Функция плотности распределения помехи как индикатор для выявления степени развития неисправности штанговой глубинной насосной установки

Показано, що функція щільності розподілу перешкоди зашумленного випадкового сигналу — найбільш повна та вичерпна характеристика виявлення початкового періоду зародження і ступеня розвитку несправностей. Розроблено алгоритми та технології застосування цієї характеристики перешкоди сигналу, що надходи...

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2017
Автори:	Алиев, Т.А., Мусаева, Н.Ф., Сулейманова, М.Т.
Формат:	Стаття
Мова:	Russian
Опубліковано:	Інститут кібернетики ім. В.М. Глушкова НАН України 2017
Назва видання:	Проблемы управления и информатики
Теми:	Методы обработки информации
Онлайн доступ:	https://nasplib.isofts.kiev.ua/handle/123456789/208504
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Название / ИОФамилия // Проблемы управления и информатики. — 2017. № 2. — С. ХХ-ХХ. — Бібліогр.: ХХ назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	irk-123456789-208504
record_format	dspace
spelling	irk-123456789-2085042025-11-01T01:15:00Z Функция плотности распределения помехи как индикатор для выявления степени развития неисправности штанговой глубинной насосной установки Функція щільності розподілу перешкоди як індикатор для виявлення ступеня розвитку несправності штангової глибинної насосної установки Density function of noise distribution as an indicator for identifying the degree of fault growth in sucker rod pumping unit (SRPU) Алиев, Т.А. Мусаева, Н.Ф. Сулейманова, М.Т. Методы обработки информации Показано, що функція щільності розподілу перешкоди зашумленного випадкового сигналу — найбільш повна та вичерпна характеристика виявлення початкового періоду зародження і ступеня розвитку несправностей. Розроблено алгоритми та технології застосування цієї характеристики перешкоди сигналу, що надходить від датчика підсилювача, для запобігання появи дефектів штангових глибинних насосних установок. We demonstrate that the distribution density function for the noise of a noisy random signal is the most comprehensive characteristic for identifying the initial period and the degree of fault growth. We develop algorithms and technologies to use this characteristic of the noise of the signal from the force transducer for preventing faults of sucker rod pumping units. 2017 Article Название / ИОФамилия // Проблемы управления и информатики. — 2017. № 2. — С. ХХ-ХХ. — Бібліогр.: ХХ назв. — рос. 0572-2691 https://nasplib.isofts.kiev.ua/handle/123456789/208504 519.216 10.1615/JAutomatInfScien.v49.i4.10 ru Проблемы управления и информатики application/pdf Інститут кібернетики ім. В.М. Глушкова НАН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Russian
topic	Методы обработки информации Методы обработки информации
spellingShingle	Методы обработки информации Методы обработки информации Алиев, Т.А. Мусаева, Н.Ф. Сулейманова, М.Т. Функция плотности распределения помехи как индикатор для выявления степени развития неисправности штанговой глубинной насосной установки Проблемы управления и информатики
description	Показано, що функція щільності розподілу перешкоди зашумленного випадкового сигналу — найбільш повна та вичерпна характеристика виявлення початкового періоду зародження і ступеня розвитку несправностей. Розроблено алгоритми та технології застосування цієї характеристики перешкоди сигналу, що надходить від датчика підсилювача, для запобігання появи дефектів штангових глибинних насосних установок.
format	Article
author	Алиев, Т.А. Мусаева, Н.Ф. Сулейманова, М.Т.
author_facet	Алиев, Т.А. Мусаева, Н.Ф. Сулейманова, М.Т.
author_sort	Алиев, Т.А.
title	Функция плотности распределения помехи как индикатор для выявления степени развития неисправности штанговой глубинной насосной установки
title_short	Функция плотности распределения помехи как индикатор для выявления степени развития неисправности штанговой глубинной насосной установки
title_full	Функция плотности распределения помехи как индикатор для выявления степени развития неисправности штанговой глубинной насосной установки
title_fullStr	Функция плотности распределения помехи как индикатор для выявления степени развития неисправности штанговой глубинной насосной установки
title_full_unstemmed	Функция плотности распределения помехи как индикатор для выявления степени развития неисправности штанговой глубинной насосной установки
title_sort	функция плотности распределения помехи как индикатор для выявления степени развития неисправности штанговой глубинной насосной установки
publisher	Інститут кібернетики ім. В.М. Глушкова НАН України
publishDate	2017
topic_facet	Методы обработки информации
url	https://nasplib.isofts.kiev.ua/handle/123456789/208504
citation_txt	Название / ИОФамилия // Проблемы управления и информатики. — 2017. № 2. — С. ХХ-ХХ. — Бібліогр.: ХХ назв. — рос.
