（控制理论与控制工程专业论文）有杆泵抽油井工况远程监测与故障诊断系统研究.pdf

摘要 在国内外原油生产中，机械采油占据了首要地位，而在机械采油中又以有 杆泵抽油为主。有杆泵采油设备对整个原油生产起着至关重要的作用，而由于 抽油装置特别是井下装置的故障所造成的经济损失是极其巨大的。鉴于此，本 文以有杆泵抽油井工况远程监测与故障诊断系统为研究对象，针对系统中涉及 到的抽油井数据远程传输、监测系统的网络共享以及深井泵故障诊断的关键技 术进行了研究。主要研究内容如下： 介绍了有杆泵抽油井远程监测与故障诊断系统的体系架构。该系统通过安 装于抽油井现场的远程遥测终端采集抽油井各种工况参数并对紧急故障进行实 时诊断，通过g p r s 将数据传至中心监测站，中心监测站对深井泵工作状况进 行在线诊断，并设置远程访问服务器。使得授权用户均可通过虚拟专用网对抽 油井工况进行远程实时监测。 在抽油井工作参数的远程传输方面，研究了基于g p r s 的多客户通信服务 程序的设计。采用异步非阻塞v o 通信方式，解决了中心监测站和多个r t u 实 时通信问题，减小了系统资源开销。通过抽油井数据的o r 映射方式使数据入 库的过程更加便捷。 针对抽油井工况的远程实时监测，研究了提高远程监测实对性的方法。采 用消息传递机制实现了远程监测用户和中心监测站的实时互动，即通过消息发 布和订阅的方式，实现实时数据从服务器到客户端的“推出”，达到了远程实时 监测的效果。用虚拟专用网和多级用户权限认证技术保证抽油井数据网络传输 的安全性。 对于深井泵的故障诊断，研究了示功图的分类识别方法。通过多边形近似 算法对示功图数据进行压缩，采用傅立叶描述子对示功图进行特征提取，用支 持向量机对反映不同深井泵工作状况的示功图进行识别分类。给出了实验过程 及结果，实验结果表明该方法具有较好的分类能力。 关键词：有杆泵抽油并，远程实时监测，深并泵故障诊断，消息传递系统，支 持向量机 a b s t r a c t m e c h a n i c a lo i lp u m p i n gi st h em a i nm e t h o do fc r u d eo i lp r o d u c t i o ni nt h ew o r l d a n ds u c k e rr o do i lp u m p i n gs y s t e mi st h em o s tp o p l l l a rm e t h o do fm e c h a n i c a lo i l p u m p i n g t h ee q u i p m e n t so fs u c k e rr o do i lp u m p i n gs y s t e ma r ev i t a li m p o r t a n ti nt h e w h o l ep r o d u c t i o no fc r u d eo i l a n dt h el o s s ，w h i c hi sc a u s e db yt h ef a u l to fs u c k e r r o do i lp u m p m ge q u i p m e n t ，e s p e c i a l l yt h o s ee q u i p m e n t sw h i c ha r ei nt h ed e e pw e l l ， i se x t r e m e l yh u g e 1 3 e r e f o r e ，t h i sp a p e rr e s e a r c h e so nt h er e m o t em o n i t o r i n ga n d f a u l td i a g n o s i ss y s t o mo fs u c k e rr o do i lw e l l ，a n dr e s e a r c h e so nt h ek e yt e c h n i q u e so f t h es y s t e m 。i i l c l u d i n gt h er e m o t et r a n s m i to ft h eo i lw e l l sw o r k i n gp a r a m e t e r s ，t h e r e m o t es h a r eo fm o n i t o r i n gs y s t e r na n dt h ef a u l td i a g n o s i so fs u c k e rr o d 。