關(guān)鍵詞：抽油機(jī)；示功圖；特征提??；故障識(shí)別；閥門(mén)

中圖分類(lèi)號(hào)：TE933 DOI： 10. 16579/j. issn. 1001. 9669. 2025. 01. 002

0引言

石油是我國(guó)重要的戰(zhàn)略資源，抽油機(jī)井在石油開(kāi)采中具有重要地位。準(zhǔn)確了解油井采油狀況對(duì)于抽油機(jī)工況診斷和油田整體經(jīng)濟(jì)效益的提升具有重要意義［1-4］。示功圖是判斷抽油機(jī)工作狀況的主要依據(jù)，如若不能準(zhǔn)確及時(shí)識(shí)別抽油機(jī)故障類(lèi)型，就會(huì)影響油田的安全高效生產(chǎn)，甚至造成生產(chǎn)安全事故［5］。因此，亟需對(duì)抽油機(jī)工況進(jìn)行特征提取和全域故障識(shí)別。

不同抽油機(jī)故障導(dǎo)致不同形狀的示功圖，而每個(gè)故障的示功圖都具有獨(dú)有的特征。具體表現(xiàn)為閥門(mén)開(kāi)閉點(diǎn)位置變化、油桿的運(yùn)動(dòng)狀況、載荷的變化等。對(duì)于示功圖的診斷識(shí)別方法研究，主要有人工診斷識(shí)別方法和計(jì)算機(jī)智能診斷識(shí)別方法兩種。人工診斷識(shí)別方法是根據(jù)油田專(zhuān)業(yè)技術(shù)人員多年的經(jīng)驗(yàn)，通過(guò)對(duì)實(shí)測(cè)示功圖的判斷和識(shí)別，從而判別抽油機(jī)的故障類(lèi)型。計(jì)算機(jī)智能診斷識(shí)別方法［6］主要是通過(guò)提取圖形特征作為分類(lèi)器的分類(lèi)依據(jù)來(lái)判斷工況類(lèi)別。示功圖特征提取的方法主要包括傅里葉變換［7］343-355［8］、差分曲線(xiàn)法［9］96-98、網(wǎng)格法［10］1265-1268、Freeman鏈碼法［11］4788-4796［12-13］、神經(jīng)網(wǎng)絡(luò)算法［14］2559-2573［15-18］等。LI等［ 7］343-355將示功圖的傅里葉描述子作為特征與圖形特征進(jìn)行融合，增強(qiáng)了診斷模型的有效性；于泳澎［9］96-98提出了一種結(jié)合幾何參數(shù)法、差分曲線(xiàn)法和生產(chǎn)參數(shù)的方法，用于抽油機(jī)井故障的診斷；許廣繁等［10］1265-1268將網(wǎng)格法和灰色理論相結(jié)合，建立了示功圖的６個(gè)特征值用來(lái)識(shí)別抽油機(jī)的工況種類(lèi)；周斌等［11］4788-4796使用八方向鏈碼來(lái)提取示功圖的輪廓特征，精確識(shí)別了閥門(mén)的開(kāi)閉點(diǎn)；YE等［14］2559-2573將卷積神經(jīng)網(wǎng)絡(luò)算法改進(jìn)和簡(jiǎn)化，使得示功圖判斷及時(shí)準(zhǔn)確。以上方法都是從圖形的角度出發(fā)，沒(méi)有與抽油機(jī)的工作原理相結(jié)合，未能直接反映出在抽油機(jī)工作過(guò)程中閥門(mén)、抽油泵、抽油桿等之間的關(guān)系，因此只能對(duì)某一部分故障有效識(shí)別，對(duì)全域故障沒(méi)有普適性。