series	Проблемы управления и информатики
work_keys_str_mv	AT alievta funkciâplotnostiraspredeleniâpomehikakindikatordlâvyâvleniâstepenirazvitiâneispravnostištangovojglubinnojnasosnojustanovki AT musaevanf funkciâplotnostiraspredeleniâpomehikakindikatordlâvyâvleniâstepenirazvitiâneispravnostištangovojglubinnojnasosnojustanovki AT sulejmanovamt funkciâplotnostiraspredeleniâpomehikakindikatordlâvyâvleniâstepenirazvitiâneispravnostištangovojglubinnojnasosnojustanovki AT alievta funkcíâŝílʹnostírozpodílupereškodiâkíndikatordlâviâvlennâstupenârozvitkunespravnostíštangovoíglibinnoínasosnoíustanovki AT musaevanf funkcíâŝílʹnostírozpodílupereškodiâkíndikatordlâviâvlennâstupenârozvitkunespravnostíštangovoíglibinnoínasosnoíustanovki AT sulejmanovamt funkcíâŝílʹnostírozpodílupereškodiâkíndikatordlâviâvlennâstupenârozvitkunespravnostíštangovoíglibinnoínasosnoíustanovki AT alievta densityfunctionofnoisedistributionasanindicatorforidentifyingthedegreeoffaultgrowthinsuckerrodpumpingunitsrpu AT musaevanf densityfunctionofnoisedistributionasanindicatorforidentifyingthedegreeoffaultgrowthinsuckerrodpumpingunitsrpu AT sulejmanovamt densityfunctionofnoisedistributionasanindicatorforidentifyingthedegreeoffaultgrowthinsuckerrodpumpingunitsrpu
first_indexed	2025-11-01T02:07:28Z
last_indexed	2025-11-02T02:03:45Z
_version_	1847642318727806976
fulltext	© Т.А. АЛИЕВ, Н.Ф. МУСАЕВА, М.Т. СУЛЕЙМАНОВА, 2017 94 ISSN 0572-2691 УДК 519.216 Т.А. Алиев, Н.Ф. Мусаева, М.Т. Сулейманова ФУНКЦИЯ ПЛОТНОСТИ РАСПРЕДЕЛЕНИЯ ПОМЕХИ КАК ИНДИКАТОР ДЛЯ ВЫЯВЛЕНИЯ СТЕПЕНИ РАЗВИТИЯ НЕИСПРАВНОСТИ ШТАНГОВОЙ ГЛУБИННОЙ НАСОСНОЙ УСТАНОВКИ Введение Известно, что системы контроля и управления нефтяными скважинами, эксплуатируемыми штанговыми глубинными насосными установками (ШГНУ), в первую очередь должны контролировать такие технологических па- раметры, как динамограмма, динамический уровень жидкости, ваттметрограмма, потребляемый ток, частота качаний, влияние газового фактора, давление на устье скважины, суточная производительность скважины. При этом функции управле- ния должны обеспечивать дистанционное включение и отключение приводного электродвигателя, аварийное отключение установки, периодический режим экс- плуатации, плавный пуск и плавное регулирование скорости вращения электро- двигателя с помощью преобразователя частоты [1–4]. В этом случае удается из- бежать возникновения таких дефектов, как прихват плунжера, утечка нагнета- тельного клапана (УНК), УНК и труб; утечка приемного клапана (УПК), течь в насосных трубах, ослабление, приводящее к обрыву штанг. Однако основной и первоочередной функцией этих систем должно быть выявление начала скрытого периода зарождения неисправности, а также определение степени развития неис- правностей, приводящих к появлению перечисленных дефектов. В настоящее время обнаружение и сигнализация неисправности происходит при явно выра- женной форме дефекта. Поэтому своевременное решение этой задачи позволит избежать возникновения аварийных ситуаций [5–13]. В то же время известно, что работа любой автоматизированной системы управления связана со случайными вариациями протекающих в ней процессов, например, случайными моментами поступления информации и запросов, случай- ными моментами возникновения неисправностей, дефектов, отказов элементов комплекса технических средств, ошибками операторов и т.п., т.е. с возникновением в ней случайного процесса [14]. Поэтому уже при проектировании систем автома- тизации необходимо предусмотреть наличие в математическом и программном обеспечении алгоритмов раннего обнаружения неисправности и динамики ее раз- вития с использованием аппарата теории случайных процессов. При этом извест- но, что появление различных дестабилизирующих факторов, таких как дефекты, износы, коррозии, трещины, поломки и другие неисправности оборудования, устройства, конструкций, двигателя, механизма, мотора, насоса и т.