基于BP神经网络的螺杆泵井故障诊断方法

!检测诊断#基于BP 神经网络的螺杆泵井故障诊断方法3朱　君　高　宇　叶鑫锐(大庆石油学院) 摘要　将神经网络原理应用于地面驱动螺杆泵采油系统的故障诊断,采用改进的BP 神经网络,根据螺杆泵井的故障特点,通过理论研究,选取能够表征油井生产状态的状态变量作为神经网络的输入向量,归纳出常见的螺杆泵井故障形式作为目标输出。

同时采集了大量现场数据,并进行分类整理,构成了网络的训练样本。

通过对网络进行训练,获得具有一定泛化能力的网络。

利用VB 与Matlab 编制的相应软件进行螺杆泵井的故障诊断,获得了正确的诊断结果,证明该方法具有一定的实用性。

关键词　螺杆泵　采油　BP 神经网络　状态变量　故障诊断引 言螺杆泵是一种适应性很强的采油设备,随着螺杆泵制造技术和应用技术的不断完善,螺杆泵采油井的数量日益增多,如何进一步提高螺杆泵采油的技术和管理水平,成为各油田工程技术人员普遍关心的问题[1]。

通过对螺杆泵井工况状态进行监测以及相应工作参数的采集来判断油井的工作状态,是提高螺杆泵井管理水平的关键,因此研究和设计一种合理的螺杆泵井故障诊断方法尤为重要。

螺杆泵井工况复杂,工作参数提取困难等问题直接影响了相应诊断方法的发展进程,单纯依靠一种参数来对油井进行判断不能准确地反映油井的工作状态,以往的诊断方法程序编制过程较繁琐,而且很大程度上要依赖于螺杆泵领域专家的经验,效果均不理想。

基于人工神经网络的故障诊断方法克服了传统故障诊断方法难以建立精确数学模型,且对于新问题、新情况不能适应的不足,在故障诊断领域的应用越来越多。

鉴于此,笔者将神经网络原理应用于地面驱动螺杆泵井的故障诊断。

BP 神经网络基本原理及算法改进目前,神经网络的种类有很多,但还没有形成一个固定的准则来评判到底应该在什么情况下采用什么样的网络,由于BP 神经网络的非线性映射能力和良好的泛化性能,笔者采用BP 神经网络,并对其算法进行改进后应用于地面驱动螺杆泵井的故障诊断。

11基本原理BP 网络,又名误差反向传播网络,典型的BP网络是3层的前馈网络,由输入层、隐含层和输出层组成。

其基本思想是通过网络输出误差的反向传播,不断调整和修改网络的连接权值和阈值,从而使网络误差达到最小。

其学习过程包括前向计算和误差反向传播2个过程。

传统的BP 网络,节点函数一般为Sig moid 函数。

BP 算法权值修正公式可以统一为W ji (t +1)=W ji (t )+ηδpj O pi(1)δpj =-9E p9a pj(2)式中　W ji ———神经元的连接权;　η———网络学习率;　O pi ———单元i 的输出;　a pj ———单元j 的输入总和;　E p ———总的误差性能函数;　δpj ———误差修正值。

从式(1)、(2)可看出传统的BP 算法采用最快梯度下降来修正权值[2]。

—24— 石　油　机　械CH I N A PETROLEUM MACH I N ERY2008年　第36卷　第1期3大庆油田有限责任公司第四采油厂科研项目“螺杆泵井工况诊断及优化运行技术”(cy4-04kw15)。

21算法的改进标准的BP算法,其权值和阈值的修正是沿着误差性能函数梯度的反方向进行的,收敛速度慢,存在局部极值。

经过比较分析,采用增加了动量因子和自适应调整学习率相结合的算法取代传统的BP算法,可收到更好的效果。

有动量的梯度下降算法以前一次的修正结果来影响本次修正值,总是力图使同一梯度方向上的修正值增加,降低了网络对于误差曲面局部调节的敏感性,有效抑制网络陷入局部极小值。