m a i n a c h i e v e m e n t so ft h i sp a p e ra r es h o w e di nt h en e x tp a r a g r a p h s t h i sp a p e ri n t r o d u c e st h ea r c h i t e c t u r eo fr e m o t em o n l t o r i n ga n df a n i td i a g n o s i s s y s t e m w h i c hc o l l e c t sd a t af r o mt h ef i e l da n dd i a g n o s e se m e r g e n tf a u l to fo i lw e l lb v r t u ，a n dt r a n s m i t st h ed a t at oc e n t r a lm o n i t o r i n gs t a t i o nb vg p r s t h ec e n t r a l m o n i t o r i n gs t a t i o n ，w h i c hd i a g n o s e st h ef a u l to fs u c k e rr o d ，i sb u i l t - u pw i t hr e m o t e a c c e s s i n gs e r v e r , w h i c hm a k e sr e m o t ea u t h o r i z e du s e r sc o u l dm o n i t o rt h er e a l t i m e w o r k i n gc o n d i t i o no fo i lw e l lt h r o l l 功v p n a sr e g a r d st h er e m o t et r a n s m i s s i o no ft h eo i lw e l l s w o r k i n gp a r a m e t e r s ，t h e g p r sb a s e dm u l t i c l i e n td a t ac o m m u n i c a t i o na p p l i c a t i o n w h i c hi sb a s e do n a s y n c h r o n o u sn o n - b l o c k i n gf ot e c h n i q u e ，a n da c h i e v e st h er e a l t i m ec o m m u n i c a t i o n b e t w e e nc o n t r a lm o n i t o r i n gs t a t i o na n dr t u i sr e s e a r c h e d t h i sm e t h o dr e d u c e st h e c o s to fo s sr e s o u r c e 。b e s i d e s t h eo rm a p p i n gi su s e dt om a k et h eo p e r a t i o no n d a t a b a s em o r ec o n v e n i e n t l y a sr e g a r d st h er e m o t er e a l t i m em o n i t o r i n go fo i lw e l l s w o r k i n gc o n d i t i o n ，t h i s p a p e rr e s e a r c h e so n am e t h o dw h i c hi m p r o v e st h er e a l t i m ea b i l i t yo fr e m o t e m o n i t o r i n g m e s s a g et r a n s m i s s i o ns y s t e m i se m p l o y e dt oa c h i e v et h er e a l - t i m e c o m m u n i c a t i o nb e t w e e nc e n t r a lm o n i t o r i n gs t a t i o na n dr e i n o t em o n i t o r i n gu s e r s “p u s h t h ed a t af r o mc e n t r a lm o n i t o r i n gs t a t i o nt or e m o t em o n i t o r i n gu s e r sb y p u b l i s h i n ga n ds u b s c r i b i n gm e s s a g e s t h i sm e t h o da c h i e v e sr e a l t i m em o n i t o r i n go f o i lw e l l b e s i d e s v i r t u a lp r i v a t en e t w o r k( v f n )a n da u t h o r i t ya u t h e n t i c a t i o n t e c h n i q u ea r eu s e dt oe n s u r et h es a f e t yo fn e t w o r kt r a n s m i s s i o n a sf o rt h ef a u l td i a g n o s i so fs u c k e rr o d ，t h i sp a p e rr e s e a