WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 || 3 | 4 |   ...   | 6 |

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы.

Первая глава посвящена анализу современных методов моделирования технических систем нефтегазовой отрасли, проводится анализ методов контроля и регулирования параметров надежности оборудования добычи и транспорта нефти и газа и рассматриваются пути снижения затрат на потребляемые энергоресурсы.

Проведенный анализ показал, что существующие модели прогнозирования надежности нефтегазового оборудования статичны и не учитывают динамики изменения характеристик объекта во времени. В то же время, существует большое число хорошо разработанных математических методов, позволяющих моделировать реальные физические процессы в сложных технологических системах. До последнего времени реализация данных методов сдерживалась от сутствием достаточного объема исходной информации, в качестве которой использовались, как правило, данные из диспетчерских журналов. Благодаря внедрению автоматики и компьютерных технологий в нефтегазовой отрасли и накопленным большим массивам эксплуатационных данных появилась возможность создания и использования алгоритмов и компьютерных программ, реализующих современные методы моделирования, которые позволяют существенно увеличить уровень эксплуатационной надежности объектов нефтегазовой отрасли.

Рассмотрены основные методы диагностики технического состояния нефтегазотранспортного энергетического оборудования и показано, что они не обладают требуемой достоверностью. Так, анализ результатов вибрационного диагностирования газоперекачивающих агрегатов показал, что во многих случаях развитие дефектов не распознается с помощью существующих методов обработки вибросигналов. Сделан вывод о необходимости расширения набора диагностических признаков и совершенствования методов обработки диагностических данных, позволяющих адекватно оценивать текущее техническое состояние энергомашин.

Рассмотрены вопросы повышения энергетической эффективности нефтегазовой отрасли. Для повышения энергетической безопасности эксплуатации и снижения стоимости энергоресурсов многие предприятия нефтегазовой отрасли стремятся использовать собственные автономные источники электроэнергии.

Проведен обзор характеристик и стоимости промышленных автономных электростанций различного типа. Показана необходимость проведения техникоэкономического обоснования выбора типа мини-электростанции по критериям:

«стоимость электроэнергии - капитальные затраты - срок окупаемости долговечность».

Вторая глава посвящена разработке методов контроля и диагно0,стирования параметров надежности 0,эксплуатации оборудования нефтега0,зодобычи, учитывающих условия его 0,эксплуатации, а также построению математических моделей техниче0 200 400 600 800 ских систем, использующих методы Время, сут распознавания образов, теории диРис.2. Изменение функции надежности намического хаоса и базирующихся насосного оборудования во времени.

на больших массивах эксплутационПричина отказов – засорение рабочих органов песком. Значения параметров ных параметров, полученных автораспределения: K1=0,00441 сут-1, матическими измерительными сисK2=0,322997, K3=0,032488сут-1. 1 – темами.

эмпирические данные; 2 – расчетная кривая Важнейшей характеристикой надежности работы любой технической системы является распределение вероятности безотказной работы ее элементов.

На основе использования промышленных данных, полученных с помощью системы автоматизированного сбора данных нефтепромысла, произведена классификация типов отказов оборудования, установлены законы распределения отказов по каждому из типов и определены параметры этих законов. Большие объемы баз данных (более 1200 расследованных отказов) позволили использовать трехпараметрический закон распределения Гомперца t F(t) = 1- exp(1) (t)dt, t t (t)dt = K1 t + K2(eK -1), где K1, K2, K3 – положительные константы, определяемые путем решения обратной задачи нахождения параметров эмпирических зависимостей.

R(t) Для расчета эмпирических значений параметров распределения Гомперца строилась функция вероятности безотказной работы, имеющая вид R(t) = exp(- K1 t - K2(eK t -1)). (2) Характерный вид этой функции и расположение экспериментальных точек представлены на рис.2.

Применение распределения Гомперца позволяет учесть влияние на надежность оборудования как случайных факторов, так и «износовые» явления. В частности, было установлено, что интенсивность отказов подземного оборудования зависит от времени для одних типов отказов, но не зависит для других.

Из анализа данных, приведенных в табл.1, следует, что интенсивность отказов, не связанных с износом, постоянна во времени («снижение динамического уровня», строка 5 табл.1). Погрешность трехпараметрической модели, как следует из табл.1, в среднем в 3 раза ниже, чем у стандартного показательного распределения.

Таблица Расчетные значения параметров распределения Гомперца и погрешности показательного распределения (1) и предлагаемой модели (2) № Причина отказа Параметры распределения Погрешность п/п K1 K2 K3 1, % 2, % 1. Отказы по всем 0,0028 0,1603 0,7647 10,3 3,причинам 2. Засорение песком 0,0044 0,3230 0,0325 10,2 2,3. Негерметичность 0,0027 0,0670 0,9421 33,7 6,НКТ 4. Полеты 0,0027 0,4205 0,0083 7,4 3,5. Снижение динами- 0,0042 0 0 5,3 5,ческого уровня Нефтяное месторождение является пространственно распределенной системой, причем его свойства есть функция не только времени, но и координат.

