CN111667198A - 石油钻机远程在线监测与预测性维护系统与评价方法 - Google Patents

Abstract

本发明的石油钻机远程在线监测与预测性维护系统与评价方法，其中，石油钻机远程在线监测与预测性维护系统包括传感器、现场数据采集单元、现场服务器、监测服务中心。石油钻机远程在线监测与预测性维护评价方法包括：采集设备数据，通过单参数监测分析、多参数逻辑分析、历史数据对比分析对设备进行综合评价。本发明的技术方案通过给石油钻机配套远程在线监测与预测性维护系统，将现场设备的宝贵数据保存下来，为设备的优化、大数据分析和健康评价提高数据支撑，借助后台的大数据分析模型和算法，可以及时发现设备潜在风险和故障征兆，提前干预进行设备维护和维修，有效规避作业风险，消除可能的安全隐患，挖掘和提高设备的使用价值和使用寿命。

Description

石油钻机远程在线监测与预测性维护系统与评价方法

技术领域

本发明涉及于石油装备监测与服务领域，特别是涉及一种石油钻机远程在线监测与预测性维护系统与评价方法。

背景技术

目前，在远程监测方面，国内大部分石油钻机还停留在本地监测的阶段，还未实现远程监测，很多宝贵的数据未能积累和保存下来，当现场出现一些疑难问题时，因为没有历史数据，从而造成远程的专家和技术人员对现场的支持和服务优势也不能得以发挥。在维护保养方面，现有的石油钻机配套设备，往往是故障后维护或定期维护，很多规定的保养项往往也不能按时执行，从而加剧了设备的磨损，即使设备出现了很多潜在风险和故障也不能做到及时的发现和排除，进而可能引发安全事故并造成巨大经济损失。因此实现石油钻机远程在线监测和预测性维护显得尤为重要，如果能提前发现设备故障征兆，提前干预进行设备维护和维修，实现设备的预测性维护，必将大大提高设备的使用价值，延长设备的使用寿命。

发明内容

本发明要解决的技术问题是提供一种石油钻机远程在线监测与预测性维护系统与评价方法。

本发明的石油钻机远程在线监测与预测性维护系统，包括传感器、现场数据采集单元、现场服务器、监测服务中心，

传感器安装于钻机上，用于感知钻机的运行状态，并将感知的信息变换成为电信号，

现场数据采集单元用于接收传感器的信息并将所述信息输送至现场服务器，

所述现场服务器对传感器的信息进行整理，

监测服务中心用于接收现场服务器并对钻机现场数据的进行实时分析和诊断并对外提供数据显示。

本发明的石油钻机远程在线监测与预测性维护系统，其中，还包括防火墙、路由器，现场服务器通过有线通讯网络与路由器相连，路由器通过无线通讯网络与基站相连，基站与监测服务中心通过有线通讯网络相连。

本发明的石油钻机远程在线监测与预测性维护系统，其中，现场数据采集单元包括CPU控制器、数字信号采集卡、模拟信号采集卡、高频信号采集卡以及以太网通讯卡，传感器包括温度传感器、压力传感器、振动传感器，现场数据采集单元的数字信号采集卡、模拟信号采集卡、高频信号采集卡实时采集上述温度传感器、压力传感器、振动传感器的数值，并将信号发送至CPU控制器进行预处理和分析，打包成数据包通过以太网通讯卡将信号发送给现场服务器缓存和归档，现场服务器通过防火墙与路由器连接，路由器借助基站将现场实时数据发送至监测服务中心。

本发明的石油钻机远程在线监测与预测性维护评价方法，包括：

采集设备数据，通过单参数监测分析、多参数逻辑分析、历史数据对比分析对设备进行综合评价。

本发明的石油钻机远程在线监测与预测性维护评价方法，其中，单参数监测分析包括：

通过实时监测的数据，判断是否超过设定的上下限值并给出报警信号提示，当在单位时间段内反复超过限制报警，系统将推送报警至大数据分析平台；

当在单位时间段内出现偶尔报警，并在之后的时间段内未再出现报警，确定此种为误报，不推送消息，但会给出提示，给后台大数据分析系统提供参考；当在单位时间段内参数均为正常，系统不推送消息，继续监测。