r c h e so nt h e c l a s s i f i c a t i o nm e t h o do fd y n a m o m e t e rc a r d c o m p r e s s e st h ed y n a m o m e t e rc a r dd a t a b yp o l y g o na p p r o x i m a t i o na l g o r i t h m a n da d o p t s f o u r i e rd e s c r i p t o r s ( f d ) t o e x t r a c tt h ef c a t u r eo fu n d e r g r o u n dd y n a m o m e t e rc a r d u s e st h es u p p o f tv e c t o r m a c h i n e ( s v m ) t oc l a s s i f yd i f f e r e n tk i n d so fd y n a m o m e t e rc a r d sw h i c hr e f l e c t d i f f e r e n tw o r k i n gc o n d i t i o n so fs u c k e rr o d i nt h ee n dt h ee x p e r i m e n ta n dr e s u l t sa r e g i v e n ，a n dt h ee x p e r i m e n tp r o v e st h a tt h i sm e t h o dh a ss a t i s f y i n gr e s u l t s k e yw o r d s ：s u c k e rr o do i lw e l l ，r e m o t er e a l - t i m em o n i t o r i n g ，f a u l td i a g n o s i so f s u c k e rr o d ，m e s s a g et r a n s m i s s i o ns y s t e m ，s u p p o r tv e c t o rm a c h i n e 独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究性工 作及取得的研究成果。尽我所知，除了文字特别加以标注和致谢的 地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得武汉理工大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所作的任何贡献均已在论文中 作了明确的说明并表示了谢意。 签名：匕星一日期：竺兰梦 关于论文使用授权的说明 本人完全了解武汉理工大学有关保留、使用学位论文的规定， 即学校有权保留、送交论文的复印件，允许论文被查阅和借阅；学 校可以公布论文的全部或部分内容，可以采用影印、缩印或其它复 制手段保存论文。 ( 保密的论文在解密后遵守此规定) 签名：蒸之导师签名： 武汉理工大学硕士学位论文 1 1 课题背景 第1 章绪论 在国内外原油生产中，机械采油占据了首要地位，而在机械采油中又以有 杆泵抽油为主。有杆泵抽油是一种最基本、最可靠、使用范围最为广泛的抽油 方法。据统计，有杆泵抽油井在机械采油井中所占的比例在9 0 以上，有杆泵 采油设备对整个原油生产起着至关重要的作用，而由于抽油装置特别是井下装 置的故障所造成的经济损失是极其巨大的i i l 。因此，及时而准确地监测和判断有 杆泵抽油井的工作状况，并对发生的故障进行有效及时的处理，不仅会大大降 低原油的生产成本，获得更高的经济效益，而且将有助于进一步提高油田的科 学管理水平。 传统的有杆泵抽油井监测和诊断方式多数依赖人工作业完成，即通过巡井 的方式，手工采集油井工作的关键数据，然后通过计算，或根据经验判断油井 的工作状况。这种方式显然已经无法满足油田发展的迫切需求。当前，油井数 据的采集、监测和诊断已成为实现数字化油田“降本增效”提高管理水平的重 大改革目标，通过建立油田生产监测诊断系统，实现抽油井数据的实时分析传 送和信息网络的无缝链接，逐步形成生产管控一体化的信息网络，已成为油田 井网监测和生产调度管理的理想解决方案。 1 2 有杆泵抽油井监测诊断现状 1 2 1 抽油井工况监测现状 有杆泵抽油井工况监测主要包括对抽油泵和抽油机各类工作参数的监测， 包括抽油机的电压电流、原油流量、油层温度、泵的载荷和位移等等。 抽油井工况监测的关键技术包括： ( 1 ) 数据采集。各类抽油井参数的实时自动采集是抽油井工况监测的基 础。数据采集终端需具备良好的可靠性，能够适应各种外部环境及意外状况。 武汉理工大学硕士学位论文 此外终端的低功耗设计也是一项必不可少的考虑因素； ( 2 ) 数据远传。采集到的抽油井数据需经过某种通信方式传至监测中心， 以便工作人员实时监测各个抽油井的工作状态。数据远传应能保证较高的实时 性、可靠性和便利性，且由于某些抽油并分布较广，远程传输的距离也应得到 保证； ( 3 ) 数据共享。