[发明专利]一种用于井控与举升控制的大容量实时数据传输系统有效
申请号: | 201911231840.8 | 申请日: | 2019-12-05 |
公开(公告)号: | CN111130965B | 公开(公告)日: | 2021-06-29 |
发明(设计)人: | 陈佳;王楠;刘勇;邢思玮;付道俊;于大伟;曹宇 | 申请(专利权)人: | 中石化石油机械股份有限公司;中国船舶重工集团公司第七一九研究所 |
主分类号: | H04L12/40 | 分类号: | H04L12/40;H04W4/38 |
代理公司: | 北京理工大学专利中心 11120 | 代理人: | 李微微 |
地址: | 430205 湖北省武汉市*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 控制 容量 实时 数据传输 系统 | ||
本发明公开了一种用于井控与举升控制的大容量实时数据传输系统,通过设计主从网关使用CAN转以太网传输方式,加入FPGA,实现了现场层到数据层的数据传输,提高了数据的传输量及传输速率,且设计采用开放式可扩展的结构,有良好的扩展性和兼容性,便于未来系统升级。
技术领域
本发明属于油气田及煤层气开发技术领域,具体涉及一种用于井控与举升控制的大容量实时数据传输系统。
背景技术
在油气田及煤层气开发行业中,国内带压作业装备(基本操作为向上升起/向下压入油气管,即井控与举升控制)仍处于起步阶段,所引进的110吨左右的带压作业装备,采用液压控制,仅单根管柱的举升控制就需涉及十多个控制单元开关,操作顺序严格,且不能出现顺序上的错误,否则会引发工程事故的发生,对操作人员素质要求很高,大多聘请国外专家进行设备操作,代价很高。
目前油气开采行业迫切希望实现带压作业装备井控与举升控制操作流程的自动化控制,提高自动化操作水平,解决装备操作程序复杂、人员素质要求高的问题,摆脱对国外专家的技术依赖。
实现带压作业装备操作流程的远程自动化控制的前提是实现带压作业装备各项操作状态信息的实时、准确的采集。由于操作流程复杂,需要监控的操作部位众多,因此监控信息量较大,必须通过大容量实时数据传输手段才能满足监控要求。
发明内容
有鉴于此,本发明的目的是提供一种用于井控与举升控制的大容量实时数据传输系统,提高了数据传输速度以及自动化控制水平。
一种用于井控与举升控制的大容量实时数据传输系统,包括每一套带压作业装备设置的无线网关、CAN总线、智能网关、以太网、主控机以及设备控制组件;
每个所述无线网关用于接收所在带压作业装备中设置的传感器的传感数据,并经由CAN总线将传感数据发送至智能网关;
所述智能网关包括数据总线、主微控制器模块、多个从微控制器模块以及与从微控制器模块一一对应的数字信号处理模块;各个所述从微控制器模块从CAN总线接收与自身对应的无线网关传送的传感数据,并将传感数据写入到对应的数字信号处理模块中;主微控制器模块通过数据总线从数字信号处理模块中读取传感数据,并通过以太网发送给所述主控机;所述主控机根据接收的传感数据生成控制命令,并将控制命令经由以太网发给主微控制器模块;主微控制器模块经数据总线将控制命令写入到控制命令相关的数字信号处理模块中;从微控制器模块从对应的数字信号处理模块中读出控制命令,并上传至CAN总线;
每一套带压作业装备对应一套所述设备控制组件,设备控制组件从CAN总线中获取控制命令,并对带压作业装备进行控制。
进一步的,所述CAN总线包括多个CAN子网络,1个或多个无线网关与智能网关之间通过一个CAN子网络进行数据传输;CAN子网络并行传输数据。
较佳的,所述主微控制器模块与从微控制器模块采用型号为STM32F407ZET6ARM的芯片。
较佳的,所述CAN总线采用TI公司的CAN总线收发器ISO1050。
较佳的,所述数字信号处理模块采用FPGA实现。
较佳的,所述数据总线为16位数据总线。
较佳的,所述主微控制器模块与主控机之间采用双绞线进行以太网通信。
较佳的,各个从微控制器模块与对应的数字信号处理模块设置在一块PCB板上;主微控制器模块所在PCB板上设置有插槽;从微控制器模块所在PCB板通过插槽固定到主微控制器模块所在PCB板上,则各个数字信号处理模块通过插槽中设置的接口与主微控制器模块进行连接。
较佳的,所述以太网收发器选用DP83848芯片。
本发明具有如下有益效果:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中石化石油机械股份有限公司;中国船舶重工集团公司第七一九研究所,未经中石化石油机械股份有限公司;中国船舶重工集团公司第七一九研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911231840.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:集成加热器和传感器系统
- 下一篇:一种基于深度卷积神经网络的面部图像识别算法