本发明的石油钻机远程在线监测与预测性维护评价方法，其中，多参数逻辑分析包括：

通过实时监测的数据，根据多参数判定准则判断是够满足告警条件，针对和环境温度相关的参数给出环境温度补偿，通过多个参数的相互支撑和印证，实现对关键部件的预测；

当在单位时间段内反复超过限制报警，系统将推送报警至大数据分析平台；当在单位时间段内个别条件满足或者出现偶尔报警，并在之后的时间段内未出现个别条件满足或报警，确定此种为误报，不推送消息，但会给出提示，给后台大数据分析系统提供参考；当在单位时间段内参数均为正常，系统不推送消息，继续监测。

本发明的石油钻机远程在线监测与预测性维护评价方法，其中，历史数据对比分析包括：

通过调取该设备之前一段时间的历史数据或者调取其他钻机上配套的该类型设备的历史数据，绘制趋势曲线，与现有趋势曲线进行比对是否一致，当趋势一致，系统判定正常，不推送消息，继续监测；当比对后偏离正常运行趋势，系统将推送报警至大数据分析平台。

本发明的石油钻机远程在线监测与预测性维护评价方法，其中，还包括：

大数据分析平台根据构建的大数据分析模型、大数据分析算法、专家知识库，对采集和推送的各类数据自动进行系统分析、判断、分类和标记，形成设备关键监测部分评分准则，从而给出设备各部件的健康评价得分，自动生成设备健康评价雷达图，并生成设备健康评价报告；对大数据分析模型、大数据算法进行修正和优化，并可将确认的预测结果和处理办法在专家知识库存档，为后续的预测提供经验和数据。

本发明的石油钻机远程在线监测与预测性维护评价方法，其中，自动生成设备健康评价雷达图包括：

生成关键设备泥浆泵健康评价雷达图，雷达图中设置对多个部件或系统进行检测评价的指数，对于每个检测评价部件的健康指数通过多维度、多参数的大数据分析平台预测性维护评价方法进行综合评价；

在雷达图中，将系统分析得到的评判标准归一量化为百分制的评分准则，其中，最外圈的线表示为钻井泵非常理想的工作状态，量化为100分，依次向里每20分一个量级递减，60分的线表示为钻井泵正常或异常的分界线，在雷达图中，加粗的线表示钻井泵现在的实时状态，当现在的实时状态评价分处于60分和100分之间时，认定为设备正常，当现在的实时状态评价分处于60分线以内时，认定为设备异常，距离60分线越远，异常情况越严重；

在雷达图右侧，设置有钻井泵现有运行状态诊断表，该表根据左侧的健康雷达图而得出结论和建议，包括：

设备状态：正常、轻度异常、中度异常或重度异常；

情况推断；

维护建议。

本发明的技术方案通过给石油钻机配套远程在线监测与预测性维护系统，将现场设备的宝贵数据保存下来，为设备的优化、大数据分析和健康评价提供数据支撑，当现场出现一些疑难问题时，通过远程专家和技术人员给与现场及时的支持和服务，借助后台的大数据分析模型和算法，可以及时发现设备潜在风险和故障征兆，提前干预进行设备维护和维修，有效规避作业风险，消除可能的安全隐患，挖掘和提高设备的使用价值和使用寿命。

附图说明

图1为本发明的石油钻机远程在线监测与预测性维护系统的结构框图；

图2为本发明的石油钻机远程在线监测与预测性维护系统进行维护保养的流程图；

图3为本发明的石油钻机远程在线监测与预测性维护评价方法的流程图；

图4为泥浆泵健康评价雷达图。

1.温度传感器，2.压力传感器，3.振动传感器，4.现场数据采集单元，401.CPU控制器，402.数字信号采集卡，403.模拟信号采集卡，404.高频信号采集卡，405.以太网通讯卡，5.现场服务器，6.防火墙，7.4G路由器，8.3/4G基站，9.监测服务中心