д., сопровожда- ется возникновением случайной помехи, которая накладывается на случайный полезный сигнал и искажает его. В работах [5–13] показано, что вычисление значений характеристик помехи позволяет на ранней стадии установить нали- чие неисправности в техническом состоянии нефтяного оборудования. Так как среди всех характеристик случайной помехи наиболее информативной и исчерпыва- ющей является функция плотности распределения, то в настоящей публикации пред- лагаются алгоритмы и технологии использования функции плотности распре- деления помехи как индикатора для выявления степени развития неисправно- сти ШГНУ. Международный научно-технический журнал «Проблемы управления и информатики», 2017, № 2 95 Постановка задачи Известно, что станок-качалка — один из типов наземных приводов штанго- вых глубинных насосов (ПШГН) нефтегазового оборудования и используется как механический привод к нефтяным скважинным штанговым насосам. Для кон- троля и управления станком-качалкой для нефтяных скважин, эксплуатирующих- ся штанговыми глубинными насосами, на Биби-Эйбатском месторождении г. Баку разработан комплекс, который выполняет функции измерения, noise- мониторинга, робастного контроля, диагностики и управления. Комплекс осна- щен системой следующих датчиков: датчик усилия, датчик угла поворота криво- шипа станка-качалки, датчик устьевого давления, датчик затрубного давления, скважинный контроллер, преобразователь частоты, радиопередатчик, датчик обо- ротов ротора электродвигателя, датчики ваттметрирования. На основании информации, получаемой от датчика усилия, строятся динамо- граммы, которые позволяют технологу эвристически определить вид неисправности, когда она приобретает явно выраженную форму: прихват плунжера, УНК, УНК и труб, УПК, течь в насосных трубах, ослабление, приводящее к обрыву штанг. Каждой из этих неисправностей соответствует определенный вид динамограммы. Поэтому на первом этапе для выявления перечисленных дефектов необходимо произвести идентификацию каждого из неисправных состояний. Эта задача решается мастером или оператором эвристически на основании визуального наблюдения. В то же время при возникновении неисправностей в ШГНУ уже на началь- ном этапе сигнал, поступающий от датчика усилия, оказывается зашумленным помехой )(t [13–15]. Поэтому на ранней стадии зарождения дефекта для выяв- ления степени неисправности следует вычислить функцию плотности распреде- ления помехи, так как она является более полной характеристикой случайного зашумленного сигнала [12, 13]. Учитывая это, в данной работе рассматривается возможность применения функции плотности распределения помехи как индика- тора для выявления начала развития неисправности ШГНУ. Пусть от датчика усилия ШГНУ поступает дискретизированный зашумлен- ный сигнал )(tG = )(tX + )(t , состоящий из полезной составляющей )(tX и по- мехи )(t , свидетельствующей о появлении технической неисправности. Сигна- лы )(tX , )(t , )(tG являются случайными стационарными эргодическими про- цессами, и помеху )(t невозможно выделить из )(tG . Сигнал )(tG дискретизирован шагом t , выбранным в соответствии с условием  21t , где  — частота среза помехи. Для простоты изложения рассмотрим один дискретизированный случайный процесс )( tG  , для которого можно вычислить такие характеристики: математи- ческое ожидание Gm , дисперсию GD , среднее квадратическое