基于流量的塔架式抽油機(jī)泵效控制研究

Research of Pumping Efficiency Control Based on the Tower Mounted Pumping Unit of Flow

王泰華　崔志偉　陳致富(河南理工大學(xué)電氣工程與自動(dòng)化學(xué)院，河南焦作　454000)

?

基于流量的塔架式抽油機(jī)泵效控制研究

第一作者王泰華(1976－)，男，2003年畢業(yè)于焦作工學(xué)院控制理論與控制工程專業(yè)，獲碩士學(xué)位，副教授;主要從事工業(yè)過(guò)程控制及工礦自動(dòng)化方面的研究。

0　引言

石油行業(yè)是我國(guó)的基礎(chǔ)工業(yè)，同時(shí)也是高耗能行業(yè)，做好節(jié)能至關(guān)重要。隨著石油的不斷開采，地層供液能力逐漸下降。近年來(lái)，我國(guó)石油機(jī)械得到了快速發(fā)展，出現(xiàn)了許多高效節(jié)能的智能型抽油機(jī)，如本文所討論的開關(guān)磁阻電機(jī)型塔架式抽油機(jī)。與游梁式抽油機(jī)相比，該抽油機(jī)具有長(zhǎng)沖程、低沖次、高效能和低維護(hù)等優(yōu)點(diǎn)。但其沖次的調(diào)節(jié)主要依靠人工，不能根據(jù)工況的變化自動(dòng)調(diào)節(jié)，導(dǎo)致該抽油機(jī)不能穩(wěn)定工作在最佳泵效區(qū)間，使得整機(jī)系統(tǒng)效率較低、電能浪費(fèi)較大［1－4］。

本研究提出利用流量計(jì)法來(lái)計(jì)算該型抽油機(jī)的泵效，并通過(guò)調(diào)節(jié)使抽油機(jī)在最佳泵效下工作。根據(jù)輸入值，自適應(yīng)神經(jīng)PID控制器自動(dòng)調(diào)節(jié)開關(guān)磁阻電機(jī)型塔架式抽油機(jī)的沖次，使抽油機(jī)一直工作在設(shè)定的最佳泵效下，避免因抽汲參數(shù)不當(dāng)造成的能源浪費(fèi)，以達(dá)到降低能耗、提高系統(tǒng)效率的目的。

1　提高泵效的措施

1.1泵效計(jì)算

抽油機(jī)泵效是指油井的產(chǎn)液量與理論產(chǎn)液量的比值，計(jì)算公式如下:

式中:η為泵效; Q液為實(shí)際排液量，m3/d; Q理為理論排液量，m3/d; D為泵筒直徑，m; d為光桿直徑，m; S為抽油機(jī)的沖程，m; N為光桿的直徑，m。通過(guò)該計(jì)算方法，我們可以計(jì)算出抽油機(jī)的實(shí)際泵效。設(shè)定泵效與實(shí)際泵效的差值作為該研究的輸入值。

1.2提高泵效的措施

在油田開發(fā)中，影響泵效的因素有很多，如地層的供液能力、有效沖程、石油的含水率和含氣率、抽油泵和地上部分的采油工藝(抽油機(jī))等。因此，為避免其他方面因素的影響，在該研究開始之前，需從地層和地上采油工藝兩方面著手，選擇合理的抽油設(shè)備。

①根據(jù)地下工況，選擇合理的抽油泵，以避免因泵的選擇不當(dāng)影響該方案的研究結(jié)果。

②地上采油工藝方面。

目前，我國(guó)的油井絕大部分是深抽井，光桿承受的載荷較大，拉伸較為嚴(yán)重，導(dǎo)致了極大的沖程損失。該研究針對(duì)深抽井，利用河南長(zhǎng)江石油機(jī)械有限公司生產(chǎn)的開關(guān)磁阻電機(jī)型塔架式長(zhǎng)沖程抽油機(jī)(沖程1.5～9 m)進(jìn)行開采，增大深抽井的沖程，減小深抽井的沖程損失。

