利索能及
我要发布
收藏
专利号: 2024103368358
申请人: 常熟理工学院
专利类型:发明专利
专利状态:已下证
更新日期:2025-11-18
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种无人值守海上采油平台油水两相流流动参数测量方法,其特征在于所述测量方法使用的测量装置包括:计量罐(1)、入口1(2)、入口2(3)、上出口(4)、下出口(5)、上整流器(6)、下整流器(7)、电气控制柜(8)、支架(9)以及底座(10);所述计量罐的顶部、中部、底部分别由上球冠(11)、圆柱段(12)、下球冠(13)组成;所述入口1(2)和入口2(3)安装于圆柱段(12);所述上出口(4)位于上球冠(11)上方,控制阀1(14)和光纤传感器(17)安装于上出口(4);所述下出口(5)位于下球冠(13)下方,控制阀2(15)安装于下出口(5);旁通管(27)与上出口(4)和下出口(5)汇通,卡扣(28)固定下出口(5),控制阀3(16)安装于旁通管(27);所述电气控制柜(8)通过导轨(18)将电源模块(19)、PLC控制器(20)和继电器(21)进行固定;所述PLC控制器(20)由中央处理器(22)、存储器(23)、输入模块(24)、输出模块(25)、GPRS模块(26)构成;所述支架(9)和底座(10)支撑无人值守海上采油平台油水两相流流动参数测量装置;

所述测量方法包括以下步骤:

步骤一,无人值守海上采油平台油水两相流流动参数测量方法,具体如下;

油水混合物从入口流入计量罐,中央处理器输出信号,继电器接受信号,打开阀门2,3,关闭阀门1;同时存储器开始记录时间,开始时间为0时;光纤传感器将实时数据传输到中央处理器,当光纤传感器检测到油层时,光纤传感器信号电平由低电平变为高电平,此时为Tot时刻,油相调控结束;中央处理器输出信号,继电器接受信号,打开阀门1,关闭阀门2,3;同时存储器继续记录时间,当光纤传感器检测到水层时,光纤传感器信号电平由高电平变为低电平,此时为Twt时刻,水相调控结束;中央处理器计算油水两相流流动参数,将计算结果通过GPRS模块,传输到卫星,通过卫星发送到控制中心;

步骤二:建立无人值守海上采油平台油水两相流流量和相持率测量模型,对步骤一中油水两相流流动参数进行计算;

建立无人值守海上采油平台油水两相流流量和相持率测量模型具体如下:油相流量Ql‑o和水相流量Ql‑w表达式如下:式中,Vz为计量罐体积;△v为旁通管体积;

油相持率ho和水相持率hw表达式如下:

步骤三:依据无人值守海上采油平台油水两相流流动参数测量的实际工况,确立无人值守海上采油平台油水两相流流动参数测量装置结构参数;

无人值守海上采油平台油水两相流流动参数测量装置结构参数,具体确立方法如下:S1:无人值守海上采油平台空间有限,无人值守海上采油平台油水两相流流动参数测量装置计量罐体积Vz,要满足无人值守海上采油平台预计安装需求;

计算罐体积Vz计算方法如下:

式中,Ry为圆柱段管道半径;Hx为入口到圆柱段底部的轴向距离;

Rs为上球冠半径;Rx为下球冠半径;

Hs为入口到圆柱段顶部的轴向距离;

为计量罐预设安装体积;△Vf为计量罐实际安装剩余体积;S2:入口形状采用圆形,降低入口流体对入口区域流体的卷吸效果,通过调整入口内径RN,降低入口区域湍流脉动,增加无人值守海上采油平台油水两相流流动参数测量装置油水两相流有效分离区域;

入口内径RN计算方法如下:

式中,Qmax为无人值守海上采油平台油水两相流处理量上限;

Vjl为入口区域流体流速; 为入口内径相关系数;cd为湍流尺寸;

TL(jx)max为入口流体沿入口径向方向中允许的最大湍流脉动值;

S3:根据无人值守海上采油平台油水两相流流动参数测量中油水分离临界直径的需要,调整计量罐入口位置,提高无人值守海上采油平台油水两相流流动参数测量精度;

Hs、Hx计算方法如下:

式中,δod为油滴临界直径;δwd为水滴临界直径;g为重力加速度;

为预期油滴下降临界直径; 为预期水滴上浮临界直径;

Vo为油相调控过程中油水界面上升速度;μw为水相黏性系数;

Vw为水相调控过程中油水界面下降速度;μo为油相黏性系数;

△Hs为油相调控过程中允许缓冲的轴向距离;po为油相密度;

△Hx为水相调控过程中允许缓冲的轴向距离;pw为水相密度;S4:入口采用轴对称双入口,轴对称双入口流体惯性力相互抵消,提高入口区域流场稳定性,通过调整轴对称双入口间夹角,减少由于入口流体流动曳力不均造成无人值守海上采油平台油水两相流流动参数测量装置湍流脉动;

轴对称双入口间夹角θj计算方法如下:

式中,FA为入口1流体造成的流场曳力;FB为入口2流体造成的流场曳力;

ψ为湍流脉动相关系数;

FA、FB表达式分别如下:

式中,MA、MA分别为入口1和入口2流入的离散相液滴总数;

ma、mb分别为入口1流入的第ma和入口2流入的第mb离散相液滴;

δmaf、δmbf分别为入口1流入的第ma和入口2流入的第mb离散相液滴粒径;

ρF为连续相流体密度;vmah、vmbh分别为入口1流入的第ma和入口2流入的第mb离散相液滴横向速度;

ωma、ωmb分别为入口1流入的第ma和入口2流入的第mb离散相液滴旋转角速度;

WenL为无人值守海上采油平台油水两相流流动参数测量装置流场湍流脉动值;

S5:以降低流经整流器流体紊乱值的为目标,建立目标函数,设计相应的整流器,并调整整流器轴向安装位置,提高流经整流器的流体轴向分速度在速度上的占比量,提升无人值守海上采油平台油水两相流流动参数测量装置油水流动参数测量过程中流场稳定性;

上述目标函数如下:

式中,Pz1为z1径向截面紊乱值;Pz2为z2径向截面紊乱值;

z1为相态调控测量过程中流经整流器前截面位置;

z2为相态调控测量过程中流经整流器后截面位置;

S为径向截面采样点总数;

为流经z1径向截面流体上第s采样点速度;

为流经z1径向截面流体上第s采样点轴向分速度;

为流经z1径向截面流体轴向平均速度;

为流经z1径向截面流体平均速度;

为流经z2径向截面流体上第s采样点速度;

为流经z2径向截面流体上第s采样点轴向分速度;

为流经z2径向截面流体轴向平均速度;

为流经z2径向截面流体平均速度;

流经整流器的流体速度修正公式如下:

式中,Θ为整流器流速修正相关系数矩阵;C2为惯性阻力系数;

Vsi为流经整流器的流体速度分量;Vs为流经整流器的流体速度;

△l为整流板长度;△hz为整流板间距;RL为整流器的外径;

Lx为整流板形状相关粘性阻力系数;ρxt为流经整流器的流体密度;

μxt为流经整流器的流体流动粘性阻力系数;η为整流器厚度;

步骤四:建立无人值守海上采油平台油水两相流流动测量装置不同结构参数布局下油相和水相调控流场样本集;

无人值守海上采油平台油水两相流流动测量装置不同结构参数布局下油相和水相调控流场样本集建立方法如下:对计量罐结构参数Vzcor={Hx,Hs,Ry,Rx,Rs,Hszq,Hxzq}重新布局,并进行油水两相流调控测量实验,获得不同结构参数布局下,油相调控流场样本集Mo和水相调控流场样本集Mw;

样本集Mo表示为:

Mo={Mo1,Mo2,Mo3,…,Moit,…MoIT}式中,IT为结构参数组合总数;

Moit为计量罐在第it种结构参数布局下油相调控流场分布;

样本集Mw表示为:

Mw={Mw1,Mw2,Mw3,…,Mwit,…MwIT}式中,Mwit为计量罐在第it种结构参数布局下水相调控流场分布;

步骤五:依据无人值守海上采油平台油水两相流流动参数测量装置油相和水相调控随测量装置结构参数布局变化的流场分布样本集,采用GMDH神经网络预测无人值守海上采油平台油水两相流流动参数测量装置油相和水相调控随测量装置结构参数布局变化的流场分布情况,并建立无人值守海上采油平台油水两相流流动参数测量装置油相和水相调控适应函数模型;