отклонение G , корреляционную функцию )(GGR по формулам [12–15]: )( 1 1 tiG N m N i G    , 2 1 )]([ 1 tiG N D N i G     , GG D , 96 ISSN 0572-2691 ))(()( 1 )( 1 tiGtiG N R N i GG     , (1) где GmtGtG  )()(  ,  =0, t , t2 , t3 , …. — временной сдвиг. Поскольку стационарная случайная помеха )(t эргодическая, то ее ма- тематическое ожидание m и среднее квадратическое отклонение  имеют одно и то же значение для любой случайной функции, входящей в совокупность. При этом известно, что шумы носят случайный характер и представляют собой более высокочастотную по сравнению с полезным сигналом случайную функцию со случайной амплитудой и фазой. Кроме того, традиционно предполагают, что помеха является белым шумом и описывается нормальным законом распределе- ния с нулевым математическим ожиданием [12, 13]. Поэтому функцию плотности нормального распределения гауссовой помехи )(t можно определить по выра- жению [12, 13] )(),;(   NmN , 2 2 2 22 1 )(      eN . (2) Вычисление функции плотности нормального распределения помехи )(N позволяет определить степень неисправности, так как различным степеням неис- правности соответствуют различные виды кривой )(N . Именно это свойство кривой распределения позволяет использовать ее как сверхчувствительную ха- рактеристику оценки технического состояния ШГНУ. Если составить матрицу информативных признаков, элементами которой яв- ляются функции плотности распределения, их максимальные значения и точки перегиба, то очевидно, что по комбинациям этих значений можно регистрировать начало неисправности и принимать меры по ее устранению. Это позволит избе- жать аварийных ситуаций. Поэтому ниже предлагается статистические noise- методы выявления степени неисправности ШГНУ с помощью функции плотности распределения )(N помехи )(t зашумленного сигнала )(tG как чувствитель- ного индикатора степени неисправности ШГНУ. Статистические noise-методы индикации начала неисправности ШГНУ с помощью функции плотности распределения помехи Из формулы (2) очевидно, что функция нормального распределения )(N помехи )(t зашумленного сигнала )(tG характеризуется двумя параметрами: математическим ожиданием m и средним квадратическим отклонением   D (или корнем квадратным из дисперсии). Так как помеха )(t распре- делена по нормальному закону с нулевым средним 0m , задача сводится к вы- числению только параметра  . Для этого воспользуемся выражением (1) для вычисления корреляционной функции )(GGR случайного зашумленного стацио- нарного сигнала )(tG , обладающего свойством эргодичности [13–15]. Учитывая, что исходный сигнал )(tX и помеха )(t некоррелированы, т.е. Международный научно-технический журнал «Проблемы управления и информатики», 2017, № 2 97 0))(()( 1 1   titiX N N i  , ,0))(()( 1 1   tiXti N N i  можно записать [12, 13] )(GGR )(XXR + )(R . (3) На практике для инфранизкочастотных медленно протекающих технологиче- ских процессов, таких как нефтепереработка, нефтехимия, когда t значитель- но (многократно) мало по сравнению со временем наблюдения T , помеха )(t формируется из высокочастотных спектров в результате возникновения таких неисправностей, как износ, коррозия, нагарообразование и т.д. , и имеет более высокий спектр, чем сама полезная составляющая )(tX . Значение же полезной составляющей за промежуток времени t не успевает измениться, и )( ttX  совпадает со значением )(tX , т.е. )( ttX  = )(tX . (4) Это равенство выполняется для случаев, когда T составляет, например, 30–50 часов, а t — секунды или минуты. В этом случае шаг дискретизации t выбирается исходя из спектра помехи )(t , а не полезной составляющей )(tX , т.