Содержание к диссертации
Введение
1 Обзор исследований по контролю состояния глубинно-насосного оборудования, способов получения и обработки параметров эксплуатации, методам оценки технического состояния установок электроцентробежных насосов 9
1.1 Реализация процесса контроля технического состояния и обслуживания электропогружных насосных установок на предприятиях Российской Федерации 9
1.2 Оценка факторов, влияющих на работоспособность УЭЦН 23
1.3 Современные методы технического диагностирования установок электроцентробежных насосов 28
1.4 Вывод 40
2 Разработка устройства для оценки технического состояния установок электроцентробежных насосов 41
2.1 Техническое обеспечение устройства для оценки технического состояния установок электроцентробежных насосов в процессе эксплуатации 45
2.2 Формирование квантованного сигнала 48
2.3 Представление и подготовка входных данных 50
2.4 Энтропийный анализ процесса при определении технического состояния установки электроцентробежного насоса 53
2.5 Применение рекуррентного анализа к исследованию временных рядов при определении технического состояния установки электроцентробежного насоса 56
2.6 Математический аппарат искусственной нейронной сети и его особенности 64
2.7 Выбор архитектуры нейронной сети 69
2.8 Определение технического состояния ПЭД 72
2.9 Методика работы с устройством по оценке технического состояния УЭЦН 76
2.10 Вывод по главе 82
3 Экспериментальные и промысловые результаты использования устройства для оценки технического состояния УЭЦН 83
3.1 Экспериментальное обеспечение диагностирования технического состояния УЭЦН 85
3.2 Определение фазовых переходов технического состояния погружного электродвигателя при рекуррентном анализе временных рядов токов статорной обмотки 89
3.3 Формирование алгоритма определения технического состояния УЭЦН и определение сочетания критериев диагностирования технического состояния 98
3.4 Выводы по главе 112
Основные выводы и результаты 113
Библиографический список
- Оценка факторов, влияющих на работоспособность УЭЦН
- Современные методы технического диагностирования установок электроцентробежных насосов
- Представление и подготовка входных данных
- Формирование алгоритма определения технического состояния УЭЦН и определение сочетания критериев диагностирования технического состояния
Оценка факторов, влияющих на работоспособность УЭЦН
В рамках главы проведен обзор основных результатов работ, связанных с реализацией способов решения задач технического диагностирования и прогнозирования технического состояния установок электроцентробежных насосов, изложенных в работах отечественных и зарубежных авторов. Изучением вопроса оценки технического состояния установок электроцентробежных насосов с применением современных информационно-измерительных систем занимались: Ишемгужин Е.И., Байков И.Р., Пашали А.А., Мирзаджанзаде А.Х., Бахтизин Р.Н., Уразаков К.Р., Матаев Н.Н., Китабов А.Н., Ефанов В.Н., Атнагулов А.Р., Маркелов Д.В., Перельман М.О., Пещеренко С.Н., Слепченко С.Д., Кучумов Р.Я., Ражетдинов У.З., Черников В.С., Хасанов М.М., Коровин Я.С., Кутдусов А.Т., Смирнов Н.И., Горланов С.Ф., Фролов С.В., Ханжин В.Г., Алиев Т.М. и другие [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44].
Установками электроцентробежных насосов (УЭЦН), также именуемых как погружные электроустановки, добывается порядка 80% валового объёма нефегазосодержащей жидкости в Российской Федерации [45]. Погружные электроустановки относятся к комплексу мехатронных объектов нефтедобычи и входят в группу нефтепромыслового энергомеханического оборудования.
