基于OSA-CBM的油气井故障预测系统的设计与实现

发布时间：2022-01-05 19:38

　　能源产业是国家经济的重要支柱行业。近年来,石油石化安全生产事故频发,不仅给人类带来了巨大的人员伤亡和经济损失,更造成了生态系统的污染,导致了重大的环境负债。利用科技手段,研究生产故障发生前的征兆,监测生产过程,捕获异常信息,进而消除故障隐患,是个有效的防范手段。PHM系统是一种综合的故障检测、故障隔离、剩余寿命预测和健康管理系统,在军事领域和航空航天领域得到了广泛的应用。针对目前大多数油气井生产系统及其他化工生产系统仍然使用传统的阈值控制作为故障预警,借鉴PHM系统,本文研发一套适用于油气井生产系统等复杂连续性化学化工生产系统的状态监测和故障预测软件系统。系统通过接入装备的状态数据,进行数据驱动的故障诊断、故障预测,在故障发生的苗头阶段或早期阶段,捕获生产系统中的数据异常信息,进行预警,辅助现场工程师对生产进行监控。在需求分析和系统设计方面,本文首先研究了PHM系统构建的相关标准,确定了系统遵循OSA-CBM标准的分层架构。在数据采集层,研究了目前化工生产中广泛应用的数据采集及控制系统（DCS/SCADA）的数据接口类型,以从中接入装备状态数据。在健康评估层,研究了目前常用的故障诊断方... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

OSA-CBM分层结构

图2- 2故障预測方法分类基于数据驱动的故障预测方法以采集的过程数据为基础，通过各种数据处理与分析方法挖掘出数据中隐含的故障信息，从而监测过程并预测故障信息。当前常用的数据驱动的故障预测方法主要包括：多元统计方法、支持向量机、小波分析等。(1 )主元分析法主元分析法是多元统计分析屮的常用方法，它通过线性变换将多维相关数据空间转化为低维不相关数据空间，山此降低了对问题进行分析的难度。主元分析法在故障珍断、故障预测常作为数据降维的算法,与其他算法配合使用。如Kruger等人利用一种非线性主元模型，对汽车引擎进行故障诊断1261。李钢，秦泗别，周东华等利用多尺度主元分析模型对CSTR工业过程进行故障预测研究[27]。石油、石化领域的生产装置大多属于连续化的流程生产，涉及的生产参数繁多，一11

行监测的操作包括1)故障模型选择；2)实时生成数据导入；3)监测预警。系统用户用例图如图3-1，图3-2所示：1人数据导入)/ 义数据清洗预测Q 模型评估J建模)^图3-1建糢人员用例图卞产监视人w图3-2生产监视人员用例图3.2 功能模块设计根据需求分析及OSA-CBM标准体系结构划分，对系统的整体功能模块划分如图3-3:24

【参考文献】：
期刊论文
[1]经济复苏 事故猛增—2013年石油石化安全生产评述（国际篇）[J]. 冯跃威.  中国石油石化. 2014(02)
[2]故障预测与健康管理标准体系研究[J]. 蒋觉义,李璠,曾照洋.  测控技术. 2013(11)
[3]基于核T-PLS的化工过程故障检测算法[J]. 赵小强,薛永飞.  化工学报. 2013(12)
[4]舰炮健康管理技术研究[J]. 王凯,郑建辉,谢道明,刘琳,赵国华.  舰船电子工程. 2013(03)
[5]一种基于小波变换与神经网络的传感器故障诊断方法[J]. 赵劲松,李元,邱彤.  清华大学学报(自然科学版). 2013(02)
[6]轨道电路故障预测与健康管理体系结构设计[J]. 黄赞武,魏学业,李绍斌.  计算机工程. 2012(20)
[7]柔性制造系统（FMS）故障预测与健康管理视情维修系统研究[J]. 赵中敏,王茂凡.  机床与液压. 2012(07)
[8]国外预测与健康管理（PHM）标准分析[J]. 章涵.  航空标准化与质量. 2010(05)
[9]故障预测与健康管理技术综述[J]. 彭宇,刘大同,彭喜元.  电子测量与仪器学报. 2010(01)
[10]基于多尺度PCA的工业过程故障预测[J]. 李钢,秦泗钊,周东华.  华中科技大学学报(自然科学版). 2009(S1)

博士论文
[1]基于KPLS的工业过程监测方法研究[D]. 胡益.华东理工大学 2014
[2]基于数据驱动的密闭鼓风炉故障诊断及预测研究[D]. 蒋少华.中南大学 2009



本文编号：3570955