為解決上述問(wèn)題，在示功圖上獲取能夠真實(shí)反映工況的特征。本文首次提出通過(guò)機(jī)制方式提取特征，先對(duì)抽油桿進(jìn)行工作原理和受力分析，并加入增載、卸載和上下沖程階段閥門(mén)開(kāi)合對(duì)載荷的影響，確定了閥門(mén)開(kāi)合過(guò)程中載荷特征和變化趨勢(shì)；然后對(duì)圖形處理獲取閥門(mén)開(kāi)合位置和各階段載荷變化，獲取到全新的54個(gè)特征，建立全域故障特征庫(kù)；最后利用決策樹(shù)、Logistic回歸和支持向量機(jī)驗(yàn)證提取特征的準(zhǔn)確性和有效性，并評(píng)估不同故障的工況特征指標(biāo)。

1機(jī)制描述

1. 1抽油機(jī)工作原理

抽油機(jī)抽油泵的工作過(guò)程如圖1所示。在上沖程階段（A→C 段），柱塞和液柱在抽油桿的作用下向上運(yùn)動(dòng)，抽油桿受力沿軸線(xiàn)方向向上，抽油桿彈性伸長(zhǎng)，載荷增加，固定閥打開(kāi)，到達(dá)上死點(diǎn)后關(guān)閉，對(duì)應(yīng)圖2的C點(diǎn)（上死點(diǎn)），AB段為抽油桿彈性伸長(zhǎng)階段，BC段為柱塞上行程階段；在下沖程階段（C→A 段），除了抽油桿的自重之外，其他力都朝著軸線(xiàn)方向向上。因此，上部分的桿柱受拉力，而下部分的桿柱受壓力。在這個(gè)過(guò)程中，抽油桿會(huì)發(fā)生彈性收縮，從而導(dǎo)致載荷降低。同時(shí)，游動(dòng)閥會(huì)打開(kāi)，然后在達(dá)到下死點(diǎn)后關(guān)閉，對(duì)應(yīng)圖2的A 點(diǎn)（下死點(diǎn)），CD段為抽油桿彈性收縮階段，DA段為柱塞下行程階段，如此周期運(yùn)行。示功圖是了解油井工作狀況的主要方法，通過(guò)定量分析可以促進(jìn)抽油機(jī)的故障診斷和特征分類(lèi)識(shí)別。由圖2可以看出，示功圖的圖形表現(xiàn)為一標(biāo)準(zhǔn)的平行四邊形，但實(shí)際現(xiàn)場(chǎng)工作過(guò)程中，由于作業(yè)地理環(huán)境等的因素十分復(fù)雜，固定閥、游動(dòng)閥受到水、蠟、砂、氣和慣性、振動(dòng)、沖擊載荷等的影響，其打開(kāi)和關(guān)閉的時(shí)間會(huì)出現(xiàn)差錯(cuò)、程度也會(huì)受到影響，此時(shí)B、D點(diǎn)的位置就會(huì)發(fā)生變化，加之抽油桿在上下運(yùn)動(dòng)中又會(huì)受到摩擦力的作用，就會(huì)出現(xiàn)各種各樣的異常情況，BC段和DA段會(huì)出現(xiàn)不同程度的波動(dòng)。最終，桿的影響因素、泵故障以及原油因素等多種影響因素耦合起來(lái)聯(lián)合反饋到懸點(diǎn)載荷中。

開(kāi)運(yùn)算可以去除示功圖中由于載荷波動(dòng)而形成的孤立小點(diǎn)和毛刺，閉運(yùn)算可以填補(bǔ)示功圖中的小孔并彌合裂縫。本文選用形狀分別為3×3、5×5和7×7的正方形作為結(jié)構(gòu)元素，以正方形的中點(diǎn)作為結(jié)構(gòu)元素的中心，用3種不同大小的結(jié)構(gòu)元素分別對(duì)示功圖進(jìn)行開(kāi)運(yùn)算和閉運(yùn)算操作。利用式（6）、式（7），以上沖程為例，使用3種不同大小的結(jié)構(gòu)元素進(jìn)行開(kāi)運(yùn)算和閉運(yùn)算處理，得到最終處理后的圖形，處理結(jié)果可分別去除阻力和流速、波動(dòng)以及振動(dòng)影響，如圖3所示。

