Содержание к диссертации
Введение
1 Методы и алгоритмы диагностирования штанговых нефтяных установок АСУТП добычи нести 9
1.1 Описание технологического процесса и методов получения диагностической информации, актуальность задачи 9
1.2 Алгоритм реализации спектрального метода расчета плунжерных динамограмм 11
1.3 Основные недостатки существующих алгоритмов диагностирования ШНУ 21
1.4 Постановка задачи исследования
Выводы по главе 24
2. Разработка модифицированного спектрального метода и алгоритмов диагностирования ШНУ 25
2.1 Формирование спектра при нарушении периодичности
2.2 Модифицированный спектральный метод восстановления значений усилия на плунжере насоса в дискретные моменты времени 34
2.3 Метод восстановления периодизированного сигнала по дискретным отсчетам 39
2.4 Влияние состояний ШНУ на форму и параметры скорости усилия на плунжере 43
2.5 Методика определения параметров гармоник, обладающих
экстремальными чувствительностями к изменениям состояний ШНУ 46
Выводы по главе 55
3. Методы повышения быстродействия и точности регистрации относительных изменений параметров состояния ШНУ 57
3.1 Метод группового преобразования Фурье как метод повышения быстродействия определения изменений параметров информативных гармоник 59
3.2 Повышение точности восстановления исходных сигналов 63
3.3 Замена интегрирования суммированием в процедурах фильтрации 73
Выводы по главе 79
4. Методы и средства идентификации состояния ШНУ и структуры диагностирующих устройств АСУ добычи нефти 80
4.1 Дискриминатор отклонения состояния ШНУ от «нормального» 81
4.2 Имитатор «эталонных» технологических сигналов 84
4.3 Средства (структуры) диагностирующих устройств АСУ добычи нефти 86
4.4 Структурная схема адаптивной АСУТП добычи нефти 90
Выводы по главе 94
Основные результаты работы 95
Список использованных источников
- Описание технологического процесса и методов получения диагностической информации, актуальность задачи
- Формирование спектра при нарушении периодичности
- Метод группового преобразования Фурье как метод повышения быстродействия определения изменений параметров информативных гармоник
- Дискриминатор отклонения состояния ШНУ от «нормального»
Введение к работе
Актуальность проблемы. В России более 70% всего фонда нефтяных скважин эксплуатируется штанговыми нефтяными установками (ШНУ), в которых электродвигатель через редуктор и клиноременную передачу приводит в движение кривошипно-шатунный механизм, соединенный с балансиром, установленным на неподвижной стойке и сообщающим возвратно-поступательное движение колонне штанг, опущенных в скважину. Нижний конец колонны штанг соединен с поршнем двухклапанного нефтяного насоса.
Тяжелые условия эксплуатации штанговых насосов (высокие температура и давление, наличие песка, парафина или газа в откачиваемой жидкости), как правило вызывают неисправности в различных узлах ШНУ, приводящие к авариям.
В этих условиях интенсификация добычи нефти возможна созданием АСУТП, повышение быстродействия и точности которых достигается на основе совершенствования методов и алгоритмов диагностирования технологического оборудования, основой которого является ШНУ. Диагностирование ШНУ позволяет: уменьшить простой скважины до ремонта и время ее работы с неисправным оборудованием, прогнозировать состояние ШНУ по техническому состоянию в анализируемый момент времени, предсказывать неисправности в различных элементах ШНУ.
Повышение качественных показателей АСУТП тормозится недостаточной изученностью реальных условий их работы, что затрудняет объективную оценку методов и средств, используемых для диагностирования технологического оборудования вновь создаваемых систем. Так в нефтедобывающей отрасли серьезной проблемой является низкое быстродействие и недостаточно высокая точность диагностирования технологического оборудования из-за большой временной протяженности технологического цикла (от 4с до 12с в зависимости от типа привода). [10]
С точки зрения автоматического контроля ШНУ является сложным для диагностики объектом в силу непрерывного характера работы и необходимости диагностирования ШНУ в рабочем режиме, пространственной рассредоточенности объекта, значительного искажения поступающей на поверхность информации при прохождении по колонне штанг.
В связи с этим в настоящее время особую актуальность приобрели вопросы создания эффективных методов и средств технического диагностирования ШНУ с использованием «эталонных» моделей технологического процесса в составе адаптивных АСУТП.
