CN104808647B - 无线网络环境下抽油机井的故障检测方法 - Google Patents

Abstract

本发明提供一种无线网络环境下抽油机井的故障检测方法，方法包括：建立抽油机井机理模型，抽油机井机理模型为井非线性耦合模型；利用数学工具对抽油机井的工作环境和网络环境进行分析，结合油机井机理模型，建立抽油机井的非线性时变动力学模型；对抽油机井的非线性时变动力学模型进行模糊化处理，得到抽油机井的模糊切换系统模型；依据抽油机井的模糊切换系统模型设计故障检测滤波器；利用故障检测滤波器，对抽油机井进行故障检测，并对故障大小进行评估。本发明提供的无线网络环境下抽油机井的故障检测方法，可以提高抽油机井故障检测的准确性。

Description

无线网络环境下抽油机井的故障检测方法

技术领域

本发明实施例涉及故障检测技术领域，尤其涉及一种无线网络环境下抽油机井的故障检测方法。

背景技术

故障是指由于传感器、执行器件及各结构部件的老化、失灵而导致系统运行状况异常的各种形式的失效。对抽油机井进行故障检测是确保油田原油产量的重要手段。

无线网络具有组网简单、方便维护等特点，目前，主要是通过无线网络传输油田抽油机井现场的数据。现有技术的故障检测方法建立在一个基本假设基础之上：物理系统与故障检测滤波器之间的通讯是不受任何限制的，即数据信息在物理系统与故障检测滤波器之间是实时且精确传送的。但是，基于无线网络的数据传输存在数据传输时滞、数据丢失及其固有的量化等问题。进一步的，抽油机井是难于精确建模的强耦合非线性系统，由于其复杂的工作环境，使系统自身不可避免的存在严重的随机噪声干扰现象，而目前应对非线性网络化系统的故障检测问题都集中在一些特殊的非线性系统上，即通过某些转换把系统纳入线性系统范畴进行分析和设计，具有很大的保守性。上述问题的存在导致现有技术的抽油机井故障检测方法的准确性低。

发明内容

针对现有技术的上述缺陷，本发明提供一种无线网络环境下抽油机井的故障检测方法。

本发明提供一种无线网络环境下抽油机井的故障检测方法，包括：

建立抽油机井机理模型，所述抽油机井机理模型为井非线性耦合模型；

利用数学工具对抽油机井的工作环境和网络环境进行分析，结合油机井机理模型，建立抽油机井的非线性时变动力学模型；

对抽油机井的非线性时变动力学模型进行模糊化处理，得到抽油机井的模糊切换系统模型；

依据抽油机井的模糊切换系统模型设计故障检测滤波器；

利用所述故障检测滤波器，对抽油机井进行故障检测，并对故障大小进行评估。

优选地，如上所述的方法，还包括：

设置残差评价函数和故障阈值，当残差评价函数值超过阈值时，发出故障报警。

如上所述的方法，所述对抽油机井的非线性时变动力学模型进行模糊化处理，具体包括：

基于邻域逼近与梯度计算方法，采用T-S模糊系统模型逼近抽油机井的非线性时变动力学模型。

优选地，如上所述的方法，还包括：

对所述故障检测滤波器的设计方法进行仿真，形成一个功能相容的计算软件包；

首先用数值算例对所提出的故障检测滤波器设计方法进行验证，然后在无线网络环境下的有杆抽油系统的井下设备模拟实验装置平台上进行验证。

本发明提供的技术方案，首先建立抽油机井机理模型，其中，抽油机井机理模型为井非线性耦合模型，然后利用数学工具对抽油机井的工作环境和网络环境进行分析，结合油机井机理模型，建立抽油机井的非线性时变动力学模型，再进一步的对抽油机井的非线性时变动力学模型进行模糊化处理，得到抽油机井的模糊切换系统模型，最后依据抽油机井的模糊切换系统模型设计故障检测滤波器，进而利用故障检测滤波器，对抽油机井进行故障检测，并对故障大小进行评估。本发明的抽油机井的故障检测方法，由于在建立抽油机井的非线性时变动力学模型的过程融入了抽油机井的工作环境和网络环境参数，因此可以提高抽油机井故障检测的准确性。

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性的前提下，还可以根据这些附图获得其他的附图。

图1为抽油机井的故障检测系统的示意图；

图2为本发明提供的抽油机井的故障检测方法实施例一的流程图；

图3为本发明提供的抽油机井的故障检测方法实施例二的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为抽油机井的故障检测系统的示意图。如图1所示，抽油机井的故障检测系统包括上位机101、现场监控设备102和抽油机103。现场监控设备102将对抽油机103的监测数据通过无线网络发送给上位机101，上位机101对抽油机井执行故障检测。

