姚向新 李曉彤

(1.寧夏煤礦設(shè)計(jì)研究院有限責(zé)任公司，寧夏 銀川 750011；2.神華寧煤集團(tuán)教育培訓(xùn)中心，寧夏 銀川 750021)

基于神經(jīng)網(wǎng)絡(luò)的抽油機(jī)遠(yuǎn)程監(jiān)控信息延時(shí)的預(yù)測(cè)研究

姚向新1李曉彤2

(1.寧夏煤礦設(shè)計(jì)研究院有限責(zé)任公司，寧夏 銀川 750011；2.神華寧煤集團(tuán)教育培訓(xùn)中心，寧夏 銀川 750021)

針對(duì)抽油機(jī)遠(yuǎn)程監(jiān)控中信息延時(shí)的問題，提出了基于神經(jīng)網(wǎng)絡(luò)的信息延時(shí)預(yù)測(cè)方法。采用GPRS技術(shù)和Quest3D軟件，構(gòu)建了抽油機(jī)網(wǎng)絡(luò)監(jiān)控環(huán)境，分析了網(wǎng)絡(luò)監(jiān)控中存在的較大延時(shí)、不確定延時(shí)、數(shù)據(jù)丟失等問題，建立了信息延時(shí)的預(yù)測(cè)模型，為提高抽油機(jī)監(jiān)控質(zhì)量、保證采油作業(yè)安全提供了技術(shù)保障，利用現(xiàn)場(chǎng)數(shù)據(jù)，在MATLAB環(huán)境中進(jìn)行了仿真，仿真結(jié)果驗(yàn)證了該方法的有效性。

抽油機(jī)；神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)；遙操作

0 引言

抽油機(jī)是油田生產(chǎn)的常用設(shè)備，在世界范圍內(nèi)，抽油機(jī)數(shù)量超過100萬臺(tái)[1]，而且還有增加的趨勢(shì)。目前，在抽油機(jī)遠(yuǎn)程監(jiān)測(cè)方面取得了大量的研究成果。潘崢嶸等人研究了基于GPRS的油田抽油機(jī)遠(yuǎn)程在線監(jiān)控系統(tǒng)，開發(fā)了抽油機(jī)在線監(jiān)控系統(tǒng)，該系統(tǒng)能對(duì)抽油機(jī)及油井的各種狀態(tài)參數(shù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)[2]。魏航信對(duì)抽油機(jī)遠(yuǎn)程監(jiān)控系統(tǒng)客戶端通信進(jìn)行了研究，設(shè)計(jì)了包括現(xiàn)場(chǎng)層、監(jiān)控層和管理層的3層抽油機(jī)遠(yuǎn)程監(jiān)控體系結(jié)構(gòu)[3]。在這些研究中，都沒有考慮系統(tǒng)或網(wǎng)絡(luò)的延時(shí)特性。

然而，在油田采油過程中，從數(shù)據(jù)采集、網(wǎng)絡(luò)傳輸、故障診斷及停機(jī)維修之間有較長(zhǎng)的時(shí)間間隔，若在2次巡檢之間抽油機(jī)的某些部件發(fā)生故障而無法及時(shí)排除，抽油機(jī)將工作于非正常狀態(tài)，易導(dǎo)致更深層次的故障發(fā)生，甚至損壞設(shè)備，威脅到人的生命安全[4]。因此，必須研究和探討能夠克服系統(tǒng)或網(wǎng)絡(luò)延時(shí)的監(jiān)測(cè)方法。

隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)、傳感技術(shù)及信息處理技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)監(jiān)控技術(shù)成為工業(yè)控制、航空航天、軍事等眾多領(lǐng)域的研究熱點(diǎn)[5]，將抽油機(jī)與網(wǎng)絡(luò)相結(jié)合，使它具有跨空間性、交互多樣性、成本低、容易維護(hù)等特點(diǎn)[6]是抽油機(jī)監(jiān)控系統(tǒng)的發(fā)展趨勢(shì)。由于網(wǎng)絡(luò)具有較大延時(shí)、不確定延時(shí)、數(shù)據(jù)丟失等問題，本文提出了基于神經(jīng)網(wǎng)絡(luò)的信息延時(shí)預(yù)測(cè)方法，為提高抽油機(jī)監(jiān)控質(zhì)量以及保證采油作業(yè)安全，提供了技術(shù)保障。