Адаптивные системы с эталонной моделью (АСЭМ) состоит из основного контура управления, эталонной модели и устройства адаптации. Эталонная модель отражает требуемые статические и динамические свойства основного контура. Поведение замкнутого основного контура управления сравнивается с поведением эталонной модели, и задача устройства адаптации заключается в минимизации некоторой функции рассогласования их состояний (выходов) путем перестройки параметров основного контура (параметрическая адаптация) либо формирование дополнительного сигнала на его вход (сигнальная адаптация). Процесс адаптации необходим для компенсации параметрических и координатных возмущений (действующих) на объект управления (технологический процесс). С помощью АСЭМ удается решать многие задачи управления технологическими процессами и прежде всего - задачу слежения за эталонной моделью.
Информацию о техническом состоянии подземной части ШНУ получают в виде сигналов усилия P(t) и хода S(t) с выходов индуктивных датчиков, устанавливаемых на на балансире станка-качалки (СК). Форма замкнутой кривой P-f(S), представляющей собой зависимость усилия от перемещения точки подвеса штанг, так называемой динамограммы, соответствует определенному состоянию ШНУ, Однако из-за наличия колебательного процесса упругой системы «штанги-жидкость-трубы», интенсивность которого растет с увеличением глубины S спуска насоса и числа качаний п балансира форма
динамограммы может искажаться, что затруданяет ее визуальную интерпретацию. Это заставляет использовать аналитические методы расчета динамограммы на плунжере насоса, т.к. они не подвержены влиянию колебательного процесса упругой системы «штанги-жидкость-трубы».
Наиболее предпочтительным из известных алгоритмов распознавания сложных динамограмм является спектральный, как обеспечивающий минимум среднеквадратичной погрешности аппроксимации и не требующий восстановления формы плунжерной динамограммы. Однако определение классификационных признаков амплитудного и фазового спектров требуют больших объемов вычислений, в связи с чем аппаратурная реализация спектрального алгоритма до настоящего времени не решена.
Таким образом, исследования в области диагностирования ШНУ являются актуальными. Работа выполнена в рамках госбюджетной темы «Разработка методов и средств реализации информационно-измерительных систем на основе использования особенностей спектров измерительных сигналов» (№ГР 01960005790), выполняемой на кафедре «Промышленной электроники и информационно-измерительной техники» Оренбургского государственного университета.
Предметом исследования данной работы являются математические модели и алгоритмы диагностирования ШНУ, основанные на теории фильтрации информативных гармоник параметров технологических сигналов.
Цель работы - повышение быстродействия и точности функционирования ШНУ путем использования алгоритмов диагностирования ШНУ, основанных на теории фильтрации информативных параметров технологических сигналов (как разности параметров текущего технологического процесса и «эталонного» технологического процесса дискретная запись которого хранится в памяти).
Задачи исследования.
1. Разработка математических моделей с использованием информативных гармоник для процесса идентификации результатов диагностирования ШНУ по динамограммам.
2. Определение зависимостей выходных параметров дефектоскопа от
характера отклонений параметров рабочего технологического цикла от
параметров «эталонного» технологического цикла.
3. Разработка имитатора «эталонного» технологического цикла и
дефектоскопа контролируемых технологических параметров, а также
функциональных схем автоматизации диагностирования состояния ШНУ.
Оценка быстродействия и точности функционирования ШНУ с учетом системы автоматизированного диагностирования.
Разработка методики технологического использования информационных гармоник в автоматизированных системах контроля и диагностики ШНУ.
Методы исследования.
При решении поставленных задач использованы теории и методы: автоматического управления и идентификации динамических систем; спектрального анализа и фильтрации методом полигармонической ортогонализации; диагностирования; математической статистики и моделирования; информационных технологий.
Научная новизна:
- предложена классификация отклонений формы динамограмм ШНУ от
«эталонной» в параметрах спектральных составляющих (обладающих
максимальной чувствительностью к изменениям контролируемого параметра);
разработаны математические модели модуляционных процессов для оценки степени отклонения от «эталонности» (соотношение коэффициентов гармоник);
предложена методика оценки отклонения технологических параметров от эталонных значений через параметры модулированных колебаний, образованных наиболее чувствительными гармоническими составляющими динамограммы ШНУ;
разработаны идентификационные модели преобразования состояний ШНУ, отличных от «эталонного», в выходной сигнал в виде импульсных и частотных характеристик.