Первостепенной задачей, преследуемой при проведении технического диагностирования, является обеспечение оптимального качества эксплуатации и достижения высокого значения критерия - наработки на отказ [46, 47]. Также под оптимальным качеством эксплуатации стоит понимать экономические критерии и критерии, позволяющие оптимизировать показатель надежности для системы в целом, что рассмотрено в работах [48, 49]. Очевидно, что непредвиденные отказы оборудования приводят к необходимости проведения текущего или капитального ремонта скважин и, как следствие, простою скважины на время проведения указанных ремонтных работ, снижению коэффициента использования оборудования (Киз). Решение задачи технического диагностирования и прогнозирования остаточного ресурса УЭЦН позволит качественно повысить управляемость добывающего фонда, что будет иметь ряд положительных результатов: - сокращение внутрисменных (ВСП) и цельносменных (ЦСП) простоев, вызванных внезапными отказами глубинно-насосного оборудования (ГНО); - снижение расходов на владение оборудованием, включающих в себя затраты на проведение текущего-капитального ремонта скважин, капитальный ремонт оборудования и транспортные расходы на завоз-вывоз (ГНО); - повышение коэффициента использования оборудования (Киз) и наработки на отказ (ННО), являющихся индикаторами эффективности использования механизированного фонда.
В настоящее время в нефтегазодобывающих компаниях Российской Федерации вопрос оперативной диагностики (распознавания состояния технической системы) состояния УЭЦН стоит особенно остро и актуально в условиях борьбы за снижение себестоимости производственного процесса добычи нефти из недр пластовых залежей. Компоновка установок электроцентробежных насосов предполагает использование цифровых станций управления [50]. Станции управления комплектуются средствами автоматического срабатывания, которые автоматически приводятся в действие, если показания параметров функционирования УЭЦН выходят за пределы уставок. Одновременно с этим инженерно-технический работник производит наблюдение за показаниями параметров УЭЦН (рисунок 1.1).
Все станции управления УЭЦН объединены в единую сеть (рисунок 1.2). Кустовой контроллер помимо стандартного набора функций для любой промысловой телемеханики, занимается циклическим опросом станций УЭЦН и сбором оперативной информации о режимах функционирования и значениях рабочих характеристик. Таким образом, кустовой контроллер содержит срез всех оперативно изменяющихся параметров со всех станций, и передаёт системе сбора только изменившиеся параметры, которые впоследствии анализируются и записываются в базу данных. С заданной периодичностью происходит автоматический опрос уставок станции управления и их передача на верхний уровень.
В случае необходимости контроля или модификации уставочных параметров инженерно-технический работник, имеющий на это соответствующие права доступа к системе сбора, выполняет прямой запрос с указанием определённых ячеек для каждого конкретного типа станции, при этом кустовой контроллер используется как ретранслятор между системой сбора и станциями управления [51, 52].
Определение наступления изменения технического состояния мехатронного объекта характеризуется показаниями по многим параметрам, которые редко удаётся формализовать в виде жёстких алгоритмов. В случае, если такая формализация возможна, то алгоритм определения типа неисправности УЭЦН принимает вид сложной продукционной модели [53].
Техническая реализация такой сложной продукционной модели представляется в большой степени трудоёмким процессом. В случае его успешного завершения выполнения, программная реализация данной продукционной модели на имеющихся вычислительных ресурсах требует времени, превосходящего время, равное интервалу между временем обнаружения неисправности и временем, за которое данная неисправность приводит к отказу УЭЦН [54].
Современные методы технического диагностирования установок электроцентробежных насосов
Подземные испытания ПЭД производят в так называемой экспериментальной скважине, предназначенной для проведения приёмосдаточных испытаний нефтяного оборудования и, в частности, УЭЦН. Она представляет собой обычную скважину с колонной насосно– компрессионных труб, располагаемых в ремонтных цехах, но, в отличие от промысловой скважины, её глубина определяется габаритными размерами тестируемого оборудования. Диаметр же обсадной колонны сохраняется таким же, как и промысловой скважины. Экспериментальная скважина при испытаниях ПЭД заполняется трансформаторным маслом для более полной имитации рабочих условий и, в частности, теплоотвода.
