CN103670373A - 抽油机故障的诊断方法和系统 - Google Patents
抽油机故障的诊断方法和系统 Download PDFInfo
- Publication number
- CN103670373A CN103670373A CN201210364038.8A CN201210364038A CN103670373A CN 103670373 A CN103670373 A CN 103670373A CN 201210364038 A CN201210364038 A CN 201210364038A CN 103670373 A CN103670373 A CN 103670373A
- Authority
- CN
- China
- Prior art keywords
- signal
- vibration
- drive motors
- oil pumper
- power data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Control Of Positive-Displacement Pumps (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种抽油机故障的诊断方法和系统,属于石油开采领域。所述方法包括:获取驱动电机的功率数据;根据小波函数对功率数据进行分析,得到抽油机的信号;根据信号对抽油机进行故障诊断。所述系统包括:功率数据得到模块,用于得到驱动电机的功率数据,将功率数据发送到诊断模块;诊断模块,用于根据小波函数对功率数据得到模块发送的功率数据进行分析,得到抽油机的信号,根据信号对抽油机进行故障诊断。本发明通过上述技术方案,根据小波函数对功率数据进行分析,得到抽油机的信号,根据信号对抽油机进行故障诊断,从而提高了故障诊断的准确性,扩大了故障诊断的检测范围。
Description
技术领域
本发明涉及石油开采领域,特别涉及一种抽油机故障的诊断方法和系统。
背景技术
在目前的石油开采过程中,抽油机采油是最重要的环节之一,它的运行状况是否为故障状况将直接影响到油田的产量,如果对运行中的故障状况不及时发现并处理可能会造成巨大的损失,因此在实际应用中,需要对抽油机的故障状况进行诊断。
现有技术一提供的抽油机故障的诊断方法中,采用人工巡视的方式进行,在巡视过程中,通过人工经验对抽油机可能发生的故障进行初判,然后再进一步核实确定抽油机的故障;现有技术二提供的抽油机故障的诊断方法中,对抽油机的驱动电机、减速器、曲柄旋转角度、游梁上下位移、抽油杆载荷和井口的原有温度及压力等参数进行实时监测,将监测到的各种参数与该种参数的经验值和基于该种参数的理论计算值进行比较,根据比较结果进行故障的诊断。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:
由于现有技术一通过人工巡视的方式,并结合人工经验对抽油机故障进行诊断,导致效率低、可靠性差、不能做到实时检测,从而远远不能适应油田生产发展的需要;由于现有技术二通过对抽油机和井口的各种参数进行实时监测,并结合各种参数的经验值和基于各种参数的理论计算值来对抽油机故障进行诊断,导致故障诊断的方法不够全面,准确性低。
发明内容
为了解决现有技术问题,本发明提供了一种抽油机故障的诊断方法和系统。所述技术方案如下:
一方面,提供了一种抽油机故障的诊断方法,所述抽油机包括驱动电机、抽油杆、减速器和皮带,其特征在于,所述方法包括:
获取所述驱动电机的功率数据;
根据小波函数对所述功率数据进行分析,得到所述抽油机的信号;
根据所述信号对所述抽油机进行故障诊断。
优选地,所述根据小波函数对所述功率数据进行分析,得到所述抽油机的信号;根据所述信号对所述抽油机进行故障诊断,具体包括:
根据小波函数对所述功率数据进行分析,得到所述驱动电机的功率信号、所述抽油杆振动的频率信号、所述减速器振动的频率信号和所述皮带振动的频率信号;
根据所述驱动电机的功率信号,得到所述驱动电机的功率信号的总能量A1;
根据所述抽油杆振动的频率信号,得到所述抽油杆振动的频率信号的平均能量B1、最大能量B2和最大能量出现的角度B3;
根据所述减速器振动的频率信号,得到所述减速器振动的频率信号的平均能量C1、最大能量C2和最大能量出现的角度C3;
根据所述皮带振动的频率信号,得到所述皮带振动的频率信号的平均能量D1、最大能量D2和最大能量出现的角度D3;
如果所述B2/B1>2.5且B3>220,则液击引起的抽油杆振动值为1,否则为0;
如果所述C2/C1>3.7且C3>220,则液击引起的减速器振动值为1,否则为0;
如果所述D2/D1>3.7且D1/A1>3.8且D3>220,则液击引起的皮带振动值为1,否则为0;
如果所述D2/D1>3.7且D3>220且C2/C1>3.7且C3>220且(C3-D3>21或C3-D3<-21),则液击引起的皮带与减速器共同振动值为-1,否则为0;
所述液击引起的抽油杆振动值、所述液击引起的减速器振动值、所述液击引起的皮带振动值、所述液击引起的皮带与减速器共同振动值之和为总液击值,如果所述总液击值大于1,则所述抽油机的液击异常,否则,所述抽油机的液击正常。
优选地,所述根据小波函数对所述功率数据进行分析,得到所述抽油机的信号;根据所述信号对所述抽油机进行故障诊断,具体包括:
根据小波函数对所述功率数据进行分析,得到所述驱动电机的功率信号和所述抽油杆振动的频率信号;
根据所述驱动电机的功率信号,得到所述驱动电机的功率信号的总能量A;
根据所述抽油杆振动的频率信号,得到所述抽油杆振动的频率信号的平均能量B1;
如果所述(B1/A-20)/10+0.99>1,则所述抽油机的抽油杆异常,否则,所述抽油机的抽油杆正常。
优选地,所述根据小波函数对所述功率数据进行分析,得到所述抽油机的信号;根据所述信号对所述抽油机进行故障诊断,具体包括:
