【摘 要】
:
出砂冷采技术是油藏开采的重要工艺,具有很高的经济效益,但严重的出砂会给油田的正常生产带来很大的危害。传统的出砂监测系统功能单一,很大程度上依赖人工操作,无法实时、动态地查看出砂状况。针对该问题,本文研制了一种出砂在线监测物联网终端系统,以提高出砂监测能力,保障油气井生产安全。本文设计的出砂在线监测物联网终端是以传统的出砂监测系统为基础,利用超声相控阵列传感器实时采集出砂数据,基于Exynos 44
论文部分内容阅读
出砂冷采技术是油藏开采的重要工艺,具有很高的经济效益,但严重的出砂会给油田的正常生产带来很大的危害。传统的出砂监测系统功能单一,很大程度上依赖人工操作,无法实时、动态地查看出砂状况。针对该问题,本文研制了一种出砂在线监测物联网终端系统,以提高出砂监测能力,保障油气井生产安全。本文设计的出砂在线监测物联网终端是以传统的出砂监测系统为基础,利用超声相控阵列传感器实时采集出砂数据,基于Exynos 4412 SCP平台实现数据存储、数据上传以及数据显示,提供实时数据查看、历史数据查询、远程监测、井口定位以及数据异常报警等功能,从而实现油气井出砂状况的实时监测。首先,本文从出砂监测算法的角度出发,通过分析传统出砂监测系统的工作原理和结构,发现当前存在的不足,提出了可利用物联网技术的方法来实现出砂在线监测。其次,通过对出砂在线监测终端的内容界定和功能定位,设计了监测系统的整体实现方案。再次,完成了出砂数据采集模块、在线监测终端模块的软硬件设计,利用结构化查询语言将出砂信息存储到SQLite数据库,通过无线通信技术将出砂信息实时传送至One NET物联网云平台,利用Qt界面开发技术,设计了出砂在线监测终端的人机交互界面。最后,搭建室内油气井出砂在线监测物联网终端模拟实验环境,对监测终端进行测试验证,实验结果表明,出砂在线监测物联网终端运行稳定,性能良好。本文完成的研究工作和取得的成果为能及时发现出砂异常,在关键时间内采取有效措施提供了指导性意义,设计的出砂在线监测物联网终端为实现数字油田和智慧油田提供了借鉴与参考。
其他文献
流量测量是现代测试计量技术的重要组成部分,流量传感器广泛应用于工业生产和生活的各个领域。传统的流量传感器普遍有体积大,结构复杂,准确度差和易受电磁干扰等缺点,利用光纤光栅和传统流量传感器结合,使用光信号替代电信号制作而成的新型光纤光栅流量传感器,则可以很大程度上克服传统流量传感器的缺点,因此基于光纤光栅的流量传感器已经受到科研人员越来越多的重视。本文在传统流量传感器的基础上,结合光纤光栅传感技术,
文本数据作为最常见的数据形式之一,涵盖范围广、数据量大,又有密度不均的特点,不同平台中存储的文本数据结构不定相同,结构化文本数据、半结构化文本数据和非结构化文本数据并存。文本挖掘工作便是从这些海量、密度不均、异构的文本数据中提取隐含的、有价值信息以供决策或预测等使用。特征提取作为文本挖掘工作中不可缺少的关键步骤,其提取出的特征项的优劣会直接影响文本挖掘后续工作,将深度学习人工神经网络模型用于特征提
随着大数据时代的到来,具有多层次结构的数据越来越普遍,利用层次结构来对决策信息表(简称决策表)进行属性值泛化约简可以在保证分类能力不变的前提下有效降低决策表的维度,而构造合理的层次结构是研究属性值泛化约简的前提,因此研究层次结构构造方法和决策表的属性值泛化约简方法在高维数据越来越普遍的大数据时代具有重要意义。目前关于决策表的属性值泛化约简以及层次结构构造的研究大都是基于决策表的条件属性集,针对决策
车标识别能够获取车辆的品牌信息,而目标检测是用来解决图像定位与分类的综合性问题,因此,本文将目标检测与车标识别相结合,以便于能够快速识别车标的信息。然而传统的目标检测算法需要手动提取特征,训练过程繁琐,检测速度较慢,且大多是特征提取效果不够好的浅层神经网络。YOLOv4是一种单阶段的快速目标检测算法,具有较高的检测精度与速度,因此,本文通过阐述车标识别的研究现状,分析卷积神经网络与目标检测技术的相
油库是储存油料的基地,油库系统的稳定性和高效性直接影响着整个产业的工艺生产和经济效益。因此,设计一个安全高效的油库监控系统,对于提高油库生产效率和提升系统自动化监管水平是极其重要的。本课题以西安市某油库为研究对象,按照厂家要求和油库工艺特点确定了控制需求,设计了基于西门子S7-300 PLC和PROFINET与PROFIBUS-DP总线相结合的计算机监控系统设计方案。在确定总体方案的基础上,进行了
随着对石油需求量的与日俱增,进一步提高原油的开采效率,已成为当前油田开发和建设的重要工作。河南油田大多属于疏松砂岩油藏,长期受到高含沙、低渗透等地质条件的制约,在采油生产过程中由于地层供液能力和泵抽汲能力的不匹配会造成油井动液面的变化,直接影响到射流泵采油的效率和能耗,研究基于动液面的同心射流泵智能采油控制系统具有重要的意义。课题通过对河南油田射流泵采油排砂工艺及其设备和油井动液面变化对射流泵采油过程影响的分析与研究,确定了射流泵智能采油控制系统的需求,并结合射流泵采油控
多准则分类是指通过一簇有序的条件属性(或称为条件准则),将具有优先顺序的决策类进行分类。在现有研究中,基于优势关系的优势粗糙集方法已经成功地被引入到多准则分类问题中,用来表达和解释与优势原则不一致的问题。在实际应用中,属性值往往具有层次结构,可以让人们从不同的角度组织、查看和分析数据,以适应偏好的变化。然而,在已有研究之中,分层多准则决策系统中的属性约简还未涉及,已有关于近似集更新的增量学习研究也
大数据时代的到来,对案件的侦查、审理和定性提出了更大的挑战,利用现有的机器学习方法,对新发生的刑事案件结果进行准确合理的预测,减少误判案件的发生显得越来越重要。文章以刑事案件中如何确定侵犯公民人身权利的两种犯罪类型(故意杀人罪和过失致人死亡罪)为例,选取美国数据样本作为实验数据,建立了犯罪类型是谋杀(Murder)还是误杀(Manslaughter)的预测模型及决策系统,能够为我国刑事案件辅助决策
随着深度学习技术的崛起,越来越多的领域利用深度学习技术都取得了巨大的突破。岩石薄片图像对研究石油地质特性以及地质勘探都有重要的意义。由于各种因素的限制,岩石薄片图像存在着获取难度高,获取成本大,以及分辨率较低的情况,一定程度上限制了研究人员对其信息的掌握。而传统生成式对抗网络生成的图像会出现的视觉效果不好,超分辨率重建细节不够的问题。针对这些问题,本文将深度学习技术应用在岩石薄片图像的多样本生成与
随着人类科学技术的发展,新的科学技术成果不断的应用于生产设备中,生产设备逐渐向科技化、现代化、大型化、连续化、高速化、一体化发展,以往的计划预防维修已经不能满足生产的要求,迫切需要一种新型设备点检管理来避免上述情况,企业设备点检管理相应也进入了新的阶段,综合机械、电子、信息、互联网等多种学科及技术的管理,极大的优化了设备管理,节约了人力物力,对提升企业设备管理与生产效益提升具有重大意义。论文以西部