抽油井在線自動診斷技術(shù)的研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、油田生產(chǎn)現(xiàn)場普遍具有地理位置分布廣泛,工作環(huán)境惡劣的特點,傳統(tǒng)人工巡檢的方式費時費力,工作效率低下,迫切需要與迅速發(fā)展的通訊技術(shù)和計算機技術(shù)相結(jié)合,實現(xiàn)抽油井在線監(jiān)測。抽油井井下工作環(huán)境復(fù)雜,易于發(fā)生故障,且井下難于長期放置監(jiān)測裝置,使得井下故障難于及時發(fā)現(xiàn),因此開發(fā)一套抽油井自動診斷系統(tǒng),對油田降低能耗,提高生產(chǎn)效率具有重要意義。
   論文設(shè)計實現(xiàn)了一套抽油井在線自動診斷系統(tǒng),實現(xiàn)了油井關(guān)鍵數(shù)據(jù)的在線監(jiān)測、數(shù)據(jù)計量和統(tǒng)計、節(jié)

2、能分析評價和報警等功能。系統(tǒng)基于ASP.NET和Sql Server數(shù)據(jù)庫等技術(shù)設(shè)計實現(xiàn),可以及時準(zhǔn)確地為現(xiàn)場技術(shù)人員提供決策依據(jù)。
   示功圖是進行井下故障診斷的重要數(shù)據(jù),在系統(tǒng)設(shè)計過程中,本論文重點研究了基于示功圖分析的井下故障診斷技術(shù),提出基于二維傅立葉變換和BP神經(jīng)網(wǎng)絡(luò)分類器的示功圖識別算法。根據(jù)吉布斯方程,編寫有限差分算法,由地面示功圖計算得到井下示功圖,井下示功圖直接反映井下泵的工作狀況,排除了抽油桿等諸多因素的影

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論