е.  21t , где  — частота среза помехи. Очевидно, что строгое равенство (4) справедливо не для всех реальных процессов, а для таких, как нефтепереработка, нефтехимия. Для остальных тех- нологических процессов допустимо приближенное равенство. Тогда для ука- занных производственных объектов при выполнении условия (4) отношение )0()( XXXX RtR  равно единице, т.е. [12, 13]: )0()( XXXX RtR  . В то же время в силу того, что случайная помеха )(t возникает при сумми- ровании независимых белых шумов, время ее корреляции  = 0, и корреляцион- ная функция )(R представляет собой  -функцию [15], т. е.         .0ïðè0 ,0ïðè)( )( R R (5) Поэтому, если вычислить оценку корреляционной функции )(GGR зашумленного сигнала при  = 0, получим )()( 1 )0( 1 tiGtiG N R N i GG     = )0( XXR + )0( R = XD + D , (6) где XD , D — дисперсии соответственно полезного сигнала и помехи. При достаточно малом по сравнению со временем наблюдения T временном интервале t оценка автокорреляционной функции )( tRGG  зашумлен- ного сигнала )(tG приобретает вид ))1(()( 1 )( 1 tiGtiG N tR N i GG     = )( tRXX  + )( tR  . 98 ISSN 0572-2691 Если найти разницу между оценками автокорреляционной функции зашумлен- ного сигнала )(tG при  = 0 и t , то с учетом выражений (3)–(6) получим  )0(GGR )( tRGG  = )0( R . Отсюда следует, что оценку дисперсии  D помехи )(t зашумленного сигнала )(tG можно вычислить по выражению  D =  )0(GGR )( tRGG  . В более ранних работах [10, 11] также были пред- ложены формулы вычисления дисперсии помехи для более общего случая, когда )(t не является белым шумом, а )(R —  -функцией. Эту формулу можно использовать и для вычисления функции плотности распределения помехи: )2()(2)0( tRtRRD GGGGGG   . Следовательно, среднеквадратическое отклонение   помехи )(t можно вычислить для частного и общего случаев соответственно по выражениям [10–13]            ).(ООС случайобщий)2()(2)0( ),(ЧЧС случайчастный)()0( tRtRR tRR D GGGGGG GGGG (7) Тогда функцию плотности нормального распределения ),,(   mN помехи )(t зашумленного сигнала )(tG с математическим ожиданием 0m с учетом формулы (2) можно найти по выражению [12, 13]                  ОС, )2()(2)0( 1 ЧС, ))()0((2 1 2 1 )( c GGGGGG b GGGGa e tRtRR e tRR eN (8) где ))()0((2 , )(2 2 2 2 tRR ba GGGG         ,  )(2)0((2(2 tRRc GGGG )))2( tRGG  . Максимум функции плотности распределения )(max N помехи )(t зашум- ленного сигнала )(tG с учетом условия 0m и выражений (7), (8) можно пред- ставить в виде [10–13]                  ОС. ))2()(2)0((2 1 ЧС, ))()0((2 1 2 1 )0(max tRtRR tRR N GGGGGG GGGG С учетом условия 0m и формулы (7) координаты точек перегиба               e2 1 ; и               e2 1 ; функции плотности распределения помехи вычисляются по формулам [10–13]:  для первой точки по оси абсцисс:        ;ОС))2()(2)0(( ЧС,))()0(( 1 tRtRR tRR A GGGGGG GGGG  для второй точки по оси абсцисс: Международный научно-технический журнал «Проблемы управления и информатики», 2017, № 2 99        ;ÎÑ))2()(2)0(( ×Ñ,))()0(( 2 tRtRR tRR A GGGGGG GGGG  для первой и второй точек по оси ординат:             ÎÑ. ))2()(2)0((2 1 ×Ñ, ))()0((2 1 etRtRR etRR O GGGGGG GGGG Таким образом, разработаны алгоритмы вычисления функции плотности распре- деления )(N , ее максимума )0(max N , а также точек перегиба               e2 1 ; и               e2 1 ; нормально распределенной помехи )(t с математическим ожи- данием 0m зашумленного сигнала )(tG , которые используются как индика- торы определения степени неисправности ШГНУ. Анализ степени неисправности ШГНУ с помощью функции плотности распределения помехи Исследования показали, что на ранней стадии степень таких неисправностей ШГНУ, как