具体实施方式

本发明的石油钻机远程在线监测与预测性维护系统，包括传感器、现场数据采集单元、现场服务器、监测服务中心，

传感器安装于钻机上，用于感知钻机的运行状态，并将感知的信息变换成为电信号，

现场数据采集单元用于接收传感器的信息并将所述信息输送至现场服务器，

所述现场服务器对传感器的信息进行整理，

监测服务中心用于接收现场服务器并对钻机现场数据的进行实时分析和诊断并对外提供数据显示。

本发明的石油钻机远程在线监测与预测性维护系统，其中，还包括防火墙、路由器，现场服务器通过有线通讯网络与路由器相连，路由器通过无线通讯网络与基站相连，基站与监测服务中心通过有线通讯网络相连。

本发明的石油钻机远程在线监测与预测性维护系统，其中，现场数据采集单元包括CPU控制器、数字信号采集卡、模拟信号采集卡、高频信号采集卡以及以太网通讯卡，传感器包括温度传感器、压力传感器、振动传感器，现场数据采集单元的数字信号采集卡、模拟信号采集卡、高频信号采集卡实时采集上述温度传感器、压力传感器、振动传感器的数值，并将信号发送至CPU控制器进行预处理和分析，打包成数据包通过以太网通讯卡将信号发送给现场服务器缓存和归档，现场服务器通过防火墙与路由器连接，路由器借助基站将现场实时数据发送至监测服务中心。

本发明的石油钻机远程在线监测与预测性维护评价方法，包括：

采集设备数据，通过单参数监测分析、多参数逻辑分析、历史数据对比分析对设备进行综合评价。

本发明的石油钻机远程在线监测与预测性维护评价方法，其中，单参数监测分析包括：

通过实时监测的数据，判断是否超过设定的上下限值并给出报警信号提示，当在单位时间段内反复超过限制报警，系统将推送报警至大数据分析平台；

当在单位时间段内出现偶尔报警，并在之后的时间段内未再出现报警，确定此种为误报，不推送消息，但会给出提示，给后台大数据分析系统提供参考；当在单位时间段内参数均为正常，系统不推送消息，继续监测。

本发明的石油钻机远程在线监测与预测性维护评价方法，其中，多参数逻辑分析包括：

通过实时监测的数据，根据多参数判定准则判断是够满足告警条件，针对和环境温度相关的参数给出环境温度补偿，通过多个参数的相互支撑和印证，实现对关键部件的预测；

当在单位时间段内反复超过限制报警，系统将推送报警至大数据分析平台；当在单位时间段内个别条件满足或者出现偶尔报警，并在之后的时间段内未出现个别条件满足或报警，确定此种为误报，不推送消息，但会给出提示，给后台大数据分析系统提供参考；当在单位时间段内参数均为正常，系统不推送消息，继续监测。

本发明的石油钻机远程在线监测与预测性维护评价方法，其中，历史数据对比分析包括：

通过调取该设备之前一段时间的历史数据或者调取其他钻机上配套的该类型设备的历史数据，绘制趋势曲线，与现有趋势曲线进行比对是否一致，当趋势一致，系统判定正常，不推送消息，继续监测；当比对后偏离正常运行趋势，系统将推送报警至大数据分析平台。

本发明的石油钻机远程在线监测与预测性维护评价方法，其中，还包括：

大数据分析平台根据构建的大数据分析模型、大数据分析算法、专家知识库，对采集和推送的各类数据自动进行系统分析、判断、分类和标记，形成设备关键监测部分评分准则，从而给出设备各部件的健康评价得分，自动生成设备健康评价雷达图，并生成设备健康评价报告；对大数据分析模型、大数据算法进行修正和优化，并可将确认的预测结果和处理办法在专家知识库存档，为后续的预测提供经验和数据。

本发明的石油钻机远程在线监测与预测性维护评价方法，其中，自动生成设备健康评价雷达图包括：

生成关键设备泥浆泵健康评价雷达图，雷达图中设置对多个部件或系统进行检测评价的指数，对于每个检测评价部件的健康指数通过多维度、多参数的大数据分析平台预测性维护评价方法进行综合评价；

在雷达图中，将系统分析得到的评判标准归一量化为百分制的评分准则，其中，最外圈的线表示为钻井泵非常理想的工作状态，量化为100分，依次向里每20分一个量级递减，60分的线表示为钻井泵正常或异常的分界线，在雷达图中，加粗的线表示钻井泵现在的实时状态，当现在的实时状态评价分处于60分和100分之间时，认定为设备正常，当现在的实时状态评价分处于60分线以内时，认定为设备异常，距离60分线越远，异常情况越严重；