Практическая ценность:
разработан инженерный метод использования идентификационных моделей для оценки отклонений технического состояния ШНУ от «эталонного».
разработаны алгоритмы идентификации состояний ШНУ;
- разработана функциональная схема дефектоскопа контролируемых
технологических параметров (отличных от «эталонных» диагностируемых);
разработаны элементы функциональной схемы адаптивной АСУТП добычи нефти;
на базе разработанных алгоритмов и элементов функциональных схем создана программа развития АСУТП добычи нефти на предприятиях отрасли;
синтезированы структурные схемы адаптивной АСУТП добычи нефти, а также состояния ШНУ.
Реализация результатов работы
Результаты работы внедрены на предприятиях г. Оренбурга: ООО «Петрол-сервис», 000 «Брент» и приняты к внедрению, 000 «Петрол + », а так же используются в учебном процессе Оренбургского государственного университета.
Положения, выносимые а защиту:
Математические модели и алгоритмы диагностирования ШНУ, основанные на теории фильтрации информативных параметров технологических сигналов, отличающихся от «эталонных»;
Методика оценки технического состояния элементов и узлов ШНУ по характеру отличия технологических сигналов от «эталонных»;
Идентификационные модели преобразования состояний ШНУ, отличных от «эталонного» в выходной сигнал в виде передаточных функций и импульсных переходных характеристик (возможно частотных);
4. Алгоритмы управления процессом диагностирования и приближения
контролируемых параметров к «эталонным» значениям.
Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка использованных источников (110 наименований), содержит 106 страницы текста, 18 рисунков).
Публикации. По результатам исследования опубликовано 9 печатных работ.
Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на региональной научно-практической конференции «Электроэнергетика и современные технологии производства» (Оренбург, 2004), 10-м международном форуме «Радиоэлектроника и модель XXI века» (Харьков, 2005), межрегиональной научной конференции «Экономика и сервис» (Ростов, 2006), Международной научно-технической конференции «Автоматизация технологических процессов» (Тольятти, 2006), 10-ой Всероссийской конференции Ассоциации технических университетов России «Фундаментальные исследования в технических университетах» (Санкт-Петербург, 2006).
Описание технологического процесса и методов получения диагностической информации, актуальность задачи
В России более 70% всего фонда нефтяных скважин эксплуатируется штанговыми нефтяными установками (ШНУ), в которых электродвигатель через редуктор и клиноременную передачу приводит в движение кривошипно-шатунный механизм, соединенный с балансиром, установленным на неподвижной стойке и сообщающим возвратно-поступательное движение колонне штанг, опущенных в скважину. Нижний конец колонны штанг соединен с поршнем двухклапанного нефтяного насоса.
Тяжелые условия эксплуатации штанговых насосов (высокие температура и давление, наличие песка, парафина или газа в откачиваемой жидкости), как правило вызывают неисправности в различных узлах ШНУ, приводящие к авариям.
В этих условиях интенсификация добычи нефти возможна созданием АСУТП, повышение быстродействия и точности которых достигается на основе совершенствования методов и алгоритмов диагностирования технологического оборудования, основой которого является ШНУ. Диагностирование ШНУ позволяет: уменьшить простой скважины до ремонта и время ее работы с неисправным оборудованием, прогнозировать состояние ШНУ по техническому состоянию в анализируемый и предшествующий моменту времени, предсказывать неисправность в различных частях ШНУ.
Повышение качественных показателей АСУТП тормозится недостаточной изученностью реальных условий их работы, что затрудняет объективную оценку методов и средств, используемых для диагностирования технологического оборудования вновь создаваемых систем. Так в нефтедобывающей отрасли серьезной проблемой является низкое быстродействие и недостаточно высокая точность диагностирования технологического оборудования из-за большой временной протяженности технологического цикла (от 4с до 12с в зависимости от типа привода). [10]
С точки зрения автоматического контроля ШНУ является сложным и неудобным для диагностики объектом в силу непрерывного характера работы и необходимости диагностирования ШНУ в рабочем режиме, пространственной рассредоточенности объекта, значительного искажения поступающей на поверхность информации при прохождении по колонне штанг.
В связи с этим, в настоящее время, особую актуальность приобрели вопросы создания эффективных методов и средств технического диагностирования ЦІНУ с использованием «эталонных» моделей технологического процесса в составе адаптивных АСУТП. «Эталонная» модель адаптивной системы отражает требуемые статические и динамические свойства основного контура управления.