прихват плунжера, УНК, УНК и труб, УПК, течь в насосных трубах, степень обрыва штанги, можно определить в результате вычисления функции плотности распределения помехи зашумленного сигнала, поступающего от дат- чика усилия. В результате анализа этого сигнала сделаны следующие выводы. На начальной стадии неисправности графики динамограмм сигналов усилия визуально имеют одинаковую форму. Поэтому эти характеристики не позволяют в явном виде оценить степень величины неисправности (рис. 1, а — прихват плун- жера; б — утечка нагнетательного клапана; в — утечка нагнетательного клапана и труб; г — утечка приемного клапана; д — течь в насосных трубах; е — степень обрыва штанги). Графики же плотностей распределения помехи даже при незначи- тельных изменениях резко меняют свой вид (табл. 1). Например, для более слабой помехи, которая появляется на начальной стадии дефекта, график плотности рас- пределения помехи имеет более вытянутый вид. По мере увеличения степени неисправности она принимает все более плоскую форму. При высокой степени неисправности график плотности распределения помехи приобретает распластанную форму. Поэтому различие функций плотности распределения помехи для каждого фиксированного дефекта может использоваться как информативный признак степени данного вида неисправности. Для мониторинга технического состояния ШГНУ и определения степени неисправности можно использовать как графические изображения функций плотности распределения помехи, так и их численные значения. Для этого создается банк данных, состоящий из банка данных графических изображений и банка данных дискретных значений функций плотности распределения помехи. Эксперимен- тальные исследования показали, что для удобства запоминания и хранения чис- ленных значений достаточно ограничиться максимальными значениями и коор- динатами точек перегиба, т.е. для каждого случая требуется запоминать всего четыре значения закона распределения. 100 ISSN 0572-2691 0 0,01 0,02 0,03 0,04 – 80 – 40 0 80 40 0 0,01 0,02 0,03 0,04 – 100 – 20 0 100 20 60 – 60 а б 0 0,02 0,06 0,04 – 50 – 30 0 50 30 – 10 10 0 0,01 0,02 0,03 0,04 – 80 – 40 0 80 40 0,05 в г 0 0,01 0,02 0,03 0,04 – 80 – 40 0 80 40 0 0,08 0,02 0,06 0,04 – 30 – 20 0 30 20 – 10 10 д е Рис. 1 Банк данных графических изображений состоит из множеств графических изображений функций плотности распределения помехи, соответствующих раз- личным степеням: прихвата плунжера, УНК, УНК и труб, УПК, течи в насосных трубах, обрыва штанги. Банк данных численных значений состоит из множеств максимальных значе- ний и точек перегиба функций плотности распределения помехи, соответствую- щих различным степеням: а — прихват плунжера; б — УНК; в — УНК и труб; г — УПК; д — течи в насосных трубах; е — обрыв штанги. Таким образом, в процессе контроля технического состояния ШГНУ по ком- бинациям перечисленных характеристик можно определить степень возникшей неисправности, при этом каждый из графиков функций плотности распределения соответствует определенной степени каждой из неисправностей. Ниже приводятся графические изображения динамограмм (см. рис. 1) за- шумленных сигналов датчика усилия, а также функции плотностей распределения помех для различных дефектов и соответствующих степеней неисправности (см. табл. 1). Сплошная, пунктирная и штриховая линии обозначают слабую, среднюю и сильную степень неисправности соответственно. Международный научно-технический журнал «Проблемы управления и информатики», 2017, № 2 101 Таблица 1 Дефекты Степень неисправности Слабая Средняя Сильная Прихват плунжера 0 300 200 100 400 500 1500 2500 0 300 100 -100 500 500 0 2500 1500 0 300 100 -100 500 500 0 2500 1500 УНК 0 300 200 100 400 500 1500 2500 50 0 300 200 100 400 500 1500 2500 50 0 300 200 100 400 500 1500 2500 50 УНК и труб 0 300 200 100 500 1500 2500 50 0 300 200 100 500 1500 2500 50 0 300 200 100 400 500 1500 2500 50 УПК 0 300 200 100 400 500 1500 2500 50 0 300 200 100 400 500 1500 2500 50 0 300 200 100 400 500 1500 2500 50 Течь в насосных трубах 0 300 200 100 400 500 1500 2500 50 0 300 200 100 400 500 1500 2500 50 0 300 200 100 400 500 1500 2500 50 Степень обрыва штанги 0 100 60 140 500 1500 2500 20 0 150 100 500 1500 2500 50 0 100 60 140 500 1500 2500 20 Ниже приводятся численные значения максимумов и точек перегиба функ- ций плотностей распределения для следующих дефектов и соответствующих сте- пеней неисправности (табл. 2). Таблица 2 Дефекты Степень неисправности   )0(max N Точки перегиба 1A 2A Î Прихват плунжера Слабая 8,9492 0,0446 – 8,9492 8,9492 0,0270 Средняя 17,3004 0,0231 – 17,3004 17,3004 0,0140 Сильная 25,7377 0,0155 – 25,7377 25,7377 0,0094 УНК Слабая 9,6750 0,0412 – 9,6750 9,6750 0,0250 Средняя 20,8624 0,0191 – 20,8624 20,8624 0,0116 Сильная 30,2549 0,0132 – 30,2549 30,2549 0,0080 УНК и труб Слабая 5,9819 0,0667 – 5,9819 5,9819 0,0405 Средняя 11,4768 0,0348 – 11,4768 11,4768 0,0211 Сильная 15,2054 0,0262 – 15,2054 15,2054 0,0159 102 ISSN 0572-2691 Продолжение таблицы 2 Дефекты Степень неис- правности   )0(max N Точки перегиба 1A 2A Î УПК Слабая 8,1097 0,0492 – 8,1097 8,1097 0,0298 Средняя 16,4268 0,0243 – 16,4268 16,4268 0,0147 Сильная 23,9175 0,0167 – 23,9175 23,9175 0,0101 Течь в насосных трубах Слабая 8,9467 0,0446 – 8,9467 8,9467 0,0270 Средняя 16,3166 0,0245 – 16,3166 16,3166 0,0148 Сильная 22,8565 0,0175 – 22,8565 22,8565 0,0106 Степень обрыва штанги Слабая 4,9412 0,0807 – 4,9412 4,9412 0,0490 Средняя 6,7696 0,0589 – 6,7696 6,7696 0,0357 Сильная 8,6224 0,0463 – 8,6224 8,6224 0,0281 Заключение Разработаны noise-алгоритмы выявления степени неисправности ШГНУ с по- мощью функции плотности распределения помехи случайного сигнала, поступающе- го от датчика усилия. Рассмотрены возможности применения предложенных алго- ритмов для индикации таких дефектов, как прихват плунжера, УНК, УНК и труб, УПК, течь в насосных трубах, ослабление, приводящее к обрыву штанг. Для этого создан графический и цифровой банки данных в виде рисунка и двух таблиц. Основными характеристиками этих банков данных являются: среднеквадра- тическое отклонение, максимум функции плотности распределения помехи, первая и вторая точки перегиба по оси абсцисс, точка перегиба по оси ординат. Использование разработанных алгоритмов в автоматизированной системе управления нефтяными скважинами позволяет определить момент, когда необходимо провести соответствующий ремонт и таким образом избежать возникновения ава- рийных ситуаций. Т.А. Алієв, Н.Ф. Мусаева, М.Т. Сулейманова ФУНКЦІЯ ЩІЛЬНОСТІ РОЗПОДІЛУ ПЕРЕШКОДИ ЯК ІНДИКАТОР ДЛЯ ВИЯВЛЕННЯ СТУПЕНЯ РОЗВИТКУ НЕСПРАВНОСТІ ШТАНГОВОЇ ГЛИБИННОЇ НАСОСНОЇ УСТАНОВКИ Показано, що функція щільності розподілу перешкоди зашумленного випадко- вого сигналу — найбільш повна та вичерпна характеристика виявлення початко- вого періоду зародження і ступеня розвитку несправностей. Розроблено алго- ритми та технології застосування цієї характеристики перешкоди сигналу, що надходить від датчика підсилювача, для запобігання появи дефектів штангових глибинних насосних установок. T.A. Aliev, N.F. Musaeva, M.T. Suleymanova DENSITY FUNCTION OF NOISE DISTRIBUTION AS AN INDICATOR FOR IDENTIFYING THE DEGREE OF FAULT GROWTH IN SUCKER ROD PUMPING UNIT (SRPU) We demonstrate that the distribution density function for the noise of a