Применение экспериментальной скважины позволяет учитывать взаимное влияние функционирующих агрегатов УЭЦН и их взаимодействие с эксплуатационной колонной. При испытаниях в такой скважине производят полное подключение и спуск ПЭД, а измерения производятся с помощью портативного переносного одноточечного прибора, который производит замер параметра в области головки ПЭД, так как основная часть его расположена в скважине. Чаще всего используются приборы для измерения вибрации [81, 82].
Такие испытания наименее информативны с количественной точки зрения, но в результате возможно получить информацию при наиболее полной имитации реальных условий благодаря тому, что двигатель находится в рабочем (вертикальном) расположении и его омывает жидкость наиболее близкая по свойствам к флюиду, который омывает ПЭД при добыче нефти из промысловой скважины.
Также были проведены исследования по анализу источников вибрации и выявлены характерные неисправности и соответствующие им показатели в работе УЭЦН (ПЭД) в условиях стендовых испытаний, что на данный момент мало применимо при оперативной диагностике УЭЦН в связи с ограничениями, накладываемыми системами телеметрии по максимальной частоте дискретизации замеров технологических параметров. Повышение уровня вибрации свидетельствует об определённых дефектах изготовления или недоработках ПЭД, причём некоторые дефекты могут быть обнаружены только по результатам вибрационных испытаний [83, 84, 85, 86].
К факторам, оказывающим влияние на виброактивность, относятся: дисбаланс вращающихся частей ротора, динамическая жёсткость и другие особенности конструкции.
Источники вибрации в зависимости от протекающих физико-механических процессов можно разделить на механические и магнитные. Наиболее часто встречающийся дефект ПЭД - механическая неуравновешенность ротора (дисбаланс). Данный факт обусловлен прежде всего большой длиной ротора и, как следствие, сложностью процесса его балансировки [87, 88, 89, 90, 91, 92]. При вращении ротора с дисбалансом в каждом поперечном сечении, имеющем отклонение размеров, возникает центробежная сила, вызывающая нагрузки на опоры. Причинами возникновения дисбаланса являются: - нарушение технологии производства и балансировки; - разрушение и износ частей ротора; - нарушение посадок деталей.
Сигнал вибрации, измеренный у двигателя с дисбалансом, имеет период, соответствующий частоте вращения ротора (50 Гц) и фаза вибрации на частоте вращения ротора стабильны во времени.
Следующий механический дефект, который встречается в ПЭД -расцентровка валов ротора. Данный дефект обуславливается нарушением соосности последних. Наличие расцентровки сопровождается увеличением вибрации на подшипнике с двух сторон, в результате чего происходит соответствующее изменение спектра вибрации с характерным увеличением амплитуды второй гармоники. При расцентровки наблюдается сдвиг фазы сигнала.
К распространённым механическим дефектам относится также ослабление посадки деталей ротора на вал. Данный дефект обусловливается увеличением зазора посадочных отверстий подшипников.
Последним распространённым источником механической вибрации являются различного рода задевания, которые могут быть связаны с недостаточным радиальным зазором, эксцентриситетом ротора. Во время работы ПЭД с таким дефектом характерно наличие ударных импульсов, которые просматриваются на временной реализации вибросигнала. В сигнале могут присутствовать и несинхронные компоненты, обусловленные не стационарностью процесса задевания [93, 94].
Также широкое распространение имеют дефекты, связанные с подшипниками скольжения. Основные дефекты подшипников ПЭД в процессе эксплуатации: - увеличенный зазор; - нарушение несущей способности смазочного слоя; - не идеальность рабочих поверхностей подшипника. Помимо вышеописанного имеют место дефекты, обусловленные смазочным слоем. С одной стороны, тонкий слой масла повышает несущую способность подшипника, а с другой - снижает устойчивость к динамическим нагрузкам [95, 96].