在雷达图右侧，设置有钻井泵现有运行状态诊断表，该表根据左侧的健康雷达图而得出结论和建议，包括：

设备状态：正常、轻度异常、中度异常或重度异常；

情况推断；

维护建议。

本发明的技术方案通过给石油钻机配套远程在线监测与预测性维护系统，将现场设备的宝贵数据保存下来，为设备的优化、大数据分析和健康评价提供数据支撑，当现场出现一些疑难问题时，通过远程专家和技术人员给与现场及时的支持和服务，借助后台的大数据分析模型和算法，可以及时发现设备潜在风险和故障征兆，提前干预进行设备维护和维修，有效规避作业风险，消除可能的安全隐患，挖掘和提高设备的使用价值和使用寿命。

下面结合附图和具体实施方式对本发明进行详细说明。

石油钻机是一个由多个单元设备构成的组合体，虽然各个单元设备各异，但设备的在线监测与预测性维护评价方法具有一定的通用型和借鉴性，为此本发明以其中之一的关键设备泥浆泵为例进行阐述，对于其他单元设备，例如绞车、转盘、顶驱、管柱处理设备等和此方法均具有相似性，只是文字表述和处理方式上有所区别，但均属于本发明专利保护的范畴。

参照图1本发明的石油钻机远程在线监测与预测性维护系统的结构框图，图中示例了两台关键设备，分别为泥浆泵和绞车，实际钻机的各单元设备均配套了现场数据采集系统，这里以泥浆泵为例进行阐述。

在关键设备泥浆泵上配套有温度传感器1、压力传感器2、振动传感器3等，其中温度传感器1共安装了5个，分别安装在泥浆泵曲轴的左右两个主轴承处、三个缸套下方对应的三个十字头导板处，用于检测泥浆泵曲轴主轴承温度、十字头导板温度。当主轴承润滑不良或者有点蚀等损坏征兆，温度上升给出预警，即可实现对主轴承的提前预判，有效规避设备的安全风险；当十字头导板卡阻或被拉伤，温度上升给出预警，即可实现对十字头导板的提前预判，以便提前处理，有效规避更大的损伤。

压力传感器2共安装了5个(或7个)，分别安装在泵总输出口旁路上和各个单缸的端头处(三缸泵安装3只，五缸泵安装5只)，以及润滑油的管路上。用于检测多缸泵的总输出压力、单个缸的实时压力，以及润滑油压力。当在总排量未调节的情况下，总输出压力出现波动或在某时间段压力下降，给出提前预警，既可初步判断原因是缸套活塞或者吸入阀、排出阀出现刺漏等问题，同时结合单个缸的压力曲线，即可准确定位到是哪个缸出现的问题，以便提醒维护人员及早的开展维护和维修工作，避免进一步的损坏造成更大的经济损失。当润滑油压传感器出现压力过高或过低，也会给出压力报警信号，以便提醒维护人员检修相关润滑油路，有效避免设备在润滑不良情况下造成设备更大的损伤。

振动传感器3为三轴加速度传感器，共安装了2个，分别安装在泵的泵体上和基座上，用于检测泥浆泵本体和基座的振动信号。当本体或基座出现振动信号波动，先判断振动波动的方向，是纵向、横向还是垂直方向，并结合分析振动频率是否为设备的固有振动频率，以及相关的振动分析算法，从而初步判断出设备的故障可能来自机械结构松动，或者内部元器件损伤引起的额外振动等，实现提前预警，到达保护设备，确保设备的安全运行的目的。

现场数据采集单元4的数字信号采集卡402、模拟信号采集卡403、高频信号采集卡404实时采集上述的温度传感器1、压力传感器2、振动传感器3的数值，并将信号发送至CPU控制器401进行预处理和分析，最终打包成数据包通过以太网通讯卡405将信号发送给现场服务器5缓存和归档，现场服务器5通过防火墙6与4G路由器7连接，4G路由器7借助无线3/4G基站8将现场实时数据发送至监测服务中心9。