noisy random signal is the most comprehensive characteristic for identifying the initial period and the degree of fault growth. We develop algorithms and technologies to use this char- acteristic of the noise of the signal from the force transducer for preventing faults of sucker rod pumping units. Международный научно-технический журнал «Проблемы управления и информатики», 2017, № 2 103 1. Комплексная система управления и автоматизация штанговых скважинных насосных установок (ШСНУ) // ООО «Л-Старт». — http://www.l-start.ru/upload/iblock/eb4/ eb4aa41d0a4aaf3de4c8a982f7259fae.pdf 2. Максимов В.М. О современном состоянии нефтедобычи, коэффициенте извлечения нефти и методах увеличения нефтеотдачи // Бурение и нефть. — 2011. — № 2. — http://burneft.ru/archive/issues/2011-02/6 3. Ибатуллин Р.Р., Ибрагимов Н.Г., Тахаутдинов Ш.Ф., Хисамов Р.С. Увеличение нефтеотда- чи на поздней стадии разработки месторождений. — М.: Недра, 2004. — 292 с. 4. Лысенко В.Д., Грайфер В.И. Рациональная разработка нефтяных месторождений. — М. : Недра, 2005. — 607 с. 5. Алгоритмы диагностики неисправностей штанговых глубинно-насосных установок / Т.А. Алиев, О.Г. Нусратов, Г.А. Гулуев, Ас.Г. Рзаев, Ф.Г. Пашаев, М.Г. Ризванов, А.Б. Керимов // Мехатроника, автоматизация, управление. — 2015. — 16, № 5. — С. 314–320. 6. Система контроля, диагностики и робастного управления закачкой воды в пласт / Т.А. Алиев, О.Г. Нусратов, Ас.Г. Рзаев, Г.А. Гулуев, Ф.Г. Пашаев // VI ALL-Ukranian Scientific-Practical conference «Informatics and Systems sciences», Poltava. — 2015. — Р. 16–19. 7. Position-binary and spectral indicators of micro changes in the technical states of control objects / T.A. Aliev, G.A. Guluyev, F.H. Pashayev, A. Abbasov, As.H. Rzayev // Automatic Control and Computer Sciences. — 2009. — 49, N 3. — С. 156–165. 8. Aliev T.A., Guluyev G.A., Pashayev F.H., Rzayev As.H. Correlation indicators of microchanges in technical states of control objects // Cybernetics and Systems Analysis. — 2009. — 45, N 4. — P. 655–662. 9. System of monitoring of period of hidden transition of compressor station to emergency state / T.A. Aliev, N.F. Musaeva, G.A. Guluyev, U.E. Sattarova, N.E. Rzaeva // Journal of Automation and Information Sciences. — 2011. — 43, N 11. — P. 61–81. 10. Aliyev T.A., Musaeva N.F. An algorithm for eliminating microerrors of noise in the solution of statistical dynamics problems // Automation and Remote Control. — 1998. — 59, N 5. — P. 679–688. 11. Musaeva N.F. Robust correlation coefficients as initial data for solving a problem of confluent analysis // Automatic Control and Computer Sciences. — 2007. — 41, N 2. — P. 76–87. 12. Aliev T.A., Musaeva N.F., Suleymanova M.T., Gazizade B.I. Analytical representation of the density function of normal distribution of noise // Journal of Automation and Information Sciences. — 2015. — 47, N 8. — P. 24–40. 13. Aliev T.A., Musaeva N.F., Suleymanova M.T., Gazizade B.I. Technology for calculating the pa- rameters of the density function of normal distribution of the useful component in a noisy process // Ibid. — 2016. — 48, N 4. — P. 35–55. 14. Вентцель Е.С., Овчаров Л.А. Теория случайных процессов и ее инженерные приложения. — 5-е изд. — М. : КНОРУС, 2013. — 448 с. 15. Техническая кибернетика. Кн. 2 / Под ред. В.В. Солодовникова — М. : Машиностроение, 1967. — 682 с. Получено 28.09.2016 http://burneft.ru/archive/issues/2011-02/6 http://burneft.ru/archive/issues/2011-02/6

Функция плотности распределения помехи как индикатор для выявления степени развития неисправности штанговой глубинной насосной установки

Репозитарії

Схожі ресурси