基于云计算的钻井绞车远程诊断中心的设计及应用

作     者：耿帆 

作者单位：中国石油大学(北京) 

学位级别：硕士

导师姓名：段礼祥

授予年度：2021年

学科分类：0820[工学-石油与天然气工程] 082001[工学-油气井工程] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 

主      题：钻井绞车 云计算 远程诊断 故障监测 符号聚合近似 

摘      要：钻井绞车在整个油气开采过程中起着重要的作用。考虑到绞车长时间处于野外工作环境,其各种部件出现故障的概率较大,监测绞车运行状态,避免其出现重大故障对油气开采工作十分重要。传统的设备监测方式主要有人工巡检和远程监测,人工巡检方法效率低、且不能及时发现故障隐患;传统的设备远程监测诊断系统存在系统灵活性差、升级维护难和搭建成本高等问题。因此开发灵活高效的绞车监测诊断系统十分必要。本文以高效监测绞车运行状态、准确识别绞车故障模式为目标,综合运用云计算技术、状态监测技术和故障诊断技术设计了一套基于云计算的钻井绞车远程诊断系统。主要内容如下:(1)针对传统振动信号时域和频域分析方法中忽略信号局部波形特征的问题以及在模糊模式识别中时域特征指标和频域特征指标权重值难以确定的问题和常规SAX方法对数据进行特征提取容易忽略数据信号中的突变信息的问题,提出了基于方差的符号聚合近似特征提取方法,简称VA＿SAX(Variance＿Symbolic Aggregate Approximation)。首先,对振动信号的波形进行区间划分,根据各区间数据的方差占比对区间数据进行分段取均值并转化为相应字符,统计各符号串出现频率作为特征指标,再将特征指标与标准故障特征指标进行模糊贴近度计算来判别故障类型。最后通过转子故障模拟实验数据和滚动轴承故障模拟实验数据进行实验,结果表明所提方法与用SAX方法处理数据相比故障诊断准确率从82%提高到88%,验证了所提方法的有效性。(2)针对传统远程监测系统架构部署效率低、搭建和维护成本高的问题,设计了基于云计算的远程监测诊断系统架构。将云计算技术引入到设备远程监测诊断中,利用云计算灵活性高、可扩展性强和成本低等优势用云服务器取代常规服务器来搭建远程监测诊断架构,将数据存储、计算、分析部分部署在云端,搭建了更加灵活、经济、高效的适用于油气开采工作现场的云计算远程监测诊断系统架构。(3)针对人工巡检效率低、无法及时发现设备隐患的问题,设计开发钻井绞车远程监测诊断软件。分析绞车常见故障,结合论文所提出的基于云计算技术的远程监测诊断系统架构和故障诊断方法,利用C#、My SQL和阿里云设计远程监测诊断系统对钻井绞车运行状态进行实时监测并对绞车异常状态报警并分析其故障,开发出适用于钻井绞车的远程监测诊断软件,减少了现场人员工作量,提高了设备管理效率。