1 抽油機(jī)遠(yuǎn)程監(jiān)控系統(tǒng)設(shè)計(jì)

抽油機(jī)遠(yuǎn)程監(jiān)控系統(tǒng)由數(shù)據(jù)采集、GPRS通信網(wǎng)絡(luò)和操作端計(jì)算機(jī)系統(tǒng)構(gòu)成。數(shù)據(jù)采集和GPRS通信網(wǎng)絡(luò)借鑒前人研究成果。操作端計(jì)算機(jī)系統(tǒng)由神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型、虛擬抽油機(jī)、人機(jī)交互等組成，是實(shí)現(xiàn)抽油機(jī)遠(yuǎn)程監(jiān)控與信息預(yù)測(cè)的核心?；谏窠?jīng)網(wǎng)絡(luò)的抽油機(jī)遠(yuǎn)程監(jiān)控結(jié)構(gòu)框架如圖1所示。

圖1 基于神經(jīng)網(wǎng)絡(luò)的抽油機(jī)遠(yuǎn)程監(jiān)控結(jié)構(gòu)框架

1.1 虛擬抽油機(jī)環(huán)境的構(gòu)造

虛擬抽油機(jī)環(huán)境包括抽油機(jī)三維建模、運(yùn)動(dòng)虛擬等模塊。采用Quest3D編程軟件，快速構(gòu)建虛擬抽油機(jī)環(huán)境，構(gòu)建過程如圖2所示，建立的虛擬抽油機(jī)模型如圖3所示。

圖2 虛擬抽油機(jī)環(huán)境的構(gòu)建過程

圖3 虛擬抽油機(jī)模型

1.2 系統(tǒng)延時(shí)分析

遙操作具有將操作端的命令和行為，通過網(wǎng)絡(luò)，傳給執(zhí)行端的功能，將操作端和執(zhí)行端分開，提高操作者的安全性和工作效率，降低成本。但由于網(wǎng)絡(luò)具有較大延時(shí)或不確定延時(shí)、數(shù)據(jù)丟失等問題，不但影響了操作者對(duì)現(xiàn)場(chǎng)設(shè)備工況的正確感知，而且導(dǎo)致系統(tǒng)的不穩(wěn)定，降低了系統(tǒng)的操作性能。因此，必須對(duì)抽油機(jī)網(wǎng)絡(luò)監(jiān)控系統(tǒng)進(jìn)行延時(shí)分析。

如圖1所示，ui1為抽油機(jī)的實(shí)時(shí)狀態(tài)信號(hào)，ui2為經(jīng)網(wǎng)絡(luò)傳輸延時(shí)后的信號(hào)，也是操作端的輸入信號(hào)，uo1為操作端的輸出信號(hào)，uo2為抽油機(jī)的輸入信號(hào)，其中uo2是uo1經(jīng)網(wǎng)絡(luò)傳輸?shù)难訒r(shí)信號(hào)。設(shè)信息傳輸時(shí)，網(wǎng)絡(luò)延時(shí)為Tw，系統(tǒng)處理時(shí)間為Tm，系統(tǒng)延時(shí)為T，則歷史延時(shí)數(shù)據(jù)可以表示為：

{T|k=1,2,…,K;0

(1)

式中，Tmax為系統(tǒng)最大延時(shí)；K為最大時(shí)刻。

實(shí)時(shí)測(cè)量的抽油機(jī)狀態(tài)數(shù)據(jù)包通過網(wǎng)絡(luò)傳輸?shù)讲僮鞫?，?jīng)處理以后，再通過網(wǎng)絡(luò)將控制信號(hào)傳給現(xiàn)場(chǎng)設(shè)備，總共花費(fèi)的時(shí)間為系統(tǒng)延時(shí)，則有：

T=Tw+Tm

(2)

