基于流量的塔架式抽油机泵效控制研究

Research of Pumping Efficiency Control Based on the Tower Mounted Pumping Unit of Flow

王泰华　崔志伟　陈致富(河南理工大学电气工程与自动化学院，河南焦作　454000)



基于流量的塔架式抽油机泵效控制研究

第一作者王泰华(1976－)，男，2003年毕业于焦作工学院控制理论与控制工程专业，获硕士学位，副教授;主要从事工业过程控制及工矿自动化方面的研究。

0　引言

石油行业是我国的基础工业，同时也是高耗能行业，做好节能至关重要。随着石油的不断开采，地层供液能力逐渐下降。近年来，我国石油机械得到了快速发展，出现了许多高效节能的智能型抽油机，如本文所讨论的开关磁阻电机型塔架式抽油机。与游梁式抽油机相比，该抽油机具有长冲程、低冲次、高效能和低维护等优点。但其冲次的调节主要依靠人工，不能根据工况的变化自动调节，导致该抽油机不能稳定工作在最佳泵效区间，使得整机系统效率较低、电能浪费较大［1－4］。

本研究提出利用流量计法来计算该型抽油机的泵效，并通过调节使抽油机在最佳泵效下工作。根据输入值，自适应神经PID控制器自动调节开关磁阻电机型塔架式抽油机的冲次，使抽油机一直工作在设定的最佳泵效下，避免因抽汲参数不当造成的能源浪费，以达到降低能耗、提高系统效率的目的。

1　提高泵效的措施

1.1泵效计算

抽油机泵效是指油井的产液量与理论产液量的比值，计算公式如下:

式中:η为泵效; Q液为实际排液量，m3/d; Q理为理论排液量，m3/d; D为泵筒直径，m; d为光杆直径，m; S为抽油机的冲程，m; N为光杆的直径，m。通过该计算方法，我们可以计算出抽油机的实际泵效。设定泵效与实际泵效的差值作为该研究的输入值。

1.2提高泵效的措施

在油田开发中，影响泵效的因素有很多，如地层的供液能力、有效冲程、石油的含水率和含气率、抽油泵和地上部分的采油工艺(抽油机)等。因此，为避免其他方面因素的影响，在该研究开始之前，需从地层和地上采油工艺两方面着手，选择合理的抽油设备。

①根据地下工况，选择合理的抽油泵，以避免因泵的选择不当影响该方案的研究结果。

②地上采油工艺方面。

目前，我国的油井绝大部分是深抽井，光杆承受的载荷较大，拉伸较为严重，导致了极大的冲程损失。该研究针对深抽井，利用河南长江石油机械有限公司生产的开关磁阻电机型塔架式长冲程抽油机(冲程1.5～9 m)进行开采，增大深抽井的冲程，减小深抽井的冲程损失。

选择合适的设备后，该研究拟利用流量参数及反馈回的冲程和冲次来计算泵效;同时，设定泵效与计算泵效的差值作为输入值，通过BP神经网络优化PID控制器调节抽油机的冲次，使其工作在设定的最佳泵效下。

具体设计方案如下:①根据地层的藏油情况(除高含气的油井外)，选择精确度较高的油田专用液体流量计;②利用此流量计，每半小时测量一次液体的流量，并通过计算算出实际泵效与设定泵效的差值，根据差值自适应神经PID控制器自动调节开关磁阻电机型塔架式抽油机的冲次，保证抽油机在较高泵效下工作;③当地层的供液能力有限，流量低于某一值且通过自适应神经PID调整达不到要求最低值时，报警器报警，通知工作人员抽油机停机，避免出现空抽现象。

通过该设计方案，我们可以确保抽油机一直在最佳泵效下工作，以避免大马拉小车的现象，最终达到节能降耗的目的［5－7］。

2　控制器设计

BP神经网络优化PID控制器是将BP神经网络与数字PID控制相结合而设计的，这种方法很大程度上改善了数字PID的控制效果。

BP神经网络优化PID控制器能根据复杂的环境变化自动调节塔架式抽油机的冲次，使其具有较强的稳定性和鲁棒性，以更好地适应周围环境的需求。通过分析抽油机的工作环境，本文采用BP神经网络优化控制器来调节抽油机的冲次，使开关磁阻电机型塔架式抽油机一直工作在最佳泵效下，以达到保护采油设备和节能降耗的目的。

2.1泵效调节原理

在各项设备选择和采油系统组装完毕后，我们先进行前期试验，以确定该工况下的最佳泵效。

①根据预测和实际工况调整抽油机的冲次，寻找出抽油机在此工况下的最佳工作方式，使抽油机具有较高的泵效和系统效率。

②在保证冲程不变的情况下，BP神经网络优化PID控制器根据设定的最佳泵效和测得的实际泵效的差值，自动调整抽油机的冲次，使开关磁阻电机型塔架式抽油机一直在设定的最佳泵效附近工作，避免因抽汲参数不当导致空抽和不必要的能源浪费，大大提高抽油机的系统效率。

