Корреляционная экстремальная система контроля начала неисправностей оборудования нефтяных промыслов путем анализа их ваттметрограммы и динамограммы

Создание технологии анализа ваттметрограммы для контроля основного оборудования нефтяных промыслов всегда представлял как теоретический, так и большой практический интерес. Многочисленные эксперименты показывали, что ваттметрограмма электродвигателя представляет собой сильно зашумленный сигнал, и значительная часть диагностической информации содержится в оценках дисперсии помехи и взаимно корреляционной функции между помехой и полезным сигналом. Отсутствие технологий их анализа затрудняло и затрудняет использование ваттметрограммы для контроля указанного оборудования.

В статье предлагается технология контроля начала неисправностей и ранней диагностики технического состояния штанговых глубинно-насосных установок (ШГНУ), установок электроцентробежных насосов (УЭЦН), блочных кустовых насосных станций (БКНС) нефтяных промыслов. Показано, что в процессе эксплуатации на ваттметрограмме электродвигателей этих объектов отражается информация о начале скрытого периода изменения их технического состояния, которую можно использовать как информативные признаки при их диагностике. Предлагается технология определения оценки взаимно корреляционной функции RXε(μ) между полезным сигналом X(iΔt) и помехой ε(iΔt) ваттметрограммы и технология формирования множества эталонных ваттметрограмм, у которых полученные информативные признаки совпадают с информативными признаками ваттметрограмм характерных неисправностей. Предлагается по информативным признакам текущих и эталонных ваттметрограмм электродвигателей с помощью корреляционных экстремальных систем решить задачу идентификации неисправностей рассматриваемого оборудования. Показано, что, используя предложенную технологию также возможно осуществить контроль начала аналогичных неисправностей ШГНУ путем анализа динамограммы. Приведены результаты экспериментов, показывающих эффективность и целесообразность создания этих систем контроля на основе КЭС.

1. Aliev T. M. et al. Automated control and diagnostics of SRPU, Nedra, Moscow 1988, 232 p.

2. Maksimov V. M. Generalized low of multiphase through porous media and "coupling" effects during the oil displacement by water, Matem. Mod., 2015, vol. 27, no. 11, pp. 21—31.

3. Guluyev G. A., Rzayev As. H., Pashayev F. H. Analysis of processes mechanized oil mining with the methods theory of electrical circuits, Mekhatronika Avtomatizatsiya Upravlenie, 2020, vol. 21, no. 12, pp. 675—681, available at: https://doi.org/10.17587/mau.21.675-681

4. Aliev T. A., Iskenderov D. A., Guluyev G. A. et al. Results of introducing the control, diagnostics and management complex for oil wells operated by sucker rod pumps at ‘‘Bibi Heybat Oil" oil and gas producing company, Azerbaijan Oil Economy, 2014, no. 6, pp. 37—41.

5. Han D. Discussions on concepts, countermeasures and technical routes for the secondary development of high water-cut oil fields. Petroleum Exploration and Development, 2010, vol. 37, no. 5, pp. 583—591.

6. Aliev T. A. Noise Control of the Beginning and Development Dynamics of Accidents, Springer, 2019, 201 p., available at: https://www.doi.org/10.1007/978-3-030-12512-7.

7. Aliev T. A., A Rzayev H., Guluyev G. A. et al. Robust technology and system for management of sucker rod pumping units in oil wells, Mechanical Systems and Signal Processing, 2018, vol. 99, pp. 47—56, available at: https://doi.org/10.1016/j.ymssp.2017.06.010

8. Aliev T. A., Guluyev G. A., Pashayev F. H. et al. Noise monitoring technology for objects in transition to the emergency state, Mechanical Systems and Signal Processing, 2012, vol. 27, pp. 755—762, available at: https://doi.org/10.1016/j.ymssp.2011.09.005

9. Aliev T. A. Digital Noise Monitoring of Defect Origin, Springer-Verlag, London, 2007, 235 p., available at: https://doi.org/10.1007/978-0-387-71754-8

10. Bendat J. S., Piersol A. G. Engineering Applications of Correlation and Spectral Analysis, second ed, Wiley, New York, 1993.

11. Tang H., Liao Y. H., Cao J. Y., Xie H. Fault diagnosis approach based on Volterra models, Mechanical Systems and Signal Processing, 2010, vol. 24, no. 4, pp. 1099—1113, available at: https://doi.org/10.1016/j.ymssp.2009.09.001

12. Bendat J. S., Piersol A. G. Random Data, Analysis & Measurement Procedures, Wiley, New York, 2000.

13. Li K., Han Y., Wang T. A novel prediction method for down-hole working conditions of the beam pumping unit based on 8-directions chain codes and online sequential extreme learning machine, Journal of Petroleum Science and Engineering, 2018, vol. 160, pp. 285—301, available at: https://doi.org/10.1016/j.petrol.2017.10.052

14. Bello O., Dolberg E. P., Teodoriu C., Karami H. et al. Transformation of academic teaching and research: Development of a highly automated experimental sucker rod pumping, 2020.

15. Sun Z., Lin C., Du D. et al. Application of seismic architecture interpretation in enhancing oil recovery in late development stage taking meandering river reservoir in dongying depression as an example, Journal of Petroleum Science and Engineering, 2019, p. 106769.

16. Fasel T. R., Todd M. D. Chaoticinsonification for health monitoring of anadhesively bonded composite stiffened panel, Mechanical Systems and Signal Processing, 2010, vol. 24, no. 5, pp. 1420—1430, available at: https://doi.org/10.1016/j.ymssp.2009.12.002