根据小波函数对所述功率数据进行分析,得到所述驱动电机的功率信号和所述减速器振动的频率信号;
根据所述驱动电机的功率信号,得到所述驱动电机的功率信号的总能量A;
根据所述减速器振动的频率信号,得到所述减速器振动的频率信号的平均能量C1和最大能量C2;
如果所述C2/C1>4,则减速器的第一振动指数E为(C2/C1-4)/2,否则为0;
如果所述C1/A>10,则减速器的第二振动指数为(C1/A-15)/8+E+0.99,否则为0;
如果所述减速器的第二振动指数大于1,则所述抽油机的减速器异常,否则,所述抽油机的减速器正常。
优选地,所述根据小波函数对所述功率数据进行分析,得到所述抽油机的信号;根据所述信号对所述抽油机进行故障诊断,具体包括:
根据小波函数对所述功率数据进行分析,得到所述抽油机的驱动电机的功率信号和所述皮带振动的频率信号;
根据所述抽油机的驱动电机的功率信号,得到所述驱动电机的功率信号的总能量A;
根据所述皮带振动的频率信号,得到所述皮带振动的频率信号的平均能量D1和最大能量D2;
如果所述(D1/A-4)×0.6-(D2/D1-4)/3+0.99>2,则所述抽油机的皮带异常,否则,所述抽油机的皮带正常。
优选地,所述小波函数为DB4小波函数。
优选地,所述获取所述驱动电机的功率数据,具体包括:
得到所述抽油机的驱动电机的电压数据;
得到所述抽油机的驱动电机的电流数据;
将所述电压数据和电流数据做乘法运算,获取所述驱动电机的功率数据。
另一方面,提供了一种抽油机故障的诊断的系统,所述抽油机包括驱动电机、抽油杆、减速器和皮带,其特征在于,所述系统包括:
功率数据得到模块,用于得到所述驱动电机的功率数据,将所述功率数据发送到所述诊断模块;
诊断模块,用于根据小波函数对所述功率数据得到模块发送的功率数据进行分析,得到所述抽油机的信号,根据所述信号对所述抽油机进行故障诊断。
优选地,所述功率数据得到模块包括:
第一采集单元,对驱动电机的电压数据进行采集,得到电压采集数据;
第二采集单元,对驱动电机的电流数据进行采集,得到电流采集数据;
计算单元,将所述第一采集单元发送的电压采集数据和所述第二采集单元发送的电流采集数据做乘法运算,得到驱动电机的功率数据,将所述功率数据发送到所述诊断模块。
优选地,所述诊断模块具体包括:
液击诊断单元,用于根据小波函数对所述功率数据得到模块发送的功率数据进行分析,得到所述驱动电机机的功率信号、所述抽油杆振动的频率信号、所述减速器诊断的频率信号和所述皮带振动的频率信号,根据所述信号对抽油机的液击进行故障诊断;和/或
抽油杆诊断单元,用于根据小波函数对所述功率数据得到模块发送的功率数据进行分析,得到所述驱动电机的功率信号和所述抽油杆振动的频率信号,根据所述信号对抽油机的抽油杆进行故障诊断;和/或
减速器诊断单元,用于根据小波函数对所述功率数据得到模块发送的功率数据进行分析,得到所述驱动电机的功率信号和所述减速器振动的频率信号,根据所述信号对所述抽油机的减速器进行故障诊断;和/或
皮带诊断单元,用于根据小波函数对所述功率数据得到模块发送的功率数据进行分析,得到所述驱动电机的功率信号和所述皮带振动的频率信号,根据所述信号对抽油机的皮带进行故障诊断。
本发明实施例提供的技术方案带来的有益效果是:
通过根据小波函数对功率数据进行分析,得到抽油机的信号,根据信号对抽油机进行故障诊断,从而提高了故障诊断的准确性,扩大了故障诊断的检测范围。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种抽油机故障的诊断方法流程图;
图2是本发明实施例二提供的一种抽油机故障的诊断方法流程图;
图3是本发明实施例二提供的驱动电机的功率数据曲线示意图;
图4是本发明实施例二提供的抽油机信号的曲线示意图;
图5是本发明实施例三提供的一种抽油机故障的诊断方法流程图;
图6是本发明实施例四提供的一种抽油机故障的诊断方法流程图;
图7是本发明实施例五提供的一种抽油机故障的诊断方法流程图;
图8是本发明实施例六提供的一种抽油机故障的诊断系统的结构示意图;
图9是本发明实施例六提供的功率数据得到模块的结构示意图;
图10是本发明实施例六提供的诊断模块的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一
抽油机包括驱动电机、抽油杆、减速器和皮带,当抽油机在运行过程中出现故障时将导致抽油机的状态参数偏离正常运转时的参数曲线,所以对抽油机的状态参数进行实时监测,根据检测得到的参数对抽油机的运行状况进行诊断。为此本实施例提供了一种抽油机故障的诊断方法,参见图1,本实施例提供的方法流程具体如下:
101:获取驱动电机的功率数据;
102:根据小波函数对功率数据进行分析,得到抽油机的信号;根据该信号对抽油机进行故障诊断。
具体地,该步骤的具体实现方式包括但不限于,根据小波函数对功率数据进行分析,得到驱动电机的功率信号、抽油杆振动的频率信号、减速器振动的频率信号和皮带振动的频率信号;
根据驱动电机的功率信号,得到驱动电机的功率信号的总能量A1;
根据抽油杆振动的频率信号,得到抽油杆振动的频率信号的平均能量B1、最大能量B2和最大能量出现的角度B3;
根据减速器振动的频率信号,得到减速器振动的频率信号的平均能量C1、最大能量C2和最大能量出现的角度C3;
根据皮带振动的频率信号,得到皮带振动的频率信号的平均能量D1、最大能量D2和最大能量出现的角度D3;
如果B2/B1>2.5且B3>220,则液击引起的抽油杆振动值为1,否则为0;
如果C2/C1>3.7且C3>220,则液击引起的减速器振动值为1,否则为0;
如果D2/D1>3.7且D1/A1>3.8且D3>220,则液击引起的皮带振动值为1,否则为0;
