工况诊断

摘要： 苏里格气田采用井间串接,井口简易孔板流量计计量湿气,单井无液相计量,且气相计量误差较大,无法对柱塞气举井进行精确工况诊断及调参,影响排水采气精细化管理。为此,将涡街流量计与节流式流量计组合,研发了涡街节流式气液两相流量计,通过测量流体平均密度,实现了气液两相不分离在线连续计量。室内测试中,在模拟柱塞气举井出液工况下,气、液测量误差分别在4%和6%内。在苏里格气田柱塞气举井开展的现场试验中,采用分离计量装置与气液两相流量计串联测试其计量误差,该流量计气、液测量平均误差分别在5%和25%内;计量产液曲线能准确反应气井出液规律,可通过是否出现大液量段判断柱塞运行是否正常。研究结果可为气井工况诊断及生产制度优化提供依据。

摘要： 及时准确地掌握油井的工况,对于油田安全高效生产和提高采收率具有重要意义。随着油田信息化建设的不断深入,示功图等油井生产动态监测数据实现了实时采集,并积累了海量数据,亟待进一步挖掘利用。基于“大数据+深度学习”的新一代人工智能技术,有望突破现有技术的局限,引领油井工况诊断技术升级。为此,依托4000余万组涵盖不同油藏类型油井的历史动态监测数据,制备了涵盖5大类37种工况类型的油井工况诊断样本集,在此基础上,选择卷积神经网络算法,个性化设计了面向油井工况诊断问题的卷积神经网络(OWDNet),包含26层5900余万个可学习参数。使用油井工况诊断样本集对OWDNet进行训练,10轮次后,训练准确率达99.7%,验证准确率达98.9%。利用开发的油井工况智能诊断系统,在现场完成500余万次工况诊断,准确率达90%,报警推送及时,借助该系统开展油井生产管控更加合理高效,油井工况持续改善,连续稳定生产井比例由68%上升到88%,为油田大数据的高价值应用提供了有益示范。

摘要： 功图量油技术因其可实现产量连续、自动、实时计量,已日渐成为油田现场量油的工具手段。因此,针对目前功图量油技术存在的不足,提出了一些改进算法,进行有效冲程算法优化、采用机器学习极端梯度提升算法等,进一步提升了计量的精度。通过利用抽油机井实时功图及工况参数,采用CNN卷积多核建模技术构建工况智能诊断模型,在油井工况诊断基础上,针对不同的工况结果匹配相应的适用算法,从而实现油井产量的精准计量。应用结果表明,改进后基于工况诊断的油井计产算法大大提高了功图量油的准确度,平均相对误差小于5%,能够满足油田的生产计量要求。

摘要： 为了减少电潜泵井电流卡片工况识别分析时的人为误差,建立了使用实时电流数据的基于机器学习的工况诊断模型。首先使用特征工程的方法,对电潜泵运行过程中的电流数据提取特征值;其次使用主成分分析法对特征值进行无监督降维聚类,并将聚类后的结果与实际工况进行对比证明聚类的有效性;然后使用降维后的带标签数据,建立逻辑回归模型;最后将未经训练的数据代入模型并进行误差分析。对A油田56口电潜泵井高密度实时电流数据进行了基于机器学习完整流程的工况诊断,结果表明,该模型在降低计算复杂度的同时,成功实现了正常工况、泵抽空、过载停泵、频繁短周期运行等4种常见工况的分类识别,诊断准确度、精确度、召回率均在80%以上,F分数85%,达到了期望的分类效果,证明了应用机器学习方法,使用实时电流数据对电潜泵工况诊断的可行性和可靠性。

摘要： 【法国法马通公司网站2020年11月25日报道】法国法马通公司(Framatome)近日与法国电力公司(EDF)子公司Metroscope签署合作协议,未来将联合为核工业客户提供工况诊断和模拟工具。双方将在应用软件中嵌入数字孪生和人工智能技术,对核设施的运行工况进行诊断,帮助核设施提高运行效率。

摘要： 电流卡片诊断是一种典型的电潜泵工况诊断手段,传统的电流卡片模式识别需要人工完成,存在技术壁垒,会引入主观误差.人工神经网络作为一种机器学习算法,能够弥补人工识别的误差.为实现快速、准确而且客观的模式识别.通过对收集到的电流卡片经过数据预处理后得到的电流数据特征值与实际工况的对应关系,建立人工神经网络模型.利用建立的人工神经网络模型进行工况诊断,具有传统电流卡片人工识别不可比拟的优点.通过采用上述方法搭建人工神经网络模型并进行模式识别,通过提取未参与训练的井的电流卡片数据对工况诊断模型进行验证,达到了较高的准确率,证明了使用人工神经网络对电流卡片进行快速模式识别、实现工况诊断的可行性和可靠性.

