Abstract
Процес нафтовидобутку нафти потребує проведення постійного моніторингу роботи обладнання свердловин. Одним з найдієвіших методів оперативного контролю роботи штангових глибинних насосів є отримання інформації від давача зусилля в полірованому штоці або давача струму привідного двигуна верстата-гойдалки. У багатьох випадках завчасне розпізнавання неполадок і здійснення профілактичного ремонту дають змогу уникати великих матеріальних витрат. У зв’язку з цим актуальними є дослідження, пов’язані з розробленням систем діагно- стики та створення на їхній основі автоматизованих систем керування ШГПУ. Розглянуто підхід до вирішення завдання прогнозування технічного стану штангових глибинних насосів з використанням нейромережевих технологій. Як нейронну мережу використано модифіковану мережу Хопфілда – мережу Хемінга. Для неї створено алгоритм ідентифікації стану ШГПУ, завдяки якому результатом розпізнавання є не сам зразок, а тільки його номер. У результаті прискорюється робота мережі і витрачаються менші обчислювальні ресурси та пам’ять. Для тестування працездатності запропонованого алгоритму розпізнавання створено лабораторний стенд, який імітує роботу системи діагностики стану ШГПУ. Отримані експериментальні результати показали, що система ідентифікації на основі мережі Хемінга може в реальному часі та з мінімальними похибками розпізнавати поточний стан глибиннопомпового обладнання.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
