论文部分内容阅读
潜油螺杆泵具有能耗低、效率高、占地面积少并且从根本上解决了地面驱动螺杆泵杆断、杆管偏磨的问题,在油田上数量逐年增加,然而,由于缺乏在线实时监控潜油螺杆泵井下机组工况的方法,因而难以及时准确地判断出井下机组的工况,这严重影响了机组的正常生产和使用寿命,大大限制了其在油田上的进一步推广,为了保障潜油螺杆泵安全高效生产、加大推广力度以及适应数字化油田建设的需要,本文开展了潜油螺杆泵工作特性分析及在线故障诊断研究。本文首先分析了潜油螺杆泵工作特性,并在此基础上,运用小波包和RBF神经网络进行了故障诊断,主要内容如下:(1)以潜油螺杆泵系统为研究对象,分析了泵的运动特性、力学特性、排量特性等工作特性,并运用节点分析法建立了潜油电机有功功率和泵功耗之间的数学模型。(2)应用ANSYS软件对潜油螺杆泵进行了有限元分析,得到了不同工况对泵工作特性的影响规律。(3)基于GPRS远程在线传输网络,依据地面驱动螺杆泵采油系统常见故障类型和诊断方法,结合潜油螺杆泵采油系统自身结构特点和工作特性,提出了以潜油电机有功功率为研究对象、小波包和RBF神经网络相结合的潜油螺杆泵在线故障诊断方案。(4)运用小波包提取了潜油电机有功功率信号,搭建了潜油螺杆泵故障样本库,利用Matlab软件建立了RBF神经网络,并确定了网络的训练参数,最终完成了网络的训练和测试。(5)以Visual Basic 6.0为平台,开发了潜油螺杆泵在线故障诊断系统软件,实现了人机交互、在线监测和故障诊断的功能,为潜油螺杆泵安全、高效生产提供了可靠保证。