摘要： 抽油井示功图是掌握深井泵工作状况和油井流入动态的重要手段,不同形状的示功图代表了不同的工况.针对油田现场普遍存在的表示井下供液不足的刀柄形示功图,提出通过在示功图上确定十个特征点将示功图分为八段,结合采油原理定性分析示功图形状特征,进而提出定量计算井下干摩擦力、井液密度和泵阀阻力等井况参数的方法.现场应用证明了所提方法的有效性.

摘要： 复杂高品位混合铜浮选工艺一直以来是选矿领域的研究热点和难点之一.同时,这种类型的浮选过程智能控制也属于行业空白.通过采用浮选过程专用的载流X荧光分析仪、泡沫图像分析仪对工艺过程在线监测,得到了能反映混合铜浮选过程的重要工况参数,实现了流程的工况诊断.进一步通过研究基于模糊规则的浮选药剂添加与浮选机的液位充气量控制,实现了这一浮选流程的智能控制.研究形成的控制系统,可连续、稳定、可靠地应用于穆索诺伊选矿厂的生产过程中,获得了较为明显的经济效益.

摘要： 近年来春光油田开始建设生产信息化系统,通过在井口安装载荷一体化示功仪、压力、温度、电参数、视频等自动采集设备,实现了井场数据的实时采集.为更好的应用现场实时数据,开发了春光油田智能井群管控软件系统,该软件系统包含工况诊断、产液量、动液面、平衡诊断及调整等模块,目前该软件系统已现场实施15井次,工况和平衡诊断复合率100％,产液量和动液面计量误差6.12％,通过优化地面电机和井下管杆泵系统效率提高3.64个百分点,取得了较好的效果.

摘要： 抽油井示功图是掌握深井泵工作状况和油井流入动态的重要手段,不同形状的示功图代表了不同的工况。针对油田现场普遍存在的表示井下供液不足的刀柄形示功图,提出通过在示功图上确定十个特征点将示功图分为八段,结合采油原理定性分析示功图形状特征,进而提出定量计算井下干摩擦力、井液密度和泵阀阻力等井况参数的方法。现场应用证明了所提方法的有效性。

摘要： 以《油井生产决策和工艺专家》系统为基础,通过系统功能的优化,算法的改进,实现油井工况诊断准确率＞90％、功图产量计算误差＜20％的目的,同时通过大数据分析技术实现数据分类诊断,能够对油井运行相关趋势预测,发挥软件自动分析、智能判断、归类汇总的优势.

摘要： 本文在分析国内油井工况诊断与计量技术应用瓶颈的基础上,提出了油井生产领域的整体优化的思路,将传统的工况诊断与计量纳入到诊断、计量、预警、优化、评价五位一体的完整业务闭环中进行设计.结合物联网数据动态分析及数据挖掘技术,中油瑞飞组织开发了基于整体优化技术的油井工况诊断与计量系统,经过现场应用,诊断与计量精度显著提高.

摘要： 通过对数字式电流记录仪与现有机械储能电流卡片分析对比的基础上,提出数字式电流记录仪在潜油电泵井工况诊断中的应用和发展前景.本文对机械储能式电流卡片的工作原理和典型电流卡片图型进行了分析,结合生产实际找出其在运行中存在的不足,首次提出数字式电流记录仪在潜油电泵井中应用的思路,并明确了今后油田潜油电泵井电流记录仪的发展方向,即采用数字式电流记录仪就地显示潜油电泵运行参数并将参数远传至管理平台,平台内置专家数据图库进行实时运算判断出电泵井所处的工作状态,为维护人员提供实时的潜油电泵井优化调整策略.

摘要： 合一功图诊断量液技术是以功图诊断为基础,根据不同的功况调用不同的量液算法,通过单井标定的井口产液量,分析单井出液特征和工况,最后形成单井特性算法或区块特性算法,从而修正之前的量液误差.同传统的量液技术相比,该技术采用分功况多种量液算法计量的特点.与传统油井单井标定后,通过系数修正来提高量液准确性相比,该技术单井特性算法具有更好的适用性和准确性.