Поведение замкнутого основного контура управления сравнивается с поведением «эталонной» модели, и задача устройства адаптации заключается в минимизации некоторой функции рассогласования их состояний (выходов) путем перестройки параметров основного контура (параметрическая адаптация) либо формирования дополнительного сигнала на его вход (сигнальная адаптация). Процесс адаптации необходим для компенсации параметрических и координатных возмущений, действующих на объект управления (технологический процесс).
Информацию о техническом состоянии подземной части ШНУ получают в виде сигналов усилия P(t) и хода S(t) с выходов индуктивных датчиков, устанавливаемых на балансире станка-качалки (СК). Исследования показали, что форма замкнутой кривой P=f(S), представляющей собой зависимость усилия от перемещения точки подвеса штанг (т.п.ш.), так называемой динамограммы, соответствует определенному состоянию ШНУ. Однако из-за наличия колебательного процесса упругой системы «штанги - жидкость - трубы», интенсивность которого растет с увеличением глубины S спуска насоса и числа качаний «л» балансира, форма динамограммы может искажаться до практической невозможности ее визуальной интерпретации.
Исследования показали, что форма замкнутой кривой P=f(S), представляющей собой зависимость усилия от перемещения точки подвеса штанг (т.п.ш.), так называемой динамограммы, соответствует определенному состоянию ШНУ. Однако каждый из 13 типоразмеров станков-качалок (ГОСТ 5866-76) характеризуется максимальными допускаемыми нагрузками на устьевой шток, длиной хода устьевого штока и крутящим моментом на кривошипном валу редуктора, числом двойных ходов балансира в минуту. При всем многообразии конкретных динамограми имеющим неизменный диапазон значений является важнейший для них параметр - число ходов балансира в минуту (от 5 до 15 для СКЗ-1,2-630; СК5-3-2500 или от5 до 12 для СК8-3,5-4000; СКІО-3-5600).
В связи с быстрым развитием микропроцессорной техники особое значение приобретают аналитические методы расчета динамограмм на плунжере насоса. Плунжерные динамограниы не подвержены влиянию колебательного процесса упругой системы «штанги - жидкость - трубы» и позволяют диагностировать ШНУ, работающие в особо сложных условиях. Известны два аналитических метода расчета плунжерных динамограми по данным наземных измерений сигналов усилия и хода: спектральный [10] и метод Даламбера - Римана [10].
Метод Даламбера - Римана позволяет определить функцию Plvl=f(S) по данным наземных измерений сигнала усилия, перемещения и скорости точки подвеса штанг без разложения их в ряд Фурье. При этом значение усилия P(x;t) в любом сечении х штанг определяется как результат интерференции прямой и отраженной волн усилия, распространяющихся соответственно от плунжера насоса и точки подвеса штанг.
Формирование спектра при нарушении периодичности
Реальные физические процессы делят на случайные и детерминированные. Это деление условно, т.к. реально нет детерминированных процессов, а всегда есть случайные изменения из-за нестабильности параметров элементов и устройств, генерирующих и преобразующих процессы. При аппаратурных исследованиях критерий классификации детерминированных процессов на периодические, почти периодические и однократные условен: действительно, при каком числе повторений импульсов процесс можно считать периодическим, при каком отклонении отношения частот компонентов спектра процесса от чисел натурального ряда процесс можно считать периодическим и т.д. Характер поставленных выше задач определяет интересующий классификационный критерий для периодических процессов. Этим критерием является длительность интервала времени, достаточного для установления с заданной точностью между частотными компонентами процесса соотношений, характерных для периодического процесса.
Для обоснования вводимого критерия рассмотрим влияние на спектр возмущения в виде скачкообразного изменения параметра периодического процесса в момент времени t0, полагая, что к моменту времени to спектр был дискретным.
В ряде случаев исследование физических, химических, биологических и других процессов связано с регистрацией изменений формы сигналов, характеризующихся локализованными во времени отклонениями от периодичности. При этом наиболее часто аналитическое описание измерительного сигнала и его вариации отсутствует, а потому измерения во временной области не могут обеспечить требуемой точности [26].
Получение информации об изменениях параметров сигналов сложной формы в частотной области связано с использованием спектров в качестве объекта измерительного преобразования.