От места расположения скважины на территории месторождения зависят свойства пласта, дебиты, коррозионные и абразивные свойства добываемой жидкости и другие характеристики. Этот факт необходимо учитывать для уточнения параметров надежности оборудования нефтедобычи. На основе проведенных исследований установлено, что имеется характерное распределение различных типов отказов оборуy дования по террито0.рии месторождения, а 0.также имеются зоны 0.«аномальной» аварийности (рис.3).

0.Для объяснения 0.природы возникнове0.ния зон аномально 0.высокой аварийности разработан метод 0.кластеризации кустов 0.скважин по признаку x 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.предрасположенноРис.3. Сечение поверхности отказов плоскостью, сти их к дефектам соответствующей значимой корреляционной связи.

определенных типов Заштрихованная область - зона достоверной аномальной и установлена корреаварийности ляционная связь между типами характерных дефектов оборудования и технологическими параметрами работы скважин (табл.2). Как следует из табл.2, выбор объектов по территориальному признаку позволяет выявить существенные связи между причинами аварий и технологическими параметрами работы скважин.

Отказы насосного оборудования могут быть развивающимися и мгновенными. Представляет интерес по возможности раннее прогнозирование момента полного отказа насоса в обоих случаях. При развивающемся дефекте это возможно сделать выбором подходящей экстраполирующей функции, что является нетривиальной задачей (рис.4). Для определения степени сложности прогнозирующей функции предложен метод, основанный на теории нечетких множеств.

Таблица Корреляционная таблица взаимосвязи причин аварий и параметров эксплуатации по кластеризованным объектам Параметр/ Дебит Дебит Обвод- Число Общее Объем закачки причина по по нен- скважин число воды нефти жидко- ность в кусте аварий сти Засорение 0,452 0,286 0,00 0,262 0,107 -0,Полеты 0,491 0,394 0,564 0,085 0,109 0,Эл. причины 0,011 -0,083 0,202 0,00 0,405 0,Сниж.дин. -0,381 -0,214 0,714 -0,369 -0,321 0,уровня Негерм. НКТ -0,012 0,655 0,607 0,310 0,Примечание. Выделенные значения статистически значимы на уровне 95%.

а b 0 Время, сут Рис.4. Сравнение прогностических возможностей моделей различной сложности.

Причина аварии – засорение рабочих органов насоса песком. Интервал «а» – база для прогноза, интервал «b» – прогноз. 1 – полином 1-й степени; 2 – полином 2-й степени; 3 – полином 3-й степени; Маркеры в форме треугольника – фактические данные непосредственно перед полным отказом Выходы из строя промыслового оборудования являются событиями относительно редкими, а следовательно, объемы выборки по аварийным ремонтам и/или заменам оборудования за период времени, когда условия его эксплуатации можно считать неизменными, невелики. Кроме того, достоверная информация об отказах технологического оборудования, хранящаяся в базах данных Дебит, м / сут современных автоматизированных систем, охватывает временной интервал в 56 лет. С учётом средней наработки на отказ и общего числа единиц однотипного оборудования подобный объём информации не превышает 10-20 жизненных циклов работы технологического оборудования нефтяных промыслов. Поэтому встает задача моделирования параметров надежности с учетом малого объема 0,0,0,0,0,0,0,0,0,Рис.5. Среднее значение показателя Херста для различных видов отказов выборки по аварийным событиям и требованием наивысшей точности прогноза.

Для решения поставленной задачи проведено сравнение точности прогнозов (по ретроспективным данным) для трех методов построения оптимальной модели - метод наименьших квадратов, методы минимизации среднего риска и методы теории нечетких множеств. При этом установлено, что в условиях малых объемов выборок наиболее достоверные прогнозы дает модель, рекомендуемая методами теории нечетких множеств.

Прогноз аварии при мгновенных отказах такими методами невозможен. В этом случае необходимо найти некие «предвестники» аварии, которые реагироСреднее значение Н к м Т а и с л ро ко е с с НК.

ва т им пе м ть в ан пр.

о ло ос н н ар С ех г ч га М н ти ор е от.

б аб рм р ра ге т е О Не ни е ор с За вали бы на приближение отказа при практически постоянных рабочих параметрах скважины.

Таким предвестником могут быть фрактальные характеристики временного ряда дебитов. Исследования показали, что хаотические изменения дебитов нефтедобывающих скважин имеют детерминированную природу, а фрактальные характеристики временных рядов измерений дебита позволяют обнаруживать развивающиеся дефекты, не доступные традиционным методам (рис.5).

