螺杆泵实时工况自动诊断理论与软件研究
摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 前言 | 第9-13页 |
1.1 研究目的和意义 | 第9页 |
1.2 国内外研究进展 | 第9-11页 |
1.3 主要研究内容及技术路线 | 第11-13页 |
1.3.1 主要研究内容 | 第11页 |
1.3.2 技术方案的分析和选择 | 第11-12页 |
1.3.3 存在的主要问题和技术关键 | 第12-13页 |
第二章 螺杆泵工况诊断研究 | 第13-40页 |
2.1 螺杆泵井工况类型 | 第13页 |
2.2 螺杆泵井采油系统的分类及组成 | 第13-14页 |
2.3 螺杆泵井多相垂直管流计算 | 第14-17页 |
2.4 螺杆泵主要性能参数计算 | 第17-19页 |
2.4.1 排量 | 第17页 |
2.4.2 水力功率和轴功率 | 第17-18页 |
2.4.3 轴向力 | 第18页 |
2.4.4 扭矩 | 第18-19页 |
2.4.5 流体的流速 | 第19页 |
2.5 抽油杆主要性能参数计算 | 第19-23页 |
2.5.1 扭矩 | 第19-20页 |
2.5.2 轴向力 | 第20-21页 |
2.5.3 弯矩 | 第21页 |
2.5.4 剪切力 | 第21-22页 |
2.5.5 抽油杆应力 | 第22-23页 |
2.6 能够反映工况的参数 | 第23-25页 |
2.6.1 扭矩 | 第23页 |
2.6.2 载荷 | 第23页 |
2.6.3 电流 | 第23页 |
2.6.4 功率 | 第23-25页 |
2.6.5 压力 | 第25页 |
2.6.6 产液量 | 第25页 |
2.6.7 动液面 | 第25页 |
2.7 采用特性曲线分析油井工况 | 第25-30页 |
2.7.1 螺杆泵特性曲线的构成 | 第25-26页 |
2.7.2 螺杆泵水力特性曲线计算 | 第26-30页 |
2.7.3 利用特性曲线分析工况 | 第30页 |
2.8 综合多种参数进行工况诊断 | 第30-37页 |
2.8.1 螺杆泵井工况参数测试系统组成 | 第30-31页 |
2.8.2 螺杆泵井测试诊断技术原理 | 第31-33页 |
2.8.3 结合多参数螺杆泵井工况诊断 | 第33-37页 |
2.9 螺杆泵工况类型主要划分 | 第37-40页 |
第三章 基于人工智能算法的实时工况诊断模型 | 第40-50页 |
3.1 人工神经网络方法 | 第40-41页 |
3.1.1 BP网络模型 | 第40-41页 |
3.1.2 BP算法的实现 | 第41页 |
3.2 螺杆泵井工况自动诊断系统 | 第41-44页 |
3.2.1 螺杆泵井工况自动诊断特征参数选择 | 第41-42页 |
3.2.2 输入参数的预处理 | 第42-43页 |
3.2.3 输出参数的预处理 | 第43-44页 |
3.3 螺杆泵井常见的工况分类 | 第44页 |
3.4 网络的训练 | 第44-45页 |
3.5 螺杆泵实时工况自动诊断系统实现 | 第45-46页 |
3.6 工况诊断系统的测试 | 第46-50页 |
第四章 螺杆泵井实时工况诊断技术现场应用 | 第50-58页 |
4.1 实时工况诊断系统 | 第50页 |
4.2 光杆受力测试 | 第50-53页 |
4.2.1 工况测试步骤 | 第51-52页 |
4.2.2 螺杆泵工况参数测试 | 第52-53页 |
4.3 井口压力温度测试 | 第53-54页 |
4.3.1 工况测试步骤 | 第53-54页 |
4.3.2 无线数字压力变送器 | 第54页 |
4.4 电参数测试 | 第54-58页 |
4.4.1 装置功能 | 第54-55页 |
4.4.2 系统安装 | 第55-58页 |
第五章 软件实现与现场实例 | 第58-65页 |
5.1 工况诊断软件的实现 | 第58-62页 |
5.1.1 数据的传输 | 第58页 |
5.1.2 数据的接受和储存 | 第58-60页 |
5.1.3 工况诊断软件实现 | 第60-62页 |
5.2 螺杆泵井实时工况自动诊断应用实例 | 第62-65页 |
结论 | 第65-66页 |
参考文献 | 第66-69页 |
致谢 | 第69页 |