日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

摘要：隨著物聯網技術在油氣生產中的應用推廣，基于物聯網架構的各種工業應用得到快速發展。本文以游梁式抽油機的節能控制應用為例，對傳統物聯網架構下抽油機節能控制系統架構存在的問題，通過邊緣計算技術，對系統架構進行優化，良好的解決了傳統系統架構下存在的問題，并為未來其它工業生產智能應用提供建設思路。

關鍵詞：游梁式抽油機；節能控制；物聯網架構；邊緣計算

Abstract: With the application and popularization of IoT technology in oil and gas production, industrial applications basedonIoTarchitecturehavebeenrapidly developed. Based on the energy saving control applicationof beam pumping unit as an example, the traditional Internet architecture energy-saving control system for pumpingunitisundertheproblemsexisting inthearchitecture,throughthecalculation of edge technology, optimize the system structure, good solve the problems existing in the traditional system architecture, and other industrialproductionintelligentapplication provides for the future construction.

Keywords: Beam pumping unit;Control of energy conservation; IoT architecture; Edge of computing

1 引言

在原油開采過程中，機械式采油是目前世界原油開采所采用的主要方式，其中游梁式抽油機是目前機械采油的主要設備之一，約占所有機械采油設備的70％。游梁式抽油機的能耗主要來自地下泵原油提升、桿柱摩擦、驅動機構、連桿及上下沖程工作過程中的游梁平衡等，而游梁平衡將隨著抽油機井下油泵吸油量的變化而變化。當井下動液面出現明顯下降時，將導致井下抽油泵供液不足，抽油機的游梁平衡將出現不平衡工作狀態，若不及時調整抽油機平衡，將導致抽油機生產消耗的無效能耗明顯上升，經數據統計，因抽油機游梁不平衡導致的無效能耗占總能耗比例將高達40%~80%^[1]（如空抽）。

抽油機的工作主要靠電機運轉，通過皮帶、變速箱、四連桿和游梁把電機所做機械能傳遞到油井光桿，由油井光桿帶動井下抽油泵把原油抽汲到地面，抽油機通過皮帶、變速箱、四連桿和游梁把電機的旋轉運動轉換為光桿的往復運動，電機的機械能輸出是整個抽油機正常工作的能量來源。抽油機的工況主要依賴地面示功圖、電功率圖來反映，因此國內外對抽油機示功圖及電功率圖的研究極為關注。抽油機示功圖也被稱為地面實測示功圖，即反映光桿載荷與懸點位移之間的關系曲線，它實際反映的是光桿、井下抽油泵等設備的工作狀態，是抽油機井故障診斷的重要基礎資料，示功圖可以用于判斷和分析抽油機下部分設備的工作狀態，以及用于判斷油井供液水平。電功率圖主要反映抽油機驅動機構（電機、變速箱及連桿機構等）機械能輸出效率，即有效能耗的轉化利用率，可以用來反映電機驅動能力、變速箱傳動效率、游梁平衡狀態等。油井供液狀態對游梁平衡有直接影響，若無法及時調整游梁平衡，抽油機在不平衡狀態下工作，將大大降低實際能耗的轉換效率，增加無效能耗^[2]。
油井管理的好壞直接影響著油井產能和油田開發效果，由于井下條件惡劣，油井工況受多種因素影響，及時準確地獲得抽油機系統、驅動電機、油桿、抽油泵的工作狀態，并對抽油機系統進行及時調整，優化抽油機工作狀態，是提高抽油機井生產效率的重要手段。

2 抽油機節能控制技術

2.1 游梁式抽油機能耗分析

游梁式抽油機具有結構簡單、制造容易、維護方便等特點，游梁式抽油機裝置主要由三部分組成：地面部分，即游梁式抽油機，它由驅動電機、減速箱、四連桿等組成；地下部分，即抽油泵，它懸掛在油管的底部；連接地面與地下部分的中間部分，即抽油桿柱，俗稱光桿，它由不同直徑的抽油桿和接箍組成。驅動電機通過柔性連接皮帶帶動減速箱，通過減速箱減速后，由四連桿把電機的旋轉運動轉換為驢頭的往復運動^[2]。典型抽油機結構如圖1所示。