選擇合適的設(shè)備后，該研究擬利用流量參數(shù)及反饋回的沖程和沖次來(lái)計(jì)算泵效;同時(shí)，設(shè)定泵效與計(jì)算泵效的差值作為輸入值，通過(guò)BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID控制器調(diào)節(jié)抽油機(jī)的沖次，使其工作在設(shè)定的最佳泵效下。

具體設(shè)計(jì)方案如下:①根據(jù)地層的藏油情況(除高含氣的油井外)，選擇精確度較高的油田專用液體流量計(jì);②利用此流量計(jì)，每半小時(shí)測(cè)量一次液體的流量，并通過(guò)計(jì)算算出實(shí)際泵效與設(shè)定泵效的差值，根據(jù)差值自適應(yīng)神經(jīng)PID控制器自動(dòng)調(diào)節(jié)開關(guān)磁阻電機(jī)型塔架式抽油機(jī)的沖次，保證抽油機(jī)在較高泵效下工作;③當(dāng)?shù)貙拥墓┮耗芰τ邢?，流量低于某一值且通過(guò)自適應(yīng)神經(jīng)PID調(diào)整達(dá)不到要求最低值時(shí)，報(bào)警器報(bào)警，通知工作人員抽油機(jī)停機(jī)，避免出現(xiàn)空抽現(xiàn)象。

通過(guò)該設(shè)計(jì)方案，我們可以確保抽油機(jī)一直在最佳泵效下工作，以避免大馬拉小車的現(xiàn)象，最終達(dá)到節(jié)能降耗的目的［5－7］。

2　控制器設(shè)計(jì)

BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID控制器是將BP神經(jīng)網(wǎng)絡(luò)與數(shù)字PID控制相結(jié)合而設(shè)計(jì)的，這種方法很大程度上改善了數(shù)字PID的控制效果。

BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID控制器能根據(jù)復(fù)雜的環(huán)境變化自動(dòng)調(diào)節(jié)塔架式抽油機(jī)的沖次，使其具有較強(qiáng)的穩(wěn)定性和魯棒性，以更好地適應(yīng)周圍環(huán)境的需求。通過(guò)分析抽油機(jī)的工作環(huán)境，本文采用BP神經(jīng)網(wǎng)絡(luò)優(yōu)化控制器來(lái)調(diào)節(jié)抽油機(jī)的沖次，使開關(guān)磁阻電機(jī)型塔架式抽油機(jī)一直工作在最佳泵效下，以達(dá)到保護(hù)采油設(shè)備和節(jié)能降耗的目的。

2.1泵效調(diào)節(jié)原理

在各項(xiàng)設(shè)備選擇和采油系統(tǒng)組裝完畢后，我們先進(jìn)行前期試驗(yàn)，以確定該工況下的最佳泵效。

①根據(jù)預(yù)測(cè)和實(shí)際工況調(diào)整抽油機(jī)的沖次，尋找出抽油機(jī)在此工況下的最佳工作方式，使抽油機(jī)具有較高的泵效和系統(tǒng)效率。

②在保證沖程不變的情況下，BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID控制器根據(jù)設(shè)定的最佳泵效和測(cè)得的實(shí)際泵效的差值，自動(dòng)調(diào)整抽油機(jī)的沖次，使開關(guān)磁阻電機(jī)型塔架式抽油機(jī)一直在設(shè)定的最佳泵效附近工作，避免因抽汲參數(shù)不當(dāng)導(dǎo)致空抽和不必要的能源浪費(fèi)，大大提高抽油機(jī)的系統(tǒng)效率。

利用BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID控制的泵效調(diào)節(jié)原理結(jié)構(gòu)框圖如圖1所示。

圖1　泵效調(diào)節(jié)結(jié)構(gòu)圖Fig.1　The efficiency of pump adjustment

2.2 BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID控制

BP神經(jīng)網(wǎng)絡(luò)是誤差反向傳播算法的自主學(xué)習(xí)過(guò)程，由信號(hào)的正向傳播和誤差的反向傳播兩個(gè)過(guò)程組成。它具有較強(qiáng)的自學(xué)習(xí)和自組織能力，能根據(jù)工業(yè)控制的需要自動(dòng)調(diào)整自身的權(quán)值和閾值，以適應(yīng)當(dāng)前控制的要求，其反應(yīng)速度快、靈敏度高，優(yōu)化傳統(tǒng)PID的控制效果較好［8－10］。