2. 2閥門(mén)屬性特征的獲取

閥門(mén)屬性特征的獲取首先要找出B、D 點(diǎn)，在進(jìn)行B、D點(diǎn)獲取之前要給出理論密度和實(shí)際密度的定義。如圖4所示，以最左點(diǎn)和最右點(diǎn)形成的直線(xiàn)作為最上層，最低點(diǎn)所在的縱坐標(biāo)為最下層，得出理論密度；以原始圖形的曲線(xiàn)作為最上層，最低點(diǎn)所在的縱坐標(biāo)為最下層，得出實(shí)際密度。

分別對(duì)3種不同結(jié)構(gòu)元素消除載荷影響后的圖形進(jìn)行如下操作，如圖5所示（以上沖程為例）。

通過(guò)圖5的方式將最右點(diǎn)載荷作為最上基準(zhǔn)，最低點(diǎn)作為最下基準(zhǔn)對(duì)下沖程的圖形進(jìn)行處理，可以得到D 點(diǎn)。A 點(diǎn)和C 點(diǎn)機(jī)制上對(duì)應(yīng)示功圖最左端和最右端的點(diǎn)，最終我們可以獲得A、B、C、D點(diǎn)的具體數(shù)據(jù)信息。圖6是得到A、B、C、D 四點(diǎn)的示功圖圖形（以3種類(lèi)型示功圖為例）。

2. 3載荷變化屬性特征的獲取

針對(duì)AB、BC、CD、DA 段之間的線(xiàn)段進(jìn)行微小載荷波動(dòng)過(guò)濾處理，步驟與第2. 1節(jié)相同，對(duì)獲取的線(xiàn)段進(jìn)行如下處理：

步驟一：對(duì)A、B、C、D形成的4段線(xiàn)中每段按點(diǎn)的順序依次計(jì)算相鄰兩點(diǎn)之間的斜率［式（8）］和斜率的增量［式（9）］。

步驟二：根據(jù)相鄰點(diǎn)斜率和相鄰斜率增量的各自比較，以15°為界，對(duì)線(xiàn)段進(jìn)行分類(lèi)和比較，定義出9種曲線(xiàn)類(lèi)型（表1）。

步驟三：每段線(xiàn)內(nèi)從第一個(gè)數(shù)據(jù)開(kāi)始，按照步驟一的方法計(jì)算斜率和斜率增量，按照步驟二的方法判斷線(xiàn)型，并且記錄每段線(xiàn)的長(zhǎng)度、起始點(diǎn)、方向以及線(xiàn)型。

步驟四：對(duì)每段線(xiàn)的數(shù)據(jù)進(jìn)行如下操作。

1）過(guò)濾。將所有長(zhǎng)高比大于5的曲線(xiàn)重新定義為直線(xiàn)。

2）合并。若直線(xiàn)與直線(xiàn)斜率之差小于0. 3，重新合并為一條直線(xiàn)；若直線(xiàn)長(zhǎng)度與曲線(xiàn)長(zhǎng)度之差小于0. 1，則重新合并為一條曲線(xiàn)。

3）重復(fù)。將相鄰線(xiàn)依次進(jìn)行合并，直至每段的最后一條線(xiàn)。

步驟五：將AB、BC、CD、DA每段線(xiàn)總的線(xiàn)條數(shù)合并為3個(gè)，若線(xiàn)型的數(shù)量超過(guò)3個(gè)，將最短那條線(xiàn)取消，直至數(shù)量為3；如不夠3條，在此段線(xiàn)的最后補(bǔ)數(shù)據(jù)均為0的線(xiàn)型，直至補(bǔ)齊3個(gè)。圖7所示為經(jīng)過(guò)線(xiàn)條合并后所得到的圖形（以3種類(lèi)型示功圖為例）。