圖1 游梁式抽油機簡圖

1—電動機；2—減速器；3—四連桿機構；4—抽油桿柱；5—油管；6—套管；7—抽油泵；8—游動閥；9—固定閥

有桿抽油系統的目的是把地面電能傳遞給井下液體，從而把井下液體舉升至地面。整個系統工作時，就是能量的不斷轉換和傳遞的過程。在能量的轉換和傳遞過程中，均有不同程度的能量損耗，減去損失的能量后，就是抽油機系統傳遞給井下液體的能量。

游梁式抽油機的而主要能耗主要包括電機損耗、機械損耗及機械部分瞬時功率三個部分組成，電機部分的損耗主要包括銅損、鐵損、機械損耗和附加損耗。機械部分瞬時功率主要包括平衡塊、游梁以及其他機械部分的瞬時功率，其中平衡塊做功占主要部分，機械部分損耗主要包括皮帶傳動損失、減速箱損耗及四連桿機構的功率損耗等^[1]。

抽油機一旦投入運行，驅動電機、變速箱、四連桿以及井下部分設備的結構已經確定，而對抽油機的節能技術研究，主要考慮抽油機可調整的工作參數及調整的機械結構，因此本文主要針對上述主要能耗相關的井下油泵、地面游梁平衡兩個主要研究對象，即抽油機沖次（影響井下油泵充滿度、泵效）和地面游梁平衡（平衡塊位置、游梁瞬時功率傳遞），系統根據井下油泵泵效，調整沖次，使油泵工作在高效狀態（充滿度＞60%）；根據平衡度，調整游梁平衡塊的位置，實現平衡度調整，抽油機工作在最佳平衡狀態（80%≤平衡度≤110%），降低無效能耗，提升生產效率，在油井不減產的情況下，達到整體節能降耗的目的。

2.2 游梁式抽油機的節能手段

在傳統生產管理過程中，針對抽油機生產過程的平衡及油井供液情況，主要依賴人工在一定間隔時間內，一般為每個月測試一次，工人利用測試工具對動液面、上下沖程峰值電流及示功圖進行測試記錄，根據測試結果進行估算地下泵效及抽油機平衡度，進而通過更換皮帶輪來調整沖次，通過調節平衡塊位置，實現游梁平衡度的調節。這種調節方法需要進行停機操作，且操作后期長，勞動強度大，實用性不強，在生產中難以推行。

隨著物聯網技術在油氣生產領域的推廣應用，利用自動感知設備，自動實現油井工況參數的采集，并通過變頻器等電動執行機構，可以在線實現沖次及游梁平衡度的自動調節，無需人工參與，大大降低勞動強度，具有很好的實用性，該技術逐漸在原油生產中得到推廣，并形成了以此技術為基礎的數字化抽油機^[3]，其結構特征如圖2所示。

圖2 數字化抽油機

該技術主要通過在抽油機光桿與懸點之間安裝載荷傳感器，感知抽油機抽油實時載荷；在游梁上安裝位置（角度）傳感器，實時感知抽油桿的工作位置變化；在配電柜中安裝電力參數采集模塊，實時感知抽油機運行過程中，抽油機的對外做功情況，具體數據采集控制原理如圖3所示。抽油機的做功情況，主要依賴抽油機地面示功圖及功率圖等關鍵參數來進行反映，其中通過示功圖的形狀變化，可以判斷抽油機地下抽油泵工況（充滿度及泵效），從而反映油井的供液情況；通過功率圖，結合抽油機地面示功圖，可以直接反映抽油機游梁的平衡度，給平衡度調整提供依據。