图2为本发明提供的抽油机井的故障检测方法实施例一的流程图。如图2所示，本实施例的方法可以包括：

S201、建立抽油机井机理模型，抽油机井机理模型为井非线性耦合模型。

S202、利用数学工具对抽油机井的工作环境和网络环境进行分析，结合油机井机理模型，建立抽油机井的非线性时变动力学模型。

油田抽油机的执行机构为曲柄摇杆机构，曲柄摇杆在往复运动过程中，是时变性、几何非线性、接触非线性和动力学问题的多重耦合。油田抽油机井本身属于复杂的非线性系统，其工作环境恶劣，温度、湿度变化大，随机干扰因素较多，使得系统本身存在严重的随机噪声干扰现象。同时无线网络环境下不可避免的存在信号随机传输延时、数据包随机时序错乱和丢失及数据量化等众多问题。分析这种通讯受限情形下各种参数与结构不确定性及外界扰动的来源与具体表现形式，并用数学工具统一加以描述；充分考虑其中存在的通讯受限、参数不确定性、时变性、非线性特性、系统的强耦合结构及随机性等因素，建立起通讯受限情形下多种复杂不确定性及外界扰动的抽油机井非线性时变动力学模型。

具体的，可以综合运用采油工程、固体力学、非牛顿流体力学、动力学和非线性理论，建立有杆抽油系统井下设备的力学模型。主要方法是把井下抽油杆柱视为超细长带有接箍的大柔度杆，在复杂的受力状态下，在油井中作往复运动，并考虑了井身结构、抽油杆柱的组合、抽汲参数、井液性质等因素对杆柱运动的影响。运用动量定理和动力学原理建立抽油杆柱在有限变形范围内的基尔荷夫(Kirchhoff)平衡方程和瞬态动力学平衡方程。根据抽油杆柱的结构参数和运动条件推导出接触界面不可侵彻度量方程，并根据变分原理和更新的拉格朗日(Lagrange)格式推导平衡方程的弱形式。采用增广拉格朗日(Lagrange)乘子法建立抽油杆柱与油管界面动量方程。确定了抽油杆柱与井液、抽油泵与井液等各部分间阻尼力与抽油杆柱运动速度的关系式。最终通过力学分析，建立起有杆抽油系统设备的力学模型。

对通讯受限情形的处理，由于很多网络协议中网络特性是随机的，本发明在随机框架下提出一个统一的观测方程刻画非周期采样、信号传输延时、数据包时序错乱和丢失及数据量化等众多因素。其中，通过在观测方程中引入对角矩阵描述观测数据的多包丢失，降低了系统设计的保守性。

抽油机井的不确定性是指由于高粘、重蜡、多砂、多气、水淹和强腐蚀等复杂采油条件的出现，油井见聚后，井液的性质发生了变化，在驱油过程中，聚合物溶液将固体颗粒从地层的裂缝中带入井中，固体颗粒对抽油杆柱和油管即起摩擦又起腐蚀作用，抽油杆柱与油管产生偏磨，抽油杆断脱和油管损坏等故障，使得所建模型的系数本身存在很大的不确定性。本发明深入分析各种不确定性产生来源及机理，通过对不确定参数逐一分析与刻划，给出不确定参数的变化范围，将其表达在所建立的非线性动态系统模型中。此外，将不易用参数刻划的不确定性在模型建立中用非建模动态考虑，进而建立出包含复杂不确定性的非线性动力学模型。对于一些不确定参数，本发明采用随机系统分析与建模方法，将其用随机波动来刻划，在此基础上建立出随机系统动力学模型。

针对抽油机井工作过程中可能遇到的外界扰动，本发明按常值扰动、周期扰动及随机扰动分别处理。针对不同的扰动，分析其产生来源及特性，分别用能量有界、峰值有界信号等在数学上加以刻划，并将其建立在非线性动力学模型中。

S203、对抽油机井的非线性时变动力学模型进行模糊化处理，得到抽油机井的模糊切换系统模型。

由于油田抽油机系统本身属于复杂的耦合非线性时变系统，加之恶劣的工作环境，使得通讯受限情形下利用机理建模得出的动力学模型呈现出极强的随机非线性，因而无法基于已有的方法研究故障检测滤波器的设计与实现问题。本发明实施例基于邻域逼近与梯度计算方法，采用T-S模糊系统模型逼近抽油机井的非线性时变动力学模型。

S204、依据抽油机井的模糊切换系统模型设计故障检测滤波器。

S205、利用故障检测滤波器，对抽油机井进行故障检测，并对故障大小进行评估。

具体的，还可以设置残差评价函数和故障阈值，当残差评价函数值超过阈值时，发出故障报警。

基于已建立起的模糊切换系统模型，解决通讯受限情形下此系统的故障检测问题，具体包括通讯受限情形下故障检测滤波器的结构设计、残差系统的性能评价及故障检测滤波器设计及网络环境下的残差评价方法。要求设计出故障检测滤波器(残差产生器)满足不确定性及扰动到残差的传递函数的范数尽可能小而故障到残差的传递函数的范数(或其它范数)尽可能大。残差产生后，选取一个合适的残差评价函数及一个阈值，以残差评价函数超过阈值来作为故障报警的依据。故障检测完成后，选取恰当的分离策略进行故障的合理定位、并对故障大小进行估计。

