ)的井下故障診斷模型，實現(xiàn)了懸點示功圖到井下泵示功圖的轉(zhuǎn)換。針對不同井下故障泵示功圖的幾何特征，提出了新的更具有針對性的描述井下故障的特征參數(shù)，并建立了井下故障特征參數(shù)的計算模型。 應(yīng)用了Elman神經(jīng)網(wǎng)絡(luò)，建立了井下故障智能診斷的人工神經(jīng)