Так как характер изменений спектров определяется формой сигнала и характером изменений измеряемых параметров, то представляет значительный интерес исследование закономерностей, определяющих связи между изменениями параметров сигналов и изменениями амплитуд и фаз частотных компонентов, т.е. исследование динамических особенностей спектров [67].
Поэтому представляется целесообразным разработать единую методику установления связи между задаваемыми тем или иным способом функциями времени и их спектрами, облегчающую анализ динамических особенностей спектров. Методика представляет развитие известного положения теории спектров [67] о том, что с помощью суперпозиции (наложения) смещенных функций можно аналитически записать большое число различных временных функций, а затем, используя теорему смещения в вещественной области, найти их изображения и спектры. Она позволяет исследовать механизм преобразования временных связей между структурными элементами сигнала в амплитудные и фазовые соотношения между частотными компонентами структурных элементов и образуемых ими сигналов, т.е. способствует исследованию динамических особенностей спектров измерительных сигналов в виде последовательностей импульсов, их суперпозиций, прерывистых и модулированных последовательностей импульсов, а также измерительных сигналов произвольной формы.
Так как при исследовании динамических особенностей спектров переход от исходной периодичности к периодичности, обусловленной вариацией информативного параметра, сопровождается переходным процессом (процессом установления между амплитудами и фазами гармоник соотношений, свойственных периодичности после вариации), а также в силу необходимости повышать быстродействие измерительных преобразователей с использованием спектров сигналов обходиться идеальным представлением о периодичности, связанным с требованием задания процесса от /=-оо до t =со, не представляется возможным.
Метод группового преобразования Фурье как метод повышения быстродействия определения изменений параметров информативных гармоник
Обработка сигналов в реальных информационно-измерительных системах связана с необходимостью их дискретизации, вследствие чего спектр дискретизированного сигнала представляет собой сумму бесконечного числа "копий" спектра исходного аналогового сигнала, расположенных на оси частот через одинаковые интервалы — (равные значению угловой частоты первой гармоники дискретизирующей импульсной последовательности). Принятой мерой ослабления эффекта наложения "копий" спектра исходного сигнала является уменьшение шага дискретизации Д, т.е. увеличение количества Т отсчётов N = — внутри периода Т дискретизируемого сигнала S{t) {т.е. Д повышение быстродействия вычислительных средств). Острота проблемы возрастает при необходимости восстанавливать исходный сигнал по результатам расчётов на основе обратного дискретного преобразования Фурье (ОДПФ), т.к. при необходимости иметь относительную погрешность наиболее применяемой кусочно-линейной аппроксимации восстанавливаемого сигнала порядка 1% частота дискретизации должна в 22 раза превышать определяемую теоремой Котельникова [37].
А так как для реализации дискретного преобразования Фурье (ДПФ) требуется выполнять N2 операций с комплексными числами, то в виду недостаточного быстродействия ЭВМ в большинстве интересующих практику случаев даже переход к быстрому преобразованию Фурье (БПФ) не обеспечивает работы анализирующих вычислительных комплексов в реальном (технологическом) времени, т.к. для определения коэффициентов ряда Фурье требует одновременного участия всех отсчётов сигнала (не только предшествующих текущему моменту времени, но и всех последующих).
Задача усложняется, если возникает необходимость отслеживать в динамике поведение коэффициентов ряда Фурье [107].
Однако любому технологическому процессу, как реальному проявлению периодичности, свойственно только ему присущее сочетание гармоник, обладающих экстремальными чувствительностями к вариациям параметров вследствие воздействия дестабилизирующих факторов. Это является основанием для развития методов аппаратурного спектрального анализа технологических процессов, но не решает проблемы ускорения определения изменения параметров информативных гармоник.
Т.к. количество отсчётов на периоде дискретизируемого процесса равно числу коэффициентов ряда Фурье, то поиск преобразований, обеспечивающих одновременную обработку отсчётов с большим шагом дискретизации, а, следовательно, и сокращение общего времени обработки сигнала, является актуальным.
Это означает, что для реализации дискретизации в канале обработки 5ЙУ(У потребует самые быстродействующие технические средства, но их работа в этом канале требует минимального времени, которое в три раза меньше времени, требуемого для обработки сигнала Simft)- Поэтому в каналах обработки сигналов Sn4(t) и Ssiift) можно использовать технические средства меньшего быстродействия, обеспечивающие работу с большими интервалами дискретизации. Обработка сигнала Бвф) может быть завершена по окончании іВч, а в канал обработки введен коммутацией сигнал S BHO) Т другого объекта.