如果D2/D1>3.7且D3>220且C2/C1>3.7且C3>220且(C3-D3>21或C3-D3<-21),则液击引起的皮带与减速器共同振动值为-1,否则为0;
液击引起的抽油杆、减速器、皮带、皮带与减速器振动值之和为总液击值,如果该总液击值大于1,则抽油机的液击异常,否则,抽油机的液击正常。
具体地,根据小波函数对功率数据进行分析,得到驱动电机的功率信号和抽油杆振动的频率信号;
根据驱动电机的功率信号,得到驱动电机的功率信号的总能量A;
根据抽油杆振动的频率信号,得到抽油杆振动的频率信号的平均能量B1;
如果(B1/A-20)/10+0.99>1,则抽油机的抽油杆异常,否则,抽油机的抽油杆正常。
具体地,根据小波函数对功率数据进行分析,得到驱动电机的功率信号和减速器振动的频率信号;
根据驱动电机的功率信号,得到驱动电机的功率信号的总能量A;
根据减速器振动的频率信号,得到减速器振动的频率信号的平均能量C1和最大能量C2;
如果C2/C1>4,则减速器的第一振动指数E为(C2/C1-4)/2,否则为0;
如果C1/A>10,则减速器的第二振动指数为(C1/A-15)/8+E+0.99,否则为0;
如果减速器的第二振动指数大于1,则抽油机的减速器异常,否则,抽油机的减速器正常。
具体地,根据小波函数对功率数据进行分析,得到抽油机的驱动电机的功率信号和皮带振动的频率信号;
根据抽油机的驱动电机的功率信号,得到驱动电机的功率信号的总能量A;
根据皮带振动的频率信号,得到皮带振动的频率信号的平均能量D1和最大能量D2;
如果(D1/A-4)×0.6-(D2/D1-4)/3+0.99>2,则抽油机的皮带异常,否则,抽油机的皮带正常。
本实施例提供的方法,通过根据小波函数对功率数据进行分析,得到抽油机的信号,根据信号对抽油机进行故障诊断,从而提高了故障诊断的准确性,扩大了故障诊断的检测范围。
实施例二
本发明实施例提供了一种抽油机故障诊断的方法,结合上述实施例一的内容,参见图2,本实施例提供的方法流程具体如下:
201:获取驱动电机的功率数据;
针对该步骤,具体地,得到驱动电机的电压数据;
得到驱动电机的电流数据;
将电压数据和电流数据做乘法运算,获取驱动电机的功率数据。
在实际应用中,在现场对抽油机的驱动电机的电压数据和电流数据分别进行采集,将采集到的电压数据和电流数据做乘法运算,得到驱动电机的功率数据,具体地可通过现有技术根据电压数据和电流数据得到功率数据。例如,参见图3,图中所示功率数据曲线以得到的驱动电机的功率数据绘制而成。由于在油田的开采过程中,抽油机数量众多,且分布范围广泛,为了对抽油机的运行状况进行实时的监测,将得到的驱动电机的功率数据以无线电波的形式传输出去,以便实现远程的实时监控,本实施例不对功率数据传输的方式进行限定,可以是无线传输形式,还可以是其他传输形式。
202:根据小波函数对功率数据进行分析,得到驱动电机的功率信号、抽油杆振动的频率信号、减速器振动的频率信号和皮带振动的频率信号;
针对该步骤,由于不同的小波函数对分析结果的误差不同,为了减少误差,在本发明实施例中根据小波函数DB4对图3所示的功率数据进行分析,分析得到各种频率的信号,由于抽油机在运行过程中,抽油杆、减速器和皮带都会发生振动,都有相应的固有振动频率,将固有振动频率与分析得到的各种频率的信号的频率相对应,参见图4,得到抽油机的驱动电机的功率信号、抽油杆振动的频率信号、减速器振动的频率信号和皮带振动的频率信号。
在根据小波函数DB4对功率数据进行分析的过程中,需要将小波函数的起始点与功率数据对齐,如果该功率数据的长度小于小波函数的长度,则需要对该功率数据进行扩展,使功率数据的长度与小波函数的长度一致,为了减少跳动干扰,在本发明实施例中,采用以该功率数据的最后一位对该功率数据不足的长度进行填充,使该功率数据的长度得到扩展。
例如,功率数据的长度为1500点,小波函数DB4的长度为1728点,功率数据的长度小于小波函数DB4的长度,则在1501~1728之间,用该功率数据的第1500个点的数据对该功率数据进行填充,扩展到1728个点。
203:根据该信号对抽油机进行故障诊断。
具体地,根据驱动电机的功率信号,得到驱动电机的功率信号的总能量A;
根据抽油杆振动的频率信号,得到抽油杆振动的频率信号的平均能量B1、最大能量B2和最大能量出现的角度B3;
根据减速器振动的频率信号,得到减速器振动的频率信号的平均能量C1、最大能量C2和最大能量出现的角度C3;
根据皮带振动的频率信号,得到皮带振动的频率信号的平均能量D1、最大能量D2和最大能量出现的角度D3;
如果B2/B1>2.5且B3>220,则液击引起的抽油杆振动值为1,否则为0;
如果C2/C1>3.7且C3>220,则液击引起的减速器振动值为1,否则为0;
如果D2/D1>3.7且D1/A1>3.8且D3>220,则液击引起的皮带振动值为1,否则为0;
如果D2/D1>3.7且D3>220且C2/C1>3.7且C3>220且(C3-D3>21或C3-D3<-21),则液击引起的皮带与减速器共同振动值为-1,否则为0;
液击引起的抽油杆振动值、液击引起的减速器振动值、液击引起的皮带振动值、液击引起的皮带与减速器共同振动值之和为总液击值,如果该总液击值大于1,则抽油机的液击异常,否则,抽油机的液击正常。
