基于ANN的油水分离双级水力旋流器的结构性能研究

摘要

根据河南油田目前存在的情况,开发了一种井下油水分离系统的双级水力旋流样机.利用人工神经网络(Artificial NeuralNetworks,ANN)建立起井下双级水力旋流器的数学模型,通过实验室内柴油以及河南油田实际油样测试,根据前后的分析比较来评估该人工神经网络模型的可靠性和有效性.经过最终实验分析,在并下可以实现两级串联油水分离,当流量控制在6m3/h以上,同时入口油滴粒径大于80μm时,分离器的分离效率最好,可以达到99.5％以上.室内实验分离后水中含油浓度小于50PPm,现场试验小于200PPm,远低于国外室内试验的400PPm指标,测量数据可靠,为其应用于实际生产提供了理论分析基础.