单机版的抽油井监测系统难以逃脱监测地点和时间的束 缚，为了能让油田工作人员更方便更及时地监测抽油井的工作状况，抽油井实 时数据及诊断结果的远程网络共享就显得尤为重要。抽油井数据的网络共享应 能保证数据传输韵实时性和安全性。 目前国内外已经出现了一些抽油井监测系统，大致分为以下几类： ( 1 ) 示功仪。深井泵的工况可通过示功图来分析诊断，因此示功仪在油 田的应用较为广泛。示功仪的功能是采集并记录抽油杆位移变化一个完整周期 内的载荷、位移数据，这些数据可以带回实验室进行分析、研究和诊断。有些 示功仪带有图形点阵液晶显示器和打印机，可以直接绘制示功图。整套系统由 传感器、终端设备和p c 机组成。传感器主要完成载荷、位移信号的转换；终端 设备由微处理器、a i ) 转换、存储器、液晶显示器、键盘和打印机接口等部分组 成，主要完成定时采样、存储、显示等功能；p c 机通过通信接口与终端设备相 连，主要完成数据的传递、处理和查询等功能 2 1 。示功仪具有体积小巧和携带方 便等优点，但在数据的远传方面仍然需人工干预，因此效率不高、实时性差， 且没有实现抽油井监测的系统化和网络化。 ( 2 ) 基于总线技术数传电台的油井远程监测系统。这类系统在数据远传 方面比单纯的示功仪有所进步，主要采用有线方式( 多为总线技术) 或无线方 式( 多为数传电台) 进行抽油井数据的远程传输。基于总线技术的抽油井远程 监测系统多采用r s 4 8 5 总线，采用直流电压0 5 v 和直流电流0 1 0 m a 或4 2 0 m a 作为统一的标准信号，将采集到的抽油井参数传至中心监测计算机，实现多井 的工况监测和数据分析。r s 一4 8 5 总线可以连接2 5 6 个节点，最长传输距离为 1 2 0 0 m e l 。这种监测系统比较适宜于油井分布较为密集的采油作业监控，且实现 了一机多井的实时监测，提高了工作效率。然而在环境恶劣的油田现场进行布 线施工比较费时费力，且系统不便维护，另外这种方式也不适用于油井分布广 阔的油田地区。另一种方式是采用数传电台实现油井的数据远传，数传电台采 用无线电技术，通过发射天线收发数据，在选用增益大的发射天线的条件下， 2 武汉理工大学硕士学位论文 传输距离最远为5 0 k i n 。这种监测系统包括主站和从站两部分。主站是监测中心， 主要进行数据处理和显示，由计算机、数传电台、高增益天线等组成；从站是 数据采集部分，主要由传感器、处理器、数传电台和高增益天线等组成 4 】。这种 远传方式的优点是免去了现场布线的繁琐，使得系统的安装实旌更为便利，但 是其数据传输性能受地形、气候的影响较大，造成了数据传输的可靠性、实时 性不高。 ( 3 ) 基于c s ( c l i e n t s e r v e r ，客户机，服务器) 模式的“准实时”抽油井 远程监测系统。在抽油井数据的远程网络共享方面，目前已经出现了基于c s 模式的抽油井网络脏测系统。在这种模式下，并队监测计算机通过局域网与中 心监测计算机以及上级采油厂连接，并分别安装相应的应用软件。通过专门的 应用软件，中心监测计算机每天定时从井队监测计算机进行几次数据检索，井 队监测计算机将各个抽油井的数据记录发送给中心监测计算机。同样，其他监 测用户也由专门编制的客户端软件访问中心监测计算机，得到“准实时”的油 井监测数据嘲。这种方式实现了抽油井数据的多用户共享，但是很显然，抽油井 数据监测的实时性受到了很大限制，同时整个网络系统不便于拓展、维护和升 级。 1 2 2 抽油井故障诊断现状 2 0 世纪6 0 年代以后，有秆泵抽油井的故障诊断越来越受到石油工程界的重 视。有杆泵抽油井故障诊断技术的研究，是国内外采油工程界研究的重要课题 之一1 6 】。随着计算机诊断技术的出现，有杆泵抽油井故障诊断技术进入了一个新 的阶段，目前主要的诊断技术有以下几种： ( 1 ) 计算机诊断法。1 9 6 6 年美国s h e l l 石油公司的s g g i b b s 和a b n c e l y 提出了有杆泵抽油井的计算机诊断技术。其基本原理是把抽油杆柱看作井下动 态信号的传导线，抽油泵作为发送器。泵的工件状况( 柱塞上的载荷变化) 以 应力波的形式沿抽油杆柱传递到地面，被作为接收器的动力仪所接收。根据这 个原理，建立了带阻尼的波动方程作为描述应力波在抽油杆柱中传递过程的基 本微分方程。以悬点载荷及位移作为边界条件，用分离变量法求得其截面的傅 立叶级数近似解，可以得到抽油杆柱任意截面处的位移和载荷，从面绘出所需 的抽油杆柱各截面及泵的示功图。根据这些示功图，可以对整个抽油井生产系 3 武汉理工大学硕士学位论文 统的工作状况作出分析和判断。该方法成为世界各国有杆泵抽油井故障诊断的 主要方法。 ( 2 ) 深井泵故障诊断专家系统。专家系统是指可与领域专家的知识水平 相比拟的计算机程序控制系统，它可以利用专家的知识，自动进行逻辑演绎推 理以解决某一特定领域中的问题。2 0 世纪8 0 年代后期，美国c h e v r o n 公司和 a r c o 油气公司分别开发出一种用于有杆泵抽油井故障诊断的专家咨询程序及专 家系统【8 】。随后e s c h i r m e r 等人首次运用模式识别技术来分析示功图的形状，建 立了可以诊断7 种井下抽油泵故障的专家系统。