圖3 抽油機工況采集與控制原理示意圖

3 基于傳統物聯網架構的節能控制技術

隨著物聯網技術在原油生產的應用，提高了抽油機工況數據采集的精度及頻度，給抽油機的沖次及平衡度調整，實現低能耗生產，提供了更為準確的依據，但抽油機的地面示功圖及功率圖采集，所需周期比較長，每個工作周期約為8~60秒之間，數據采集量大，每個工作周期產生的數據約為4800~54000個字節數據左右，且地面示功圖及功率圖的診斷計算比較復雜，在傳統物聯網應用中，需要把大量的示功圖及功率圖原始數據上傳至后臺計算服務器，由后臺計算服務器來完成示功圖及功率圖的診斷、分析，并根據分析結果通過通信鏈路回傳至現場油井數據采集設備，并根據回傳的計算結果進行沖次與平衡度調節，系統應用架構示意圖如圖4所示^[4]。

圖4 傳統物聯網架構抽油機節能應用示意圖

大量現場生產數據的上傳，給通信鏈路及后臺計算服務帶來巨大壓力，因此限制了系統應用的規模，為了減輕傳輸及數據集中計算處理的壓力，多采用現場數據傳輸的間隔加大，同時采用分區域部署應用服務器的模式（設置區域控制中心），降低示功圖和功率圖的計算處理壓力，但也犧牲了節能調節的實時性，同時提高了數據處理中心的軟硬件復雜度，降低了系統對生產事件的響應速度。

4 邊緣計算在節能控制中的應用

4.1 邊緣計算^[5]

近幾年，隨著物聯網技術的規模化應用，智能硬件性能大幅提升及信息技術的快速發展，智能邊緣計算開始在物聯網應用中出現。它提出了一種新模式，讓物聯網的每個邊緣設備都具備數據采集、分析計算、通信及智能處理的能力。邊緣處理設備不再需要持續不斷將各種傳感數據上傳到數據中心，而在邊緣側即可完成各種感知數據的處理，只需要把處理及分析后的少量結果數據進行上傳即可，大大減少了生產數據的傳輸量。新的智能邊緣計算可利用云技術對邊緣設備進行大規模的安全配置、部署和管理，并根據生產場景，適配邊緣設備的“能力”，與數據中心共同分擔智能計算任務。

油氣生產物聯網技術在油氣開采生產中的應用，已經逐步從數據采集控制的自動化，向智能感知、智能分析與優化控制方向發展，利用大數據、人工智能等技術，與工業生產場景緊密結合，人工智能技術，對圖形的識別、系統自學習、快速建模等方面，得到快速發展，為工業生產智能控制提供了良好的技術支撐。

隨著嵌入式硬件、軟件技術的快速發展，硬件性能不斷提升，大量數據處理、模型學習、智能識別技術已經開始在現場側智能設備上得到應用推廣，在原油開采生產領域，嵌入式智能設備已經得到全面應用，為邊緣計算與云計算在油氣生產領域的應用提供了良好的示范。通過邊緣計算硬件及軟件的應用，在實時計算、短周期數據處理、本地決策等方面發揮著不可替代的作用，基于云計算及邊緣計算的物聯網系統，為行業數字化轉型，實現工業化和信息化深度融合，奠定了良好的基礎，將助力工業物聯網應用創造更大價值。

4.2 邊緣計算在抽油機節能控制中的應用

基于傳統架構下物聯網系統的網絡傳輸、數據處理能力限制，導致抽油機節能控制的實時性不能得到滿足，如何實現實時采集處理現場示功圖、功率圖等較大容量的 感知數據，采用傳統方法無法得到很好的解決。隨著工業嵌入式系統硬件及軟件技術的快速發展，得益于嵌入式系統性能的快速提升，在抽油機節能控制的應用中引入了具有邊緣計算能力的控制處理系統，并采用云中心+邊緣處理器協作的方式，把現場數據的整理、圖形生成、圖形分析和圖形識別等要求實時性較高的任務，在現場側邊緣處理器上完成。用于圖形分析與圖形識別的建模、自學習、優化等實時性要求不高，較為復雜的任務由云中心完成，且定期根據現場生產情況的變化，進行優化更新，自動推送到現場邊緣處理器中，保持處理器的最優化。基于邊緣計算技術的系統應用架構示意圖如圖5所示。