自适应学习率根据判断权值的修正值是否真的降低了误差函数来调节学习速率,从而增加稳定性,提高训练的速度和精度[3]。

样本模式的选取、工况状态的分类及网络结构的确定 11特征量样本模式的选取螺杆泵井工况状态复杂,故障形式多种多样,各种故障形式都有相应的故障特征,但各个特征量对工况状态变化的敏感程度不同。

通过对螺杆泵井工况的理论研究及对实际螺杆泵井的现场调研分析,最终判定产量、动液面和功率这3个特征量可以较全面地反映螺杆泵井的工作状态。

其中,产量代表生产参数,动液面是表征产液量和地层供液能力结合的参数,功率则作为抽油设备的参数[4]。

需要指出的是,扭矩的变化能够直接反映光杆的工作情况,因此理论上首先应该考虑选择光杆扭矩作为1个特征量,但测量扭矩操作不方便,而电动机输入功率、泵轴功率与扭矩之间存在着如下对应关系N轴=N0η1η2=Mω(3)式中　M———光杆扭矩,N・m;　ω———角速度,rad/s;　N轴———泵的轴功率,W;　N———电动机的输入功率,W;　η1———电动机效率;　η2———传动效率。

因此,选用电动机的输入功率来代替扭矩作为1个输入向量。

实际操作中,可在控制箱中安装1个功率仪,测量螺杆泵井电动机的输入功率。

考虑到各参数取值范围的不同,还要做一些归一化处理,将其统一到1个范围,以便提高网络收敛速度。

将故障的特征向量无因次化,即将故障时对应值除以正常状态值,结果作为实际输入样本量,表1列出了典型的训练样本。

表1　部分典型训练样本故障样本故障产量/正常产量故障动液面/正常动液面故障功率/正常功率杆断010005010016015158油管断011053010363018079泵漏013158011579018079油管漏016105013158018553卡泵017553017132111211蜡堵016053016105110684正常或其他形式故障111 21工况状态的分类尽管螺杆泵井的故障形式多种多样,但还是有规律可循的。

总的来说,主要分为地面故障和井下故障,其中地面故障容易察觉,相对来说,井下故障就较难判断。

根据对大庆油田螺杆泵井主要故障形式的统计,将螺杆泵井划分为以下7种工况状态:抽油杆断、油管断、泵漏、油管漏、卡泵、蜡堵以及正常工作[5-6]。

典型样本的目标输出如表2所示。

表2　典型样本的目标输出故障样本1234567杆断019011011011011011011油管断011019011011011011011泵漏011011019011011011011油管漏011011011019011011011卡泵011011011011019011011蜡堵011011011011011019011正常或其他形式故障011011011011011011019 31网络结构的确定网络层数:理论上已经证明,在不限制隐层节点数的情况下,2层(只有1个隐层)的BP网络可以实现任意非线性映射,此处采用仅含有1个隐层的BP神经网络。

输入层节点数:对应于3个样本模式,输入层节点数取3。

输出层节点数:对应于7种工况状态,输出层节点数取7。

隐层节点数:对于用于模式识别的BP神经网络,根据经验,n=ni+n0+a,其中n i为输入层节点数;n0为输出层节点数;a为1～10之间的常数。

计算得n=3+7+(1～10)≈4～13,此处取10。

神经网络结构向量图如图1所示。

图1　神经网络结构向量图—34—2008年　第36卷　第1期朱　君等:基于BP神经网络的螺杆泵井故障诊断方法 软件的编写采用VB 编写软件主界面,利用Active X 技术调用Matlab 神经网络工具箱函数[7-8]。

将网络结构参数、训练参数、输入向量及目标向量在VB 界面中输入,作为参数传递给已编写好的M 函数文件,进行诊断网络的建立与训练,训练结果以图形显示出来,将训练达到要求的网络以权值和阈值的形式保存起来,用于进一步诊断。

程序设计流程图如图2所示。

软件主界面、训练结果界面如图3、4所示。

图2　诊断程序流程图图3　螺杆泵故障诊断主界面图4　神经网络训练结果界面应　用　举　例利用所设计的螺杆泵故障诊断软件对大庆油田有限责任公司第四采油厂井号为X2-D1-P6的故障螺杆泵井进行诊断,该油井正常工作产量为30m 3/d,动液面为63015m ,功率为418k W ,故障时产量、动液面、功率分别为15m 3/d 、150m 、413k W 。