Часто встречающимся дефектом подшипника ПЭД является увеличение величины зазора. Данный дефект возникает зачастую в процессе эксплуатации ПЭД, что в свою очередь находит отражение в спектре сигнала вибрации и является одной из разновидностей дефекта «ослабление посадки деталей ротора», а также имеет аналогичные диагностические признаки. Спектр сигнала вибрации при значительно увеличенном зазоре в подшипнике содержит большое количество гармоник, кратных частоте питающей линии. Электромагнитные источники повышенной вибрации ПЭД имеют более сложную природу по сравнению с источниками вибрации, рассмотренными выше. Вибрация такого происхождения определяется магнитной проводимостью воздушного зазора и изменением магнитодвижущей силы.
Отличительной особенностью всех источников вибрации электромагнитного происхождения является их равномерное распределение в пространстве и отсутствие конкретной точки приложения возмущающей силы. Электромагнитная вибрация может стать следствием асимметрии электрических и магнитных цепей, а также появления нелинейности сопротивления магнитных цепей. На состояние электромагнитной системы ПЭД и, следовательно, на величину вибрации могут оказывать влияние условия эксплуатации (число пусков, качество питающего напряжения и т. д.).
При одновременном существовании дефектов механической и электромагнитной природы происходит модуляция сигнала вибрации. Глубина модуляции показывает уровень развития дефекта электромагнитной системы [94, 95, 96]. Электромагнитная вибрация имеет свойство мгновенно пропадать при отключении ПЭД от сети. Наиболее распространённые дефекты, вызывающие появление электромагнитной вибрации:
Одним из самых распространённых дефектов ПЭД является электрическая асимметрия ротора, что связано с обрывом одного или нескольких стержней ротора и, как следствие, приводит к увеличению электрического сопротивления. Появление данного дефекта обусловлено протеканием в момент пуска ПЭД пусковых токов, многократно превышающих по величине номинальное значение тока [92, 93].
Представление и подготовка входных данных
На данный момент, не существует общего алгоритма проведения процедуры технического диагностирования УЭЦН, однако имеется целый перечень методических рекомендаций по проведению подобного рода операций. В большинстве случаев они основаны на анализе информации, полученной от системы телеметрии. Методы и средства диагностики погружного электрооборудования несколько отличаются от методов и средств диагностики других устройств, поскольку погружное оборудование имеет ряд технологических и эксплуатационных особенностей, указанных выше. Они различаются как по структуре и составу систем диагностики, так и по измеряемым и анализируемым параметрам и, как результат, существует огромное множество методик определения и прогнозирования ТС погружного электрооборудования.
Под критериями диагностирования технического состояния следует понимать перечень физических величин, измеряемых системой контроля, которые используются для анализа ТС погружного электрооборудования. Применимо к УЭЦН, объектом диагностирования является лопастной насос динамического типа, ТС данного типа оборудования может быть оценено по следующим параметрам: - вибрация узлов конструкции; - температура корпуса; - электрические параметры (ток, напряжение, КПД, и т.д.). Существуют различные реализации процесса технического диагностирования, которые в зависимости от применяемых методов исследования можно подразделить на следующие группы: - методы регистрации параметров эксплуатации и анализа амплитудно частотных характеристик сигнала; - применение нейронных сетей, нечеткой логики, теории детерминированного хаоса; - вероятностно-статистические методы.