摘要： 结合油井在线工况诊断方法的实际应用情况,对抽油机杆断诊断准确率相对较低的原因进行了深入分析,给出了完善和解决的方法.rn 结论:油井在线工况诊断分析方法在诊断杆断这种工况时确实存在误差，通过实例分析表明造成这种诊断误差的原因基于两方面:一是目前在线诊断方法更多依靠图形形态进行工况的自动诊断，这对于杆断这种需要数值进行判断的井况来说存在很大误差;二是因为目前在线功图模拟计算中未考虑油井井斜对井口载荷的影响，造成实测功图载荷数据比模拟计算功图载荷数据偏小，从而误诊为杆断。rn 建议:实例分析表明杆断诊断误差是可以消除的，办法是诊断逻辑条件应修改为:功图形态诊断+功图模拟计算数据对比，两条件同时满足时给出诊断结果，从而提高杆断诊断准确率。平台应添加井斜角度和井斜段数据及相应载荷计算程序的修改，并设置结蜡含砂等工况信息以利于快速判断。

摘要： 本文通过螺杆泵井计量现状分析,指出电流法等求产法的弊端,提出了以泵效分析求产的新方法.针对螺杆泵采油井自动算产和工况诊断的难题,研发了在线扭矩、转速、载荷三合一U型无线传感器,实现求产关键参数的一体化测试.建立泵效求产数学模型,编制"螺杆泵井远程监控与管理系统"软件,实现了螺杆泵井动液面等生产参数远程监控、在线算产、工控诊断预警功能.

摘要： 本文系统介绍了气举采油技术在塔里木油田的研究与应用,主要内容有:气举方式与气举管柱技术、气举井设计技术、气举井工况诊断技术、气举井投捞技术、双管采油技术、柱塞举升技术等,以及存在问题与对策。

摘要： 本文以采油井功图计产误差为分析对象,分类总结了误差产生的各种原因,制定了降低功图计产误差的策略,以单井生产监控与优化理论为基础,对功图计产方法进行改进和优化并形成软件.通过现场数据对比分析,改进后的方法计产误差明显下降.

摘要： 本文以采油井功图计产误差为分析对象,分类总结了误差产生的各种原因,制定了降低功图计产误差的策略,以单井生产监控与优化理论为基础,对功图计产方法进行改进和优化并形成软件.通过现场数据对比分析,改进后的方法计产误差明显下降.

摘要： 本文以采油井功图计产误差为分析对象,分类总结了误差产生的各种原因,制定了降低功图计产误差的策略,以单井生产监控与优化理论为基础,对功图计产方法进行改进和优化并形成软件.通过现场数据对比分析,改进后的方法计产误差明显下降.

摘要： 本发明公开了一种汽车启停工况车内抖动问题智能诊断方法及诊断系统，该方法包括如下步骤：1)对车辆启停过程中方向方向盘与座椅的加速度时域数据进行带通滤波后进行有效数据段截取；2)对所述有效数据片段进行加速度4次方振动剂量值计算，并进行车内抖动程度判断；3)车内抖动异常时，对异常加速度时域数据片段进行频谱分析找出车内抖动主要的问题频率4)利用车内抖动问题匹配模型得出车内抖动异常原因与解决建议。本发明利用加速度4次方的振动剂量进行车内抖动程度判定，判定结果准确快速，同时能够得出车内抖动异常原因与解决建议，较好的解决汽车启停工况车内抖动诊断问题。

摘要： 本发明针对不同工况条件下故障的边缘分布相同，但每类故障样本的条件分布在尺度和位置上发生变化的特点，提供一种工况自适应深度神经网络模型及变工况故障诊断方法，该工况自适应深度神经网络模型由五部分构成，包含源领域特征提取模块、故障分类器、目标领域特征提取模块、位置尺度变换模块和领域差异正则化模块。源领域的故障样本经过源领域特征提取模块和位置尺度变换模块处理后，其条件分布与目标领域同类故障样本的条件分布相似。本发明克服了变工况条件下传感数据分布的差异，提供了一种能够消除工况影响，并获取仅反映滚动轴承故障或性能退化的信息的方法，从而使滚动轴承故障的诊断更加准确，具有极高的推广价值。

摘要： 本发明公开了一种汽车启停工况车内抖动问题智能诊断方法及诊断系统，该方法包括如下步骤：1)对车辆启停过程中方向方向盘与座椅的加速度时域数据进行带通滤波后进行有效数据段截取；2)对所述有效数据片段进行加速度4次方振动剂量值计算，并进行车内抖动程度判断；3)车内抖动异常时，对异常加速度时域数据片段进行频谱分析找出车内抖动主要的问题频率4)利用车内抖动问题匹配模型得出车内抖动异常原因与解决建议。本发明利用加速度4次方的振动剂量进行车内抖动程度判定，判定结果准确快速，同时能够得出车内抖动异常原因与解决建议，较好的解决汽车启停工况车内抖动诊断问题。

摘要： 本发明提出一种基于联邦特征迁移学习的不同工况下滚动轴承故障诊断方法及系统，涉及滚动轴承故障诊断技术领域。本发明的技术要点包括：对滚动轴承时域振动数据做小波变换得到时频谱图，将先验的有标签公共数据作为源域，多用户无标签孤岛隐私数据作为目标域；引入多表示特征提取结构对原始残差网络进行改进，提取源域和目标域的多表示特征，分别构建多用户本地模型；使用深度神经网络的模型压缩思想改进联邦迁移学习框架中的参数传递策略，增强联邦框架的安全性并降低通信开销；在服务器端构建可用于不同工况下滚动轴承故障诊断的联邦全局模型。本发明无需多用户共享数据即可整合孤岛数据知识，具有较高的准确率和较强的泛化性。