因此所对应的网络输入向量为[015,012379,018958],经过已经训练好的网络进行诊断后所得输出为[011026,010819,019209,011028,011353,010900,010585]。

可以看出,第3个输出神经元所对应的输出值接近于019,而且远远大于其它神经元的输出,因此判定此螺杆泵井故障类型为泵漏,经检泵作业证明,该井故障形式为泵漏,与诊断结果一致。

综上所述,可得如下结论:(1)综合考虑各个特征量对故障的敏感性以及参数提取的可行性,选取了能够表征油井生产状态的状态变量作为故障诊断的输入样本模式,将BP 神经网络应用于螺杆泵井的故障诊断,丰富了螺杆泵井的诊断方法,提高了螺杆泵井的生产和科学管理水平。

(2)该方法进行诊断的准确性在很大程度上依赖于样本的质量,需要大量样本数据的支持,因此网络还需要进一步完善。

参　考　文　献[1]　宫俊峰1地面驱动螺杆泵井优化设计及工况诊断系统1石油机械,2005,33(7):21-221[2]　周开利,康耀红1神经网络模型及其Matlab 仿真程序设计1北京:清华大学出版社,2005:70-831[3]　李增亮,王庆楠,李成平,等1BP 网络在液压驱动螺杆泵故障诊断中的应用1石油机械,2006,34(8):48-501[4]　吴晓东,王世展1地面驱动螺杆泵采油系统故障诊断方法1石油钻采工艺,2003,25(5):82-841[5]　马永峰1螺杆泵故障诊断及预防措施浅析1油气井测试,2003,12(4):33-351[6]　韩修廷,王秀玲,焦振强1螺杆泵采油原理及应用1哈尔滨:哈尔滨工业大学出版社,1998:180-1861[7]　姚　静,齐　蓉,李玉忍1VB 调用MAT LAB 的方法及其在故障诊断中的应用1计算机工程与设计,2004,25(11):2108-2110,21131[8]　魏晓莉,戚国强,刘海洋,等1利用ActiveX 实现可视化的神经网络模型1东北农业大学学报,2005,36(1):78-811第一作者简介:朱　君,教授,博士生导师,生于1958年,1982年毕业于大庆石油学院,主要从事机械采油系统工程及节能技术方面的教学与研究工作。