绞车设备与此类此，不在重复介绍。

参照图2，本发明的石油钻机远程在线监测与预测性维护系统进行维护保养的流程图，给出了系统的维护保养功能模块包含的各个功能块，分别为在线监测、计划性维护、预测性维护、规则库管理、统计分析。在线监测功能块实现了被监测设备参数的实时在线展示，便于管理和服务人员实时了解设备当前情况；计划性维护功能块给出了各单元设备按运行时间和自然时间构成的各计划性的维护和保养内容和事项，到达设定的维护保养时间自动弹出提示，提醒维护人员及时维护和保养设备；预测性维护功能块根据检测的数据、模型、算法和专家库给出各单元设备关键监测部件的评价准则和健康评价得分，对可能出现的安全隐患和故障给出提前预判和处理建议，指导设备使用和管理人员有效规避可能发生的作业风险；规则库管理功能块用于各个监测分析项、判定方法、模型、算法设定和管理；统计分析功能块实现了监测设备状态(在线、离线、待机)统计、监测点数统计、计划性维护(计划性维护项、正确执行维护项等)统计、预测性维护项统计等，实现为设备的管理和总体评价提供统计类数据。

参照图3本发明的石油钻机远程在线监测与预测性维护评价方法的流程图，给出了预测性维护功能的具体评价方法。首先，系统实时采集设备数据，通过单参数监测分析，多参数逻辑分析，历史数据对比分析等多种方式对设备进行综合评价。

其中，单参数监测分析通过实时监测的数据，判断是否超过设定的上下限值并给出报警信号提示，针对和环境温度相关的参数给出环境温度补偿，当在单位时间段内反复超过限制报警，系统将推送报警至大数据分析平台；当在单位时间段内出现偶尔报警，并在之后的时间段内未再出现报警，确定此种为误报，不推送消息，但会给出提示，给后台大数据分析系统提供参考；当在单位时间段内参数均为正常，系统不推送消息，继续监测。

多参数逻辑分析通过实时监测的数据，根据多参数判定准则判断是够满足告警条件(例如泥浆泵设备主轴承，同时采集了温度、振动等信号，当出现温升超过设定的包络线，且同时振动信号在频谱图中也出现了异常，两个条件同时满足，进而判断泥浆泵设备主轴承异常，给出报警)，针对和环境温度相关的参数给出环境温度补偿，通过多个参数的相互支撑和印证，实现对关键部件的预测。当在单位时间段内反复超过限制报警，系统将推送报警至大数据分析平台；当在单位时间段内个别条件满足或者出现偶尔报警，并在之后的时间段内未出现个别条件满足或报警，确定此种为误报，不推送消息，但会给出提示，给后台大数据分析系统提供参考；当在单位时间段内参数均为正常，系统不推送消息，继续监测。

历史对比分析通过调取该设备之前一段时间的历史数据，或者调取其他钻机上配套的该类型设备的历史数据，绘制趋势曲线，与现有趋势曲线进行比对是否一致，当趋势一致，系统判定正常，不推送消息，继续监测；当比对后偏离正常运行趋势，系统将推送报警至大数据分析平台。

大数据分析平台根据构建的大数据分析模型、大数据分析算法、专家知识库，通过机器自学习方法(针对不同的设备自主选取不同的方法，主要包括线性回归、logistic回归、线性判别分析、分类和回归树、朴素贝叶斯、K-近邻算法、学习矢量量化、支持向量机、Bagging和随机森林、增强和AdaBoost等)，对采集和推送的各类数据自动进行系统分析、判断、分类和标记，形成设备关键监测部分评分准则，从而给出设备各部件的健康评价得分，自动生成设备健康评价雷达图，并生成设备健康评价报告。随着大数据的不断积累，通过机器学习的不断训练，可自动对大数据分析模型、大数据算法进行修正和优化，并可将确认的预测结果和处理办法在专家知识库存档，为后续的预测提供宝贵的经验和数据。