Локализация гармоник технологических процессов, обусловленных вариациями параметров вследствие воздействия дестабилизирующих факторов (температура, давление, питающее напряжение и т.д.) характеризуются периодичностями по большинству технологических параметров с проявлениями зон экстремальных чувствительностей к названным вариациям, и потому выделение фильтрацией определённых групп гармоник в одной из частотных областей (НЧ, ПЧ или ВЧ) должно производиться на основе предварительного анализа динамических особенностей спектров процессов.
В последующей за этим дискретизации полосовых сигналов шаг дискретизации Д привязан к высшей гармонике выбранного для определения ряда Фурье группового сигнала.
Главным результатом проведённого исследования является то, что разделение входного сигнала S(t), создаваемое идеальной НЧ, ВЧ и ПЧ фильтрацией, позволяет производить дискретизацию сигналов S tXS tOnS ft) одновременно, но с различными дискретами, определяемыми femax каждого канала, что позволяет не требовать для проведения дискретизации в каждом канале вычислительных средств самого высокого быстродействия.
Передача технологических сигналов в центр управления производством многоканальными линиями связи сопровождается их дискретизацией и требует восстановления исходной формы.
Отдаваемое линейной интерполяции предпочтение как методу восстановления исходных сигналов обусловлено возможностью их воспроизведения в реальном времени, но требует увеличения частоты дискретизации в десятки раз по сравнению с требуемой на основании теоремы Котельникова [37].
Однако процесс дискретизации исходного сигнала, как порождающий дискретный сигнал, характеризуется тем, что спектр сигнала, полученного в результате идеальной дискретизации бесконечно короткими стробирующими импульсами, представляет собой сумму бесконечного числа «копий» спектра исходного аналогового сигнала, располагающихся на оси частот через одинаковые интервалы 2тг/Д, равные значению угловой частоты первой гармоники дискретизирующей импульсной последовательности, что затрудняет процесс восстановления исходного сигнала во временной области, т.к. требует воспроизведения функций вида sinx/x и одновременного участия всех прошлых и будущих (по отношению к отсчётной точке) отсчётов, что невозможно.
Поэтому поиск преобразований, обеспечивающих точное восстановление спектра исходного сигнала, является актуальным.
Так как восстановление исходного сигнала может быть представлено как выделение определяющих его частотных компонентов из всего их множества обусловленного процессом дискретизации, то целесообразно исследовать возможность установления необходимых связей.
Дискриминатор отклонения состояния ШНУ от «нормального»
Так как для последующего (после изготовления) диагностирования ШНУ режимом калибровки является режим «нормальная работа», то оценка возможностей обнаружения отклонений от этого режима и получения соответствующей оценки спектральным методом представляет значительный практический интерес.
По существу речь идет о синтезе структурной схемы дискриминатора изменений амплитуды или длительности последовательностей импульсов формы, близкой к прямоугольной, соответствующей режиму «нормальная работа», который мог бы по уровням гармоник, обладающих максимальной чувствительностью к изменениям этих параметров, идентифицировать названный режим при поступлении на его вход технологического сигнала как от имитатора «эталонного состояния», так и от реальной ШНУ. В более общем случае дискриминатор должен обеспечивать идентификацию путем сравнения рабочего сигнала, поступающего от ШНУ, с эталонными сигналами, формируемыми на выходах имитаторов эталонных состояний.
При этом полагаем, что сигнал Pm(t) является непрерывным, что для работающей ШНУ является естественной формой представления информации, в то время как для имитаторов «эталонов состояний» характерна дискретная фора представления информации, а потому для обеспечения согласованности формы сравниваемых сигналов требуется синтезировать структурную схему устройства задания Pm(i) для каждого из шести возможных состояний.
