[发明专利]一种基于故障分析模型的电潜螺杆泵智能优化方法

说明书

本发明涉及一种基于故障分析模型的电潜螺杆泵智能优化方法，所述的优化方法为：首先建立故障分析模型，对电潜螺杆泵存在的故障及其对应的原因进行研究，并针对研究结果提出参数改进措施；然后用改进后的参数设置结果训练神经网络；最后将训练好的神经网络用于指导非常规开采条件下的电潜泵优化设，通过参数优化以避免故障的发生而提高电潜泵使用寿命。本发明通过神经网络智能优化，提高了电潜泵设计的准确性，使得理论支撑得到的设计结果能较好地适应地层要求，并可针对生产环境对电潜泵泵体可能会造成的损害进行损害机理研究，避免了在生产过程中由于地层及流体对泵体的磨损与腐蚀而造成的故障，保证了电潜螺杆泵较长的使用寿命。

技术领域

本发明涉及油井开采机械设计技术领域，尤其是一种基于故障分析模型的电潜螺杆泵智能优化方法。

背景技术

海上油田大多数井型为大位移井，且井下流体为稠油居多，并伴随出砂情况，一般的陆地采油系统或海上油田螺杆泵系统都无法满足深海油田的施工要求，为此提出了适用于开采稠油出砂大位移井的电潜泵采油系统。电潜泵由于其结构简单，并结合了潜油电机与螺杆泵各自的优点，可在开采过程中有效避免砂卡、抽油杆断脱以及泵卡等日常难题。

但由于开采井深较大，井下高温高压环境复杂、设计参数配比不合理等原因，电潜泵采油系统在使用过程中仍存在电机失效、转子腐蚀磨损、定子热胀损坏、泵抱死等一系列工程问题，直接导致电潜泵的使用寿命大大受限。考虑到电潜泵使用寿命是一个由井下环境、设计参数配比方式等多因素影响下的非线性结果，而非线性神经网络能够较好地进行信息融合，并具备一定的容错性能，因此可用来训练指导电潜螺杆泵的优化设计，以得到最长使用寿命，获得最大经济利润。

发明内容

本发明要解决的技术问题是：为了克服现有技术中之不足，针对现有电潜螺杆泵设计方法中存在的涉及影响因素较少，适应地层能力较差等局限性提出改进措施，本发明提供一种基于故障分析模型的电潜螺杆泵智能优化方法。

本发明解决其技术问题所采用的技术方案是：一种基于故障分析模型的电潜螺杆泵智能优化方法，所述电潜螺杆泵用于海上油田且具有较大井深的油井开采过程，以及用于稠油出砂油井中的原油举升过程，所述的优化方法过程为：首先建立故障分析模型，对电潜螺杆泵存在的故障及其对应的原因进行研究，并针对研究结果提出参数改进措施；然后用改进后的参数设置结果训练神经网络；最后将训练好的神经网络用于指导非常规开采条件下的电潜泵优化设，通过参数优化以避免故障的发生而提高电潜泵使用寿命。

具体说，所述的故障分析模型的建立分为以下三个步骤：首先确定温度压力场的变化规律，然后统计电潜螺杆泵主要故障，接下来针对关键部件展开损坏失效研究，最后建立关键部件损坏与电潜螺杆泵故障的对应关系。

进一步地，所述的确定温度压力场的变化规律是通过提出假设条件，建立数学模型的方法分析电潜螺杆泵举升液体过程中的温度压力场的变化情况，并进行数值求解得到温度压力场沿井筒的分布规律。

所述的统计电潜螺杆泵故障过程为：将电潜螺杆泵故障分为非杆泵类和杆泵类两大类，其中非杆泵类故障包括潜油电机故障、井下电缆故障以及传动装置故障，此类故障通过检修设备可以解决；杆泵类故障主要包括转子的受力变形、转子的冲刷磨损、定子的溶胀变形以及定子的腐蚀损坏，此类故障可通过调整设计参数与地层及流体的实际情况相匹配，以达到适应油层、降低损耗的目的。

所述的针对关键部件展开损坏失效研究，考虑到可通过调整设计参数来改进避免的杆泵类故障集中发生在转子与定子两部分，所以在故障分析模型中针对这两个关键部件进行损坏分析，对于转子来说，其损害分为两方面：一方面转子所受作用力使其在不同扭矩工况下发生形变行为，另一方面含砂砾稠油介质会对转子材料造成腐蚀与磨损；而定子的变形损坏主要是由于长期在原油环境中工作，使定子橡胶出现溶胀现象，导致转子与定子环空间隙减小，发生泵抱死故障，同时原油中包含的芳香烃物质与橡胶发生反应也会造成定子失效。