例如,参见图4,根据驱动电机的功率信号,得到驱动电机的功率信号的总能量,根据抽油杆振动的频率信号,得到抽油杆振动的频率信号的平均能量、最大能量和最大能量出现的角度;根据减速器振动的频率信号,得到减速器振动的频率信号的平均能量、最大能量、最大能量出现的角度;根据皮带振动的频率信号,得到皮带振动的频率信号的平均能量、最大能量和最大能量出现的角度;将总能量、平均能量、最大能量和最大能量出现的角度代入相应的公式计算抽油机的液击值,从而得出抽油机的液击是否异常。在实际应用中可以通过Excel建立相应的公式表达式,如果B2/B1>2.5且B3>220,则抽油杆的液击为1,否则为0可以表达为IF(AND(B2/B1>2.5,B3>220),1,0);如果C2/C1>3.7且C3>220,则减速器的液击为1,否则为0可以表达为IF(AND(C3>220,C2/C1>3.7),1,0);如果D2/D1>3.7且D1/A1>3.8且D3>220,则皮带的液击为1,否则为0可以表达为IF(AND(D3>220,D2/D1>3.7,D1/A1>3.8),1,0);如果D2/D1>3.7且D3>220且C2/C1>3.7且C3>220且(C3-D3>21或C3-D3<-21),则皮带与减速器的共同液击为-1,否则为0可以表达为IF(AND(D3>220,D2/D1>3.7,C3>220,C2/C1>3.7,ABS(C3-D3)>21),-1,0),其中,ABS(C3-D3)的意思为C3-D3之差。本实施例中不对根据信号获得信号的平均能量、最大能量、总能量和最大能量出现的角度的具体实现方式进行限定,可以通过现有技术获得,对公式的表达可以通过Excel的形式,还可以通过其他形式来表达,本实施例不对公式的具体表达形式进行限定。
为了显示故障的损坏程度,还可以将抽油杆的液击、减速器的液击、皮带的液击、皮带与减速器的共同液击之和的值按不同阈值进行划分,不同阈值对应着不同的损坏程度。
例如,将液击引起的抽油杆振动值、液击引起的减速器振动值、液击引起的皮带振动值、液击引起的皮带与减速器共同振动值之和的总液击值值划分为两个阈值,分别为1和2,当得到的值≤1时则抽油机的液击正常,也就是无液击;当得到的值大于1且小于2时,则抽油机的液击为轻微异常,当得到的值≥2时则抽油机的液击严重异常。阈值可以为1和2,还可以为其他值,本实施例不对阈值的值和数量进行限定。
本实施例提供的方法,通过根据小波函数对功率数据进行分析,得到抽油机的信号,根据信号对抽油机进行故障诊断,从而提高了故障诊断的准确性,扩大了故障诊断的检测范围。
实施例三
本发明实施例提供了一种抽油机故障诊断的方法,结合上述实施例一的内容,参见图5,本实施例提供的方法流程具体如下:
301:获取驱动电机的功率数据;
针对该步骤的具体实现方式,可参见实施例二中的步骤201描述的相关内容。
302:根据小波函数对功率数据进行分析,得到驱动电机的功率信号和抽油杆振动的频率信号;
针对该步骤的具体实现方式,可参见实施例二中的步骤202描述的相关内容。
303:根据该信号对抽油机进行故障诊断。
根据驱动电机的功率信号,得到驱动电机的功率信号的总能量A;
根据抽油杆振动的频率信号,得到抽油杆振动的频率信号的平均能量B1;
如果(B1/A-20)/10+0.99>1,则抽油机的抽油杆异常,否则,抽油机的抽油杆正常。
例如:参见图4,根据驱动电机的功率信号,得到驱动电机的功率信号的总能量,根据抽油杆振动的频率信号,得到抽油杆振动的频率信号的平均能量、最大能量和最大能量出现的角度;将总能量、平均能量、最大能量和最大能量出现的角度代入相应的公式计算抽油杆值,从而得出抽油杆是否异常。在实际应用中可以通过Excel建立相应的公式表达式,(B1/A-20)/10+0.99>1,可以表达为(B1/A-20)/10+0.99>1,为了便于结果的比较,还可以将表达式(B1/A-20)/10+0.99的结果进行取整数运算,由于取整数运算为向下取整数,所以相应的表达式变为INT((B1/A-20)/10+0.99)>0。本实施例中不对根据信号获得信号的平均能量、最大能量、总能量和最大能量出现的角度的具体实现方式进行限定,可以通过现有技术获得,对公式的表达可以通过Excel的形式,还可以通过其他形式来表达,本实施例不对公式的具体表达形式进行限定。
为了显示故障的损坏程度,还可以将抽油杆的值按不同阈值进行划分,不同阈值对应着不同的损坏程度。
例如,将抽油杆的值划分为两个阈值,分别为1和2,当得到的值≤1时则抽油机的抽油杆正常;当得到的值大于1且小于2时,则抽油机的抽油杆为轻微异常,当得到的值≥2时则抽油机的抽油杆严重异常。阈值可以为1和2,还可以为其他值,本实施例不对阈值的值和数量进行限定。
本实施例提供的方法,通过根据小波函数对功率数据进行分析,得到抽油机的信号,根据信号对抽油机进行故障诊断,从而提高了故障诊断的准确性,扩大了故障诊断的检测范围。
实施例四
本发明实施例提供了一种抽油机故障诊断的方法,结合上述实施例一的内容,参见图6,本实施例提供的方法流程具体如下:
401:获取驱动电机的功率数据;
针对该步骤的具体实现方式,可参见实施例二中的步骤201描述的相关内容。
402:根据小波函数对功率数据进行分析,得到驱动电机的功率信号和减速器振动的频率信号;
针对该步骤的具体实现方式,可参见实施例二中的步骤202描述的相关内容。
403:根据该信号对抽油机进行故障诊断。
根据驱动电机的功率信号,得到驱动电机的功率信号的总能量A;
根据抽油杆振动的频率信号,得到减速器振动的频率信号的平均能量C1和最大能量C2;
如果C2/C1>4,则减速器的第一振动指数E为(C2/C1-4)/2,否则为0;
如果C1/A>10,则减速器的第二振动指数为(C1/A-15)/8+E+0.99,否则为0;
如果减速器的第二振动指数大于1,则抽油机的减速器异常,否则,抽油机的减速器正常。
例如:参见图4,根据驱动电机的功率信号,得到驱动电机的功率信号的总能量,根据减速器振动的频率信号,得到减速器振动的频率信号的平均能量、最大能量和最大能量出现的角度;将总能量、平均能量、最大能量和最大能量出现的角度代入相应的公式计算减速器值,从而得出减速器是否异常。在实际应用中可以通过Excel建立相应的公式表达式,如果C2/C1>4,则减速器的第一振动指数E为(C2/C1-4)/2,否则为0可以表达为IF((C2/C1>4),(C2/C1-4)/2,0);如果C1/A>10,则减速器的第二振动指数为(C1/A-15)/8+E+0.99,否则为0可以表达为IF(H2>10,((H2-15)/8+IF((I2>4),(I2-4)/2,0)+0.99),0)。