参照图4，关键设备泥浆泵健康评价雷达图，雷达图中设置了对11个部件或系统进行检测评价，包括两个主电机、左右主轴承、1-3号下导板、1-3号液缸以及润滑系统。对于每个检测评价部件的健康指数可以通过上述的多维度、多参数的大数据分析平台预测性维护评价方法进行综合评价，例如，润滑系统包括温度和压力等。在雷达图中，将系统分析得到的评判标准归一量化为百分制的评分准则，其中，最外圈的线表示为钻井泵非常理想的工作状态，量化为100分，依次向里没20分一个量级递减，60分的线表示为钻井泵正常或异常的分界线，图中加粗的线表示钻井泵现在的实时状态。当现在的实时状态评价分处于60分和100分之间时，认定为设备正常，当现在的实时状态评价分处于60分线以内时，认定为设备异常，并且距离60分线越远，异常情况越严重(图中的各分值均是健康指数，并不是设备实测数据的实际值)。

在雷达图右侧，设置有钻井泵现有运行状态诊断表，该表根据左侧的健康雷达图而得出结论和建议，包括有(1)设备状态：正常、轻度异常、中度异常或重度异常；(2)情况推断；(3)维护建议。通过该表可以很直观地得出出现异常的部件以及系统给出的处理建议，从而指导现场维保人员快速的定位设备可能发生的故障部位，及时排除安全隐患，确保设备长期稳定安全运行。

本发明的目的是提供一种石油钻机远程在线监测与预测性维护评价方法，通过在单元设备的关键件及易损件合适位置安装检测传感器，实时监测关键件的温度、压力、振动等参数，动态掌握关键件及易损件的运行状态，超过限值给出报警提示。借助物联网将实时数据发送至远程数据中心存储和归档，后台大数据分析平台根据大数据分析模型和算法，掌握各个监测参数的发展趋势，结合大量的历史数据和专家知识库进行比对和分析，提前预判设备故障征兆，并给出合理的维保提示和处理建议，协助现场设备管理人员实现对设备的预测性维护和健康评价。

本发明的有益效果是：通过给石油钻机配套远程在线监测与预测性维护系统，将现场设备的宝贵数据保存下来，为设备的优化、大数据分析和健康评价提供数据支撑，当现场出现一些疑难问题时，通过远程专家和技术人员给与现场及时的支持和服务，借助后台的大数据分析模型和算法，可以及时发现设备潜在风险和故障征兆，提前干预进行设备维护和维修，有效规避作业风险，消除可能的安全隐患，挖掘和提高设备的使用价值和使用寿命。

在关键设备上配套有温度传感器1、压力传感器2、振动传感器3等，现场数据采集单元4的数字信号采集卡402、模拟信号采集卡403、高频信号采集卡404实时采集上述的温度传感器1、压力传感器2、振动传感器3的数值，并将信号发送至CPU控制器401进行预处理和分析，最终打包成数据包通过以太网通讯卡405将信号发送给现场服务器5缓存和归档，现场服务器5通过防火墙6与4G路由器7连接，4G路由器7借助无线3/4G基站8将现场实时数据发送至监测服务中心9。

通过给石油钻机配套远程在线监测与预测性维护系统，将现场设备的宝贵数据保存下来，为设备的优化、大数据分析和健康评价提高数据支撑，当现场出现一些疑难问题时，通过远程专家和技术人员给与现场及时的支持和服务，借助后台的大数据分析模型和算法，可以及时发现设备潜在风险和故障征兆，提前干预进行设备维护和维修，有效规避作业风险，消除可能的安全隐患，挖掘和提高设备的使用价值和使用寿命。

以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种石油钻机远程在线监测与预测性维护系统，其特征在于，包括传感器、现场数据采集单元、现场服务器、监测服务中心，

传感器安装于钻机上，用于感知钻机的运行状态，并将感知的信息变换成为电信号，

现场数据采集单元用于接收传感器的信息并将所述信息输送至现场服务器，

所述现场服务器对传感器的信息进行整理，

监测服务中心用于接收现场服务器并对钻机现场数据的进行实时分析和诊断并对外提供数据显示。

2.根据权利要求1所述的石油钻机远程在线监测与预测性维护系统，其特征在于，还包括防火墙、路由器，现场服务器通过有线通讯网络与路由器相连，路由器通过无线通讯网络与基站相连，基站与监测服务中心通过有线通讯网络相连。