优选地，如上所述的方法，还可以包括：对所述故障检测滤波器的设计方法进行仿真，形成一个功能相容的计算软件包；首先用数值算例对所提出的故障检测滤波器设计方法进行验证，然后在无线网络环境下的有杆抽油系统的井下设备模拟实验装置平台上进行验证。

本发明提供的技术方案，首先建立抽油机井机理模型，其中，抽油机井机理模型为井非线性耦合模型，然后利用数学工具对抽油机井的工作环境和网络环境进行分析，结合油机井机理模型，建立抽油机井的非线性时变动力学模型，再进一步的对抽油机井的非线性时变动力学模型进行模糊化处理，得到抽油机井的模糊切换系统模型，最后依据抽油机井的模糊切换系统模型设计故障检测滤波器，进而利用故障检测滤波器，对抽油机井进行故障检测，并对故障大小进行评估。本发明的抽油机井的故障检测方法，由于在建立抽油机井的非线性时变动力学模型的过程融入了抽油机井的工作环境和网络环境参数，因此可以提高抽油机井故障检测的准确性。

图3为本发明提供的抽油机井的故障检测方法实施例二的流程图。结合图3所示，本实施例的方案具有如下特点：

(1)本发明基于随机滤波的思想来设计故障检测滤波器，通过对无线网络环境下随机非线性时变系统的多指标滤波理论研究，解决无线网络环境下油田抽油机井的故障检测问题。这也是目前国内外学者致力于研究的难点问题。对于系统中存在的非线性随机扰动的处理，本发明拟采用在给定区间上服从给定概率分布的随机序列对此随机非线性建模，这与以往研究思想有着本质的不同。对通讯受限情形的处理，由于很多网络协议中网络特性是随机的，本发明在随机框架下提出一个统一的观测方程刻画非周期采样、信号传输延时、数据包时序错乱和丢失及数据量化等众多因素。其中，通过在观测方程中引入对角矩阵描述观测数据的多包丢失，降低系统设计的保守性，这也是本发明的一个创新性所在。同时本发明采用先进的随机系统分析方法、反推(backstepping)设计方法、时滞系统分析方法及鲁棒随机滤波器设计方法解决无线网络环境下系统的故障检测问题。

(2)本发明建立的模型与已有的同类研究有根本的不同。以一个统一的框架建立起无线网络环境下随机非线性时变系统的模型。采用模糊逼近方法将具有多种复杂不确定性的非线性动态系统模型转化为基于模糊切换的系统模型。该模型充分的综合考虑无线网络环境下采样、随机通讯延时、数据包随机时序错乱和丢失、量化误差等因素的特性以及被控对象所特有的时变性、几何非线性、接触非线性和动力学问题的多重耦合及随机噪声干扰与状态的强耦合性特性。与已有研究结果广泛采用的动态系统模型相比，基于模糊切换的控制模型更加真实地反映抽油机井的实际工作状态，并易于实现多种性能指标下网络化系统随机滤波的分析与设计。

(3)对系统时变参数的处理，发展矩阵微分不等式及参数优化的方法处理，这区别于在这方面已有的初期成果；同时本发明将连续时间系统的采样问题经过对离散时刻的变换，转化为一个特殊的时滞系统；将信号随机传输延时、数据包随机丢失在随机连续时间框架下描述，与采样转化而成的随机时滞项合并考虑；将量化误差用鲁棒随机分析的思想转化为不确定性进行处理；利用采样系统、随机系统、不确定系统和时滞系统分析与综合的方法解决无线网络环境下的系统故障检测问题。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (3)

1.一种无线网络环境下抽油机井的故障检测方法，其特征在于，包括：

建立抽油机井机理模型，所述抽油机井机理模型为井非线性耦合模型；

利用数学工具对抽油机井的工作环境和网络环境进行分析，结合油机井机理模型，建立抽油机井的非线性时变动力学模型；

通过基于邻域逼近与梯度计算方法，采用T-S模糊系统模型逼近抽油机井的非线性时变动力学模型，得到抽油机井的模糊切换系统模型；

依据抽油机井的模糊切换系统模型设计故障检测滤波器；

利用所述故障检测滤波器，对抽油机井进行故障检测，并对故障大小进行评估。

2.根据权利要求1所述的方法，其特征在于，还包括：

设置残差评价函数和故障阈值，当残差评价函数值超过阈值时，发出故障报警。

3.根据权利要求1-2任一项所述的方法，其特征在于，还包括：

对所述故障检测滤波器的设计方法进行仿真，形成一个功能相容的计算软件包；

首先用数值算例对所提出的故障检测滤波器设计方法进行验证，然后在无线网络环境下的有杆抽油系统的井下设备模拟实验装置平台上进行验证。