摘要：采油技术的快速发展，让抽油机变得更加复杂，必须要对抽油机的工况做好预测，保证采油工作的稳定进行。本文研究了抽油工况的智能识别技术，分析了工况预测系统的原理，研究抽油机可能存在的故障类型，并且对如何进行预测进行了研究，探索智能技术的使用方法，帮助施工人员做好对煤层气井抽油机的工况预测，并且研究软件应该如何实现各种功能。
关键词：煤层气井；抽油机；工况；智能系统
引言：抽油机生产工作中，及时诊断抽油机的故障，对保证安全生产、生产质量都有着十分重要的作用。通过建立预测系统，不仅能够了解目前抽油机工作状态的信息，还能够根据井内各种因素的影响，对工况进行诊断，具有很高的现实意义。使用人工算法存在一定的误差，并不能完全保证抽油机工作的安全。通过使用智能预测系统，能够对抽油机的工况进行预测分析，并且对可能存在的故障作出诊断，从而最大幅度保证抽油机工作的安全。
一、工况预测系统的设计
1.1 工况预测系统的工作原理
工况预测系统首先需要对抽油机的运行情况参数进行采集，包括载荷、位移、回压等参量，然后将采集到的的信息进行汇总。软件会按照一定的实践间隔将采集到的工况通过通讯模块打包给网络，远程监控中心接入网络，享有IP地址，就能够及时对抽油机的工况进行监测。
由于抽油机的工作处在比较恶劣的地方，所以对部分的采集节点也处在动态采集的工作中，必须要给节点提供充足的电量，才能保证节点的工作。网络协调器等效与网关中心节点，让系统能够和GPRS网络、智能系统链接。使用远程传输的方式具有成本低、管理集中、互通能力强的优势，能够让油田管理的投入得到很大的节约，这样就能够有效保证对工况的监控。
1.2 工况监测的硬件设计
由于油田作业的环境具有很大的特殊行，所以在现场的传感器必须要具有设备小巧.安装方便的特点，同时，网络传输和芯片也要具有较低的成本，避免对工况的预测成本过高。监控中心接收信息.便利用神经网络来对参数进行分析处理，从而对抽油机的工况进行在线分析.并且对抽油机之后的工况作出预测。
系统的网络必须结构简单，还可以针对一定时间段再进行系统的开关机。一些硬件可以在没有相关监测需求的情况下保持睡眠模式，实现能源的节约。在电源电路的设计上，电源需要有稳定的性能，而且能够抵抗外界干扰。由于使用的器件对电源的敏感性很低，所以可以使用蓄电池供电的方式，达到便携的目的。
二、抽油机的故障的诊断
抽油机在运转的过程中会出现很多问题，进而影响到抽油机的工作状况。目前对抽油机的故障检验是根据人工规定到现场采集数据，然后经过参数计算来对故障进行判断，这种方式会浪费很多人力，而且工作效率也比较低，如果不能第一时间获得故障，影响也比较恶劣。
2.1 抽油机故障类型
（1）抽油泵故障
抽油机需要全天24小时连续工作，所以机械磨损是难以避免的，同时，抽油泵长期在井下深处工作，随着时间增加，液体也会加深对泵的腐蚀。如果不能及时发现问题，就必然会导致抽油泵出现故障。
（2）抽油机不平衡
抽油机没经过一次冲程，都需要抽油杆和平衡重的两次能量交换，这导致抽油机一直都是承受这交变符合。在地面下方油泵装置工作时，悬点载荷会不断变化。上冲程时，抽油机尚未进入工作状态，就需要电动机做功使驴头上行；下冲程时，抽油杆柱在重力作用下客服浮力下行，电动机就需要接受外部能量做功。这就是导致抽油机不平衡的原因，调节平衡需要停机卸载等工作，于是会导致电能的浪费。
（3）抽油杆偏磨
抽油杆偏磨这种情况经常出现在游梁式抽油系统中，出现偏磨的问题之后会严重降低抽油杆的机械强度，同时也会导致抽油杆的管壁磨穿，导致出现漏油的清情况，影响正常工作。
2.2 抽油机故障的诊断和预测方法
在进行抽油机故障的诊断和预测中，首先需要清楚抽油机的运行原理，这样才能够掌握生产原理，了解故障信息之间的关联特性。抽油机的故障监测褐故障诊断是在设备运行的过程中进行的，所以必须要对设备的状态信号有充分的了解，才能够清楚被监控的设备是否处在正常的工作状态之下。所以，需要对信息进行提取，并且通过实践来建立故障档案库。
期刊文章分类查询,尽在期刊图书馆
随着智能技术的发展，智能化的诊断监测成为了工作人员主要的研究方向，很多故障诊断的方法也被应用到实际生产中。在对抽油井工况进行判断时，一般会以地面工图作为判断的主要依据。如果抽油机出现了故障，就会导致波动装啊提的变化，所以就需要进行各种功图进行识别，从而实现诊断的目的。对于智能系统而言，也要根据作业的情况和特点，建立数字化的管理框架，通过对载荷、位移、油压等参量进行诊断，然后对抽油机的未来的运行进行预测。及时发出警报，以便对抽油机进行调整。