В заключении второй главы рассмотрено влияние на надежность эксплуатации штанговых глубинных насосных установок высокочастотной составляющей нагрузки в колонне штанг, вызванной резонансными явлениями. Для оценки степени опасности данного вида переменных нагрузок разработана математическая модель штанговой глубинной насосной установки (ШГНУ), описывающая динамические нагрузки в колонне штанг, и определены основные зависимости их разрушающего воздействия от технических характеристик оборудования и физических свойств добываемой жидкости. Выявлена связь между вероятностью обрыва штанги и амплитудой динамических нагрузок, даны рекомендации по их снижению.

Третья глава посвящена исследованиям динамики развития дефектов оборудования и совершенствованию методов диагностики систем транспорта нефти и газа.

Проведен анализ причин низкой достоверности вибродиагностики роторных энергетических машин и установлено, что одной из причин является явление модулирования информативного диагностического высокочастотного (ВЧ) сигнала стохастическим низкочастотным (НЧ) сигналом. На это указывает хаотическое изменение уровня вибрации в различных точках машины (рис.6). Нелинейное взаимодействие колебаний различных частот приводит к суммированию гармонических колебаний с близкими частотами:

( f ) = (,) = j=m i=n (3) = (Aij sin[(i + )t + ij ] + Bij sin[(i - )t +ij ]), j j j=0 i=где i - частоты ВЧ колебаний, j - частоты НЧ колебаний, причем 1,4 >>. Таким образом, несмотря 1,на то, что НЧ-колебания в ВЧспектре не отражаются, они 0,0,приводят к возникновению 0,гармоник с частотами i±j, 0,которые искажают информацию 0 100 200 300 400 Время, мин ВЧ-спектра.

Рассмотрены возможные Рис.6. Временные ряды измерений уровня вибрации в различных точках ГПА: 1- ОП компрессора; 2 – физические механизмы этого ОУП ТНД;3 – ОУП нагнетателя явления.

На основе исследований природы стохастических процеса) сов в сложных механических сис0 200 400 600 800 -темах разработана методика анаа) -лиза спектральных данных вибро-Время, мс диагностики, позволяющая производить учет разрушающего воздействия стохастических процесб) сов в сложных технических систеб) 0 200 400 600 800 мах и обеспечивающая распозна--вание развивающихся дефектов -нефтегазотранспортного оборудоВремя, мс вания, не доступные традиционРис.7. Вибросигналы от ОУП ТНД ным методам. Для количественнос разной степенью стохастичности:

го описания степени «случайноа) R=50; б) R=сти» данных величин вводится поСр.кв.

виброскорость, мм / с виброскорости, мм / с Мгнове нное значе ние виброскорости, мм / с Мгнове нное значе ние нятие времени когерентности, т.е. временного интервала, в течение которого система под действием случайных факторов «забывает» о начальных условиях.

Поэтому можно говорить о том, что степень случайности колебаний характеризуется временем когерентности tког, т.е. длительностью интервала времени (пропорционального объему 0,25 выборки при интервале между n=0,2 измерениями t = const), за коn=n=торый вид функции распреде0,ления плотности вероятности 0,f(V) становится близким к 0,нормальному.

-10-5 0 5 Заметим, что этот паИнтервал виброскорости, мм/с раметр не учитывается метоРис.8. Гистограммы относительных частот дами традиционной виброраспределения виброскорости ОУП ТНД при диагностики и намеренно разных объемах выборок n.

сглаживается многократным 3,усреднением сигнала. Вместе с верт.

попер.

тем известно, что степень хао2,5 осев.

тичности колебаний корпусов 1,подшипников, оцениваемая путем вычисления показателя 0,Херста для последовательно0 10 20 30 40 50 60 сти значений амплитуд виброДней до аварии скорости в частотном ряду Рис.9. Связь остаточного ресурса ГПА с спектра, прямо связана с напараметром /R для трех направлений колебаний.

дежностью работы оборудования. Поэтому представляет практический интерес определение статистической связи между величиной tког и вероятностью выхода из строя механического устройства, или с надежностью его работы. Подобные исследования были провеОтносит.

частота s/R, мм / с дены для массива вибродиагностических данных, накопленных за пять лет эксплуатации ГПА в ООО «Баштрансгаз».

Вычисление значения tког проводилось с применением стандартных алгоритмов по 5%-ному отклонению от нормального закона. Для удобства вычислялось не tког, а безразмерная величина, ей пропорциональная - R=tког/T0, где T– период вращения ротора ГПА. Безразмерная величина R показывает, в течение скольких оборотов ротора система «помнит» начальные условия. Для наблюдаемых агрегатов пределы варьирования составляли 0,5

Pages:     | 1 || 3 | 4 |   ...   | 6 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»