上述采用GMDH神经网络预测无人值守海上采油平台油水两相流流动参数测量装置在不同结构参数布局下油相调控适应度函数和水相调控适应度函数的预测方法如下:将流场波动值、流场波动平均值和流场波动方差,采用预测权系数的方法融合到一起,建立如下油相和水相随结构参数布局变化的相态调控适应度函数模型:式中,Fot‑p、Fwt‑p分别为无人值守海上采油平台油水两相流流动参数测量装置随测量装置结构参数布局变化的相态调控适应度变量;

p为p种计量罐结构参数布局;

GMDH(YZothigh‑p)、 GMDH(TPot‑p)分别为GMDH神经网络预测无人值守海上采油平台油水两相流流动参数测量装置在计量罐为p种结构参数布局下油相调控过程中的流场波动值YZothigh‑p、平均流场波动值 和流场波动方差TPot‑p;

GMDH(YZwthigh‑p)、 GMDH(TPwt‑p)分别为GMDH神经网络预测无人值守海上采油平台油水两相流流动参数测量装置在计量罐为p种结构参数布局下水相调控过程中的流场波动值YZwthigh‑p、平均流场波动值 和流场波动方差TPwt‑p;

Ow1、Ow2分别为GMDH(YZothigh‑p)和 的预测权系数;

Ww1、Ww2分别为GMDH1(YZwthigh‑p)和 的预测权系数;YZothigh和YZwthigh表达式如下:式中,vi为编号为i的采样点轴向速度值;

为径向截面采样点轴向速度平均值;n为截面总采样点数;vi的坐标位置(xr,yr)表达式如下:式中,(xc,yc)为径向流场界面中心;Rr为第r圈的采样半径;

pr为第r圈第pr采样点;P为第r圈采样总数;

和 表达式如下:

式中,N为轴向截面总数; 为轴向截面流场波动平均值;

Tαo‑iz、Tαw‑iz为油相和水相调控中编号为iz截面流场波动值;TPot和TPwt表达式如下:建立含有权值Ow1、Ow2、Ww1、Ww2无约束优化求解模型如下:式中, 分别为无人值守海上采油平台油水两相流不同工况下油相调控和水相调控适应度函数允许值;k为参数求解中间变量;

步骤六:对无人值守海上采油平台油水两相流流动参数测量装置结构参数系统优化;

Z1:根据步骤三,获得的无人值守海上采油平台油水两相流流动参数测量装置结构参数,对计量罐体积为Vz的结构参数布局Vzcor={Hx,Hs,Ry,Rx,Rs,Hszq,Hxzq}进行缩放,生成的数据作为新的几何结构参数,并重新计算其对应的油水调控过程中的Fot和Fwt,利用流场整体波动阈值Eowt原则,更新初始结构参数,更新后的初始结构参数命名为Vznew;

Vznew更新方法如下:

式中,β为缩放比例函数;若流场整体波动阈值Eowt为con时,继续缩放;若流场整体波动阈值Eowt=dis时,输出该几何结构参数Vzcor;

Eowt表达式如下:

Z2:将Z1输出的Vzcor下的体积参数,输入到步骤五的GMDH神经网络预测模型,生成不同布局的结构参数组,采用遗传算法生成帕累托最优前沿解Pl={pl1,pl2,...plU},其中帕累托最优前沿解下油相和水相调控适应度函数分别为Ot={Fot‑1,Fot‑2,…,Fot‑U}和Wt={Fwt‑1,Fwt‑2,…,Fwt‑U};

Z3:提取Z2中帕累托最优前沿解Pl的油相和水相适应度函数,通过油水两相流相态调控指标EP,对生成的结构参数组按EP值从大到小,重新排序,新生成的结构参数组命名为Plnew;

Plnew表达式如下:

EP表达式如下:

Z4:终止条件:按照新生成的结构参数组Plnew排列顺序,通过流场整体波动阈值Eowt原则,进行流场整体波动阈值判定,更新初始几何结构参数Vzcor,否则直至判定达到U次,算法终止,得到优化后的结构参数布局。