利用BP神经网络优化PID控制的泵效调节原理结构框图如图1所示。

图1　泵效调节结构图Fig.1　The efficiency of pump adjustment

2.2 BP神经网络优化PID控制

BP神经网络是误差反向传播算法的自主学习过程，由信号的正向传播和误差的反向传播两个过程组成。它具有较强的自学习和自组织能力，能根据工业控制的需要自动调整自身的权值和阈值，以适应当前控制的要求，其反应速度快、灵敏度高，优化传统PID的控制效果较好［8－10］。

通过分析对象的映射关系复杂度，本文拟利用3层自适应BP神经网络来快速调整PID的3个参数，以满足控制的要求。设计的3层网络有两个输入(误差、误差变化率)作为输入层的两个元素和3个输出(Kp、Ki、Kd)作为输出层的3个元素。通过网络设计公式和仿真比较，最终确定出设计隐含层为5个节点时收敛速度快，调节效果好。因此，所设计出的3层BP神经网络结构如图2所示。

图2　BP神经网络结构图Fig.2 The structure of BP neural network

根据抽油机运行时设定的最佳泵效与实际泵效的差值，BP神经网络快速优化PID的3个参数Kp、Ki和Kd，使其能快速满足系统需求的最优值。通过最优值，控制器快速调整抽油机的实际泵效，以使抽油机在最佳泵效下工作［11－14］。

BP神经网络优化PID的3个参数的同时，不断调整更新自身网络的权值和阈值，使其自身网络达到适应开关磁阻电机型塔架式抽油机系统需要的最优网络。本文选择的BP神经网络隐含层和输出层的传递函数如式(3)和式(4)所示。

判断网络的性能指标函数如式(5)所示:

式中: yd为设定标准值; yk为实际输出值; error(k)为性能指表要求值。

通过神经网络的期望输出和实际输出值，系统计算出误差函数对输出层各神经元的偏导数δ0(k)。采用δ0(k)和隐含层各神经元的输出hoh(k)修正连接权值who(k)，修正公式如下:

利用网络的隐含层到输出层的连接权值、输出层神经元的偏导数δ0(k)和隐含层输出，计算误差函数对隐含层各神经元的偏导数δh(k)，并通过δh(k)和输入层各神经元的输入xi(k)修正连接权值wih(k)。修正公式如下:

3　基于泵效的Matlab仿真及分析

由于整个油井工况环境复杂，因此很难建立精确的液体流量控制系统数学模型。本文在忽略一些次要因素的情况下，建立了流量控制系统的数学模型。该数学模型公式如式(10)所示，通过对此模型进行仿真，验证了本研究方案的可行性。

本文利用Matlab中的M文件建立以自适应神经PID为控制器的仿真程序，并进行Matlab仿真，仿真结果如图3～图5所示。

通过分析仿真图图3～图5可知，利用BP神经网络优化PID的响应速度快，调节效果好，并且系统的稳定性好。这说明了利用BP神经网络优化PID来保证一定流量方案的可行性。

图3　PID参数调节图Fig.3 PID parameter adjustment

图4　流量调节图Fig.4 Flow adjustment

图5　流量误差曲线图Fig.5　The flow error curve

为验证利用流量参数保证抽油机工作在最佳泵效下的可行性，设抽油机工作时抽油泵的冲程不变，仅通过改变塔架式抽油机的冲次来调节泵效。通过分析可知，开关磁阻电机型塔架式抽油机在工作过程中自动计算出的冲次可视为一阶惯性环节，所以利用流量参数计算泵效的数学模型可以用传递函数表示，如式(11)所示。

Matlab仿真结果如图6、图7所示。

图7　PID调整曲线图Fig.7 PID adjustment curves

从仿真图分析知，利用自适应神经PID的调节抽油机的泵效速度较快、效果较好，证明了研究方案的可行性。

4　结束语

在地层和地上采油工艺等硬件设备选择理想的情况下，本文通过建立数学模型，提出利用流量参数计算泵效并保证一定泵效的方案。在保证冲程不变的情况下，根据设定泵效与实际泵效的差值，BP神经网络优化PID控制器快速调整开关磁阻电机型塔架式抽油机的冲次，以保证该抽油机一直在最佳泵效下工作，最终达到节能降耗的目的。通过Matlab仿真可知，利用BP神经网络优化PID控制器调节速度快、调节效果好，很好地说明了该研究方案的可行性和可靠性。

该研究课题虽针对塔架式抽油机现有的不足提出了一种新型方案，但该研究仅为试探性研究，具有一定的局限性:①模型建立时忽略了一些次要因素;②无应用实例研究。希望在今后的研究中能建立全面的模拟实验方案来验证该课题的可行性。选择更多不同的现场油井进行试验性研究，通过现场试验来证明方案的可行性和可靠性，使该研究具有更强的应用前景，对油田的节能降耗起到推动作用。

参考文献

［1］王磊磊.塔河油田抽稠泵低泵效原因分析及治理对策［J］.石油天然气学报，2013，35(2):158－160.

［2］郭本振，杨晶晶，郝尚富.塔架式抽油机智能控制系统设计［J］.计算机测量与控制，2014，22(3):730－733.

［3］Xu Jinchao，Li Juhui，Chen Jian，et al.Research on power saving positive torque and constant power pumping unit and tracking technique system［J］.Procedia Engineering，2012，29 (3 ): 1034－1041.

［4］Liu Xinping，Xu Junpeng.The method of energy saving in beam pumping unit based on genetic algorithm［J］.Aasri Procedia，2012，1(3):441－447.

［5］Li Han，Zhang Zhenyu.The application of immune genetic algorithm in main steam temperature of PID control of BP network［J］.Physics Procedia，2012，24(1):80－86.

［6］李淑清，周晓晴，李建良.智能油井监测系统的设计［J］.自动化仪表，2009，30(10):33－35，38.

［7］Fang Cheng，Kuang Chaofan.A BPNN－PID based long－stroke nanopositioning control scheme driven by ultrasonic motor［J］.Precision Engineering 2012，36(3):485－493.

［8］Mojtaba A，Soheil G，Morteza A.Wavelet neural adaptive proportional plus conventional integral－deri－vative controller design of SSSC for transient stability improvement［J］.Engineering Applications of Artieficital Intelligence 2013，26(6):2227－2242.

［9］周勇，汪洋，沈娜，等.开关磁阻电动机在抽油系统中的试验应用［J］.石油石化节能，2014(2):6－8，33.

［10］彭跃辉.数字化抽油机节能控制系统的研究［D］.西安:西安工程大学，2013.

［11］甄东芳，梅玮，葛利俊.塔架式抽油机用电动机的设计与节电分析［J］.电气传动，2013，43(1):21－24.

［12］刘庆荣.泵效对抽油机井能耗的影响［J］.内蒙古石油化工，2014(12):72－73.

［13］Asha R，Vijander S，Gupta J R P.Development of soft sensor for neural network based control of distillation column［J］.ISA Transactions，2013，52(3):438－449.

［14］Zhi Liu，Bai Fen.Robust control strategy for the speed control of brushless DC motor［J］.Journal of Harbin Institute of Technology (New Series)，2013，20(2):90－94.

Research of Pumping Efficiency Control Based on the Tower Mounted Pumping Unit of Flow

王泰华崔志伟陈致富
(河南理工大学电气工程与自动化学院，河南焦作454000)

摘要:针对因抽汲参数不合理导致泵效低的问题，提出利用流量计法调节冲次的方法，以提高泵效。根据设定泵效与实际泵效的差值，BP神经网络优化PID控制器自动调节开关磁阻电机型塔架式抽油机的冲次，使抽油机总是在设定的最佳泵效下工作，从而提高系统的效率。通过Matlab仿真分析，证明了利用流量参数调节抽油机的冲次来保证抽油机在最佳泵效下工作的可行性。塔架式抽油机解决了目前游梁式抽油机难以实现的长冲程、低冲次的难题，大大提高了抽油机的泵效和系统效率。

关键词:泵效流量塔架式抽油机自适应神经PID冲程

Abstract:The tower type pumping unit solved the difficulty for achieving long stroke and low stroke frequency by the beam pumping unit and greatly improved the pumping efficiency and system efficiency.Aiming at the problem of low pumping efficiency caused by unreasonable swabbing parameters，the method of adjusting the stroke frequency by adopting flow meter is proposed to improve the pumping efficiency.In accordance with the difference between the setting pump efficiency and the actual pump efficiency，the PID controller is optimized with BP neural network to automatically adjust the stroke frequency of the reluctance motor of tower type pumping unit，make the pumping unit always running at the optimal pumping efficiency，thus the system efficiency is increased.The Matlab simulation proves the feasibility of using flow parameters to adjust the stroke frequency and ensure the pumping unit running under optimal pumping efficiency.

Keywords:Pumping efficiency FlowThe tower mounted pumping unit Adaptive neural PIDStroke

中图分类号:TH71; TP29

文献标志码:A

DOI:10.16086/j.cnki.issn1000－0380.201603019

修改稿收到日期:2015－07－10。