基于物联网的抽油机参数分析与故障诊断

发布时间：2022-01-09 09:11

　　为提高抽油机故障诊断效率,构建了以物联网技术为基础并结合采油机故障诊断算法的专家系统。通过示功图对抽油机进行特征描述,进而对其进行故障诊断,并以图示方式进行直观展示;将井下泵功图作为基本分析资料,通过载荷位移传感器对抽油井地面示功图进行探测。仿真结果表明:（1）采用井下泵功图对抽油机工况诊断结果更加准确;（2）本文所构建的系统故障诊断准确率高,识别速度快,具有一定实用性。 

【文章来源】：西安石油大学学报(自然科学版). 2020,35(05)北大核心

【文章页数】：7 页

【部分图文】：

理想情况示功图

抽油机抽油杆在运动过程中,下端部分称重突然加大或突然降低时,其抽油机杆结构会出现一定程度振动,抽油杆柱处于上冲程周期时,抽油杆柱会因为油气混合物增加导致承重量骤增,造成一次振动。抽油杆柱处于下冲程周期时会自动卸载大量油气混合物,再次产生振动。由此可知,抽油杆在一个周期内至少会发生两次振动。当抽油机悬点运动频率与油杆振动频率符合共振条件时便会发生共振,振幅较大会影响设备正常作业。为避免该种情况,需要合理设置抽油机冲程次数,分析抽油机惯性载荷以及悬点振动载荷对抽油机悬点示功图的作用过程(图2)[9]。2 系统方程

式(1)—(5)中:A为抽油杆柱横截面积,mm2;E为抽油杆柱材质密度,kg/m3;L为接箍长度,m;E为抽油杆柱材料弹性模量,N/m2。由以上可得波动方程:

【参考文献】：
期刊论文
[1]基于LIBSVM的融合傅里叶幅值与相位的示功图识别方法[J]. 孙婷婷,韩雪,梁华庆.  计算机测量与控制. 2018(10)
[2]基于混合智能技术的抽油机电力故障诊断方法的研究[J]. 高伟华.  计算机与数字工程. 2018(09)
[3]游梁式抽油机现场故障分析及对策[J]. 王伟豪.  化学工程与装备. 2017(05)
[4]基于人工鱼群神经网络的抽油机故障诊断[J]. 邵海龙,布兰霞,胡明哲,付光杰.  电气自动化. 2017(02)
[5]基于多示例多标记的抽油机故障诊断[J]. 陈妍,许少华.  计算机系统应用. 2016(12)
[6]游梁式抽油机常见故障分析及处理方法[J]. 蔡绪勇.  中国石油和化工标准与质量. 2016(17)
[7]示功图与模糊神经网络结合的抽油机故障诊断[J]. 文必龙,汪志群,金宗泽,徐漫,施展.  计算机系统应用. 2016(01)
[8]一种新型游梁式抽油机平衡机构的设计[J]. 佟军民,吴致千.  制造业自动化. 2015(23)
[9]一种用于抽油机的双模式无线示功仪设计[J]. 潘大伟,于云华.  传感器与微系统. 2015(09)
[10]数据驱动的抽油机井实时故障诊断实验平台[J]. 曹玉苹,邓晓刚,田学民,陈鸿龙.  实验技术与管理. 2015(09)



本文编号：3578408