2. 4抽油機(jī)工況特征庫(kù)的建立

由于抽油機(jī)在工作過(guò)程中作業(yè)環(huán)境的復(fù)雜，閥門(mén)打開(kāi)和關(guān)閉的時(shí)間會(huì)受到影響，B、D 點(diǎn)的位置也會(huì)發(fā)生變化，加之抽油桿在上下運(yùn)動(dòng)中又會(huì)受到摩擦力的作用，就會(huì)出現(xiàn)各種各樣的異常情況，這些都會(huì)反映在位移-載荷圖像中。依據(jù)第2. 1～2. 3節(jié)中所得到的A、B、C、D 四點(diǎn)在機(jī)制上對(duì)應(yīng)載荷的最大點(diǎn)和最小點(diǎn)，閥門(mén)打開(kāi)和關(guān)閉的點(diǎn)，這四點(diǎn)不同的位置可以形成不同的四邊形，并且在相同的四邊形中邊長(zhǎng)、角度也會(huì)有所不同，可以得到不同的信息；相鄰的每3個(gè)點(diǎn)可構(gòu)成對(duì)應(yīng)邊長(zhǎng)、角度大小不一的角，不同故障所形成角的大小、邊長(zhǎng)都有所不同，AB 反映增載情況，CD 反映卸載情況，BC、DA 反映抽油桿在運(yùn)動(dòng)過(guò)程中的力學(xué)特征對(duì)應(yīng)軌跡，角度的大小反映了閥門(mén)的打開(kāi)程度，不同故障對(duì)應(yīng)的角度具有不同的屬性；相鄰每?jī)牲c(diǎn)之間形成的線(xiàn)型包含了抽油桿波動(dòng)的影響，經(jīng)過(guò)第2. 1節(jié)的操作可以獲得最真實(shí)的加載和卸載特征，這3類(lèi)信息可以描述出抽油機(jī)采油過(guò)程中所有變化的屬性特征（圖8）。

根據(jù)屬性特征，從定性和定量?jī)蓚€(gè)角度分析，最終建立全域故障的所有特征（54個(gè)全新特征），如圖9所示。

3屬性特征的有效性驗(yàn)證

3. 1屬性數(shù)據(jù)獲取

本文使用來(lái)自新疆克拉瑪依油田的兩個(gè)采油區(qū)塊約120口井2019年3月底到2020年3月底的示功圖以及由示功圖分析所對(duì)應(yīng)工況類(lèi)型作為數(shù)據(jù)來(lái)源，其包含的工況主要有正常示功圖、上碰泵、供液不足、下碰泵、氣體影響、固定凡爾漏失、出砂、游動(dòng)凡爾漏失、油稠、油井結(jié)蠟，雙凡爾漏失等11種。原始示功圖成圖數(shù)據(jù)按日期存放于單獨(dú)的文件中，每條數(shù)據(jù)均由120個(gè)坐標(biāo)點(diǎn)構(gòu)成。每條數(shù)據(jù)都經(jīng)過(guò)第2. 1、2. 2和2. 3節(jié)算法的處理，最終形成圖9所對(duì)應(yīng)特征庫(kù)里的每條特征數(shù)值。

針對(duì)上述11種工況，通過(guò)Logistic回歸、決策樹(shù)和支持向量機(jī)對(duì)每種工況進(jìn)行二分類(lèi)，驗(yàn)證本文建立屬性特征的全局意義和有效性，并評(píng)判每種工況不同特征在故障識(shí)別過(guò)程中的權(quán)重。將數(shù)據(jù)的70%作為訓(xùn)練集樣本，得到二分法模型，并利用訓(xùn)練得到的結(jié)果對(duì)30%測(cè)試集樣本進(jìn)行二分類(lèi)，驗(yàn)證特征的有效性以及分類(lèi)的精確度。具體流程如圖10所示。

