数字化油田方案.doc

数字化油田解决方案二○一二年第一部分数字化油田解决方案——。提高抽油机的工作效率,保障抽油机安全运行是提高产量的主要措施。多数油田生产企业采用人工巡检的方式来对抽油机进行维护。这种方式虽然有一定效果,但是,由于人员有限和技术手段的落后,使得企业无法及时掌握每一台抽油机的运行状况,从而不能及时对抽油机出现的故障进行排除。随着计算机技术和通信技术的快速发展,以及油田自动化发展的需要,辽河油田公司采用抽油机监控管理系统,通过抽油机现场采集终端实时传送的现场生产数据,实现数据的实时监控,及示功图的显示。但该监控系统只能实现对抽油机运行参数的监控,及示功图的显示,不能实现对抽油机运行状况的综合分析,为了更好的对抽油机的整体运行做出判断,并对所监测到的抽油机的各项运行参数进行综合分析,本方案设计了一套故障诊断专家系统进行分析。,专家系统分为10类:解释型、诊断型、预测型、设计型、规划型、控制型、监测型、维修型、教育型和调试型。本系统采用的是故障诊断专家系统。这类专家系统是根据输入的信息推出相应的对象存在的故障、找出产生故障的原因并给出排除故障的方案。由于现象与故障之间不一定存在严格的对应关系,因此在建造这类系统时,需要掌握有关对象较全面的知识,并能处理多种故障同时并存及间歇性故障等情况。:(1)启发性,不仅能使用逻辑知识,也能能使用启发性知识,它运用规范的专门知识和直觉的评判知识进行判断、推理和联想,实现问题求解。(2)透明性,它使用户在对专家系统结构不了解的情况下,可以进行相互交往,并了解知识的内容和推理思路,系统还能回答用户的一些有关系统自身行为的问题。(3)灵活性,专家系统的知识与推理机构的分离,使系统不断接纳新的知识,从而确保系统内知识不断增长以满足商业和研究的需要。,及示功图的显示,而不能实现对抽油机运行状况的综合分析的不足,设计一套抽油机故障诊断系统,实现对抽油机故障的诊断,并能快速有效的给出应急方案,为排除抽油机故障提供了很好的帮助。,本方案将抽油机故障诊断专家系统的基本结构分为下六个部分:人机接口,全局数据库,抽油机运行参数数据库,知识库,故障诊断模块、知识库管理模块。总体结构如图2-1所示。图2-1专家系统结构图人机接口是工作人员操作抽油机故障诊断专家系统的人机交互界面,完成各种对专家系统的操作。全局数据库是用来记录系统的运行过程,存放各个功能模块的中间运行结果、数据或状态,同时使各种不同类型的知识能够协同工作,并为解释模块的解释工作提供依据。全局数据库由任务安排表、规划表和结果表组成。任务安排表主要记录等待执行的任务;规划表由一些记录当前状态和当前要处理数据的全程变量组成:结果表示一些记录中间结果和最终结果的全程量。抽油机运行参数数据库用来存放实时采集来的抽油机的运行数据,是故障诊断的主要数据来源,主要是抽油机的三相电压电流、载荷、位移、振动等数据。知识库包括征兆事实库,规则库和故障库。征兆事实库用于存放系统推理过程中需要的和推理过程中产生的征兆事实,征兆事实是故障诊断的基本依据。其获取过程一般是通过对抽油机参数数据库中的数据进行分析,得到特征数据,比如,振动加速度的最大最小值,电压电流的平均值,示功图面积值等。再对得到的特征数据按照一定原则进行抽象,得到征兆事实。规则库用于存储领域专家和其他知识源对抽油机的各种故障的推理规则,是知识库最重要的组成部分。故障库主要存储经诊断推理后的故障名称,以及相对应的操作建议和解决方案。故障诊断模块主要完成对抽油机的故障诊断工作,由征兆获取、诊断推理和诊断解释三个部分构成。征兆获取分为两种方式:自动获取和手动获取。自动获取是系统根据程序自动对抽油机运行参数进行分析和抽象得到征兆事实;手动获取主要由领域专家采用人机对话的方式手动选择进行补充,完成对示功图和抽油机运行环境的特征到征兆事实的抽象。诊断推理模块的工作是利用己获取的征兆实事按照推理规则进行推理得出抽油机的故障。诊断推理模块由自动诊断和手动诊断组成。自动诊断是利用当前获得的征兆事实自动完成诊断任务;手动诊断则是通过手动补充征兆或回答一些问题,结合当前征兆和自动诊断实事得出诊断结果。诊断解释单元负责在整个诊断推理过程中,对问题求解的依据和知识的应用向用户解释,以提高诊断系统的可理解性和透明性。知识库管理模块主要完成对各类知识的查询、修改、添加、删除和知识定位、知识存储等日常管理功能。第三章系统详细设计3