本实施例中不对根据信号获得信号的平均能量、最大能量、总能量和最大能量出现的角度的具体实现方式进行限定,可以通过现有技术获得,对公式的表达可以通过Excel的形式,还可以通过其他形式来表达,本实施例不对公式的具体表达形式进行限定。
本实施例提供的方法,通过根据小波函数对功率数据进行分析,得到抽油机的信号,根据信号对抽油机进行故障诊断,从而提高了故障诊断的准确性,扩大了故障诊断的检测范围。
实施例五
本发明实施例提供了一种抽油机故障诊断的方法,结合上述实施例一的内容,参见图7,本实施例提供的方法流程具体如下:
501:获取驱动电机的功率数据;
针对该步骤的具体实现方式,可参见实施例二中的步骤201描述的相关内容。
502:根据小波函数对功率数据进行分析,得到驱动电机的功率信号和皮带振动的频率信号;
针对该步骤的具体实现方式,可参见实施例二中的步骤202描述的相关内容。
503:根据该信号对抽油机进行故障诊断。
根据抽油机的驱动电机的功率信号,得到驱动电机的功率信号的总能量A;
根据皮带振动的频率信号,得到皮带振动的频率信号的平均能量D1和最大能量D2;
如果(D1/A-4)×0.6-(D2/D1-4)/3+0.99>2,则抽油机的皮带异常,否则,抽油机的皮带正常。
例如:参见图4,根据驱动电机的功率信号,得到驱动电机的功率信号的总能量,根据皮带振动的频率信号,得到皮带振动的频率信号的平均能量、最大能量和最大能量出现的角度;将总能量、平均能量、最大能量和最大能量出现的角度代入相应的公式计算皮带值,从而得出皮带是否异常。在实际应用中可以通过Excel建立相应的公式表达式,(D1/A-4)×0.6-(D2/D1-4)/3+0.99>2可以表达为(D1/A-4)×0.6-(D2/D1-4)/3+0.99>2,为了便于结果的比较,还可以将表达式(D1/A-4)×0.6-(D2/D1-4)/3+0.99>2的结果进行取整数运算,由于取整数运算为向下取整数,所以相应的表达式变为INT((D1/A-4)×0.6-(D2/D1-4)/3+0.99)>1。本实施例中不对根据信号获得信号的平均能量、最大能量、总能量和最大能量出现的角度的具体实现方式进行限定,可以通过现有技术获得,对公式的表达可以通过Excel的形式,还可以通过其他形式来表达,本实施例不对公式的具体表达形式进行限定。
为了显示故障的损坏程度,还可以将皮带的值按不同阈值进行划分,不同阈值对应着不同的损坏程度。
例如,将皮带的值划分为两个阈值,分别为2和3,当得到的值≤2时则抽油机的皮带正常;当得到的值大于2且小于3时,则抽油机的皮带为轻微异常,当得到的值≥3时则抽油机的皮带严重异常。阈值可以为2和3,还可以为其他值,本实施例不对阈值的值和数量进行限定。
本实施例提供的方法,通过根据小波函数对功率数据进行分析,得到抽油机的信号,根据信号对抽油机进行故障诊断,从而提高了故障诊断的准确性,扩大了故障诊断的检测范围。
实施例六
参见图8,本发明实施例提供了一种抽油机故障的诊断系统,该系统用以执行上述实施例一至五所提供的抽油机故障的诊断方法,该系统包括:
功率数据得到模块601,用于得到驱动电机的功率数据,将功率数据发送到诊断模块602;
诊断模块602,用于根据小波函数对功率数据得到模块601发送的功率数据进行分析,得到抽油机的信号,根据信号对抽油机进行故障诊断。
其中,参见图9,功率数据得到模块601包括:
第一采集单元601a,对驱动电机的电压数据进行采集,得到电压采集数据;
第二采集单元601b,对驱动电机的电流数据进行采集,得到电流采集数据;
计算单元601c,将第一采集单元601a发送的电压采集数据和第二采集单元601b发送的电流采集数据做乘法运算,得到驱动电机的功率数据,将功率数据发送到诊断模块602。
其中,诊断模块602包括:
液击诊断单元602a,用于根据小波函数对功率数据得到模块601发送的功率数据进行分析,得到驱动电机机的功率信号、抽油杆振动的频率信号、减速器诊断的频率信号和皮带振动的频率信号,根据信号对抽油机的液击进行故障诊断;和/或
抽油杆诊断单元602b,用于根据小波函数对功率数据得到模块601发送的功率数据进行分析,得到驱动电机的功率信号和抽油杆振动的频率信号,根据信号对抽油机的抽油杆进行故障诊断;和/或
减速器诊断单元602c,用于根据小波函数对功率数据得到模块601发送的功率数据进行分析,得到驱动电机的功率信号和减速器振动的频率信号,根据信号对抽油机的减速器进行故障诊断;和/或
皮带诊断单元602d,用于根据小波函数对功率数据得到模块601发送的功率数据进行分析,得到驱动电机的功率信号和皮带振动的频率信号,根据信号对抽油机的皮带进行故障诊断。
在实际应用中,为了更全面的掌握抽油机的运行状况,参见图10,诊断模块包括液击诊断单元602a、抽油杆诊断单元602b、减速器诊断单元602c和皮带诊断单元602d。
其中,功率数据得到模块601得到驱动电机的功率数据的方式具体可参见上述实施例二中的步骤201的相关描述,诊断模块602中根据小波函数对功率数据进行分析得到抽油机的信号的方式具体可参见上述实施例二中的步骤202的相关描述,诊断模块602中根据信号对抽油机进行故障诊断的方式具体可参见上述实施例二中的步骤203、实施例三中的步骤303、实施例四中的步骤403和实施例五中的步骤503的相关描述,此处不再一一赘述。
综上所述,本发明实施例提供的系统,通过根据小波函数对功率数据进行分析,得到抽油机的信号,根据信号对抽油机进行故障诊断,从而提高了故障诊断的准确性,扩大了故障诊断的检测范围。
