首页--工业技术论文--石油、天然气工业论文--石油机械设备与自动化论文--油气开采机械设备论文--油气开采机械化、自动化论文

长庆油田偏远油井生产监控与管理平台应用研究

摘要第3-4页
abstract第4-5页
第一章 绪论第9-13页
    1.1 课题的研究目的及意义第9-10页
        1.1.1 课题的研究目的第9页
        1.1.2 课题的研究意义第9-10页
    1.2 国内外研究现状第10-11页
        1.2.1 国外研究现状第10页
        1.2.2 国内研究现状第10-11页
    1.3 课题来源第11页
    1.4 课题研究内容与论文结构第11-13页
        1.4.1 课题主要研究内容第11-12页
        1.4.2 论文结构第12-13页
第二章 油井生产监控与管理相关技术第13-20页
    2.1 监控与管理系统技术第13-17页
        2.1.1 物联网技术第13-14页
        2.1.2 VPDN虚拟传输技术第14页
        2.1.3 Web发布技术第14-15页
        2.1.4 仪表数据传输协议第15-16页
        2.1.5 ForceControl组态软件第16-17页
    2.2 油井生产监控与管理系统第17-19页
        2.2.1 油田生产监控与管理系统内容第17-18页
        2.2.2 油井生产监控与管理系统架构第18-19页
    2.3 本章小结第19-20页
第三章 偏远油井生产监控管理系统方案设计第20-26页
    3.1 长庆油田采油十一厂偏远油井介绍第20页
    3.2 偏远油井生产工艺第20-21页
    3.3 偏远油井生产与管理现状第21-22页
    3.4 偏远油井生产监控管理系统需求分析第22-23页
    3.5 偏远油井生产监控管理系统方案设计第23-25页
        3.5.1 系统总体方案设计第23-24页
        3.5.2 生产信息采集子系统第24页
        3.5.3 生产信息传输子系统第24-25页
        3.5.4 监控管理平台第25页
    3.6 本章小结第25-26页
第四章 偏远油井生产监控管理系统硬件设计第26-33页
    4.1 偏远油井生产监控管理系统硬件构成第26-27页
    4.2 生产信息采集硬件设计第27-31页
        4.2.1 单井信息采集硬件设计第27页
        4.2.2 单井信息采集硬件选型第27-31页
    4.3 生产信息传输硬件设计第31页
    4.4 监控管理平台硬件设计第31-32页
    4.5 本章小结第32-33页
第五章 偏远油井生产监控管理系统软件开发第33-61页
    5.1 偏远油井生产监控管理系统软件功能第33-34页
    5.2 偏远油井生产监控管理系统软件构成第34-35页
    5.3 生产监控数据采集程序设计第35-40页
        5.3.1 数据采集程序设计第35-36页
        5.3.2 油井数据采集子程序设计第36-37页
        5.3.3 视频图像采集子程序设计第37-39页
        5.3.4 上位采集子程序设计第39-40页
    5.4 数据存储与管理设计第40-46页
        5.4.1 系统数据架构第40-42页
        5.4.2 数据库设计第42-46页
    5.5 人机界面设计第46-49页
    5.6 Web发布程序设计第49-51页
    5.7 生产监控管理程序设计第51-60页
        5.7.1 柴油量监控管理子程序设计第51-53页
        5.7.2 油井产液量监控管理子程序设计第53-55页
        5.7.3 报警管理子程序设计第55页
        5.7.4 权限管理子程序设计第55-56页
        5.7.5 间抽预测管理子程序设计第56-60页
    5.8 本章小结第60-61页
第六章 系统调试与运行第61-70页
    6.1 系统运行调试第61-64页
        6.1.1 系统硬件调试第61页
        6.1.2 系统软件调试第61-64页
    6.2 系统应用效果与分析第64-69页
    6.3 本章小结第69-70页
第七章 总结与展望第70-72页
    7.1 总结第70页
    7.2 展望第70-72页
致谢第72-73页
参考文献第73-77页
攻读硕士学位期间主要研究成果第77-78页

论文共78页,点击 下载论文
上一篇:基于深度学习的蛋白质相互作用预测方法的研究
下一篇:管道爬行机器人电缆远程视频通信测控系统的研究