автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Диагностика и контроль состояния скважинной штанговой насосной установки на основе динамометрирования и нейросетевых технологий

На правах рукописи

ДУНАЕВ Игорь Владиславович

ДИАГНОСТИКА И КОНТРОЛЬ СОСТОЯНИЯ СКВАЖИННОЙ ШТАНГОВОЙ НАСОСНОЙ УСТАНОВКИ НА ОСНОВЕ ДИНАМОМЕТРИРОВАНИЯ И НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ

Специальность 05.13.06 «Автоматизация и управление технологическими процессами и производствами»

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

ООЗ177454

Уфа 2007

003177454

Работа выполнена на кафедре технической кибернетики в Уфимском государственном авиационном техническом университете

Научный руководитель канд техн наук,дод

ТАГИРОВА Клара Фоа говна

Официальные оппоненты д-р техн наук, проф

ВЕРЕВКИН Александр Павлович

канд техн наук, доц НУГАЕВ Ильдар Фидаилевич

Ведущая организация ООО НПФ «Экситон-Автоматика»

Защита диссертации состоится «26» декабря 2007 г в 10 00 часов на заседании диссертационного совета Д 212 288 03 Уфимского государственного авиационного технического университета по адресу 450000, Уфа-центр, ул. К Маркса, 12

С диссертацией можно ознакомиться в библиотеке университета Автореферат разослан «<?2» ноября 2007 г

Ученый секретарь

диссертационного совета // /1 1 ~г>

д-р техн наук, проф А { ИII Миронов В.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы

Современное состояние нефтедобывающей отрасли топливно-энергетического комплекса России характеризуется тем, что большинство нефтедобывающих производств относятся к промыслам в поздней стадии эксплуатации, отличающейся увеличешюй обводненностью продукции, снижением среднего дебита добывающих скважин и ростом затрат на каждую добытую тонну нефти

На современном этапе добыча нефти характеризуется неустойчивыми и слабыми (около 2% в год) темпами роста. Остаточные запасы нефти извлекают в условиях низкого темпа разработки и высокой обводненности продукции На данном этапе рост объемов добычи нефти сопровождается (и обеспечивается) значительным увеличением фонда скважин, при этом большинство скважин эксплуатируется механизированным способом

Эксплуатационные скважины являются основными и самыми массовыми объектами технологического комплекса добычи нефти, а также основными потребителями капитальных вложений и эксплуатационных затрат

Более половины фонда добывающих скважин нефтяных компаний находятся в диапазоне низких дебитов на грани рентабельности Значительно вырос фонд бездействующих скважин, превысив четверть эксплуатационного фонда Резко ухудшилось за последние годы техническое состояние используемого оборудования Коэффициент обновлений фондов в нефтедобывающей промышленности за 1990-1997 снизился с 9 до 1 5%

Не менее 80% всего действующего фонда скважин эксплуатируется скважинными штанговыми насосными установками, причем имеется тенденция к увеличению абсолютного и относительного их числа

Условия эксплуатации глубиннонасосной установки характеризуются постепенным изменением производительности скважины и требуют организации правильного режима эксплуатации скважин - постоянным контролем за техническим состоянием насосного оборудования и за соответствием скорости отбора жидкости насосом притоку ее к забою и, в случае необходимости, изменением производительности насосного оборудования

Для повышения эффективности систем разработки требуется снижение эксплуатационных и энергетических затрат на обслуживание и ремонт действующих скважин, сокращение непроизводительных простоев и предотвращение аварий подземного оборудования, обеспечение управляемости основных технологических установок, обеспечение экономичности всех процессов и оборудования

Применение автоматизированных систем контроля состояния и управления режимом работы насосного оборудования позволит значительно повысить эффективность добычи нефти с одной стороны, снизить заявленную мощность и износ оборудования, уменьшить количество простоев, а с другой

стороны повысить коэффициент извлечения нефти за счет регулируемой выработки запасов нефти, что значительно уменьшит себестоимость каждой добытой тонны нефти

Цель работы

Разработать автоматическую систему идентификации состояния и режима работы скважинной штанговой насосной установки с применением ди-намометрирования и нейросетевых технологий для целей управления технологическим процессом добычи нефти Оценить эффективность предложенной системы методом математического моделирования.

Задачи исследования

Для достижения поставленной цели требуется решить следующие задачи

1 Разработать алгоритм автоматической диагностики состояния скважинной штанговой насосной установки на основе данных динамометрирова-ния и нейросетевых технологий

2 Разработать динамическую математическую модель системы скважина—штанговая насосная установка

3 Разработать способ оценки текущего дебита нефтяной скважины с использованием математической модели системы скважина-штанговая насосная установка

4 Разработать структуру и алгоритм работы системы управления скважинной штанговой насосной установкой на основе диагностической информации с учетом текущего дебита скважины

5 Провести оценку практической ценности предложенной автоматической системы диагностики состояния и контроля режима работы скважинной штанговой насосной установки методом математического моделирования

Методы решения

При решении поставленных в работе задач использовались методы системного анализа, теории управления и технической диагностики, нейросете-вые технологии, а также теория имитационного моделирования Применялись следующие программные продукты Matlab версия 6 5, Simuhnk версия 5 0, Микон-К «Эхолот-динамограф» версия 2 2, Borland С++ Builder версия 5 О

На защиту выносятся

1 Алгоритм работы системы диагностики скважинной штанговой насосной установки с предварительным вейвлет-преобразованием первичных динамограмм и распознаванием неисправностей с применением нейронных сетей

2 Математическая модель системы скважина-штанговая насосная установка, учитывающая динамику движения штанг, труб и жидкости

3 Способ оценки текущего дебита скважины, основанный на использовании математической модели системы скважина-штанговая насосная установка

4 Структура и алгоритм функционирования автоматической системы управления скважшгной штанговой насосной установкой с учетом текущей производительности и технического состояния установки, а также текущего дебита скважины

5 Результаты экспериментальных исследований предложенных алгоритмов и математической модели, проведенных с применением разработанных программных модулей

Научная новизна результатов

1 Новизна алгоритма работы системы диагностики заключается в расширении функциональных возможностей метода динамометрирования за счет использования современных методов обработки нестационарных сигналов, применения нейросетевых технологий для распознавания состояния скважинной штанговой насосной установки, что позволяет повысить достоверность и увеличить количество распознаваемых классов состояний

2 Новизна разработанной математической модели системы скважина-штанговая насосная установка заключается в том, что она позволяет оценивать технологические параметры работы установки, не поддающиеся прямому измерению, а также учитывать текущее техническое состояние установки для управления режимом ее работы

3 Новизна разработанного способа количественной оценки текущего дебита скважины заключается в использовании математической модели, предварительно адаптированной к характеристикам конкретной скважинной штанговой насосной установки, что позволяет повысить точность оценки дебита скважины

4 Новизна предложенной структуры и алгоритма работы автоматической системы управления скважинной штанговой насосной установкой заключается в возможности непрерывного согласования скорости откачки со скоростью притока жидкости к забою скважины за счег автоматической оценки значения текущего дебита скважины

5 Новизна использования предложенных алгоритмов и математической модели системы скважина-шганговая насосная установка заключается в реализации соответствующих программных модулей в составе системы управления скважинной штанговой насосной установкой, что позволило обеспечить выполнение всех требуемых для управления функций сбора, обработки и использования текущей промысловой информации

Практическая ценность полученных результатов

1 Практическая ценность разработанного алгоритма диагностики скважинной штанговой насосной установки заключается в том, что определение технического состояния установки возможно в автоматическом режиме, что позволит использовать результат диагностирования при непрерывном управлении режимом работы установки

2 Использование динамической математической модели системы скважина-штанговая насосная установка в составе системы автоматического управления позволяет в реальном масштабе времени определять текущее значение производительности установки, соответствующей дебиту скважины как основному параметру управления

3 Разработаны программные модули моделирования режимов работы скважинной штанговой насосной установки, автоматической обработки ди-намограмм и диагностики технического состояния (программа для ЭВМ №2006611849 «Классификация динамограмм СШНУ», № 2007613994 «Диагностирование СШНУ по динамограмме»)

4 Практическая ценность разработанной автоматической системы управления скважинной штанговой насосной установкой заключается в возможности проведения оперативного контроля и регулирования процесса извлечения нефти путем управления в реальном масштабе времени режимом работы установки, а также ускорении процесса изменения режима работы установки, не оснащенной автоматическими регуляторами, что позволит значительно повысить технико-экономическую эффективность добычи нефти

5 Результаты экспериментального исследования работы скважинной штанговой насосной установки на базе промысловых данных НГДУ «Лени-ногорскнефть» ОАО «Татнефть» подтвердили адекватность разработанной математической модели, а также эффективность предложенного алгоритма диагностики и управления установкой

Апробация работы и публикации

Основные положения и результаты, полученные в работе, докладывались на следующих научно-технических конференциях

• Первой всероссийской научно-технической конференции с международным участием «Мехатроника, автоматизация, управление» Владимир, 2004

• Шестой международной научно-технической конференции «Computer Science and Information Technologies» Уфа, 2004

• Второй всероссийской международной научно-технической конференции с международным участием «Мехатроника, автоматизация, управление». Уфа, 2005

• Зимняя школа аспирантов и ученых, Уфа, 2007

Публикации

Основные результаты диссертационной работы опубликованы в 9 работах, в том числе в виде 4 научных статей, из них 3 - в рецензируемых изданиях из списка ВАК, 3 - в виде тезисов докладов в сборниках материалов конференций и 2 свидетельства Роспатента об официальной регистрации программ для ЭВМ

Структура работы

Диссертационная работа изложена на 147 страницах машинописного текста и включает в себя введение, четыре главы основного материала, заключение, рисунки на 26 страницах; библиографический список из 101 наименования на 9 страницах и приложение на 12 страницах

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы исследований, формулируется цель работы и задачи исследования, обсуждается новизна и практическая значимость выносимых на защиту результатов работы

В первой главе показана актуальность разработки системы идентификации состояния скважшшой штанговой насосной установки

Скважинный штанговый насос является гидравлической машиной объемного типа и имеет вертикальную конструкцию одинарного действия с неподвижным цилиндром, подвижным металлическим плунжером и шариковыми клапанами Работа скважинного штангового насоса отличается некоторыми специфическими особенностями, обусловленными свободной подвеской насосных труб и особенно большой длиной насосных штанг

Глубиннонасосная установка является сложным и специфичным для диагностирования объектом в силу следующих причин- непрерывный характер работы, оборудование является пространственно распределенным объектом, поступающая на поверхность информация во многих случаях значительно искажена, необходимость диагностирования глубиннонасосного оборудования в рабочем режиме

Замкнутая кривая, характеризующая зависимость изменения нагрузки Р на устьевом штоке установки от его положения з и называемая динамограм-мой (рис 1) позволяет наиболее полно судить о рабочем процессе скважинного штангового насоса и является основным средством анализа его состояния

Проведенный анализ средств диагностирования установок СШН показал, что для качественного повышения достоверности технического диагностирования необходимо создание и применение эффективных методов и алгоритмов обработки первичной информации Выявлено, что более полная и достоверная оценка параметров работы установки косвенным способом воз-

можна при использовании динамической модели системы скважина-штанговая насосная установка, описывающей работу всех частей и узлов установки.

кгс

3500 3000 2500 2000

О 500 1000 1500 2000 £

Рис.1

Параметры, характеризующие пласт и скважину, можно выразить через дебит скважины. То есть, обеспечив возможность оценки текущего дебита скважины, можно контролировать работу пласта, а также регулировать режим работы скважинного оборудования.

При создании систем контроля и управления нефтедобычей должна ставиться задача выбора рационального режима работы насосного оборудования. Выбор режима работы (производительности) скважинной штанговой насосной установки в общем случае определяется как конструктивными характеристиками насоса и скоростью качания, так и величиной утечек и степенью наполнения насоса. Текущая производительность установки должна согласовываться с дебитом скважины, для этого необходимо обеспечить его измерение. С другой стороны, производительность установки зависит от величины утечек и степени наполнения насоса. Поэтому для работы системы управления СИЖУ необходимо обеспечить определение названных характеристик в реальном масштабе времени.

После анализа известных методов диагностики и контроля состояния скважинной штанговой насосной установки сформулированы цели и задачи исследования.

Во второй главе производится разработка автоматической системы диагностики скважинной штанговой насосной установки по динамограмме.

Показано, что каждому состоянию СШНУ соответствует определенная форма динамограммы, поэтому задача диагностирования насосного оборудования сводится к задаче классификации, когда каждому классу поставлено в соответствие отдельное состояние установки.

Решение задачи классификации в общем случае состоит из получения исходной информации, математической обработки с целью извлечения полезной для классификации информации и классификации состояния

Применительно к установке СИ1Н исходными данными являются периодические сигналы усилия в точке подвеса штанг и положения .<;(!) этой точки, полученные с использованием динамографа

Проведен анализ существующих алгоритмов предварительной обработки динамограмм и выявления их классификационных признаков алгоритм характерных точек перегиба, алгоритм разностных кривых, алгоритм отношения периодов начальных деформаций и спектральный алгоритм

Эффективность большинства перечисленных алгоритмов зависит от точности определения характерных точек перегиба динамограмм, положение которых можно однозначно определить при малых скоростях работы установки, когда динамические нагрузки на колонну штанг и колебательные процессы оказывают малое влияние на форму диламограммы и ее вид близок к «параллелограммному»

Спектральный алгоритм применим, когда усилия и число качаний балансира меняются в широких пределах, и позволяет исключить необходимость определения характерных точек перегиба динамограмм, легко нормировать для размера, поворота и начальной точки динамограммы

Далее полученные спектральные характеристики динамограмм необходимо классифицировать с использованием определенного алгоритма Существует множество алгоритмов классификации Наиболее простые из них основаны на использовании численных значений признаков, но они имеют существенные недостатки, частые ошибки в идентификации образов, ограниченное число распознаваемых образов

В результате анализа проблемы построения средства распознавания, которое сможет обеспечить необходимое быстродействие и возможность распознавания динамограмм в режиме реального времени, решено использовать искусственные нейронные сети

Также в данной главе разработана динамическая модель системы скважина-штанговая насосная установка

Установка СШН представляет собой сложную систему, состоящую из следующих взаимосвязанных частей' станок-качалка, насосно-компрессорные трубы с прикрепленным к их окончанию цилиндром насоса, насосные штанги, соединенные с плунжером насоса на одном конце и станком-качалкой па другом, независимо действующие нагнетательный и приемный клапаны, и откачиваемая скважинная жидкость, находящаяся в полости НКТ (рис 2)

Формализованный подход к описанию работы насосной установки не позволяет в полной мере учитывать динамику движения штанг, труб и жидкости Нагнетательный и приемный клапаны не связаны жестко с положением плунжера и действуют независимо от него, их работа определяется давле-

нием откачиваемой жидкости в плунжере и за его пределами (на приеме и на выкиде насоса) То есть для определения расхода жидкости через клапанные узлы необходимо знать динамику изменения давления жидкости в насосе а, следовательно, учитывать и движение насосных штанг и труб. При этом точное описание работы клапанных узлов позволит учитывать влияние запаздывания закрытия клапанов, а также влияние утечек, возникающих вследствие неплотного закрытия клапанов при их износе, на подачу насоса

При разработке динамической модели установки СШН приняты следующие ограничения и упрощения скважина вертикальная, колонны насосных штанг и НКТ рассматриваются как упругие стержни, откачиваемая жидкость однородная, однофазная

п - частота качаний балансира, .$ - ход полированного штока, АР„ „ - разность давлений у нагнетательного клапана, ЛР„ ^ - разность давлений у приемного клапана, дн к - мгновенный расход жидкости через нагнетательный клапан, д.,, - мгновенный расход жидкости через приемный клапан, Янкт ~ мгновенный расход жидкости в цасосно-компрессорных трубах, I - ход плунжера, И - ход цилиндра насоса, д - производительность установки

Рис 2

Началом цикла работы установки считается момент, когда точка подвеса насосных штанг начинает движение из крайнего нижнего положения При этом на насосные штанги действует только их собственный вес в жидкости, насосные трубы растянуты под действием собственного веса и веса столба жидкости, давление в плунжере равно давлению столба жидкости в НКТ

Математическая модель движения системы скважина-штанговая насосная установка с учетом указанных начальных условий имеет вид

ршт _ ршт _ гршт _ г>пп , | р ^ р | о _ п упр ин сопр тр \ пя тр} га >

_рпр _ртр -Р"? +F""+F' +(р -р) Я -П

1 упр 1 ин 1 сопр^ 1 тр^ гж^\Гпр 1т) ~ и >

Р - Р 1)~

тР йуф _ "Р V с . г»«" . гт

ъ (^-0=2., I «»-о*

где Рпр Рт Рщ, - давление жидкости на приеме насоса, в плунжере и над плунжером соответственно; Рбуф - буферное давление жидкости, Е™, ,

- сила упругости, сопротивления среды и инерции насосных штанг соответственно, РД,, сила упругости, сопротивления среды и инерции НКТ соответственно, - сила трения плунжерной пары, ^ - действие столба жидкости на цилиндр насоса, Нт - инерционный напор жидкости, Х^"«" ~~ коэффициент потери скоростного напора по длине и местных сопротивлений, (2„,р, Qn.кt, £>нкл- расход жидкости через НКТ, приемный клапан и нагнетательный клапан соответственно, /, А - скорости движения нижней точки штанг и труб соответственно, /?— коэффициент усадки нефти, 5ШОТ, 8Ы — площадь поперечного сечения насосных труб штанг и плунжера соответственно, Ьшт — длина насосных штанг; рж — плотность откачиваемой жидкости, итр - скорость движения жидкости в НКТ

Разработанная динамическая модель системы скважина-штанговая насосная установка позволяет моделировать различные условия и режимы работы установки При этом модель позволяет учитывать влияние незаполнения насоса, а также утечек различного рода на работу установки

Также в данной главе разработана структура системы управления сква-жинной штанговой насосной установкой

Задачей системы управления насосным оборудованием является согласование текущей подачи насоса со скоростью притока жидкости в скважину Основными параметрами управления в данной системе являются дебит скважины, величина утечек и степень незаполнения насоса

Производительность установки СШН определяется выражением

6 = 1440 /„ Бшт п а, [м3/сут],

где - площадь сечения плунжера, м2, Бшт - длина хода полированного штока, м, п — число качаний, мин"1, а— коэффициент подачи насоса

Производительность установки зависит от коэффициента подачи насоса, на величину которого влияют утечки и наполнение насоса жидкостью

Структура системы управления насосным оборудованием представлена на рис. 3

Система включает в себя СШНУ, устройство кон фоля (динамограф), блок технической диагностики, блок расчета производительности, блок расчета управляющего воздействия, регулятор

Блок технической диагностики осуществляет контроль технического состояния установки по динамограмме и определяет присутствующие неисправности оборудования Далее информация о выявленных неисправностях насосного оборудования передается в блок расчета производительности установки, где с использованием динамической модели установки, с учетом ее (установки) технического состояния, определяется текущая производительность установки

В блоке расчета управляющего воздействия производится расчет требуемой скорости откачки жидкости и определение числа двойных ходов установки в минуту В регуляторе по заданному числу двойных ходов установки формируется управляющий сигнал для электродвигателя установки

F - нагрузка на полированном штоке, 5 - перемещение полированного штока, q - действительная подача установки СШН, у - вектор технического состояния установки, <1°" - расчетная подача установки СШН, д„, - дебит скважины, АР - депрессия скважины, п - частота качаний станка-качалки, и - управляющее воздействие

Рис.3

В третьей главе производится синтез алгоритма идентификации состояния скважинной штанговой насосной установки по динамограмме

Показано, что динамограмма является сложным нестационарным периодическим сигналом, имеет сложные частотно-временные характеристики и состоит из близких по времени высокочастотных компонент и долговременных, близких по частоте низкочастотных компонент

Для снижения избыточности описания сигнала и улучшения качества классификации динамограммы предложено использовать спектральный алгоритм обработки для выделения классификационных признаков

Установка СШН работает по замкнутому циклу, при этом признаки различных нарушений работы установки проявляются на динамограмме в разные моменты времени цикла работы с различной силой Поэтому спектральный анализ динамограммы предложено осуществлять не только по частоте, но и по времени

Каждая установка СШН имеет свои пределы изменения усилия и хода, зависящие от конструктивных параметров используемого оборудования, поэтому динамограмма предварительно нормализуется

Проведен сравнительный анализ результатов Фурье-преобразования и вейвлет-преобразования динамограмм при выделении классификационных признаков

Классификационные признаки при вейвлет-преобразовании динамограммы определяются по следующей формуле

I аэ —са

где у/(:,к) - базисная функция-вейвлст;/(¡) - функция динамограммы, г, к е 2 Установлено, различные виды неисправностей насосного оборудования вносят локальные искажения на фазовой плоскости вейвлет-преобразования

Задача классификации может быть решена линейным разделением фазовой плоскости на части, вид каждой из которых определяется наличием или отсутствием определенной неисправности

Для решения задач линейного разделения наибольшее распространение получили многослойные сети прямого распространения, в которых нейроны одного слоя не связаны между собой, а выходной сигнал одного слоя поступает на вход только следующего слоя

На вход нейронной сети подается вектор значений вейвлет-преобразования динамограммы (V, а каждому выходу нейронной сети поставлен в соответствие определенный класс динамограммы Результатом расчета нейронной сети будет вектор У характеризующий текущее состояние установки

Для получения достоверных результатов проектирования нейронной сети проведен сравнительный анализ многослойных персептронов с различным количеством скрытых слоев и нейронов в скрытом слое Исследования показали, что для качественного распознавания всех классов динамограмм одной нейронной сетью необходимо использование трехслойной нейронной с большим (больше 32) количеством нейронов в скрытом слое Такая нейронная сеть требует большого времени для обучения и обучающей выборки значительных размеров, что снижает эффективность ее применения

Для повышения эффективности использования аппарата нейронных сетей при классификации динамограмм предложено использовать набор нейронных сетей, количество которых соответствует количеству рассматриваемых классов динамограмм При этом каждая нейронная сеть обладает одним выходом, ненулевое значение которого соответствует степени уверенности сети в присутствии на динамограмме соответствующей неисправности (рис 4)

я- значения вейвлет преобразования динамограммы, у - степень уверенности нейронной сети в присутствии неисправности

Рис 4

Такой подход снижает требование к размеру обучающей выборки и, как следствие, дает существенный выигрыш во времени обучения нейронной сети В итоге алгоритм распознавания динамограмм не зависит от общего числа распознаваемых классов

Разработанная динамическая модель позволяет рассчитывать производительность насосного оборудования, учитывая конструктивные параметры станка-качалки и глубинного насоса, глубину спуска насоса, режим работы и динамический уровень жидкости при нормальной работе оборудования

В случае возникновения неисправностей в работе оборудования, т е , в конечном счете, в случае снижения текущей производительности, модель необходимо адаптировать к сложившимся условиям

Необходимость в адаптации возникает, когда математическая модель задана не полностью, например, с точностью до значений конечного набора па-

раметров Для линейных моделей такими параметрами могут быть коэффициенты описывающего объект уравнения В подобных ситуациях говорят о параметрической неопределенности модели

В случае с динамической моделью установки СШН неизвестные параметры входят в нее линейно, это обстоятельство позволяет воспользоваться одним из методов направленного перебора Кроме того, для расчета текущей производительности в математической модели достаточно учитывать влияние только двух неисправностей, незаполнение насоса и утечки в клапанах Поскольку каждое из рассматриваемых состояний описывается одним или двумя параметрами модели, время адаптации существенно сокращается

Алгоритм адаптации математической модели установки СШН реализуется в соответствии со схемой, изображенной на рис 5, и заключается в следующем

■ динамографом снимается практическая динамограмма установки,

■ в математической модели задаются массогабаритные параметры оборудования установки и рассчитывается индивидуальная теоретическая динамограмма,

■ неизвестные коэффициенты модели варьируются до тех пор, пока различие между практической динамограммой и рассчитанной по модели будут минимальны

При этом критерием завершения адаптации будет служить равенство площадей действительной динамограммы и динамограммы, рассчитанной на очередном шаге адаптации, и равенство максимальных и минимальных значений действительного и расчетного усилий на полированном штоке установки

усилие на полированном штоке, 5 - ход полированного штока, [■" - расчетное усилие на полированном штоке, Xм - расчетный ход полированного штока

Рис 5

Математическая модель с подобранными таким образом коэффициентами используется для определения эффективного хода плунжера (т е хода с момента закрытия нагнетательного клапана до его, плунжера, крайнего по-

ложения) и, в конечном счете, для оценки дебита в системе управления режимом работы скважинной штанговой насосной установкой

В четвертой главе проводится разработка программного модуля «Бшато» идентификации состояния скважинной штанговой насосной установки Проверяется эффективность разработанного алгоритма определения технического состояния насосного оборудования и адекватность динамической математической модели системы скважина-штанговая насосная установка

Для проверки достоверности определения технического состояния насосного оборудования было выбрано 483 установки СШН, состояние которых контролировалось с помощью динамометрирования Общее количество обработанных динамограмм составило 1273 шт , каждая из которых была отнесена к одному из рассматриваемых классов состояния установки СШН

Оценка точности алгоритма классификации определялась методом экзаменационной выборки При этом динамограммы каждого класса были разделены на две части 1) обучающая выборка, используемая для обучения нейронных сетей, 2) тестовая выборка, используемая для проверки точности классификации Результаты проверки точности классификации динамограмм приведены в табл 1

Табл 1

№ Класс динамограмм Точность классификации, %

1 Нормальная работа 98 3

2 Незаполнение насоса 87 5

3 Утечки в нагнетательном клапане 82 5

4 Утечки в приемном клапане 83 3

5 Заедание плунжера 68 2

6 Низкая посадка плунжера 87 1

7 Парафин, эмульсия 81 4

8 Обрыв, отворот 92 5

Проверка адекватности модели осуществлялась путем сравнения действительной производительности установки, измеренной с помощью счетчика СКЖ и рассчитанной по разработанной динамической модели системы скважина—штанговая насосная установка

Кроме того, расчет производительности проводился по динамограмме известным графическим способом, реализованным в программном продукте «Эхолот-Динамограф», разработанном фирмой ООО «Микон-К»

Результаты расчетов и замеров производительности установок СШН, оборудованных счетчиком СКЖ и динамографом, приведены в табл 2

Табл 2

Скважина, № Производительность, м"Усут

действительная (по СКЖ) по эффективному ходу плунжера расчетная (по модели)

106 8,8 12,75 9 33

108 19,6 21,09 19,95

1075Б 18,8 23,14 18,83

26772 5 5,81 5 33

Проверка показала высокую эффективность разработанного алгоритма определения технического состояния насосного оборудования и адекватность динамической математической модели системы скважина-штанговая насосная установка

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ

1 Разработан алгоритм работы системы автоматической диагностики скважинной штанговой насосной установки с предварительным вейвлет-преобразованием первичных динамограмм и распознаванием неисправностей с применением нейронных сетей, реализация которого обеспечила достоверность распознавания классов состояний насосного оборудования и скважины на уровне (87 5-92 5)% на выборке объемом 1273 образца практических динамограмм работы 483 нефтяных скважин

2 Разработана динамическая математическая модель СШНУ, учитывающая динамику движения штанг, труб и жидкости, и основанный на ее использовании способ оценки в реальном масштабе времени текущего дебита скважины с использованием динамограммы, позволившие повысить точность оценки дебита скважины по сравнению с базовым способом на (7 4—38 0)% для рассмотренного куста скважин Отклонение от показаний эталонного средства измерения составило (0 2-6 7)%

3 Разработан способ оценки текущего дебита скважины, основанный на использовании предварительно адаптированной к характеристикам конкретной скважинной штанговой насосной установки динамической математической модели, позволяющий в реальном масштабе времени определять количественные значения текущего дебита скважины

4 Построена локальная система управления отдельной добывающей скважиной, эксплуатируемой СШНУ, с использованием результатов автоматической интерпретации данных динамометрирования и математического моделирования работы СШНУ, позволяющая увеличить срок рентабельной эксплуатации скважин

5 Проведено моделирование работы системы диагностики состояния СШНУ и проверка динамической математической модели системы скважина-штанговая насосная установка для оценки текущей производительности с применением разработанных программных модулей на промысловых данных ЦДНГ №5 НГДУ «Лениногорскнефть» ОАО «Татнефть», подтвердившие эффективность предложенных технических решений Результаты диссертацион-

ной работы могут быть использованы на предприятиях нефтедобывающего комплекса, в частности, как основа для разработки инженерной методики оценки дебита продукции скважин в соответствии с ГОСТ № Р8 615-2005 Измерения количества извлекаемой из недр нефти и нефтяного газа

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ В рецензируемых журналах из списка ВАК

1 Автоматизация диагностики нефтедобывающего оборудования с использованием нейронных сетей / Б.Г. Ильясов, К.Ф. Тагирова, И.В. Дунаев // Автоматизация, телемеханизация и связь в нефтяной промышленности М ОАО «ВНИИОЭНГ», 2005. №4 С 11-18

2 Повышение достоверности оценки дебита нефтяной скважины по ди-намограмме / К.Ф. Тагирова, И.В. Дунаев // Технологии ТЭК М Индустрия, 2007 №2 С 41-44

3 Нейронные сети в задаче диагностики насосного оборудования / P.A. Бадамшин, Б.Г. Ильясов, К.Ф. Тагирова, И.В. Дунаев II Нейрокомпьютеры разработка, применение М Радиотехника, 2007 №10 С 66-69

В других изданиях

4 Интеллектуальная система диагностики состояния насосного оборудования нефтедобычи / И.В. Дунаев, К.Ф. Тагирова, В.В. Якимович // Ме-хатроника, автоматизация, управление тр I Всерос. науч -техн конф с междунар участием Владимир, 2004 С 361-365

5 Нейросетевое диагностирование нефтепромыслового оборудования с использованием вейвлет-анализа / Б.Г. Ильясов, К.Ф. Тагирова, И.В. Дунаев//Тр 6-й междунар конф CSIT'2004 Уфа, 2004 Т 2 С 157159 (Статья па англ яз )

6 Интеллектуальная система диагностики с автоматическим вводом первичной информации / Б.Г. Ильясов, К.Ф. Тагирова, И.В. Дунаев // Ме-хатроника, автоматизация, управление тр II Всерос науч -техн конф с междунар участием Уфа, 2005 Т 2 С 256-259.

7. Оценка дебита нефтяной скважины по динамограмме / С.Т. Кусимов, Б.Г. Ильясов, К.Ф. Тагирова, И.В. Дунаев // Проблемы машиноведения и критических технологий в машиностроительном комплексе Республики Башкортостан сб науч тр Уфа . Гилем, 2006 С. 208-213

8 Свид. об офиц per. программы для ЭВМ № 2006611849 Классификация динамограмм штанговых скважинных насосных установок с использованием нейронной сети /ИВ Дунаев, Б Г Ильясов, К Ф Тагирова Роспатент, 2006

9 Свид. об офиц per программы для ЭВМ № 2007613994 Диагностирование штанговых скважинных насосных установок по динамограмме / И В Дунаев, Б Г Ильясов, К Ф. Тагирова Роспатент, 2007

Диссертант

Дунаев И.В.

ДУНАЕВ Игорь Владиславович

ДИАГНОСТИКА И КОНТРОЛЬ СОСТОЯНИЯ СКВАЖИННОЙ ШТАНГОВОЙ НАСОСНОЙ УСТАНОВКИ НА ОСНОВЕ ДИНАМОМЕТРИРОВАНИЯ И НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ

Специальность 05 13 06 - Автоматизация и управление технологическими процессами и производствами

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Подписано к печати 22 11 2007 Формат 60x84 1/16. Бумага офсетная Печать плоская Гарнитура Times New Roman Cyr Уел печ л 1,0. Уел кр отг 1,0 Уч - изд л 0,9 Тираж 100 экз Заказ № 575

ГОУ ВПО Уфимский государственный авиационный технический университет Центр оперативной полиграфии 450000, Уфа-центр, ут К Маркса, 12

Введение.

Список принятых сокращений.

Глава 1. Анализ текущего состояния автоматизации контроля технологического процесса добычи нефти.

1.1 Актуальность темы исследований.

1.2 Анализ состояния автоматизации нефтяных промыслов.

1.3 Анализ показателей эксплуатации нефтяной скважины.

1.4 Анализ способов диагностики состояния скважинной штанговой насосной установки.

1.5 Расширение функциональных возможностей метода динамометрирования скважинной штанговой насосной установки.

1.6 Цель и задачи исследований.

Выводы по первой главе.

Глава 2. Разработка системы диагностики скважинной штанговой насосной установки.

2.1 Обобщенный алгоритм диагностики скважинной штанговой насосной установки.

2.2 Динамическая модель системы скважина - штанговая насосная установка.

2.3 Система управления скважинной штанговой насосной установкой. 77 Выводы по второй главе.

Глава 3. Разработка алгоритма идентификации состояния насосного оборудования скважины.

3.1 Математическая обработка диагностической информации.

3.2 Определение технического состояния насосного оборудования с применением нейронных сетей.

3.3 Расчет показателей работы скважинной штанговой насосной установки с использованием математической модели.

Выводы по третьей главе.

Глава 4. Оценка эффективности идентификации состояния насосного оборудования скважины.

4.1 Разработка программного комплекса идентификации состояния скважинной штанговой насосной установки.

4.2 Оценка достоверности определения технического состояния установки СШН.

4.3 Проверка адекватности динамической модели установки СШН.

Выводы по четвертой главе.

Актуальность темы исследований

Современное состояние нефтедобывающей отрасли топливно-энергетического комплекса России характеризуется тем, что большинство нефтедобывающих производств относятся к промыслам в поздней стадии эксплуатации, отличающейся увеличенной обводненностью продукции, снижением среднего дебита добывающих скважин и ростом затрат на каждую добытую тонну нефти [2].

На современном этапе добыча нефти характеризуется неустойчивыми и слабыми (около 2% в год) темпами роста. Это связано с тем, что, во-первых, степень вовлеченности в разработку и выработанность месторождений очень высоки. Во-вторых, уменьшился прирост запасов нефти за счет вновь открытых месторождений. В-третьих, велика обводненность добываемой нефти: свыше трети разрабатываемых нефтяными компаниями запасов имеют обводненность более 70%, то есть при тех же издержках и объемах добычи пластовой жидкости самой нефти добывается все меньше [22,51].

Продолжает ухудшаться структура запасов. Доля трудноизвлекаемых запасов, характеризующихся изначально более низкими дебитами скважин и сравнительно невысокими темпами отбора нефти, уже достигла 55-60% и продолжает расти. Более половины фонда добывающих скважин нефтяных компаний находятся в диапазоне низких дебитов на грани рентабельности.

Это означает, что для выработки остаточных запасов нефти на разрабатываемых месторождениях и вводимых в эксплуатацию новых залежах необходимы другие технологии, нежели при использовании традиционных систем разработки. При этом современная технология добычи должна соответствовать следующим основным принципам: обеспечение управляемости основных технологических установок; обеспечение экономичности всех процессов и оборудования [46].

Ухудшилось использование фонда скважин. Значительно вырос фонд бездействующих скважин, превысив четверть эксплуатационного фонда. Большая часть бездействующих скважин не имеет перспектив быть восстановленными, поскольку это представляется нерентабельным. Более того, сохранение такого большого количества простаивающих скважин приводит (согласно технологическим нормам) к безвозвратным потерям части извлекаемых запасов, что снижает конечную нефтедобычу на 5-7%.

Резко ухудшилось за последние годы техническое состояние используемого оборудования. Коэффициент обновлений фондов в нефтедобывающей промышленности за 1990-1997 снизился с 9 до 1.5% [91].

Поэтому одним из направлений развития нефтедобывающей отрасли российского топливно-энергетического комплекса является вовлечение в эксплуатацию бездействующего фонда скважин и доведение его до норматива, а также интенсификация добычи нефти из низкопродуктивных пластов, пополнение и наращивание извлекаемых объемов сырья с месторождений со сложным геологическим строением, использование возможностей продуктивного освоения трудно извлекаемых запасов нефти.

Среди факторов повышения эффективности добычи нефти выделяют: совершенствование технологии буровых работ, применение рациональных систем разработки месторождения, широкое внедрение современных методов увеличения нефтеотдачи пластов, применение прогрессивных технологических процессов извлечения нефти, а также увеличение межремонтного периода работы скважин.

Процесс разработки нефтяного месторождения в поздней стадии эксплуатации характеризуется интенсивным снижением темпа разработки на фоне прогрессирующего обводнения продукции скважин. Оставшиеся запасы нефти извлекают в условиях низкого темпа разработки и высокой обводненности продукции. На данном этапе рост объемов добычи нефти сопровождается (и обеспечивается) значительным увеличением фонда скважин, при этом большинство скважин эксплуатируется механизированным способом.

В условиях роста количества скважин, снижения средних дебитов и роста обводненности продукции современная технология и техника добычи развивается в сторону интенсификации отборов нефти из залежей и наиболее полного ее извлечения. То есть требуется решить задачу достижения максимума добычи нефти из каждой эксплуатационной скважины.

Эксплуатационные скважины являются средствами активного воздействия на продуктивный пласт, основными и самыми массовыми объектами технологического комплекса добычи нефти, а также основными потребителями капитальных вложений и эксплуатационных затрат. Поэтому для повышения эффективности систем разработки требуется решить задачу снижения эксплуатационных и энергетических затрат на обслуживание и ремонт действующих скважин, сокращения непроизводительных простоев и предотвращения аварий подземного оборудования.

Характеристики и режим работы скважины подвержены воздействию различных возмущающих факторов, имеющих случайный характер. На эффективность рабочих скважин значительное влияние оказывают конструктивные особенности и состояние глубинно-насосного оборудования.

Решение указанных задач во многом определяется организацией правильного режима эксплуатации скважин - постоянным контролем технического состояния насосного оборудования и соответствием скорости отбора жидкости насосом притоку ее к забою и, в случае необходимости, изменением производительности насосного оборудования [4].

При анализе текущего состояния фонда скважин и оборудования, с помощью которого они эксплуатируются, можно отметить, что не менее 80% всего действующего фонда скважин эксплуатируется скважинными штанговыми насосными установками, причем имеется тенденция к увеличению абсолютного и относительного их числа. Объясняется это тем обстоятельством, что скважинный штанговый насос в силу присущих ему особенностей позволяет с достаточной рентабельностью эксплуатировать очень малодебитные скважины, а фонд малодебитных скважин очень велик [1].

Надежная и безаварийная работа установки во многом обеспечивает выполнение планов по добыче нефти. Одним из путей повышения эффективности добычи нефти является применение оперативного технического диагностирования насосной установки, которое позволит своевременно определять неисправности в различных частях установки и прогнозировать ее дальнейшее состояние. А оптимальное планирование ремонтов и обслуживаний установки позволит не только повысить надежность работы, но и снизить технологические затраты.

Кроме того, в связи с ростом механизированного фонда скважин возрастает значение автоматизации управления насосными установками и в целом процесса эксплуатации месторождений.

Условия эксплуатации глубиннонасосной установки, характеризующиеся постепенным изменением производительности скважины, требуют применения регулируемого привода для плавного изменения частоты качаний с целью установления оптимального режима отбора жидкости [59].

На основе регулируемых по производительности насосных установок возможно построение автоматизированной системы идентификации состояния и управления добычей нефти отдельной скважины. Это позволит значительно повысить эффективность добычи нефти: с одной стороны, снизить заявленную мощность и износ оборудования, уменьшить количество простоев, а с другой - увеличить межремонтный период работы насосного оборудования [3,21,76].

Анализ научной литературы показал, что динамометрирование, как способ контроля работы и диагностирования ШСН, в нашей стране получило распространение начиная с 40-х годов. В последующем Адониным А.Н., а также Беловым В.А. было опубликовано несколько работ, посвященных вопросам обработки и расшифровки динамограмм. На основе этих работ были составлены методики обработки динамограмм, применяющиеся на большинстве промыслов до настоящего времени.

Далее в работе Иванкова П.А. рассматривалась автоматизация глубиннонасосных установок с помощью динамограмм; при этом Мининзон Г.М. предложил регулирующее устройство, изменяющее число качаний станка - качалки при изменении формы динамограммы. Наиболее полную теорию регулирования числа качаний дал Вирновский А.С., разработав метод определения усилий, действующих на плунжер по данным одних лишь наземных измерений. Но дальнейшего развития эти предложения не получили.

В МИНГ им. И.М. Губкина для исследования колебательных процессов в колонне штанг применен метод JI. Бержерона, и на его основе разработан графоаналитический способ определения глубинных величин, основанный на решении системы дифференциальных уравнений, описывающей движение колонны штанг. В последствии Алиевым Т.М., Тер-Хачатуровым А.А. проводились работы с целью разработки метода и аппаратуры для автоматизации обработки динамограмм [2,4,5,6,18].

Таким образом, тема исследований является актуальной для автоматизации нефтедобывающей промышленности с целью повышения ее эффективности и уменьшения затрат. В результате анализа работ авторов, занимающихся сходной проблематикой, установлено, что идея создания автоматической системы диагностики скважинной штанговой насосной установки уже рассматривалась, но не была доведена до комплексной реализации.

Цель работы

Разработать автоматическую систему идентификации состояния и режима работы скважинной штанговой насосной установки с применением динамометрирования и нейросетевых технологий для целей управления технологическим процессом добычи нефти. Оценить эффективность предложенной системы методом математического моделирования.

Задачи исследования

Для достижения поставленной цели требуется решить следующие задачи:

1. Разработать алгоритм автоматической диагностики состояния скважинной штанговой насосной установки на основе данных динамометрирования и нейросетевых технологий.

2. Разработать динамическую математическую модель системы скважина-штанговая насосная установка.

3. Разработать способ оценки текущего дебита нефтяной скважины с использованием математической модели системы скважина-штанговая насосная установка.

4. Разработать структуру и алгоритм работы системы управления скважинной штанговой насосной установкой на основе диагностической информации с учетом текущего дебита скважины.

5. Провести оценку практической ценности предложенной автоматической системы диагностики состояния и контроля режима работы скважинной штанговой насосной установки методом математического моделирования.

Методы решения

При решении поставленных в работе задач использовались методы системного анализа, теории управления и технической диагностики, нейросетевые технологии, а также теория имитационного моделирования. Применялись следующие программные продукты: Matlab версия 6.5, Simulink версия 5.0, Микон-К «Эхолот-динамограф» версия 2.2, Borland С++ Builder версия 5.0.

На защиту выносятся

1. Алгоритм работы системы диагностики скважинной штанговой насосной установки с предварительным вейвлет-преобразованием первичных динамограмм и распознаванием неисправностей с применением нейронных сетей.

2. Математическая модель системы скважина-штанговая насосная установка, учитывающая динамику движения штанг, труб и жидкости.

3. Способ оценки текущего дебита скважины, основанный на использовании математической модели системы скважина-штанговая насосная установка.

4. Структура и алгоритм функционирования автоматической системы управления скважинной штанговой насосной установкой с учетом текущей производительности и технического состояния установки, а также текущего дебита скважины.

5. Результаты экспериментальных исследований предложенных алгоритмов и математической модели, проведенных с применением разработанных программных модулей.

Научная новизна результатов

1. Новизна алгоритма работы системы диагностики заключается в расширении функциональных возможностей метода динамометрирования за счет использования современных методов обработки нестационарных сигналов, применения нейросетевых технологий для распознавания состояния скважинной штанговой насосной установки, что позволяет повысить достоверность и увеличить количество распознаваемых классов состояний.

2. Новизна разработанной математической модели системы скважина-штанговая насосная установка заключается в том, что она позволяет оценивать технологические параметры работы установки, не поддающиеся прямому измерению, а также учитывать текущее техническое состояние установки для управления режимом ее работы.

3. Новизна разработанного способа количественной оценки текущего дебита скважины заключается в использовании математической модели, предварительно адаптированной к характеристикам конкретной скважинной штанговой насосной установки, что позволяет повысить точность оценки дебита скважины.

4. Новизна предложенной структуры и алгоритма работы автоматической системы управления скважинной штанговой насосной установкой заключается в возможности непрерывного согласования скорости откачки со скоростью притока жидкости к забою скважины за счет автоматической оценки значения текущего дебита скважины.

5. Новизна использования предложенных алгоритмов и математической модели системы скважина-штанговая насосная установка заключается в реализации соответствующих программных модулей в составе системы управления скважинной штанговой насосной установкой, что позволило обеспечить выполнение всех требуемых для управления функций сбора, обработки и использования текущей промысловой информации.

Практическая ценность полученных результатов

1. Практическая ценность разработанного алгоритма диагностики скважинной штанговой насосной установки заключается в том, что определение технического состояния установки возможно в автоматическом режиме, что позволит использовать результат диагностирования при непрерывном управлении режимом работы установки.

2. Использование динамической математической модели системы скважина-штанговая насосная установка в составе системы автоматического управления позволяет в реальном масштабе времени определять текущее значение производительности установки, соответствующей дебиту скважины как основному параметру управления.

3. Разработаны программные модули моделирования режимов работы скважинной штанговой насосной установки, автоматической обработки динамограмм и диагностики технического состояния (программа для ЭВМ №2006611849 «Классификация динамограмм СШНУ», № 2007613994 «Диагностирование СШНУ по динамограмме»).

4. Практическая ценность разработанной автоматической системы управления скважинной штанговой насосной установкой заключается в возможности проведения оперативного контроля и регулирования процесса извлечения нефти путем управления в реальном масштабе времени режимом работы установки, а также ускорении процесса изменения режима работы установки, не оснащенной автоматическими регуляторами, что позволит значительно повысить технико-экономическую эффективность добычи нефти.

5. Результаты экспериментального исследования работы скважинной штанговой насосной установки на базе промысловых данных НГДУ «Лениногорскнефть» ОАО «Татнефть» подтвердили адекватность разработанной математической модели, а также эффективность предложенного алгоритма диагностики и управления установкой.

Структура работы

Диссертационная работа изложена на 147 страницах машинописного текста и включает в себя введение, четыре главы основного материала, заключение; рисунки на 26 страницах; библиографический список из 101 наименования на 9 страницах и приложение на 12 страницах.

Основные выводы и результаты

1. Разработан алгоритм работы системы автоматической диагностики скважинной штанговой насосной установки с предварительным вейвлет-преобразованием первичных динамограмм и распознаванием неисправностей с применением нейронных сетей, реализация которого обеспечила достоверность распознавания классов состояний насосного оборудования и скважины на уровне (87.5-92.5)% на выборке объемом 1273 образца практических динамограмм работы 483 нефтяных скважин.

2. Разработана динамическая математическая модель системы скважина-штанговая насосная установка, учитывающая динамику движения штанг, труб и жидкости, и основанный на ее использовании способ оценки в реальном масштабе времени текущего дебита скважины с использованием динамограммы, позволившие повысить точность оценки дебита скважины по сравнению с базовым способом на (7.4-38.0)% для рассмотренного куста скважин. Отклонение от показаний эталонного средства измерения составило (0.2-6.7)%.

3. Разработан способ оценки текущего дебита скважины, основанный на использовании предварительно адаптированной к характеристикам конкретной скважинной штанговой насосной установки динамической математической модели, позволяющий в реальном масштабе времени определять количественные значения текущего дебита скважины.

4. Построена локальная система управления отдельной добывающей скважиной, эксплуатируемой СШНУ, с использованием результатов автоматической интерпретации данных динамометрирования и математического моделирования работы СШНУ, позволяющая увеличить срок рентабельной эксплуатации скважин.

5. Проведено моделирование работы системы диагностики состояния СШНУ и проверка динамической математической модели системы скважинаштанговая насосная установка для оценки текущей производительности с применением разработанных программных модулей на промысловых данных ЦДНГ №5 НГДУ «Лениногорскнефть» ОАО «Татнефть», подтвердившие эффективность предложенных технических решений. Результаты диссертационной работы могут быть использованы на предприятиях нефтедобывающего комплекса, в частности, как основа для разработки инженерной методики оценки дебита продукции скважин в соответствии с ГОСТ № Р8.615-2005 Измерения количества извлекаемой из недр нефти и нефтяного газа.

1. Адонин А.Н. Выбор способа добычи нефти. -М.: Недра. 1981.

2. Адонин А.Н. Добыча нефти штанговыми насосами. М.: Недра, 1979.-213с.

3. Алёхин С.А., Кипнис С.Г., Оруджев В.А., Островская А.К. Автоматизация периодически работающих скважин. -М.: Недра. 1980.

4. Алиев Т.М., Мелик-Шахназаров A.M., Тер-Хачатуров А.А. Измерительные информационные системы в нефтяной промышленности. -М.: Недра, 1981.-351с.

5. Алиев Т.М., Тер-Хачатуров А.А. Автоматический контроль и диагностика скважинных штанговых насосных установок. М.: Недра, 1988. -232 с.

6. Алиев Т.М., Тер-Хачатуров А.А. Измерительная техника. -М.: Высш. шк., 1991.-384 с.:ил.

7. Андреев В.В., Уразаков К.Р., Далимов В.У. и др. Справочник по добыче нефти. М.: ООО «Недра-Бизнесцентр», 2000.

8. Андриевский Б.Р., Фрадков A.JI. Избранные главы теории автоматического управления с примерами на языке MATLAB. СПб.: Наука, 2000.

9. Аппель П. Теоретическая механика. Том второй. М.: Гос. изд-во физико-математической литературы, 1960.

10. Айфичер Э. С., Джервис Б.У. Цифровая обработка сигналов: Практический подход, 2-е изд. -М.: Издательский дом «Вильяме», 2004.

11. Балаган В.В. Теоретические основы автоматизированного управления. -Минск: Вышейшая школа, 1991.

12. Бармин А. Устройства локальной автоматики. Микроконтроллеры. М.: Современные технологии автоматизации №4 2003.-42с.

13. И.Байков И.Р., Смородов Е.А. Ахмадуллин К.Р. Методы анализа надежности и эффективности систем добычи и транспорта углеводородного сырья. М.: ООО «Недра-Бизнесцентр», 2003.

14. Байков В.А., Жибер А.В. Уравнения математической физики. -М.: "Институт компьютерных исследований", 2003.

15. Бахвалов Н.С., Жидков Н.П., Кобельников Г.М. Численные методы. М.: Наука, 1987. 445с.

16. Башта Т.М. Гидравлика, гидромашины и гидроприводы. М.: Машиностроение, 1982.

17. Белов В., Соловьев В. Тотальный сбор информации // Нефть России, 1999. №2.

18. Белов И.Г. Исследование работы глубинных насосов динамографом. М.: Гостоптехиздат, I960,- 126 с.

19. Белоконев И.М. и др. Теория механизмов и машин. М.: «Дрофа», 2001.

20. Бобрицкий Н.В., Юфин В.А. Основы нефтяной и газовой промышленности. -М.: Недра, 1988.

21. Бренц А.Д. и др. Автоматизированные системы управления в нефтяной и газовой промышленности. -М.: Недра, 1982.

22. Бутрин Д.В. Нефтяники не удержали добытое // Газета "КоммерсантЪ", 2006, № 207.

23. Бадамшин Р.А., Ильясов Б.Г., Тагирова К.Ф., Дунаев И.В. Нейронные сети в задаче диагностики насосного оборудования // Нейрокомпьютеры: разработка, применение. М.: Радиотехника, 2007. №10. С.66-69.

24. Валеев М.Д. Хасанов М.М. Глубиннонасосная добыча вязкой нефти. -Уфа Башкирское книжное издательство. 1992.

25. Вальков В.М., Вершин В.Е. Автоматизированные системы управления технологическими процессами. -JL: Политехника, 1991.

26. Вирновский А.С. Теория и практика глубиннонасосной добычи нефти. -М.: Недра, 1982.

27. Гантмахер Ф.Р. Лекции по аналитической механике. М.: «Наука», 1966.

28. Головко В.А. Нейроинтеллект: Теория и применения. Книга 1. Организация и обучение нейронных сетей с прямыми и обратными связями -Брест:БПИ, 1999,-260с.

29. Головко В.А. Нейроинтеллект: Теория и применения. Книга 2. Самоорганизация, отказоустойчивость и применение нейронных сетей -Брест:БПИ, 1999,-228с.

30. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. М.: Техносфера, 2006.

31. Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: Высш. шк., 1977.

32. Григорьев А.В. О задачах диагностики в технике // Контроль. Диагностика. 2001. №3. с.53-56.

33. Дудников В. и др. Автоматизация нефтепромысла: от простого к сложному // Современные технологии автоматизации, 2005. №2. С. 36-42.

34. Дунаев И.В., Тагирова К.Ф. Повышение достоверности оценки дебита нефтяной скважины по динамограмме // Технологии ТЭК. М: Индустрия, 2007. №2. С.41-44.

35. Джейн Анил К., Мао Жианчанг, Моиуддин К.М. Введение в искусственные нейронные сети // Открытые системы. 1997. - №4 -37с.

36. Дьяконов В. П. MatLAB 6: Учебный курс. СПб.: Питер, 2001.

37. Дьяконов В. П., Круглов В. А. Математические пакеты расширения MatLAB. Специальный справочник. СПб.: Питер, 2001.

38. Дьяконов В.П. MATLAB 6.5 SP1/7 + Simulink 5/6. Основы применения. -М.: СОЛОН-Пресс, 2005.

39. Зозуля Ю.И. Интеллектуальные системы обработки информации на основе нейросетевых технологий: Учеб. пособие. Уфа: Уфимск. гос. авиац. техн. ун-т., 2000. - 138 с.

40. Ильясов Б.Г., Тагирова К.Ф., Дунаев И.В. Нейросетевое диагностирование нефтепромыслового оборудования с использованием вейвлет-анализа // Тр. Шестой междунар. конф. CSIT'2004. Уфа, 2004. Т.2. С. 157-159. (Статья на англ. яз.)

41. Ильясов Б.Г., Тагирова К.Ф., Дунаев И.В. Автоматизация диагностики нефтедобывающего оборудования с использованием нейронных сетей // Автоматизация, телемеханизация и связь в нефтяной промышленности. М.: ОАО «ВНИИОЭНГ», 2005. №4. С. 11-18.

42. Ишмурзин А.А. Повышение эффективности эксплуатации малодебитных нефтяных скважин. Уфа: Издательство УГНТУ, 1998. - 48 с.

43. Казанский Д. АСУ ТП для нефтегазодобывающего предприятия // Современные технологии автоматизации, 2001. №2. С. 32-33.

44. Капустин Н.М., Кузнецов П.М., Схиртладзе А.Г. Автоматизация производственных процессов в машиностроении. М.: Высш. шк., 2004.

45. Ковшов В.Д. Автоматизация технологических процессов: Учебное пособие. Уфа: Изд-во УГНТУ, 1994. - 132.

46. Ковшов В.Д., Сидоров М.Е., Светлакова С.В. Моделирование динамограммы станка-качалки. Нормальная работа насоса // Нефтегазовое дело. Научно-технический журнал. Уфа, 2004 - №2, с.75-81.

47. Коршак А.А., Шаммазов A.M. Основы нефтегазового дела. Уфа.: ООО «ДизайнПолиграфСервис», 2001.

48. Ландау Л.Д., Лифшиц Е.М. Теоретическая физика: Учебное пособие в 10 т.-М.: Наука, 1986.

49. Ларченко Т.Н., Брот Р.А. Объемные гидромашины и гидропривод. -Уфа, 1980.

50. Лойцянский Л.Г. Механика жидкости и газа: Учебник для вузов. -М.: «Дрофа», 2003.

51. Малла С. Вейвлеты в обработке сигналов: Пер. с англ. М.: Мир, 2005.

52. Маскет М. Физические основы технологии добычи нефти. Москва-Ижевск: НИЦ «Регулярная и хаотическая динамика», 2003.

53. Мееров М.В., Литвак Б.Л. Оптимизация систем многосвязного управления. М.: Недра, 1972. - 344с.

54. Меньшов Б.Г., Ершов М.С., Яризов А.Д. Электротехнические установки и комплексы в нефтегазовой промышленности: Учебник для ВУЗов. М.: ОАО «Издательство «Недра», 2000.

55. Метьюз Д.Г., Финк К.Д. Численные методы. Использование MATLAB, 3-е издание: Пер. с англ. М.: Издательский дом «Вильяме», 2001.

56. Мирошник И.В. Теория автоматического управления. Линейные системы. СПб.: Питер, 2005.

57. Мирошник И.В. Теория автоматического управления. Нелинейные и оптимальные системы. СПб.: Питер, 2006.

58. Мирзаджанзаде А.Х., Хасанов М.М., Бахтизин Р.Н. Моделирование процессов нефтегазодобычи. Нелинейность, неравновесность, неопределенность. Москва-Ижевск: Институт компьютерных исследований, 2004.

59. Муравьев В.М. Некоторые вопросы теории и практики динамометрирования.-М.:ГОСИНТИ. 1961.-45 с.

60. Новиков Л.В. Основы вейвлет-анализа сигналов. Учебное пособие. СПб, 1999.- 152с.

61. Обморшев А.Н. Введение в теорию колебаний. М.: Наука, 1965.

62. Осовский С. Нейронные сети для обработки информации. -М.:Финансы и статистика, 2002.

63. Пановко Я.Г. Введение в теорию механических колебаний. Учеб. пособие для вузов. 3-е изд., перераб. - М.: Наука, 1991.

64. Певзнер Л.Д. Теория систем управления. М.: Издательство Московского государственного горного университета, 2002.

65. Половко A.M., Бутусов П.Н. MATLAB для студента. СПб.: БХВ-Петербург, 2005.

66. Рапопорт Г.Н. и др. Автоматизированные системы управления технологическими процессами. -М.: Машиностроение, 1977.

67. Райбман Н.С. и др. Основы управления технологическими процессами. -М.: «Наука», 1978.

68. Роуч П. Вычислительная гидродинамика. Под ред. Чушкина П.И. -М.: Мир, 1976.

69. Самарский А.А., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры. 2-е изд. - М.: Физматлит, 2005.

70. Свердлов Г.М. Автоматизированные системы управления ТП при добыче нефти за рубежом. М.: Недра, 1983 - 250 с.

71. Сергиенко А.Б. Цифровая обработка сигналов. СПб.: Питер, 2002.

72. Середа Н.Г., Сахаров В.А., Тимашев А.Н. Спутник нефтяника и газовика: Справочник.-М.: Недра, 1986.

73. Силаш А.П. Добыча и транспорт нефти и газа. Часть I. Пер. с англ. -М. Недра, 1980.

74. Советов Б.Я., Яковлев С.А. Моделирование систем: Учеб. для ВУЗов 3-е изд. - М.: Высш. шк., 2001.

75. Тахаутдинов Ш.Ф. и др. Обработка практических динамограмм на ПЭВМ. Казань: Новое Знание, 1997. - 76с.

76. Толстов Г.П. Ряды Фурье. 3-е изд. - М.: Наука, 1980 - 384 с.

77. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика. М.: Мир, 1992 143 с.

78. Уразаков К.Р., Андреев В.В., Жулаев В.П. Нефтепромысловое оборудование для кустовых скважин. М.: Недра, 1999. - 268 с.

79. Фомин В.Н. Некоторые общие принципы построения адаптивных систем управления. СПб: Соросовский образовательный журнал 2004, №12 с.102-108.

80. Френкель Н.З. Введение в гидравлику. М.: Госэнергиздат, 1956.

81. Хасанов М., Якупов Р., Ямалиев В. Вейвлет-анализ в задаче диагностирования нефтепромыслового оборудования // Вестник инфинирингового центра Юкос, 2001. №2.

82. Хисамов Р.С. Сулейманов Э.И., Фархуллин Р.Г., Никашев О.А., Губайдуллин А.А., Ишкаев Р.К., Хусаинов В.М. Гидродинамические исследования скважин и методы обработки результатов измерений. М., ОАО «ВНИИОЭНГ». 2000. - 228с.

83. Черных И.В. SIMULINK: среда создания инженерных приложений / Под. общ. ред. В.Г. Потемкина. М.: Диалог-МИФИ, 2003.

84. Шерстюк А.Н. Насосы, вентиляторы и компрессоры: Учебное пособие для ВУЗов. М.: «Высшая школа», 1972.

85. Щелкачев В.Н. Отечественная и мировая нефтедобыча история развития, современное состояние и прогнозы: Монография. - М.: ГУП Изд-во «Нефть и газ» РГУ нефти и газа им. И.М. Губкина, 2001.

86. Эйкхофф П. Основы идентификации систем управления. Оценивание параметров и состояния. М.: «Мир» 1975.

87. ГОСТ Р 8.615-2005 Измерения количества извлекаемой из недр нефти и нефтяного газа.

88. Anil K.J., Mohiuddin К.М. Artificial Neural Networks: A Tutorial, Computer, 1996 №3, c.31-44.

89. Doraisamy H., Methods of Neuro-Simulation for Field Development // SPE, The Pennsylvania State University, International Student Paper Contest. SPE 39962.2003.

90. Jacobsen X., Zscherpel U. and Perner P. A Comparison between Neural Networks and Decision Trees. Lecture Notes in Artificial Intelligence Machine Learning and Data Mining in Pattern Recognition, 1999, pp. 144-158.

91. Lawrence S., Giles C. L., Tsoi A. C. and Back A. D. Face Recognition: A Convolutional Neural Network Approach. IEEE Transactions on Neural Networks, Special Issue on Neural Networks and Pattern Recognition, pp. 1-24.

92. Petrou M. Learning in Pattern Recognition. Lecture Notes in Artificial Intelligence Machine Learning and Data Mining in Pattern Recognition, 1999, pp.1-12.

93. Policar R. The wavelet tutorial. Ames, Jowa 1996, 34 p.

94. Riedmiller M., Braun H. A direct adaptive method for faster backpropagation learning. The RPROP algorithm. San Francisco. 1993.

95. Wilamowski B.M. Oil well diagnosis by sensing terminal characteristics of the induction motor // IEEE Transactions on industrial electronics, 2000 №5.