油井井口多相流计量技术在油田开采,尤其是边际油田和海上油田具有特别重大的经济价值。由于油井井口多相流在流动过程中流型复杂、成分多变等方面的原因,使得油井井口多相流计量装置的开发极其困难,造成到目前为止很少有实用性较好的多相流计量装置。本文针对油井井口三相(油、气、水体积含量)计量技术问题,提出了一种基于人工神经网络的智能式多相流计量方案。该方案以模拟油井现场的三相流量计为实验平台,应用软硬件相结合的方法对基于人工神经网络技术实现油井井口三相计量装置进行研究。首先,利用对油井井口三相计量有重大影响的频率,压力,压差等因素,确定油井井口三相计量神经网络信息表达方式。通过三相流量计实验平台,采集并选取这些因素的历史经验数据,作为神经网络学习和训练的样本点输入和输出数据;然后在PC上应用MATLAB软件环境下专门的神经网络工具箱学习和训练这些样本点数据,直到得到具有较好泛化能力和收敛速度的神经网络软件模型。最后根据该软件模型下的神经网络重要参数信息(神经网络层数,各层神经元数目,神经元的网络权值,神经元的网络阈值),综合人工神经网络技术和单片机技术,编写实现油井井口三相计量的神经网络程序,并将其嵌入到以单片机为核心的硬件装置中,计量值由LED显示电路显示。本文选用AT89C55型号单片机制作了油井井口三相计量神经网络硬件电路实现装置。测试实验结果表明:测试样本点数据实际值与装置计量输出值之间误差小于0.1m~3/s。初步证明了该方案有效可行。