与此同时，我国石油大学也独 立开发出一套具有智能性的有杆泵抽油井综合故障诊断技术，郎有杆泵抽油井 故障诊断专家系统 9 1 。1 9 9 3 年天津大学与大港油田合作开发出抽油井集成化智能 诊断系统【1 0 】。 ( 3 ) 人工神经网络识别示功图。人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k s ， a n n ) 简称神经网络，是模拟生物神经网络的结构和功能的一种人工系统。由 于神经网络具有一定的模式识别能力，已被用于进行井下示功图实时诊断【1 “。 1 9 9 0 年u t c c h t e x a s 开发的识别游梁式抽油机示功图的人工神经网络，采用s 形非线性激活函数、后传神经网络模型，可对1 5 种示功图进行识别。1 9 9 3 年由 委内瑞拉c o r p o v e n s a 公司和u c e n t r a ld ev e n e z u e l a 联合开发的有杆泵抽有专 家系统也是采用人工神经网络来进行抽油井故障诊断的 1 1 i 。 1 3 存在的问题 由以上对于抽油井工况远程监测和故障诊断的现状分析可以看出，目前已 有的有杆泵抽油井监测诊断系统存在以下问题： ( 1 ) 抽油井数据远传受限。大多数抽油井分布在几公里甚至几十公里的 范围内，地理位置分散，周边环境恶劣，这就给有线传输带来了极大困难。双 绞线、同轴电缆受长度限制，覆盖范围有限，而光缆虽然覆盖范围较大，但存 在成本过高、施工周期长、维修不方便等问题。另一方面，无线数传电台虽然 避免了布线施工带来的不便，但仍然存在着初建时投资较高、需定期缴纳无线 电频率占用费、传输距离有限等缺陷，同时其数据传输性能受地形、气候的影 响较大，造成了系统的可靠性、实时性不高。 ( 2 ) 抽油井数据远程网络共享的实时性不高。以往的抽油井监测系统多 4 武汉理工大学硕士学位论文 数只限于单机监测，即只能在指定的监测机房里监视抽油井的工作状况。直到 近几年随着网络技术的迅速发展，部分油田地区采用了抽油井数据的局域网共 享方式，这种方式虽然突破了传统监测方式的种种束缚，但仍然存在一些问题： 一方面，已有的基于c i s 模式的网络监测方式无法满足实时性要求，远程用户 单靠定时访问服务器的方式获取抽油井监测数据，而这些数据很可能是数分钟 以前从抽油井现场采集到的。此外c s 模式的监测系统维护升级不便，且网络 拓展性不好。另一方面，现有的少数b 侣( b r o w s e r s e w e r ，浏览器服务器) 模 式抽油井监测系统也是依靠定时刷新浏览器w e b 页面的方式来获取抽油井的最 新数据，并没有实现真正意义的远程实时监测。 ( 3 ) 示功图的识别方法有待改进。专家系统由于其模式识别能力较低， 且本身面临着知识和信息获取的“瓶颈”问题，目前多数深井泵工况诊断系统 的示功图识别主要依靠人工神经网络来完成。然而，虽然神经网络已被证明有 着诸多优点，但其也存在着很多的不足甚至是原理上难以克服的缺陷【1 2 】：其一， 睾经玛终的口i i 练需要大量的计算时间。为了达到合适的判断精度，神经网络采 用多层结构，节点数目众多，且需要反复训练以达到能量最小的稳定状态，因 此计算量大、训练时间过长；其二，神经网络的性能过于依赖其结构的选择和 初始点的选择，不同结构的神经网络对相同数据表现出来的性能差异极大，其 结构设计和训练策略严重依赖于专家的个人技巧，缺乏坚实的理论依据，为其 推广性造成了很大困难；其三，神经网络的复杂性与推广性之间的矛盾难以解 决。神经网络易发生的“过学习”( o v e r f i t t i n g ) 问题导致虽然神经网络对训练样 本集达到较高的匹配效果，但对一个新的输入样本矢量可能会产生与目标矢量 差别较大的输出。也就是说训练后得到的映射关系( a 口 jt t 练好的神经网络) ，可 能仅仅满足训练集数据，而对其它非训练集数据不满足。从根本上说就是神经 网络的推广性差。 ( 4 ) 整合了完善的远程监测和诊断功能的系统寥寥无几。一方面，现有 的一些有杆泵抽油井监测系统仅仅停留在对抽油井数据的采集、传输、存储和 显示上，而对下一步的工况诊断则依靠工作人员的计算和经验或通过编制好的 故障诊断程序得出。另一方面，对于深井泵的诊断技术，虽然已研究出一些诊 断算法，但往往只是用来对已有的抽油井数据进行分析处理，很少把它嵌入到 抽油井的远程实时监测系统中，进行深井泵工况的实时在线诊断，使其成为一 个完整的、便利的有杆泵抽油井远程监测诊断系统。 5 武汉理工大学硕士学位论文 1 4 论文的主要研究内容 基于以上分析，本文针对目前已有的有杆泵抽油井监测诊断系统存在的一 些缺陷，就其中的一些关键技术提出了相应的改进方案，主要研究内容包括： ( 1 ) 介绍一种基于g p r s 的有杆泵抽油井远程监测系统结构框架，改进 抽油井数据的远程传输方式： ( 2 ) 研究基于g p r s 的多客户通信服务程序的设计方法，包括中心监测 站和r t u 之间的数据通信以及抽油井数据的存储： ( 3 ) 研究基于j a v a 消息服务( j a v am e s s a g es e r v i c e ，j m s ) 的b s 模式有 杆泵抽油井远程监测网络结构，提高抽油井数据远程网络共享的实时性； ( 4 ) 研究基于傅立叶描述子( f o u d e rd e s c r i p t o r , f d ) 和支持向量机( s u p p o r t v e c t o rm a c h i n e ，s v m ) 的示功图识别分类方法，并将诊断和监测功能结合为有 机整体。 