2 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型

目前解決延時(shí)問題存在幾種具有代表性的方法，如監(jiān)督控制、共享控制、預(yù)測(cè)控制、基于事件的控制等，其中應(yīng)用最廣泛的是預(yù)測(cè)控制。本文采用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制方法，對(duì)抽油機(jī)參數(shù)進(jìn)行預(yù)測(cè)，在危險(xiǎn)發(fā)生前實(shí)施控制，保證采油作業(yè)安全。

BP算法中，單純的梯度下降法其權(quán)值調(diào)節(jié)公式僅為按梯度負(fù)方向進(jìn)行修正，未考慮積累的經(jīng)驗(yàn)，且學(xué)習(xí)率為常數(shù)，存在學(xué)習(xí)過程易發(fā)生振蕩、收斂慢、易陷入局部極小等缺點(diǎn)。本文采用改進(jìn)的BP算法，在其權(quán)向量調(diào)整公式基礎(chǔ)上加入動(dòng)量項(xiàng)，同時(shí)讓學(xué)習(xí)率自適應(yīng)調(diào)整，以減少學(xué)習(xí)過程中的振蕩趨勢(shì)，提高網(wǎng)絡(luò)的收斂速度，抑制網(wǎng)絡(luò)陷于局部極小。

3 仿真研究

數(shù)據(jù)采集及控制頻率為200 Hz，通訊延時(shí)為Tw=1.5 s，Tm=0.5 s，用Matlab仿真，設(shè)仿真的給定信號(hào)是神經(jīng)元變換函數(shù)采用Sigmoid型函數(shù)。以抽油機(jī)懸點(diǎn)加速度測(cè)試為例，對(duì)測(cè)試參數(shù)進(jìn)行預(yù)測(cè)。本地測(cè)試的加速度信號(hào)如圖4所示，神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差如圖5所示。

圖4 實(shí)時(shí)測(cè)量數(shù)據(jù)

圖5 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差

4 結(jié)語

本文將機(jī)器人遙操作技術(shù)引入到抽油機(jī)遠(yuǎn)程監(jiān)測(cè)監(jiān)控領(lǐng)域，將抽油機(jī)與網(wǎng)絡(luò)相結(jié)合，使其具有跨空間性、交互多樣性、成本低、容易維護(hù)等特點(diǎn)。由于網(wǎng)絡(luò)具有較大延時(shí)或不確定延時(shí)、數(shù)據(jù)丟失等問題，建立了遙操作抽油機(jī)系統(tǒng)，提出了基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的控制策略。利用現(xiàn)場(chǎng)數(shù)據(jù)仿真，證明了該方法的有效性。為進(jìn)一步提高抽油機(jī)監(jiān)控質(zhì)量、保證采油作業(yè)安全，提供了新的技術(shù)保障。

[1] 張曉東，賈國超.關(guān)于我國抽油機(jī)發(fā)展的幾點(diǎn)思考[J].石油礦場(chǎng)機(jī)械，2008，37(1)：24～27

[2] 潘崢嶸，滕尚偉，尹曉霈，等.基于GPRS的油田抽油機(jī)遠(yuǎn)程在線監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].化工自動(dòng)化及儀表，2008，35(1)：75～77

[3] 魏航信.基于GPRS的抽油機(jī)遠(yuǎn)程監(jiān)控系統(tǒng)研究[J].計(jì)算機(jī)測(cè)量與控制，2010，8(3)：530～533

[4] 孫東.抽油機(jī)電參數(shù)遠(yuǎn)程智能故障診斷技術(shù)研究[J].自動(dòng)化儀表，2012，33(5)：22～24

[5] 王明明，李世其，朱文革，等.基于人工神經(jīng)網(wǎng)絡(luò)的遙操作預(yù)測(cè)仿真[J].載人航天，2012，18(5)：71～76

[6] 景興建，王越超，談大龍.遙操作機(jī)器人系統(tǒng)時(shí)延控制方法綜述[J].自動(dòng)化學(xué)報(bào)，2004，3(2)：214～223

[7] Eryure kE， Upadhyaya B R.Sensor validation for power plants usin g adaptive back propagation neural network[J].IEEE transaction on nuclear science，1990，37(2)：1 040～1 047

2014-07-04

姚向新(1978—)，男，甘肅靜寧人，工程師，研究方向：煤礦機(jī)電工程設(shè)計(jì)。