需要说明的是:上述实施例提供的抽油机故障的诊断系统在抽油机故障诊断时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将系统的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的抽油机故障的诊断系统和抽油机故障的诊断方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种抽油机故障的诊断方法,所述抽油机包括驱动电机、抽油杆、减速器和皮带,其特征在于,所述方法包括:
获取所述驱动电机的功率数据;
根据小波函数对所述功率数据进行分析,得到所述抽油机的信号;
根据所述信号对所述抽油机进行故障诊断。
2.根据权利要求1所述的方法,其特征在于,所述根据小波函数对所述功率数据进行分析,得到所述抽油机的信号;根据所述信号对所述抽油机进行故障诊断,具体包括:
根据小波函数对所述功率数据进行分析,得到所述驱动电机的功率信号、所述抽油杆振动的频率信号、所述减速器振动的频率信号和所述皮带振动的频率信号;
根据所述驱动电机的功率信号,得到所述驱动电机的功率信号的总能量A1;
根据所述抽油杆振动的频率信号,得到所述抽油杆振动的频率信号的平均能量B1、最大能量B2和最大能量出现的角度B3;
根据所述减速器振动的频率信号,得到所述减速器振动的频率信号的平均能量C1、最大能量C2和最大能量出现的角度C3;
根据所述皮带振动的频率信号,得到所述皮带振动的频率信号的平均能量D1、最大能量D2和最大能量出现的角度D3;
如果所述B2/B1>2.5且B3>220,则液击引起的抽油杆振动值为1,否则为0;
如果所述C2/C1>3.7且C3>220,则液击引起的减速器振动值为1,否则为0;
如果所述D2/D1>3.7且D1/A1>3.8且D3>220,则液击引起的皮带振动值为1,否则为0;
如果所述D2/D1>3.7且D3>220且C2/C1>3.7且C3>220且(C3-D3>21或C3D3<-21),则液击引起的皮带与减速器的共同振动值为-1,否则为0;
所述液击引起的抽油杆振动值、所述液击引起的减速器振动值、所述液击引起的皮带振动值、所述液击引起的皮带与减速器共同振动值之和为总液击值,如果所述总液击值大于1,则所述抽油机的液击异常,否则,所述抽油机的液击正常。
3.根据权利要求1所述的方法,其特征在于,所述根据小波函数对所述功率数据进行分析,得到所述抽油机的信号;根据所述信号对所述抽油机进行故障诊断,具体包括:
根据小波函数对所述功率数据进行分析,得到所述驱动电机的功率信号和所述抽油杆振动的频率信号;
根据所述驱动电机的功率信号,得到所述驱动电机的功率信号的总能量A;
根据所述抽油杆振动的频率信号,得到所述抽油杆振动的频率信号的平均能量B1;
如果所述(B1/A-20)/10+0.99>1,则所述抽油机的抽油杆异常,否则,所述抽油机的抽油杆正常。
4.根据权利要求1所述的方法,其特征在于,所述根据小波函数对所述功率数据进行分析,得到所述抽油机的信号;根据所述信号对所述抽油机进行故障诊断,具体包括:
根据小波函数对所述功率数据进行分析,得到所述驱动电机的功率信号和所述减速器振动的频率信号;
根据所述驱动电机的功率信号,得到所述驱动电机的功率信号的总能量A;
根据所述减速器振动的频率信号,得到所述减速器振动的频率信号的平均能量C1和最大能量C2;
如果所述C2/C1>4,则减速器的第一振动指数E为(C2/C1-4)/2,否则为0;
如果所述C1/A>10,则减速器的第二振动指数为(C1/A-15)/8+E+0.99,否则为0;
如果所述减速器的第二振动指数大于1,则所述抽油机的减速器异常,否则,所述抽油机的减速器正常。
5.根据权利要求1所述的方法,其特征在于,所述根据小波函数对所述功率数据进行分析,得到所述抽油机的信号;根据所述信号对所述抽油机进行故障诊断,具体包括:
根据小波函数对所述功率数据进行分析,得到所述抽油机的驱动电机的功率信号和所述皮带振动的频率信号;
根据所述抽油机的驱动电机的功率信号,得到所述驱动电机的功率信号的总能量A;
根据所述皮带振动的频率信号,得到所述皮带振动的频率信号的平均能量D1和最大能量D2;
如果所述(D1/A-4)×0.6-(D2/D1-4)/3+0.99>2,则所述抽油机的皮带异常,否则,所述抽油机的皮带正常。
6.根据权利要求1-5中任一权利要求所述的方法,其特征在于,所述小波函数为DB4小波函数。
7.根据权利要求1所述的方法,其特征在于,所述获取所述驱动电机的功率数据,具体包括:
得到所述驱动电机的电压数据;
得到所述驱动电机的电流数据;
将所述电压数据和电流数据做乘法运算,获取所述驱动电机的功率数据。
8.一种抽油机故障的诊断系统,所述抽油机包括驱动电机、抽油杆、减速器和皮带,其特征在于,所述系统包括:
功率数据得到模块,用于得到所述驱动电机的功率数据,将所述功率数据发送到所述诊断模块;
故障诊断模块,用于根据小波函数对所述功率数据得到模块发送的功率数据进行分析,得到所述抽油机的信号,根据所述信号对所述抽油机进行故障诊断。
9.根据权利要求8所述的系统,其特征在于,所述功率数据得到模块包括:
第一采集单元,对驱动电机的电压数据进行采集,得到电压采集数据;
第二采集单元,对驱动电机的电流数据进行采集,得到电流采集数据;
计算单元,将所述第一采集单元发送的电压采集数据和所述第二采集单元发送的电流采集数据做乘法运算,得到驱动电机的功率数据,将所述功率数据发送到所述诊断模块。
10.根据权利要求8所述的系统,其特征在于,所述诊断模块具体包括:
液击诊断单元,用于根据小波函数对所述功率数据得到模块发送的功率数据进行分析,得到所述驱动电机机的功率信号、所述抽油杆振动的频率信号、所述减速器诊断的频率信号和所述皮带振动的频率信号,根据所述信号对抽油机的液击进行故障诊断;和/或
抽油杆诊断单元,用于根据小波函数对所述功率数据得到模块发送的功率数据进行分析,得到所述驱动电机的功率信号和所述抽油杆振动的频率信号,根据所述信号对抽油机的抽油杆进行故障诊断;和/或