В работах Фролова СВ., Алиева Т.М. [1, 2, 3, 4, 5] рассмотрены вопросы обеспечения прогнозирования безотказной работы оборудования путем построения регрессионных зависимостей наработки до отказа от параметров эксплуатации нефтепромыслового оборудования. В работе отражено, что наработка до отказа УЭЦН определяется как конструктивными особенностями установки, так и условиями эксплуатации (геологическое строение и режим работы скважины, коллекторные свойства и термодинамические характеристики пласта, состав нефти, климатические условия и т.д.). Автор делает вывод о том, что данные величины, оказывающие влияние на установку, носят стохастический характер, что в свою очередь характеризует наработку до отказа УЭЦН как случайную величину. Предложенная методика формируется исходя из следующих утверждений: что любое оборудование рассчитывается под определенные условия эксплуатации (количество механических примесей, глубина подвески, обводненность пластовой жидкости и т.п.). Эти условия обобщаются разбиением их на несколько категорий сложности так, чтобы можно было по совокупности характеристик скважины определить, будет ли целесообразно применение данной установки на этой скважине или нет. Реализация метода представлена ниже: выбирается (основываясь на опыте специалистов и регрессионном анализе) перечень факторов (параметров) скважины, влияющих на наработку до отказа УЭЦН (количество взвешенных частиц (КВЧ), давление насыщения и кривизна ствола скважины, пластовое давление и т.д.) Вводятся так называемые «штрафные баллы» и определяется зависимость количества этих баллов от значения выбранных параметров
Например, для твердости механических примесей по Моосу при значении 5 сумма «штрафных баллов» равна 0, более 5 — сумма «штрафных баллов» определяется по линейной зависимости с коэффициентами, определяемыми индивидуально в каждом отдельном случае. На основании опыта специалистов определяется сумма «штрафных баллов», задающая ту или иную категорию сложности скважины. Далее определяется весомость (значимость) этих параметров при общей оценке категорийности. Эти значения затем корректируются в процессе получения новых статистических данных. Естественно, чем больше параметров участвуют при определении категории сложности скважины, тем выше достоверность результата. Удобство метода заключается в том, что не обязательно знать все значения выбранных параметров, которых по мнению большинства экспертов, может быть около 20. Благодаря распределению весомости можно определить, насколько уменьшится достоверность результата при отсутствии тех или иных данных и, соответственно, пренебречь менее значимыми. Далее, для каждого типоразмера насоса берется статистика отказов по категориям скважин. Например, по одному из месторождений Западной Сибири для насосов типа ЭЦНМА5-50-1200 для скважин 1-й категории средняя наработка составляет 520 сут., для 2-й категории для этого же типа насоса - 490 сут. и т.д.
В предложенной методике диагностирования невозможно учесть фактическое техническое состояние узлов и агрегатов УЭЦН и, как следствие, формирование прогноза носит оценочный характер, основанный на подобии эксплуатации установок в близких условиях.
Также, вероятностно-статистический подход решения задачи оценки остаточного ресурса УЭЦН нашел применение в работах авторов Смирнова Н.И., Горланова С.Ф. [6, 7, 8, 9]. Предложенная методика проведения основывается на расчетно-экспериментальной оценке ресурса УЭЦН, математическом моделировании динамики и экспериментально определяемых константах. В соответствии с этим методом ресурс по критерию износостойкости, например, центробежного насоса определяется из мультипликативной зависимости
Формирование алгоритма определения технического состояния УЭЦН и определение сочетания критериев диагностирования технического состояния
Расхождения в точности распознавания дисбаланса токов ПЭД обученных нейронных сетей составил 5% (с одним скрытым слоем – 74% при 1000 итераций, с двумя скрытыми слоями – 79 % при 500 итерациях).
Слабое различие в точности распознавания показывает, что в нейронной сети достаточно использовать один скрытый слой и свидетельствует о том, что входные данные, подаваемые на вход нейронной сети, линейно разделимы.
Для повышения эффективности использования МАИНС при решении задачи классификации технического состояний ПЭД предлагается использовать комплекс НС, количество которых соответствует числу рассматриваемых классов технических состояний ПЭД [131, 132, 133, 134]. На рисунке 2.15 представлена схема программного блока при определении технического состояния УЭЦН. Новизна заключается в использовании отдельного классификатора на каждый вид неисправности. Нейросетевой классификатор N
Работа системы начинается с подачи на вход системы КТД. Предварительная обработка заключается в нормировании значений замеров, так как данные представляют собой разнородные величины, изменяющиеся в разных диапазонах. Для совместной обработки требуется приведение к общему диапазону 0…1. Нормированные данные подаются на вход нейронной сети при ее обучении и дальнейшем использовании.