3. 2實(shí)驗(yàn)驗(yàn)證及結(jié)果

3. 2. 1分類(lèi)模型

1）將連續(xù)數(shù)據(jù)采用ordinal編碼離散化，用分位數(shù)把所表現(xiàn)的特征進(jìn)行四等分，每個(gè)特征中每個(gè)箱內(nèi)的樣本數(shù)量都相同。

2）決策樹(shù)開(kāi)始時(shí)根節(jié)點(diǎn)包含數(shù)據(jù)集中的所有樣例數(shù)據(jù)，計(jì)算每個(gè)特征信息熵，計(jì)算數(shù)據(jù)集中每個(gè)特征的信息增益，確定模型的根節(jié)點(diǎn)。根據(jù)根節(jié)點(diǎn)的劃分，再依次計(jì)算每個(gè)決策屬性的信息增益，選擇最佳節(jié)點(diǎn)和最佳的分枝方法，對(duì)每一個(gè)分枝進(jìn)行進(jìn)一步的劃分。根據(jù)對(duì)數(shù)據(jù)集各特征屬性信息熵的計(jì)算，生成故障二分類(lèi)識(shí)別的決策樹(shù)模型。

3）Logistic回歸由線(xiàn)性回歸衍生而來(lái)，可以解決離散數(shù)據(jù)的分類(lèi)問(wèn)題，其中引入了Sigmoid激活函數(shù)將所有計(jì)算結(jié)果映射到［0，1］，以0. 5為界，實(shí)現(xiàn)對(duì)故障的二分類(lèi)。

4）支持向量機(jī)將特征映射到一個(gè)更高維的空間里找到樣本數(shù)據(jù)之間最優(yōu)的劃分超平面，完成對(duì)故障的二分類(lèi)。

3. 2. 3不同故障模型性能評(píng)估

利用第3. 1節(jié)所得到的屬性數(shù)據(jù)集在3種算法模型上的評(píng)估結(jié)果如表2所示。

由表2可知，在分別對(duì)11種不同的故障數(shù)據(jù)集進(jìn)行測(cè)試時(shí)，所確定出的特征屬性在3種算法運(yùn)行后都有較高精度指數(shù)，實(shí)驗(yàn)結(jié)果證明，本文建立的全域特征庫(kù)具有合理性和正確性。

3. 2. 4工況私有規(guī)則庫(kù)的建立

通過(guò)3種算法對(duì)本文第2章所述方法建立的全域特征庫(kù)進(jìn)行特征重要性計(jì)算及特征選擇，分別建立屬于上述11種故障的私有規(guī)則庫(kù)。以供液不足故障為例，經(jīng)過(guò)多次實(shí)驗(yàn)分析，從全域特征庫(kù)54個(gè)特征中選擇了14個(gè)特征建立供液不足私有規(guī)則庫(kù)的特征公共集，具體特征重要性如圖11所示。

4結(jié)論

針對(duì)抽油機(jī)故障特征分類(lèi)難且故障識(shí)別率低的問(wèn)題，基于抽油機(jī)工況建立了示功圖全域故障識(shí)別特征集，通過(guò)應(yīng)用機(jī)器學(xué)習(xí)算法，對(duì)不同特征在不同故障類(lèi)型中的影響差異進(jìn)行了深入的對(duì)比分析，得出以下結(jié)論：

1）抽油機(jī)的每一種故障對(duì)全域特征集中的某些特征具有較高敏感度，通過(guò)對(duì)特征重要性的展示和特征的選擇，可以建立針對(duì)每種故障的私有規(guī)則庫(kù)。

2）通過(guò)抽油機(jī)工況建立的示功圖全域故障識(shí)別特征集，可為實(shí)際生產(chǎn)提供通用的抽油機(jī)故障識(shí)別工具，且具有較高的準(zhǔn)確性。

3）該特征集可有效地為抽油機(jī)各類(lèi)故障識(shí)別提供有效特征，為抽油機(jī)生產(chǎn)運(yùn)行和維護(hù)提供了重要的參考依據(jù)。