三、智能诊断煤层气井工况的方法
3.1 建立模型和提取示功图
针对采集到的抽油机示功图，使用灰色系统理论和识别技术结合，提取示功图的归一化无因次灰度统计特征，包括灰度均值、灰度方差、灰度熵等值，构成分类的特征向量，并且建立相关联的分析来建立改进模型，提高诊断的准确率。这样就能够实现对抽油机故障的自动鉴别和诊断，之后将诊断结果输出给软件，最后显示出来。
悬点示功图表示光杆下端悬点处的位移和载荷之间的关系；泵示功图表示地层抽油泵出位移与载荷之间的关系。一般使用泵示功图来描述抽油机的工况，该示功图更能够反映出抽油机的公开矿。因为和抽油的环境相关联，并且不会收到抽油杆弹性形变、粘滞阻力和各种摩擦力的影响，不会发生传递时的波动，所以十分趋近于静载线。使用粘滞带阻尼的波动方程就能够将井示功图转化成泵示功图，在进行计算的时候需要同抽油机的杆级参数。
3.2 示功图的分析和解释
在得到泵示功图之后，需要预处理形成泵示功图的灰度矩阵图，这样就能够将泵示功图标准化，放置于2×1的矩阵中，然后将标准化的泵示功图放到10×20的网格当中，网眼初始化为0。将示功图便捷穿越的网眼灰度赋值为1，然后根据等高线的方式来对网眼进行赋值，边界内部每格增加一级，边界外部每格减少一级。
得到示功图灰度矩阵之后，继续进行假设和分析。假设示功图的灰度矩阵为G（J，K），矩阵中的元素为g，示功图网格上对应的灰度值为N，由此能够知道示功图的灰度等级为R，并且R=N。对于某一个灰度为r的元素，元素个数为b（r），那么灰度级数的概率就是p（r）=b（r）/(jk)，最后灰度的均值为： 。然后就能够对灰度熵等数值进行计算。
通过模糊识别技术，可以将特征值经过智能软件进行选择处理，这样就能够根据不同的工况来增加系统中工况的种类，计算机能够快速识别，从而判断工况 是否会导致故障，最后就能够达到预警的目标。
3.3 软件实现
抽油机的工况智能预测系统中，示功图用字节流的形式进行储存，数据库需要具备自动进行工况样本空间扩充和优化的功能，能够对空旷进行语境，并且提示用户可能发生的故障，以及对诊断的结果进行人为修正。修正后的结果需要作为对比数据，并且支持外部示功图数据的导入，通过综合测试仪器或者记录仪器来获得示功图的文本文件。
在软件界面上，需要有抽油机数据配置截面，抽油机样本库标准曲线示功图界面、示功图样本库界面。实际使用中，前景的地面示功图和泵示功图在常用冲刺范围内并没有太大的差别，这种情况下可以利用地面示功图进行直接诊断。对于深井需要推到出泵示功图的情况，并且结合施工中的个别工况结合电流图来进行综合诊断，判断工况的实际情况。
结束语：人工对抽油机的工况进行诊断并不能够获得准确的结果，并且由于系统复杂的原因导致诊断的效率比较低。使用智能化的诊断能够获得良好的预测效果，保证抽油机的稳定运行。智能技术需要建立专门的智能预测系统，利用特征值来对工况进行判断。本文使用了泵示功图作为判断工况的途径，对抽油机的运行状况进行分类，从而作出预测和诊断。这种智能预测方法对于远程监测油井有着重大的意义，并且对研究抽油机的工况也有巨大的价值。
参考文献：
[1]李宁.游梁式抽油机工况在线诊断系统及方法的研究[D].沈阳工业大学,2017.
[2]包振水.游梁式抽油机节能控制研究[D].西南石油大学,2016.
[3]陈妍.多示例多标记半监督算法研究及在抽油机工况诊断中的应用[D].东北石油大学,2016.
[4]张栋.基于北斗卫星的直井杆式抽油机位移载荷传输及其智能分析[D].吉林大学,2016.
[5]王晓宇.游梁式抽油机工况监测系统的设计[D].东北石油大学,2016.
[6]孙晓哲.基于无线传感网络的抽油机工况监测系统设计[D].东北石油大学,2016.
[7]陈慧.煤层气井抽油机工况智能预测系统开发[J].机械工程与自动化,2014(06):171-172.
论文作者:杨文来
论文发表刊物:《基层建设》2019年第28期
论文发表时间:2020/1/13
标签：示功图论文; 工况论文; 抽油机论文; 灰度论文; 故障论文; 系统论文; 智能论文; 《基层建设》2019年第28期论文;