通過(guò)分析對(duì)象的映射關(guān)系復(fù)雜度，本文擬利用3層自適應(yīng)BP神經(jīng)網(wǎng)絡(luò)來(lái)快速調(diào)整PID的3個(gè)參數(shù)，以滿足控制的要求。設(shè)計(jì)的3層網(wǎng)絡(luò)有兩個(gè)輸入(誤差、誤差變化率)作為輸入層的兩個(gè)元素和3個(gè)輸出(Kp、Ki、Kd)作為輸出層的3個(gè)元素。通過(guò)網(wǎng)絡(luò)設(shè)計(jì)公式和仿真比較，最終確定出設(shè)計(jì)隱含層為5個(gè)節(jié)點(diǎn)時(shí)收斂速度快，調(diào)節(jié)效果好。因此，所設(shè)計(jì)出的3層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

圖2　BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.2 The structure of BP neural network

根據(jù)抽油機(jī)運(yùn)行時(shí)設(shè)定的最佳泵效與實(shí)際泵效的差值，BP神經(jīng)網(wǎng)絡(luò)快速優(yōu)化PID的3個(gè)參數(shù)Kp、Ki和Kd，使其能快速滿足系統(tǒng)需求的最優(yōu)值。通過(guò)最優(yōu)值，控制器快速調(diào)整抽油機(jī)的實(shí)際泵效，以使抽油機(jī)在最佳泵效下工作［11－14］。

BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID的3個(gè)參數(shù)的同時(shí)，不斷調(diào)整更新自身網(wǎng)絡(luò)的權(quán)值和閾值，使其自身網(wǎng)絡(luò)達(dá)到適應(yīng)開關(guān)磁阻電機(jī)型塔架式抽油機(jī)系統(tǒng)需要的最優(yōu)網(wǎng)絡(luò)。本文選擇的BP神經(jīng)網(wǎng)絡(luò)隱含層和輸出層的傳遞函數(shù)如式(3)和式(4)所示。

判斷網(wǎng)絡(luò)的性能指標(biāo)函數(shù)如式(5)所示:

式中: yd為設(shè)定標(biāo)準(zhǔn)值; yk為實(shí)際輸出值; error(k)為性能指表要求值。

通過(guò)神經(jīng)網(wǎng)絡(luò)的期望輸出和實(shí)際輸出值，系統(tǒng)計(jì)算出誤差函數(shù)對(duì)輸出層各神經(jīng)元的偏導(dǎo)數(shù)δ0(k)。采用δ0(k)和隱含層各神經(jīng)元的輸出hoh(k)修正連接權(quán)值who(k)，修正公式如下:

利用網(wǎng)絡(luò)的隱含層到輸出層的連接權(quán)值、輸出層神經(jīng)元的偏導(dǎo)數(shù)δ0(k)和隱含層輸出，計(jì)算誤差函數(shù)對(duì)隱含層各神經(jīng)元的偏導(dǎo)數(shù)δh(k)，并通過(guò)δh(k)和輸入層各神經(jīng)元的輸入xi(k)修正連接權(quán)值wih(k)。修正公式如下:

3　基于泵效的Matlab仿真及分析

由于整個(gè)油井工況環(huán)境復(fù)雜，因此很難建立精確的液體流量控制系統(tǒng)數(shù)學(xué)模型。本文在忽略一些次要因素的情況下，建立了流量控制系統(tǒng)的數(shù)學(xué)模型。該數(shù)學(xué)模型公式如式(10)所示，通過(guò)對(duì)此模型進(jìn)行仿真，驗(yàn)證了本研究方案的可行性。

本文利用Matlab中的M文件建立以自適應(yīng)神經(jīng)PID為控制器的仿真程序，并進(jìn)行Matlab仿真，仿真結(jié)果如圖3～圖5所示。