Здесь: 1 -дифференцирующий фильтр, обеспечивающий обогащение спектра динамограммы Pm(t)\ 2 - неинвертирующий усилитель; 3 - инвертирующий усилитель; 4 и 5 - амплитудные выпрямители, обеспечивающие преобразование входного переменного напряжения в выходное постоянное, уровень которого пропорционален амплитуде переменного; 6 и 7 - пороговые устройства, которые переходят от уровня выходного напряжения Uebtxmi„ к его уровню ивыхтах при достижении уровнем входного напряжения некоторого порогового значения Uexmir» а обратный переход в исходное состояние Ueblxmi„ происходит при уменьшении уровня входного напряжения до значения, близкого к Uexnin\ 8 -избирательная система, настроенная на гармонику частоты повторения импульсов, обладающею максимальной чувствительностью к изменениям амплитуды импульсов, соответствующих переднему фронту динамограммы. Pm(t)\ 9 - избирательная система, настроенная на гармонику частоты повторения импульсов, обладающую максимальной чувствительностью к изменениям амплитуды импульсов, соответствующих заднему фронту динамограммы Pm(t)\ 10 - избирательная система, настроенная на гармонику частоты повторения импульсов, обладающую максимальной чувствительностью к изменениям длительности импульсов, соответствующих переднему фронту динамограммы Pm(t); 11 - избирательная система, настроенная на гармонику частоты повторения импульсов, обладающую максимальной чувствительностью к изменениям длительности импульсов, соответствующих заднему фронту динамограммы Pm(t)\ 12 и 13 - дифференциальные усилители; 14 и 15 - точные выпрямители; 16 -логическое устройство, обеспечивающее нулевой выходной эффект при совпадении параметров эталонной и «нормальной» рабочей динамограми
При отклонении параметров динамограммы Pm(t) в нормальном рабочем режиме амплитуды гармоник избирательных систем 8-11 будут отличатся от эталонных значений, что вызовет различие уровней амплитуд гармонических колебаний на выходах дифференциальных усилителей и на выходах точных выпрямителей, следствием чего станет логический вывод о различии динамограмм.
Степень различия определяется эксплуатационниками и задается установкой критических уровней, превышение которых должно сопровождаться отклонением привода СК соответствующей регулировкой системы управления. В процессе экспериментальной проверки имитаторами —-— «эталонного» и рабочего каналов дискриминироваеия отклонений параметров Pm(t) служили два генератора прямоугольных импульсов калиброванной амплитуды Г5-53, работавшие в режиме взаимной синхронизации на частоте 100 + 0,01 Гц. Варирование временных параметров импульсов ведомого генератора контролировали измерителем временных интервалов И2-19. В качестве избирательной системы использовался селективный усилитель У2-8. Постоянное напряжение на выходах точных выпрямителей измеряли вольтметром В2-9. Визуализация дискриминирована в каждом из каналов осуществляли дифференциальным осциллографом С1 -15/4, что позволяло фиксировать возможность близкого к идеальному совпадения параметров Р фт/і) и Реформ/ ), а также контролировать возможность создания отклонений временных и амплитудных параметров Pm(HOpM)(t) на ±20% от значений соответствующих параметров Рт(ш)(і).
Основу функционирования АСЭМ составляют эталонные модели, а потому для АСУТП добычи нефти должны быть синтезированы шесть эталонных моделей (имитаторов) типовых состояний ШНУ, обеспечивающих непрерывное воспроизведение соответствующих динамограми Pm(t). Структурная схема устройства задания значений динамограмм Pm(t) Здесь: 1 - генератор гармонических колебаний частоты/), на Н2 порядка превышающей частоту периодизации динамограммы Pm(t)\ 2 - формирователь, преобразующий колебания частоты fH в последовательности прямоугольных импульсов; Зо-Зц-i - масштабные преобразователи на основе операционных усилителей, переключением резисторов в цепях обратных связей которых обеспечивается изменение их коэффициентов передачи Ko(t)+KN.](t)\ 4 -коммутатор, управляемый выходными импульсами формирователя 2 и обеспечивающий переключение резисторов масштабных преобразователей 3o-3N.b 5 - источник стабилизированного постоянного напряжения Uo, обеспечивающий постоянство уровня динамограммы Pm(t) в промежутках между моментами коммутации; 6 - сумматор, на «К»-е входы которого с выходов масштабных преобразователей 30-3N-I непрерывно поступают запаздывающие на КА уровни постоянных напряжений.
Изменение формы Pm(t) в соответствии с характером воспроизводимого «эталонного» состояния (одного из шести характерных) достигается изменением номиналов переключаемых резисторов в цепях обратных связей операционных усилителей.
Похожие диссертации на Повышение быстродействия диагностирования автоматизированных штанговых нефтяных установок