本文共分6 章，主体部分为第3 、4 、5 章，分别详细介绍了抽油井数据的 无线远传( 以接收部分为主) 、网络共享和深井泵工况诊断技术，具体内容安排 如下：第1 章，绪论。由有杆泵抽油井监测诊断系统的现状分析总结出其存在 的问题，从而引出论文的研究内容。第2 章，系统总体介绍及设计方案。简单 介绍有杆泵抽油井生产系统，给出系统的总体架构设计，并分别介绍系统各个 部分的任务职能。第3 章，油井数据接收通信服务程序设计。详细介绍中 心监测站的通信服务程序设计流程，包括基于j a v an i o 的数据通信和基于o r 映射方式的数据存储。第4 章，油井数据共享远程用户实时监测。详细介 绍通过j m s 平台实现抽油井数据网络实时发布的过程，并给出了远程监测系统 的安全策略。第5 章，深井泵工况诊断示功图识别。深井泵工况诊断是通 过示功图的识别来实现的，这一章详细介绍基于傅立叶描述子和支持向量机的 示功图分类识别方法，给出实验过程及结果，最后介绍有杆泵抽油井诊断和监 测功能集成的方法。第6 章，总结与展望。 武汉理工大学硕士学位论文 第2 章系统总体介绍及设计方案 2 1 有杆泵抽油井生产系统简介 2 1 1 有杆泵抽油过程简介 在油田开发过程中，油井的采油方法是根据油层能量的大小和合理的经济 效果来决定的。如果油层具有足够大的能量，不但能将原油驱入井底，还能将 油从井底举升到地面，就可以完全依靠油层天然能量将油采出地面，这种采油 图2 - 1 有杆泵抽油装置示意图 7 法称为自喷采油法。然而有些油田由 于地层能量逐渐下降，到一定时期地 层能量就不能使油井保持自喷，或者 有些油田因为原始地层能量低或油 稠，一开始就不能自喷。在油井不能 保持自喷时，或虽能自喷但产量过低 时，就必须借助机械的能量进行采油。 目前采用的主要机械采油方法有气举 采油和深井泵采油，深并泵采油中包 括用游梁式深井泵装置的有杆泵采油 及用水力活塞泵、电动潜油泵和射流 泵等无杆泵采油。而在这些机械采油 方法中占据主导地位的是采用游梁式 深并泵装置的有杆泵采油【“。 图2 - 1 所示为有杆泵抽油装置的 工作示意图。用油管6 把深井泵的泵 筒2 下到井内液面以下，在泵筒下部 装有只能向上打开的吸入凡尔( 固定 凡尔) 1 。用直径1 6 2 5 厘米的掏油杆 柱5 把活塞3 从油管内下入泵筒。活 武汉理工大学硕士学位论文 塞上装有只能向上打开的排出凡尔( 游动凡尔) 4 。最上面与抽油杆相连接的称 光杆，它穿过三通8 和盘根盒9 悬挂在驴头1 0 上。借助于抽油机的曲柄连杆机 构1 3 和1 2 的作用，把动力机1 4 ( 电动机或内燃机) 的旋转运动变为往复运动， 用抽油杆柱来带动深井泵的活塞进行抽油i ”。 2 1 2 系统主要技术指标和要求 要对有杆泵抽油井的工作状况进行监测，就需要监测并诊断抽油机和抽油 泵的工作状态，具体要求如下： ( 1 ) 监测抽油机的电流、电压、功率及功率因数； ( 2 ) 监测周期性载荷一位移变化数据( 示功图) ； ( 3 ) 监测最大载荷，最小载荷； ( 4 ) 监测冲程、冲次、电流平衡度、采油时间、采油时率等； ( 5 ) 停并、躺井等重大故障实时诊断； ( 6 ) 深井泵工作状况实时诊断： ( 7 ) 监测数据和诊断结果远程实时共享。 2 2 系统总体设计架构 2 2 1 系统总体设计方案 系统的总体设计架构如图2 2 所示。 在数据采集方面，由远程遥测终端( r e m o t et e r m i n a lu n i t ，简称r t u ) 通 过各种传感器装置( 包括电流传感器、电压传感器、载荷传感器、位移传感器、 流量监测仪、温度传感器等等) 采集有杆泵抽油井工况的关键实时参数( 电流、 电压、载荷、位移、流量、温度等等) 。其内置的微处理器对采集到的数据进行 处理、存储，并计算油井的采油时间，对油井的部分紧急故障状态( 如停井、 躺井等) 进行实时诊断。同时通过嵌入式g p r s g s m 无线收发模块与中心监测 站进行实时数据通信。整个r t u 设置多级软硬件保护措施，外壳采取密封设计， 以确保在恶劣的户外条件下能正常工作。 在数据远传方面，采取通用分组无线业务( g e n e r a lp a c k e tr a d i os e r v i c e ，简 称g p r s ) 与短距无线通信相结合的方式。g p r s 实现了无线网络和i a t e r n e t 的 武汉理工大学硕士学位论文 图2 - 2 系统总体架构 无缝连接，便于实旋、可靠性高，且在网络信号覆盖区域内无传输距离限制。 而短距离无线通信模块无需用户申请频段，且传输可靠性高、价格低廉、使用 方便。因此对于油井地理位置分布较为密集的地区，为每个油井配备一台内置 有短距离无线通信模块的采集终端，将采集到的油井数据发送至一个同时嵌有 g p r s g s m 模块和短距离无线通信模块的远程遥测终端，再由这个终端将这些 油井的数据通过g p r s 传至中心监测站。