圖5 基于邊緣計算節能應用示意圖

通過邊緣計算技術及云計算技術的結合，重新構架油氣生產節能控制系統，充分發揮邊緣處理器能力，采用邊緣實時處理，企業云上人工智能、自學習、大數據等工具的運用，簡化了整個油氣生產控制系統的結構，降低了抽油機生產過程節能技術的推廣難度，節約了系統綜合投資成本，同時在系統服務的承載規模上有了極大的提升，為未來生產數據的進一步加工挖掘，提升企業生產數據的價值，奠定良好基礎。

4.3 應用效果

利用邊緣計算技術的全新應用架構，實現了實時感知、實時計算及實時控制輸出的效果，可實現每個工作周期進行一次計算調節。利用云計算技術，取消區域控制中心，實現抽油機節能控制系統的云化應用，簡化系統架構，降低系統復雜性，可節約后期運行維護成本。

目前該技術已經在國內部分油氣田企業得到推廣應用。利用邊緣計算技術的應用與傳統物聯網架構應用
比較，現場調節效果有明顯提升，控制時效性提高了80%，控制調節周期由原來的每30分鐘減小到每5分鐘計算調節一次，控制的平滑度有了明顯提升，控制調節對設備的沖擊顯著減小，消除了運行過程的明顯波動。通過邊緣計算處理，實現示功圖數據、功率圖數據本地化處理，上傳云中心（數據中心）數據不到原傳統架構的5%，窄帶傳輸網絡即可滿足數據傳輸要求，且當網絡傳輸出現故障中斷時，現場控制處理依然可以獨立運行，提升了系統可用性及環境適應能力，降低系統對網絡傳輸鏈路的依賴。未來利用人工智能與邊緣計算的組合，邊緣計算將不止于計算，將更添一份智能 。

5 結語

游梁式抽油機是目前國內外原油生產中采用的最為常用的機械采用方式，具有覆蓋面廣，環境適應能力強，可滿足各種工況下的原油開采要求。鑒于原油開采生產地理位置分散，生產管理、生產控制對網絡鏈路的依賴非常嚴重。近幾年，隨著物聯網技術在油氣生產領域的應用推廣，如中國石油集團的“油氣生產物聯網系統建設”，中國石化集團的“四化”建設，已經形成了一套基于傳統物聯網架構的油氣生產管理應用，但因網絡鏈路帶寬瓶頸問題，應用效果欠佳，僅限于數據采集和簡單的控制（如遠程開關井等），很難實現生產管理上的智能化應用。

基于邊緣計算技術的游梁式抽油機節能控制應用是在傳統物聯網架構基礎上，進一步利用當前先進的邊緣計算處理器，形成基于全新架構的工業物聯網應用，為后期的人工智能技術、大數據技術與油氣藏優化技術相結合，對油氣生產優化提供了良好的驗證，邊緣計算技術應用實現了部分以前必須在數據中心才能完成的計算與分析任務，為后期推進工業物聯網系統架構優化、工業企業實現數字化轉型提供建設思路。

參考文獻：

[1] 楊敏嘉, 等. 游梁式抽油機－深井泵裝置的有效載荷系數[J]. 石油礦場機械，1995 : 19 (5).

[2] 徐瀕.機械設計手冊[M]. 北京: 機械工業出版社，2001.

[3] 長慶油田數信部. 長慶油田數字化抽油機技術標準與規范[Z]. 2014.

[4] 中國石油天然氣集團. 油氣生產物聯網系統建設規范[S]. QSY 1722 - 2014.

[5] 邊緣計算產業聯盟, 工業互聯網產業聯盟. 邊緣計算參考架構2.0[Z]. 2017.

摘自《自動化博覽》2018年增刊《邊緣計算2018專輯》