當前位（wèi）置：*頁>>新（xīn）聞（wén）資訊>>色拉油（yóu）流（liú）量計在油（yóu）水氣三（sān）相計量中應用研究
色拉（lā）油流量計在油水氣三相計量中應用研究
點擊次數：1840 發布時（shí）間：2021-01-19 14:37:19
油（yóu）井三相流的分離分相計量精（jīng）度主要（yào）是受氣液分離（lí）程度和含水率計精度的影響。提出（chū）利用同軸線相位法環空找水儀和色拉油流量（liàng）計的響應函數來控製氣液分離, 其控製是基於神經網絡的自（zì）校正控製。含水率測量選用高精度的同軸線（xiàn）相位法含水率計, 這滿足了油井（jǐng）三相流的精確計量要（yào）求。
在油田生（shēng）產（chǎn）過程參數 (如溫度、壓力等) 檢測中, 以流量和各（gè）相持率測量非常為複雜, 是（shì）較難（nán）測量的兩個參數, 引起了（le）工程技術人員的興趣。隨著油田的發展, 被測對象不再局限於單（dān）相（xiàng）流, 而要對多相流、混合狀態的流量進行測量。測量多（duō）相流的技術難度要比單（dān）相流體的（de）精確測量大的多, 知道單相流體的密度、粘度及測量裝置的幾何結構（gòu）, 便可以（yǐ）對單（dān）相（xiàng）流進行定量（liàng）分析。如果能利用多相流中每一相的上述各（gè）物理量對多相流進行（háng）測（cè）量的話, 就很方便。但很遺憾的是, 多相流體（tǐ）的特性遠比單相流體的特性複雜的多（duō）, 如各組分之間不能均勻混合、混合流（liú）體（tǐ）的（de）異常性、流型轉變, 相對速度、流（liú）體性質、管道結構、流動方向等因（yīn）素將（jiāng）導致渦（wō）輪流量傳感（gǎn）器響（xiǎng）應特性的改變。
在單相流的條件下, 渦輪的轉速和流經它（tā）的體積流量成一單值線性（xìng）函數, 在油水兩（liǎng）相流（liú）中, 隻要流量超過始動流量, 在（zài）允許的誤差範（fàn）圍內, 渦輪的響應和體積流量也是成線性函（hán）數。
但在多（duō）相流動中, 即使在總流量保持不變的情況下, 混合流體的密度（dù）發生變化（huà）, 也會引起渦輪轉速的很大變化。混合流體經過氣液分（fèn）離後, 利用成熟的單相流測量技術和相分率測量技術計量, 因此計量的不（bú）確定度主要受氣液分離程度的影響。基於此, 提出利用同軸線含水率計和色拉油流量計的響應函（hán）數混合控（kòng）製氣液分離器方法。
1 工作（zuò）原理
色拉油（yóu）流量計是一（yī）速度式流量計, 它通過測定流體中渦（wō）輪的轉速來（lái）反映流（liú）量的大小（xiǎo）。在管（guǎn）道中心放置（zhì）一個渦輪, 當流體通過管道時衝擊渦輪葉片, 對渦輪產生驅（qū）動力矩, 使渦輪克服阻力矩而產生旋轉。在一定流量、黏度範圍內的流體介質中, 渦輪的旋（xuán）轉角速度與流體的流速成正比。因此（cǐ）, 流體的流速（sù）可以通過渦輪的旋轉角速度求得, 進而（ér）通過換算可得出通過管道（dào）的流體流量。氣液兩相（xiàng）流時（shí）, 由於相比液相的速度高, 所（suǒ）以測（cè）量結果（guǒ）增大。同軸線（xiàn）相位法環空找水儀是通過（guò）測量電磁波在（zài）油水混（hún）合介質中傳播的相位差來測量含水率。當有氣的時候, 氣液混合介質的介電常數的（de）增大, 使得同軸線相位法環空找水儀的響應值比液（yè）體的時候, 下降很多。當氣液分離完全的時候, 它的響應值就又上升到純液的時候的值, 據此判定, 氣液分離完全。
氣（qì）在氣液分離時利用色拉（lā）油（yóu）流量（liàng）計和同軸線相位法環空找水（shuǐ）儀的響應函數來控製氣液分（fèn）離器（qì）將很好的減小測量的誤差。