对于地理位置较为分散的油井，为每 个油井配备台内嵌g p r s g s m 模块的r t u ，直接与中心监测站通信。这种组 网方式大大节省了整个油田监测系统的成本且满足了系统需求。 在数据共享方面，运行于中心监测站的服务程序将接收到的数据进行分类 保存，并以地图、图表、曲线、文字等方式实时地显示出来，同时计算并绘制 地下示功图，诊断深井泵的实时工作状况，计算并显示最大载荷、最小载荷、 冲程、冲次、平衡度、采油时率等重要指标参数，供监测站的油田工作人员实 时监测有杆泵抽油井的工作状态。此外，基于j m s 设计方案的b s 模式远程共 享服务程序将各种实时数据及诊断结果动态地发布给v p n ( v i r t u a lp r i v a t e n e t w o r k ，虚拟专用网) 内正在监测油井工况的其他用户，一旦有新的现场数据 9 武汉理工大学硕士学位论文 传送至中心监测站，远程用户即可看到更新的数据和画面，实现了有杆泵抽油 井工况的远程实时监测。 在故障诊断方面，对于有杆泵抽油井工作时的部分紧急故障状态，如停井、 躺并等，可由采集到的电压、电流及载荷等数据综合判断得出，由r t u 进行实 时诊断，一旦发现有上述故障现象发生，立即向中心监测站发送数据包，通知 监测人员。对于深井泵的具体工作状况则由对地下示功图的识别分析得出。用 傅立叶描述予( f o u r i e rd e s c r i p t o r , 简称f d ) 对示功图进行特征提取，选取典型 数据样本作为支持向量机( s u p p o r tv e c t o rm a c h i n e 。简称s v m ) 的训练样本， 训练后可对未知类别的示功图进行分类识别，选取适当的参数可以达到较高的 识别正确率。整个诊断和监测系统有机结合，实现了有杆泵抽油井的远程实时 监测和在线诊断。 下面对系统各个功能模块作简要介绍。 2 2 2 远程遥测终端r t u r t u 主要完成有杆泵抽油井各个工作参数的采集和传输，并实时诊断抽油 井的部分紧急故障状态。r t u 的内部结构如图2 - 3 所示。 匦； i 匝圃；il ，、。ji i 匾； ：i 塑堡堡! 竺f ； i l i 叵国；爿! 匦 _ 圆圆ll _ 一 i 陌圃； ；叵圈； ： ： 叵l i 。一 图2 - 3 r t u 结构图 1 0 武汉理工大学硕士学位论文 r t u 由微处理器( c p u ) 、存储模块、g p r s g s m 模块、电源模块和i o 接 口模块组成。c p u 通过i ，0 接口轮询采集抽油井的各个参数，经过数字滤波后 打包成普通参数包( 包括电流、电压、流量、温度数据) 或功图数据包( 包括 个采油周期内的载荷和位移数据) 存入存储器，同时经由g p r s g s m 模块将 数据包发送至中心监测站。另外，c p u 不问断地检测抽油机的电流、电压、载 荷数据和接近开关状态，作为判断抽油井停井、躺井状态的条件，判断后若发 现抽油井发生停井或躺井故障，立即通过g p r s g s m 模块将故障状态发送至中 心监测站。 2 2 3 远程数据传输 ( 1 ) g p r s g s m g p r s 为通用分组无线业务的简称，是一种新的移动数据通信业务，在移动 用户和数据网络之间提供一种连接，给移动用户提供高速无线i p 和x 2 5 服务。 g p r s 具有充分利用现有的网络、资源利用率高、始终在线、传输速率高、资费 合理等特点，可提供高达1 1 5 k b s 的传输速率( 最高值为1 7 1 2 k b s ) ，下_ 代g p r s 业务的速度可以达到3 8 4 k b s 。g p r s 业务以数据流量计费，这一计费方式更适 应数据通信的特点，用户只有在发送或接收数据期间才占用资源并收取费用， 使用户的通信费用大大降低。此外，由于近年来网络信号的不断扩张和完善， g p r s 网络覆盖面很广，一般情况下使用g p r s 进行无线通信几乎没有传输距离 上的限制【l ”。 g s m 是我国移动电话通信服务的主要通信网络，随着数字时代的到来，移 动网络的商务应用越来越受到重视，人们希望能够通过g s m 网络传输话音信息 之外的更多信息，s m s ( s h o r tm e s s a g es e r v i c e ) 就是其中之一。s m s ，也就是 我们一般所说的短消息服务，是一种使得移动设备可以发送和接收文本信息的 技术。一则s m s 信息最多可达1 6 0 个字节( 约七十个汉字) ，与大约1 秒钟的 语音呼叫所占用的空间相当，故而其通讯费用十分低廉f 1 4 】。 ( 2 ) 短距无线通信 将短距无线通信模块应用于油井分布较为密集的地区，可以大大降低整个 油田监测系统的成本，在部分r t u 中嵌入单片r f 收发芯片n r f 4 0 1 ，可实现油 武汉理工大学硕士学位论文 井密集地区的短距离无线通信。n r f 4 0 1 芯片采用抗干扰能力强的f s k 调制方式， 工作频率稳定可靠。采用低发射功率、高接收灵敏度的设计，满足无线管制要 求，无需使用许可证。