3.根据权利要求2所述的石油钻机远程在线监测与预测性维护系统，其特征在于，现场数据采集单元包括CPU控制器、数字信号采集卡、模拟信号采集卡、高频信号采集卡以及以太网通讯卡，传感器包括温度传感器、压力传感器、振动传感器，现场数据采集单元的数字信号采集卡、模拟信号采集卡、高频信号采集卡实时采集上述温度传感器、压力传感器、振动传感器的数值，并将信号发送至CPU控制器进行预处理和分析，打包成数据包通过以太网通讯卡将信号发送给现场服务器缓存和归档，现场服务器通过防火墙与路由器连接，路由器借助基站将现场实时数据发送至监测服务中心。

4.一种石油钻机远程在线监测与预测性维护评价方法，其特征在于，包括：

采集设备数据，通过单参数监测分析、多参数逻辑分析、历史数据对比分析对设备进行综合评价。

5.根据权利要求4所述的石油钻机远程在线监测与预测性维护评价方法，其特征在于，单参数监测分析包括：

通过实时监测的数据，判断是否超过设定的上下限值并给出报警信号提示，当在单位时间段内反复超过限制报警，系统将推送报警至大数据分析平台；

当在单位时间段内出现偶尔报警，并在之后的时间段内未再出现报警，确定此种为误报，不推送消息，但会给出提示，给后台大数据分析系统提供参考；当在单位时间段内参数均为正常，系统不推送消息，继续监测。

6.根据权利要求5所述的石油钻机远程在线监测与预测性维护评价方法，其特征在于，多参数逻辑分析包括：

通过实时监测的数据，根据多参数判定准则判断是够满足告警条件，针对和环境温度相关的参数给出环境温度补偿，通过多个参数的相互支撑和印证，实现对关键部件的预测；

当在单位时间段内反复超过限制报警，系统将推送报警至大数据分析平台；当在单位时间段内个别条件满足或者出现偶尔报警，并在之后的时间段内未出现个别条件满足或报警，确定此种为误报，不推送消息，但会给出提示，给后台大数据分析系统提供参考；当在单位时间段内参数均为正常，系统不推送消息，继续监测。

7.根据权利要求6所述的石油钻机远程在线监测与预测性维护评价方法，其特征在于，历史数据对比分析包括：

通过调取该设备之前一段时间的历史数据或者调取其他钻机上配套的该类型设备的历史数据，绘制趋势曲线，与现有趋势曲线进行比对是否一致，当趋势一致，系统判定正常，不推送消息，继续监测；当比对后偏离正常运行趋势，系统将推送报警至大数据分析平台。

8.根据权利要求7所述的石油钻机远程在线监测与预测性维护评价方法，其特征在于，还包括：

大数据分析平台根据构建的大数据分析模型、大数据分析算法、专家知识库，对采集和推送的各类数据自动进行系统分析、判断、分类和标记，形成设备关键监测部分评分准则，从而给出设备各部件的健康评价得分，自动生成设备健康评价雷达图，并生成设备健康评价报告；对大数据分析模型、大数据算法进行修正和优化，并可将确认的预测结果和处理办法在专家知识库存档，为后续的预测提供经验和数据。

9.根据权利要求8所述的石油钻机远程在线监测与预测性维护评价方法，其特征在于，自动生成设备健康评价雷达图包括：

生成关键设备泥浆泵健康评价雷达图，雷达图中设置对多个部件或系统进行检测评价的指数，对于每个检测评价部件的健康指数通过多维度、多参数的大数据分析平台预测性维护评价方法进行综合评价；

在雷达图中，将系统分析得到的评判标准归一量化为百分制的评分准则，其中，最外圈的线表示为钻井泵非常理想的工作状态，量化为100分，依次向里每20分一个量级递减，60分的线表示为钻井泵正常或异常的分界线，在雷达图中，加粗的线表示钻井泵现在的实时状态，当现在的实时状态评价分处于60分和100分之间时，认定为设备正常，当现在的实时状态评价分处于60分线以内时，认定为设备异常，距离60分线越远，异常情况越严重；

在雷达图右侧，设置有钻井泵现有运行状态诊断表，该表根据左侧的健康雷达图而得出结论和建议，包括：

设备状态：正常、轻度异常、中度异常或重度异常；

情况推断；

维护建议。

Images