神經網絡的（de）自校（xiào）正（zhèng）控製（zhì）, 沒有（yǒu）參考模型, 而依靠在線遞推識（shí）別 (參數估（gū）計) 估計係統未知的參數, 以此來在線控製設計算法進行（háng）實時反饋控製。設單輸入單輸出線性係統為
式中:yk-1為對象輸出;uk為控製器（qì）輸出。
f (·) 和g (·) 未知, BP神經網絡通過學習算法可以逼近這些函數並（bìng）重新自校正控製規律, 為簡單（dān）起見, 設被控製對象為一階係統, 即
通過神經網（wǎng）絡利（lì）用模型得
去逼近對象模型, 其中W=W[W0, W1, ……, W2P], V=[V0, V1, ……, V2q], 且有
相應的控製規律為（wéi）
將式 (4) 代入式 (3) 可得
使（shǐ）得定義的輸出誤
為非常小, 於是（shì）有:小, 於是有（yǒu）:
未知, 但其符號（hào）已知, 可用sgn[g (yk) ]代（dài）替g (yk) , 這樣就可以得到調整W (k) 和V (k) 的學習規則（zé）為
式中（zhōng）:ηk, μk分別（bié）為學習效率。
2 應用實例
水氣模擬環路中, 以清水模擬（nǐ）油井（jǐng）產出液, 以空氣模（mó）擬油井的分離氣。通過調（diào）節標準流量渦輪獲得標準流量（liàng）。標準（zhǔn）流量的水和一定量的氣體混合（hé）, 即得到混合液。混合（hé）液通過（guò）分離裝（zhuāng）置, 經（jīng）分離, 即可得到分離後的水的流量。在試驗中, 當含水率（lǜ）計的響（xiǎng）應值為全水值時, 即表（biǎo）示（shì）分離完全（quán）, 且實（shí）驗選用的含（hán）水率計的全水值為4500Hz。神經網絡的結構選4-5-3, 學（xué）習速率ηk=0.78, μk=0.64, 加（jiā）權係（xì）數初始值取區間[-0.5, 0., 5]上的隨機數。輸入指令信號為采樣得到（dào）的一（yī）路同軸線相位法找水率計信（xìn）號, 輸出信號（hào）取色拉油流（liú）量計的信號。
3 結束語（yǔ）
通過同軸線相位法含（hán）水率計和色拉油流量計的響應函數來控製氣液（yè）分離, 可以實時監（jiān）測（cè）調（diào）整, 基本達到完全分離的目的。
基於神經網絡的自校正控製, 可以有效的實現對氣液（yè）分離的（de）實（shí）時控製。
此方法效果好, 現已在現場應用, 前景廣闊。
在油田生（shēng）產（chǎn）過程參數 (如溫度、壓力等) 檢測中, 以流量和各（gè）相持率測量非常為複雜, 是（shì）較難（nán）測量的兩個參數, 引起了（le）工程技術人員的興趣。隨著油田的發展, 被測對象不再局限於單（dān）相（xiàng）流, 而要對多相流、混合狀態的流量進行測量。測量多（duō）相流的技術難度要比單（dān）相流體的（de）精確測量大的多, 知道單相流體的密度、粘度及測量裝置的幾何結構（gòu）, 便可以（yǐ）對單（dān）相（xiàng）流進行定量（liàng）分析。如果能利用多相流中每一相的上述各（gè）物理量對多相流進行（háng）測（cè）量的話, 就很方便。但很遺憾的是, 多相流體（tǐ）的特性遠比單相流體的特性複雜的多（duō）, 如各組分之間不能均勻混合、混合流（liú）體（tǐ）的（de）異常性、流型轉變, 相對速度、流（liú）體性質、管道結構、流動方向等因（yīn）素將（jiāng）導致渦（wō）輪流量傳感（gǎn）器響（xiǎng）應特性的改變。
在單相流的條件下, 渦輪的轉速和流經它（tā）的體積流量成一單值線性（xìng）函數, 在油水兩（liǎng）相流（liú）中, 隻要流量超過始動流量, 在（zài）允許的誤差範（fàn）圍內, 渦輪的響應和體積流量也是成線性函（hán）數。
但在多（duō）相流動中, 即使在總流量保持不變的情況下, 混合流體的密度（dù）發生變化（huà）, 也會引起渦輪轉速的很大變化。混合流體經過氣液分（fèn）離後, 利用成熟的單相流測量技術和相分率測量技術計量, 因此計量的不（bú）確定度主要受氣液分離程度的影響。基於此, 提出利用同軸線含水率計和色拉油流量計的響應函（hán）數混合控（kòng）製氣液分離器方法。