地址:(163318)黑龙江省大庆市。

电话:(0459)6500681。

收稿日期:2007-06-28(本文编辑　南丽华)—44— 石　油　机　械2008年　第36卷　第1期magnetic field exciter,transducer,alar m deviceXue Cheng wen(O il Pr oducti on Technol ogy Research I nsti2 tute,Xinjiang Petr oleu m Ad m inistrati on,Kera may City,Xin2 jiang),Han Qunye,Yu Hongyu,et al.Devel opment and app li2 cati on of angle labyrinth bl ock valve.CP M,2008,36(1):38 -39I n oilfield water injecti on operati on,common needle bl ock valve is commonly used in water injecti on stati on as maj or dia m2 eter master valve.Because of poor water quality and s ome what constructive p r oble m,the leakage of the valve ste m sealing sys2 te m and inefficiency s witch often occur.T o s olve these p r oble m s and maintain water injecti on p r ocess,angle labyrinth bl ock valve is devel oped.For this ne w type valve,compound packing seat is used for valve ste m sealing syste m,labyrinth structure is utilized as inner valve core,i m pact hand wheel is als o used t o reduce the da mage of water ha mmer t o valve and water injecti on equi p2 ment.Apart fr om this,the ne w structure can ensure the valve open and cl ose efficiently,thus p r ol onging valve’s working life and increasing econom ic benefit.Key words:labyrinth bl ock valve,labyrinth valve core, compound packing,i m pact hand wheelZhu Jun(Daqing Petr oleu m I nstitute,Daqing City,Hei2 l ongjiang Pr ovince),Gao Yu,Ye Xinrui.Study of scre w pu mp well fault diagnosis based on BP neural net w ork.CP M,2008, 36(1):42-44The p rinci p le of BP neural net w ork(NN)is app lied in the fault diagnosis of the vehicle drive screw pu mp exp l oitati on sys2 te m.Modified BP neural net w ork is adop ted.The state variables that can rep resent the p r oducti on status of oil well are chosen by theory research on the failure characteristics of the scre w pu mp well,taken as input vect ors of the NN.Some common f or m s of failure are concluded,taken as the out put vect ors of the NN. Meanti m e,large amount of field data are collected,classified t o for m the training sa mp les of the NN.Then the NN is trained by these collected data,a net w ork that has good generalizati on abil2 ity is made.T wo languages,VB and Matlab,are used t o write the related p r ogra m which is app lied t o the diagnosis,and cor2 rect results have been made.So it is p r oved that this kind of method has good p racticability.Key words:scre w pu mp,oil p r oducti on,BP neural net2 work,state variables,fault diagnosisJ iang Xueli(Depart m ent ofMechanical Engineering,J iang2 su Polytechnic University,Changzhou City,J iangsu Pr ovince), Pei Junfeng,Zhu En Quan.A ne w method of aut omated recogni2 ti on on i m age’s col ors of ferr ographic wear particles.CP M, 2008,36(1):45-48The devel opment of ferr ography technol ogy makes identif2 ying f or col ors of ferr ographic wear particles more and more i m2 portant in wear debris recogniti on in ferr ography technol ogy.The aut omatic and accurate identifying f or col ors of i m ages of ferr o2 graphic wear particles will influence the app licati on of ferr ogra2 phy technol ogy.Based on col ori m etry theory,this paper app lies the chr omaticity descri p ti on method in RG B tricol or theory t o au2 t omatic identifying f or col ors of i m ages of ferr ographic wear parti2 cles.And MAT LAB’s i m age p r ocessing t oolbox is used t o com2 p ile p r ogra m t o p r ocess i m age aut omatically and recognize col2 ors.It has realized the intelligent analysis f or col ors of wear par2 ticles.This method avoids the disadvantage fact or which exists in the artificial analysis,and i m p r oves the accurate rate of aut o2 matic identifying of wear particles.Key words:ferr ographic wear particles,grey theory,col or identifying,i m age p r ocessing,col ori m etryW u Q ianli(D rilling Research I nstitute of C NPC,Beijing).Research and app licati on of ne w bl owout p reventer used in snub2 bing service.CP M,2008,36(1):49-51According t o sealing characteristics of bl owout p reventer used f or high p ressure water injecti on wells in snubbing service,a ne w type of snubbing unit is put f or ward.W ith tubing coup lingdetect or and p ressure-equalizer har monizing t ogether,tubing coup ling passes thr ough the t w o ra m bl owout p reventer by open2 ing or cl osing alternatively in order t o perf or m the tube moving up and down p r ocess with seal under high p ressure state.A ne w hydraulic bl owout p reventer syste m that mainly includes ra m bl owout p reventer,p ressure-equalizer and tubing coup ling de2 tect or is devel oped.The oilfield test results p r ove that the ne w bl owout p reventer system can meet the require ment of high p res2 sure water injecti on well in snubbing service.This rep resents a directi on of snubbing unit t o study and devel op with aut omati on and intellectualizati on.Key words:snubbing service,bl owout p reventer,sliding sealing pair,tubing coup ling detect or,p ressure balanceCai J ianhua(Hunan University of A rts and Science,Chang2 de City,Hunan Pr ovince),L iu W ei,Guo Hekun.Devel opment and app licati on of the portable NMR l ogging analyzer.CP M, 2008,36(1):52-53The portable NMR l ogging analyzer is mainly used t o quick2 ly and p recisely deter m ine the petr ophysical para meters of core, cuttings and side-wall core at well site.The structure and p rin2 ci p le,technol ogical target,technol ogical feature of the l ogging analyzer are discussed.The analyzer has been app lied in the J i2 lin O ilfield,and the result indicates that it is reliable.Key words:nuclear magnetic res onance,l ogging analyzer, physical para meter3。