通過(guò)分析仿真圖圖3～圖5可知，利用BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID的響應(yīng)速度快，調(diào)節(jié)效果好，并且系統(tǒng)的穩(wěn)定性好。這說(shuō)明了利用BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID來(lái)保證一定流量方案的可行性。

圖3　PID參數(shù)調(diào)節(jié)圖Fig.3 PID parameter adjustment

圖4　流量調(diào)節(jié)圖Fig.4 Flow adjustment

圖5　流量誤差曲線圖Fig.5　The flow error curve

為驗(yàn)證利用流量參數(shù)保證抽油機(jī)工作在最佳泵效下的可行性，設(shè)抽油機(jī)工作時(shí)抽油泵的沖程不變，僅通過(guò)改變塔架式抽油機(jī)的沖次來(lái)調(diào)節(jié)泵效。通過(guò)分析可知，開關(guān)磁阻電機(jī)型塔架式抽油機(jī)在工作過(guò)程中自動(dòng)計(jì)算出的沖次可視為一階慣性環(huán)節(jié)，所以利用流量參數(shù)計(jì)算泵效的數(shù)學(xué)模型可以用傳遞函數(shù)表示，如式(11)所示。

Matlab仿真結(jié)果如圖6、圖7所示。

圖7　PID調(diào)整曲線圖Fig.7 PID adjustment curves

從仿真圖分析知，利用自適應(yīng)神經(jīng)PID的調(diào)節(jié)抽油機(jī)的泵效速度較快、效果較好，證明了研究方案的可行性。

4　結(jié)束語(yǔ)

在地層和地上采油工藝等硬件設(shè)備選擇理想的情況下，本文通過(guò)建立數(shù)學(xué)模型，提出利用流量參數(shù)計(jì)算泵效并保證一定泵效的方案。在保證沖程不變的情況下，根據(jù)設(shè)定泵效與實(shí)際泵效的差值，BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID控制器快速調(diào)整開關(guān)磁阻電機(jī)型塔架式抽油機(jī)的沖次，以保證該抽油機(jī)一直在最佳泵效下工作，最終達(dá)到節(jié)能降耗的目的。通過(guò)Matlab仿真可知，利用BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID控制器調(diào)節(jié)速度快、調(diào)節(jié)效果好，很好地說(shuō)明了該研究方案的可行性和可靠性。

該研究課題雖針對(duì)塔架式抽油機(jī)現(xiàn)有的不足提出了一種新型方案，但該研究?jī)H為試探性研究，具有一定的局限性:①模型建立時(shí)忽略了一些次要因素;②無(wú)應(yīng)用實(shí)例研究。希望在今后的研究中能建立全面的模擬實(shí)驗(yàn)方案來(lái)驗(yàn)證該課題的可行性。選擇更多不同的現(xiàn)場(chǎng)油井進(jìn)行試驗(yàn)性研究，通過(guò)現(xiàn)場(chǎng)試驗(yàn)來(lái)證明方案的可行性和可靠性，使該研究具有更強(qiáng)的應(yīng)用前景，對(duì)油田的節(jié)能降耗起到推動(dòng)作用。

參考文獻(xiàn)

［1］王磊磊.塔河油田抽稠泵低泵效原因分析及治理對(duì)策［J］.石油天然氣學(xué)報(bào)，2013，35(2):158－160.

［2］郭本振，楊晶晶，郝尚富.塔架式抽油機(jī)智能控制系統(tǒng)設(shè)計(jì)［J］.計(jì)算機(jī)測(cè)量與控制，2014，22(3):730－733.

［3］Xu Jinchao，Li Juhui，Chen Jian，et al.Research on power saving positive torque and constant power pumping unit and tracking technique system［J］.Procedia Engineering，2012，29 (3 ): 1034－1041.

［4］Liu Xinping，Xu Junpeng.The method of energy saving in beam pumping unit based on genetic algorithm［J］.Aasri Procedia，2012，1(3):441－447.

［5］Li Han，Zhang Zhenyu.The application of immune genetic algorithm in main steam temperature of PID control of BP network［J］.Physics Procedia，2012，24(1):80－86.