减速器诊断单元,用于根据小波函数对所述功率数据得到模块发送的功率数据进行分析,得到所述驱动电机的功率信号和所述减速器振动的频率信号,根据所述信号对所述抽油机的减速器进行故障诊断;和/或
皮带诊断单元,用于根据小波函数对所述功率数据得到模块发送的功率数据进行分析,得到所述驱动电机的功率信号和所述皮带振动的频率信号,根据所述信号对抽油机的皮带进行故障诊断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210364038.8A CN103670373B (zh) | 2012-09-26 | 2012-09-26 | 抽油机故障的诊断方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210364038.8A CN103670373B (zh) | 2012-09-26 | 2012-09-26 | 抽油机故障的诊断方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103670373A true CN103670373A (zh) | 2014-03-26 |
CN103670373B CN103670373B (zh) | 2016-03-09 |
Family
ID=50309063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210364038.8A Active CN103670373B (zh) | 2012-09-26 | 2012-09-26 | 抽油机故障的诊断方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103670373B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104481508A (zh) * | 2014-09-10 | 2015-04-01 | 大庆明达韦尔信息系统服务有限公司 | 用信息熵结合灰度关联矩阵实现油田抽油机井故障诊断的方法 |
CN107272644A (zh) * | 2017-06-21 | 2017-10-20 | 哈尔滨理工大学 | 潜油往复抽油机的dbn网络故障诊断方法 |
CN107766780A (zh) * | 2016-08-22 | 2018-03-06 | 中国石油化工股份有限公司 | 基于电功图的抽油系统运行时特征信息提取方法 |
CN108729902A (zh) * | 2018-05-03 | 2018-11-02 | 西安永瑞自动化有限公司 | 抽油机在线故障诊断系统及其诊断方法 |
CN108798639A (zh) * | 2017-05-04 | 2018-11-13 | 中国石油化工股份有限公司 | 抽油机游动凡尔开启点识别方法及系统 |
CN110094194A (zh) * | 2018-01-26 | 2019-08-06 | 中国石油化工股份有限公司 | 电功图计算油井产液量方法 |
WO2020019681A1 (zh) * | 2018-07-25 | 2020-01-30 | 北京国双科技有限公司 | 采油设备故障诊断方法及装置 |
CN111042802A (zh) * | 2019-12-23 | 2020-04-21 | 佛山科学技术学院 | 一种抽油机故障诊断方法、装置及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1328214A (zh) * | 2000-11-02 | 2001-12-26 | 北京威斯顿优利仪器仪表科技发展有限公司 | 一种采油站电功率巡检诊断技术 |
CN2737942Y (zh) * | 2004-07-14 | 2005-11-02 | 扬州科兴科技服务有限公司 | 抽油机井遥测装置 |
CN1808161A (zh) * | 2006-02-17 | 2006-07-26 | 中国石油大学(北京) | 游梁式抽油机异步电机故障诊断方法和诊断装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1667108A1 (ru) * | 1989-08-07 | 1991-07-30 | Специальное Конструкторское Бюро "Кибернетика" С Опытным Производством Института Кибернетики Ан Азсср | Устройство дл контрол и диагностики глубинно-насосных скважин |
-
2012
- 2012-09-26 CN CN201210364038.8A patent/CN103670373B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1328214A (zh) * | 2000-11-02 | 2001-12-26 | 北京威斯顿优利仪器仪表科技发展有限公司 | 一种采油站电功率巡检诊断技术 |
CN2737942Y (zh) * | 2004-07-14 | 2005-11-02 | 扬州科兴科技服务有限公司 | 抽油机井遥测装置 |
CN1808161A (zh) * | 2006-02-17 | 2006-07-26 | 中国石油大学(北京) | 游梁式抽油机异步电机故障诊断方法和诊断装置 |
Non-Patent Citations (3)
Title |
---|