摘要： 本发明公开了一种波动工况下深度迁移图卷积网络的航空轴承故障诊断方法：首先，采集波动工况下航空装备轴承等关键处进行振动信号，并将振动信号利用阶比分析转化为阶次谱信号；然后，将所转化的阶次谱信号分为训练样本集与测试样本集；接着将训练样本集输入到深度迁移图卷积网络算法中进行训练，采用训练好的一维图卷积网络作为特征提取器，并对其高层敏感特征计算其动态多核最大均值散度距离，同时匹配高层与低层特征的边缘分布差异；最后，将对齐特征输入到软值最大分类器中进行故障诊断方法的分类器训练，再将测试样本集输入到训练好的故障诊断方法中进行航空轴承状态测试与智能故障诊断。

摘要： 本发明涉及一种油井工况全感知智能诊断自动处理的方法和系统，所述方法包括油井故障诊断和油井故障自动处理；所述油井故障诊断包括地面诊断和地下诊断；所述地面诊断包括工艺管线部分诊断和抽油机机械传动部分诊断；所述工艺管线部分诊断包括检测管线内液体流量状态；所述地下诊断包括油井泵功图分析；所述油井故障自动处理包括气锁现象处理流程和油井渗漏诊断油井憋压测试现场无人自动操作流程；本发明大大降低了员工的劳动强度，还能对油井生产运行时的健康情况早发现及时预警。

摘要： 本发明公开了一种时变工况下无转速计的行星齿轮箱复合故障诊断方法，包括：采集时变工况下行星齿轮箱故障振动信号；对故障振动信号进行自适应模态分解，计算各模态分量的基尼指数GI值，选取基尼指数GI值最大的模态信号作为敏感分量；从所采集的故障振动信号的短时傅里叶STFT时频表示中提取IDMM趋势线,并将IDMM趋势线等效为参考轴的转频；基于等效的参考轴转频对敏感分量进行角域重采样，获得平稳的角域信号；对角域信号进行解卷积处理；对解卷积后的角域信号进行包络解调处理，获得包络谱，并从包络谱中提取故障特征阶次信息与理论值对比，从而准确判别行星齿轮箱的故障类型。应用本发明实施例，显著地提高了诊断的精确性和鲁棒性。

摘要： 本发明公开了一种阀门工况诊断装置及其诊断方法，该装置包括阀门，与阀门连接用于采集振动信息的检测系统，与所述检测系统连接的数据采集分析系统；所述数据采集分析系统通过分析检测系统采集的待诊断的振动信息获得阀门工况实时信息。该诊断方法包括以下步骤：(1)检测前，模拟阀门的不同工况，建立振动信息与阀门工况信息相对应的数据库；(2)检测时，数据采集分析系统将采集的振动信息与数据库相比对，得到相对应的阀门的实时工况。本发明安装方便，通过检测系统获取的阀门运行状态数据可靠，并且提高了阀门工况的监测频率，广泛适用于工业、农业、环境等诸多领域的阀门工作状态远程实时诊断。

摘要： 本发明提供一种抽油机工况诊断装置，包括：传感器单元，其用于感测抽油机一个完整的运行周期；电量采集单元，其用于采集抽油机电机的电参数；CPU核心单元，其与所述传感器单元和电量采集单元连接，所述CPU核心单元将所述抽油机运行一个完整周期的运行轨迹均等分为多个位置点，所述CPU核心单元控制所述电量采集单元采集所述抽油机在每个位置点上的电参数，并根据所采集到的电参数绘制示功图，并将所述示功图与存储在内置数据库内的数据模型进行对比，判断抽油机的工作状态并作出决策。本发明利用传感器精准找到诊断所需数据中想要的测试点；2.本发明具有强大的边缘计算功能，快速形成比较功图，快速计算诊断得出结论。

摘要： 本发明公开了基于实时生产数据的工况诊断与预警系统，包括工况数据采集层、网络传输管理层和实时生产数据分析层，其特征在于：所述工况数据采集层用于通过硬件设备采集油井生产时的工况数据，所述网络传输管理层用于采用无线传输程序将实时数据传输至关系数据库，所述实时生产数据分析层用于将生产数据进行深度分析得到工况类型和预警信息，所述工况数据采集层、网络传输管理层与实时生产数据分析层网络连接；所述实时生产数据分析层包括数据综合分析模块、工况诊断与预警模块和历史信息转存模块，所述数据综合分析模块用于对生产数据进行综合分析，本发明，具有实时掌握油井生产过程和保障油田安全生产的特点。