在开阔地的传输距离最远可达1 0 0 0 米，且价格低廉，因 此是一种较为理想的短距无线通信模块。 ( 3 ) 工作模式 中心监测站直接接入i n t e m e t 并申请一个固定公网i p 地址后，就可以和r t u 进行双向数据传输。由于接入g p r s 的终端没有固定i p 地址，也就是说终端每 次接入g p r s 后，将自动被分配一个新的球地址，这个地址是预先不可知的。 因此g p r s 连接必须由r t u 发起，一旦r t u 和中心监测站建立了连接，就可以 自由收发数据了。为了提高监测系统的实时性，本系统的r t u 采取“永远在线” 方式，即保持r t u 一直在线。由于当一定时间内没有出现数据流量时，g p r s 网络会自动切断终端的网络连接，因此中心监测站定时向每个r t u 发送“心跳 包”，以时刻维持线路连接。若由于网络问题或其他原因使得r t u 断开g p r s 连接时，r t u 将自动重新拨号，直至接入g p r s 网络为止。 系统的数据通信工作模式有以下三种： 定时上报：正常情况下r t u 每隔三分钟自动采集并向中心监测站上报一次 抽油井工作参数，包括普通参数包和功图数据包； 紧急故障实时上报；若有紧急故障状态( 如停井、躺井等) 发生，r t u 立 即将故障信息上报中心监测站； 短信参数设置：中心监测站通过g s m 短信模块向r t u 发送各种参数设置 命令，如设置中心监测站i p 地址、设置中心号码、设置时钟信息等等。 2 2 4 中心监测站 中心监测站的主要任务有： ( 1 ) 接收每个r t u 上传的有杆泵抽油井实时工作参数，并向r t u 回复校验结 果； ( 2 ) 对接收上来的抽油井数据进行解码处理并保存至数据库； ( 3 ) 根据载荷和位移数据计算地下示功图，并判断深井泵工作状况； ( 4 ) 实时显示抽油井各个参数信息及其工作( 故障) 状态，对紧急故障状态 武汉理工大学硕士学位论文 进行实时报警； ( 5 ) 作为抽油井远程监测用户访问的服务器，响应远程监测用户请求： ( 6 ) 通过短信模块向k t u 设置各种参数。 由此可见中心监测站的主要功能模块有：通信服务模块、远程共享服务模 块、故障诊断模块、显示模块和短信模块。下一章将着重介绍通信服务模块的 设计，远程共享服务模块和故障诊断模块将分别在第四章和第五章中详细介绍。 2 3 本章小结 本章在简要介绍有杆泵抽油井生产系统之后，引出整个监测诊断系统的用 户需求和技术指标。描述了有杆泵抽油井工况远程监测和故障诊断系统的总体 架构和设计方案，并分别介绍了系统的各个主要功能模块，包括遥测终端、远 程传输平台和中心监测站。 武汉理工大学硕士学位论文 第3 章油井数据接收通信服务程序设计 运行于中心监铡站的软件系统可以以三层结构来描述，如图3 - 1 所示。 甩户层迓黼持久化层 监测页面显示 数据通信和校验数据存储 设置r t u 参数接口数据解释转换 数据访闯 业务处理 图3 - 1 软件系统结构 本章主要介绍系统逻辑层和持久化层的部分关键技术及实现方法，主要介 绍中心监测站与r t u 之间的通信服务程序的设计，包括数据通信和抽油井数据 持久化两部分。 3 1 设计思路 通信服务程序的主要任务是： ( 1 ) 接收并校验各个r t u 上传的有杆泵抽油井数据字符串，向r t u 返回校验结 果： ( 2 ) 定时向各个r t u 发送“心跳包”以维持网络连接； ( 3 ) 将接收到的抽油井实时数据存入数据库。 其中前两个任务都属于与r t u 之间的数据通信，第三个任务为抽油井数据 的存储，因此程序上分为两大模块，即通信和存储。本文通过j a v an i o 实现了 中心监测站与多个r t u 之间的实时数据通信，通过h i b e r n a t e 完成抽油井数据的 持久化。 程序的设计思想是使用三个主要线程实现抽油井数据的收发和存储过程， 这三个线程分别用来进行数据收发、构造数据对象和数据入库。主程序的流程 图如图3 - 2 所示，主要任务是对各个线程进行创建和启动。 1 4 武汉理工大学硕士学位论文 三个线程的工作流程为：g p r s 数据收发 线程接收r t u 发送的数据字符串，校验后将 有效字符串放入链表1 中，向r t u 回复校验 结果，此外还向r t u 发送心跳包；构造数据 对象线程从链表1 中取出字符串并进行解码， 然后构造相应的数据对象，并将数据对象放入 链表2 中；数据入库线程通过h i b e m a t e 将链 表2 中的数据对象进行持久化操作，将抽油井 数据存入数据库。其中对两个链表的操作均采 取先进先出的方式。整个过程如图3 _ 3 所示。 图3 - 2g p r s 服务主程序流程图 3 2 数据通信设计 图3 - 3 整体设计流程示意图 数据接收部分的执行步骤可以描述为：接收校验回复保存。具体来说， 即为侦听指定端口以读取r t u 上传的数据字符串，校验数据有效性后将校验结 果回复至r t u ，将有效数据字符串存入链表1 ，以供构造数据对象线程读取。与 此同时，当r t u 向中心监测站发起连接后便建立了一条通道( c h a n n e l ) ，保存 每个通道和r t u 之间的对应信息，以便在合适