［6］李淑清，周曉晴，李建良.智能油井監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)［J］.自動(dòng)化儀表，2009，30(10):33－35，38.

［7］Fang Cheng，Kuang Chaofan.A BPNN－PID based long－stroke nanopositioning control scheme driven by ultrasonic motor［J］.Precision Engineering 2012，36(3):485－493.

［8］Mojtaba A，Soheil G，Morteza A.Wavelet neural adaptive proportional plus conventional integral－deri－vative controller design of SSSC for transient stability improvement［J］.Engineering Applications of Artieficital Intelligence 2013，26(6):2227－2242.

［9］周勇，汪洋，沈娜，等.開關(guān)磁阻電動(dòng)機(jī)在抽油系統(tǒng)中的試驗(yàn)應(yīng)用［J］.石油石化節(jié)能，2014(2):6－8，33.

［10］彭躍輝.數(shù)字化抽油機(jī)節(jié)能控制系統(tǒng)的研究［D］.西安:西安工程大學(xué)，2013.

［11］甄東芳，梅瑋，葛利俊.塔架式抽油機(jī)用電動(dòng)機(jī)的設(shè)計(jì)與節(jié)電分析［J］.電氣傳動(dòng)，2013，43(1):21－24.

［12］劉慶榮.泵效對(duì)抽油機(jī)井能耗的影響［J］.內(nèi)蒙古石油化工，2014(12):72－73.

［13］Asha R，Vijander S，Gupta J R P.Development of soft sensor for neural network based control of distillation column［J］.ISA Transactions，2013，52(3):438－449.

［14］Zhi Liu，Bai Fen.Robust control strategy for the speed control of brushless DC motor［J］.Journal of Harbin Institute of Technology (New Series)，2013，20(2):90－94.

Research of Pumping Efficiency Control Based on the Tower Mounted Pumping Unit of Flow

王泰華崔志偉陳致富
(河南理工大學(xué)電氣工程與自動(dòng)化學(xué)院，河南焦作454000)

摘要:針對(duì)因抽汲參數(shù)不合理導(dǎo)致泵效低的問(wèn)題，提出利用流量計(jì)法調(diào)節(jié)沖次的方法，以提高泵效。根據(jù)設(shè)定泵效與實(shí)際泵效的差值，BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID控制器自動(dòng)調(diào)節(jié)開關(guān)磁阻電機(jī)型塔架式抽油機(jī)的沖次，使抽油機(jī)總是在設(shè)定的最佳泵效下工作，從而提高系統(tǒng)的效率。通過(guò)Matlab仿真分析，證明了利用流量參數(shù)調(diào)節(jié)抽油機(jī)的沖次來(lái)保證抽油機(jī)在最佳泵效下工作的可行性。塔架式抽油機(jī)解決了目前游梁式抽油機(jī)難以實(shí)現(xiàn)的長(zhǎng)沖程、低沖次的難題，大大提高了抽油機(jī)的泵效和系統(tǒng)效率。

關(guān)鍵詞:泵效流量塔架式抽油機(jī)自適應(yīng)神經(jīng)PID沖程

Abstract:The tower type pumping unit solved the difficulty for achieving long stroke and low stroke frequency by the beam pumping unit and greatly improved the pumping efficiency and system efficiency.Aiming at the problem of low pumping efficiency caused by unreasonable swabbing parameters，the method of adjusting the stroke frequency by adopting flow meter is proposed to improve the pumping efficiency.In accordance with the difference between the setting pump efficiency and the actual pump efficiency，the PID controller is optimized with BP neural network to automatically adjust the stroke frequency of the reluctance motor of tower type pumping unit，make the pumping unit always running at the optimal pumping efficiency，thus the system efficiency is increased.The Matlab simulation proves the feasibility of using flow parameters to adjust the stroke frequency and ensure the pumping unit running under optimal pumping efficiency.

Keywords:Pumping efficiency FlowThe tower mounted pumping unit Adaptive neural PIDStroke

中圖分類號(hào):TH71; TP29

文獻(xiàn)標(biāo)志碼:A

DOI:10.16086/j.cnki.issn1000－0380.201603019

修改稿收到日期:2015－07－10。