任伟建等: "基于紧框架小波神经网络的抽油机井故障诊断", 《控制与决策》, no. 03, 28 March 2006 (2006-03-28) * |
张正辉等: "小波神经网络在抽油机井故障诊断中的应用", 《大庆石油学院学报》, no. 05, 30 October 2004 (2004-10-30) * |
陈楫国等: "游梁式抽油机的状态监测与故障诊断", 《中国设备工程》, no. 01, 10 January 2003 (2003-01-10) * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104481508A (zh) * | 2014-09-10 | 2015-04-01 | 大庆明达韦尔信息系统服务有限公司 | 用信息熵结合灰度关联矩阵实现油田抽油机井故障诊断的方法 |
CN104481508B (zh) * | 2014-09-10 | 2017-03-22 | 大庆明达韦尔信息系统服务有限公司 | 用信息熵结合灰度关联矩阵实现油田抽油机井故障诊断的方法 |
CN107766780A (zh) * | 2016-08-22 | 2018-03-06 | 中国石油化工股份有限公司 | 基于电功图的抽油系统运行时特征信息提取方法 |
CN108798639A (zh) * | 2017-05-04 | 2018-11-13 | 中国石油化工股份有限公司 | 抽油机游动凡尔开启点识别方法及系统 |
CN108798639B (zh) * | 2017-05-04 | 2022-04-12 | 中国石油化工股份有限公司 | 抽油机游动凡尔开启点识别方法及系统 |
CN107272644A (zh) * | 2017-06-21 | 2017-10-20 | 哈尔滨理工大学 | 潜油往复抽油机的dbn网络故障诊断方法 |
CN107272644B (zh) * | 2017-06-21 | 2019-10-15 | 哈尔滨理工大学 | 潜油往复抽油机的dbn网络故障诊断方法 |
CN110094194A (zh) * | 2018-01-26 | 2019-08-06 | 中国石油化工股份有限公司 | 电功图计算油井产液量方法 |
CN108729902A (zh) * | 2018-05-03 | 2018-11-02 | 西安永瑞自动化有限公司 | 抽油机在线故障诊断系统及其诊断方法 |
CN108729902B (zh) * | 2018-05-03 | 2021-09-10 | 西安永瑞自动化有限公司 | 抽油机在线故障诊断系统及其诊断方法 |
WO2020019681A1 (zh) * | 2018-07-25 | 2020-01-30 | 北京国双科技有限公司 | 采油设备故障诊断方法及装置 |
CN111042802A (zh) * | 2019-12-23 | 2020-04-21 | 佛山科学技术学院 | 一种抽油机故障诊断方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103670373B (zh) | 2016-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103670373B (zh) | 抽油机故障的诊断方法和系统 | |
CN106949056B (zh) | 一种压风机运行状态感知及故障预测系统及方法 | |
CN103161430B (zh) | 抽油机冲次、平衡实时智能调整方法 | |
CN102510125B (zh) | 电力一次设备运行工况监测方法及装置 | |
CN109507924B (zh) | 用于油田作业设备的远程监控系统 | |
CN201666248U (zh) | 一种天然气压缩机状态检测及故障预报系统 | |
CN103835882A (zh) | 大型风力发电机组状态监测与故障诊断系统 | |
CN102840101A (zh) | 一种分布式状态监测系统 | |
CN104748962A (zh) | 一种基于堆叠自动编码机的行星齿轮箱智能诊断方法 | |
CN104991534A (zh) | 一种基于物联网的远程监控及操作设备的系统 | |
CN103884371A (zh) | 基于wia-pa无线振动仪表的故障诊断装置及方法 | |
CN103064381A (zh) | 一种远程监控工程机械运行状况的系统与方法 | |
CN111695201B (zh) | 一种基于数据的磁浮列车运行状态的监测方法 | |
CN202956444U (zh) | 抽油机故障的诊断系统 | |
CN203117391U (zh) | 一种风力发电机状态监控与智能分析系统 | |
CN111119835A (zh) | 一种随钻工况识别方法及系统 | |
CN103293990B (zh) | 一种永磁同步电机直驱式抽油机控制器及控制方法 | |
CN104573864A (zh) | 一种基于自回归预测的数据分析报警方法 | |
CN203163988U (zh) | 一种风电机组齿轮箱在线故障诊断装置 | |
CN202091172U (zh) | 气体压缩机状态监测和可靠性分析装置 | |
CN116860823A (zh) | 基于联合知识蒸馏的动设备故障诊断难样本双向挖掘方法 | |
CN116227125A (zh) | 一种基于数字孪生的行星齿轮箱管理系统和建模方法 | |
CN207037457U (zh) | 一种汽车故障诊断数据的远程在线采样系统 | |
CN105511454B (zh) | 一种工业控制回路时变振荡行为检测方法 | |
CN114412447A (zh) | 一种螺杆泵井的故障检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |