基于物联网的重油加热泵组状态监控系统与应用研究
随着智能制造在工业领域的不断发展，采用物联网等技术手段，实现对生产设备的智能化监控已经成为当前研究的热点。目前，随着我国石油需求量的不断增加，常规油田的开采已经无法满足要求，扩大重油开采比例，提升重油开采效率成为各大油田的首要任务。热采技术作为我国重油开采的重要手段，其关键是加热泵组设备可靠运行。目前，油田企业对于重油加热泵组运行状态的管理手段相对比较落后，而且不能对泵组的运行状态进行预估，经常会因泵组故障而造成企业停产现象的发生。 本课题从实际应用研究的角度出发，通过对重油开采工艺及加热泵组生产工艺分析，结合重油加热泵组目前管理现状及用户需求，从监控和功能需求两方面进行系统需求分析。并分别从硬件、软件两方面对系统进行研究与设计。在硬件上，建立系统数据采集层、数据传输层和监控管理层三层物联网架构，并从数据采集层、数据传输层和监控管理层三层分别对系统硬件组成与配置进行分析与讨论。在软件方面，确立系统功能组成和软件构成，从设备管理、健康管理、统计管理、报警管理和系统管理等六大模块进行了程序设计，并借助BP神经网络，以重油开采生产背景进行BP神经网络训练，实现了泵组健康状态预估模型的建立。同时，对系统数据交换以及软件与数据库通信程序进行设计。最后，对系统硬件与软件进行了调试及运行效果进行分析讨论。 实际应用结果表明，基于物联网的重油加热泵组状态监控系统能够实现对泵组运行状态参数的监控，健康状态预估模型可以对泵组运行状态进行准确预估，从而可提高重油热采过程中加热泵组状态预估和运行可靠性，对油田重油开采具有一定的应用价值。
重油加热泵组;状态监控系统;物联网;BP神经网络
西安石油大学
硕士
控制理论与控制工程
张乃禄
2019
中文
TE964;TP277
2019-08-14（万方平台首次上网日期，不代表论文的发表时间）