Формирование и обучение НС происходит согласно следующей последовательности. На вход сети подается определенный класс технического состояния (например, «перегруз») и соответствующие ему параметры эксплуатации УЭЦН. Происходит обучение НС данному классу. При этом для каждого класса технического состояния формируется отдельная НС. Комплекс нейронных сетей, соответствующих различным классам технических состояний («нормальная работа», «дисбаланс токов», «недогрузка ПЭД», «перегрузка ПЭД», «снижение сопротивления изоляции») составляют единую базу НС.
Непосредственно процесс классификации ТС ПЭД заключаются в следующем: входные данные (КТД) поступают в программную часть системы определения технического состояния. Каждая обученная НС обрабатывает входящий сигнал и формирует один выход, ненулевое значение которого соответствует «степени уверенности» МАИНС в присутствии соответствующей неисправности. Такой подход снижает требование к размеру обучающей выборки и, как следствие, даёт существенное снижение во времени обучения нейронной сети. В итоге алгоритм распознавания состояний не зависит от их общего числа (рисунок 2.16).
Каждая НС формирует заключение о вероятности наличия того класса ТС, на который она обучена. Таким образом, на выходе получаем набор вероятностей присутствия каждого класса технического состояния, соответствующих входному набору показателей эксплуатации.
Пример распознавания неисправности «дисбаланс токов» приведён на рисунок 2.17. На диаграмме «а» наблюдается смещение абсолютных значений, потребляемых ПЭД токов по трём фазам, что говорит об их дисбалансе. При поступлении данного набора КТД нейронная сеть (диаграмма «б») реагирует на такое смещение, изменяя соответственно свои значения. Таким образом система идентифицирует класс ТС установки, визуализируя показания каждой НС. Получение исходной информации
Пример распознавания класса технического состояния ПЭД Z[2]- «Дисбаланс токов»: а) развёртка значений тока по трём фазам продолжительностью 110 замеров с частотой дискретизации f=0.03Гц, в интервале замера [0…12] определён дисбаланс по току;
б) развёртка «выхода» блока обработки 2 обученного на определение класса неисправности Z[2]- «Дисбаланс токов». 2.9 Методика работы с устройством по оценке технического состояния УЭЦН
В качестве программной реализации системы оценки технического состояния УЭЦН используется двухуровневая архитектура, первый уровень реализован ранжировано в рамках блоков обработки, т.е. количество блоков обработки соответствует количеству определяемых классов состояний ПЭД (Z[1-5]: Z1 – «Нормальная работа», Z2 – «Дисбаланс токов», Z3 – «Недогруз», Z4 – «Перегруз», Z5 – «Сопротивление изоляции»). Второй уровень реализуется в виде программной оболочки на технологическом компьютере, в качестве входных параметров используются массив данных Z[1-5], выходным параметром является одно из технических состояний установки (X[1-6]): X1 – нормальная работа, X2 – слом вала, X3 – снижение подачи, X4 – снижение сопротивления изоляции, X5 – срыв подачи, X6 – заклинивание установки.
Работа программы основана на применении математического аппарата искусственной нейронной сети (МАИНС), многослойный персептрон (рисунок 2.18). Для организации обучения МАИНС пользователь должен подготовить набор обучающих данных. В качестве таких данных могут выступать записи технологических параметров эксплуатации УЭЦН в формате .txt (текст c разделителями табуляции).
Процесс формирования обучающих выборок заключатся в ранжировании временных рядов электротехнических параметров эксплуатации в соответствии с выделяемыми классами неисправностей ПЭД (Z[1-5]). При обучении на выход каждого блока обработки подается определенный класс технического состояния и соответствующие ему параметры эксплуатации УЭЦН. Происходит обучение МАИНС данному классу. При этом для каждого класса технического состояния используется отдельная МАИНС с определяемым набором значений весовых коэффициентов связей между нейронами. Комплекс нейронных сетей, соответствующих различным классам технических состояний составляют единую базу.
Похожие диссертации на Методическое и экспериментальное обеспечение определения технического состояния установок электроцентробежных насосов в процессе эксплуатации