1 工作（zuò）原理
色拉油（yóu）流量計是一（yī）速度式流量計, 它通過測定流體中渦（wō）輪的轉速來（lái）反映流（liú）量的大小（xiǎo）。在管（guǎn）道中心放置（zhì）一個渦輪, 當流體通過管道時衝擊渦輪葉片, 對渦輪產生驅（qū）動力矩, 使渦輪克服阻力矩而產生旋轉。在一定流量、黏度範圍內的流體介質中, 渦輪的旋（xuán）轉角速度與流體的流速成正比。因此（cǐ）, 流體的流速（sù）可以通過渦輪的旋轉角速度求得, 進而（ér）通過換算可得出通過管道（dào）的流體流量。氣液兩相（xiàng）流時（shí）, 由於相比液相的速度高, 所（suǒ）以測（cè）量結果（guǒ）增大。同軸線（xiàn）相位法環空找水儀是通過（guò）測量電磁波在（zài）油水混（hún）合介質中傳播的相位差來測量含水率。當有氣的時候, 氣液混合介質的介電常數的（de）增大, 使得同軸線相位法環空找水儀的響應值比液（yè）體的時候, 下降很多。當氣液分離完全的時候, 它的響應值就又上升到純液的時候的值, 據此判定, 氣液分離完全。
氣（qì）在氣液分離時利用色拉（lā）油（yóu）流量（liàng）計和同軸線相位法環空找水（shuǐ）儀的響應函數來控製氣液分（fèn）離器（qì）將很好的減小測量的誤差。
神經網絡的（de）自校（xiào）正（zhèng）控製（zhì）, 沒有（yǒu）參考模型, 而依靠在線遞推識（shí）別 (參數估（gū）計) 估計係統未知的參數, 以此來在線控製設計算法進行（háng）實時反饋控製。設單輸入單輸出線性係統為
式中:yk-1為對象輸出;uk為控製器（qì）輸出。
f (·) 和g (·) 未知, BP神經網絡通過學習算法可以逼近這些函數並（bìng）重新自校正控製規律, 為簡單（dān）起見, 設被控製對象為一階係統, 即
通過神經網（wǎng）絡利（lì）用模型得
去逼近對象模型, 其中W=W[W0, W1, ……, W2P], V=[V0, V1, ……, V2q], 且有
相應的控製規律為（wéi）
將式 (4) 代入式 (3) 可得
使（shǐ）得定義的輸出誤
為非常小, 於是（shì）有:小, 於是有（yǒu）:
未知, 但其符號（hào）已知, 可用sgn[g (yk) ]代（dài）替g (yk) , 這樣就可以得到調整W (k) 和V (k) 的學習規則（zé）為
式中（zhōng）:ηk, μk分別（bié）為學習效率。
2 應用實例
水氣模擬環路中, 以清水模擬（nǐ）油井（jǐng）產出液, 以空氣模（mó）擬油井的分離氣。通過調（diào）節標準流量渦輪獲得標準流量（liàng）。標準（zhǔn）流量的水和一定量的氣體混合（hé）, 即得到混合液。混合（hé）液通過（guò）分離裝（zhuāng）置, 經（jīng）分離, 即可得到分離後的水的流量。在試驗中, 當含水率（lǜ）計的響（xiǎng）應值為全水值時, 即表（biǎo）示（shì）分離完全（quán）, 且實（shí）驗選用的含（hán）水率計的全水值為4500Hz。神經網絡的結構選4-5-3, 學（xué）習速率ηk=0.78, μk=0.64, 加（jiā）權係（xì）數初始值取區間[-0.5, 0., 5]上的隨機數。輸入指令信號為采樣得到（dào）的一（yī）路同軸線相位法找水率計信（xìn）號, 輸出信號（hào）取色拉油流（liú）量計的信號。
3 結束語（yǔ）
通過同軸線相位法含（hán）水率計和色拉油流量計的響應函數來控製氣液（yè）分離, 可以實時監（jiān）測（cè）調（diào）整, 基本達到完全分離的目的。
基於神經網絡的自校正控製, 可以有效的實現對氣液（yè）分離的（de）實（shí）時控製。
此方法效果好, 現已在現場應用, 前景廣闊。