[发明专利]基于剩余使用寿命预测的水下采油树视情维修方法及系统有效

专利信息
申请号: 202110752771.6 申请日: 2021-07-02
公开(公告)号: CN113378480B 公开(公告)日: 2022-04-15
发明(设计)人: 蔡宝平;王远东;刘永红;孔祥地;张妍平;刘贵杰;冯强;李心成;葛伟凤;吴奇兵;吴奇霖;纪仁杰;刘增凯;李荣康 申请(专利权)人: 中国石油大学(华东)
主分类号: G06F30/27 分类号: G06F30/27;G06Q10/04;G06Q10/00;G06N3/04;G06N3/08;G06N3/12;G06F111/08;G06F113/08;G06F119/02
代理公司: 暂无信息 代理人: 暂无信息
地址: 266580 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 剩余 使用寿命 预测 水下 采油 树视情 维修 方法 系统
【说明书】:

发明属于石油工程领域,具体地,涉及一种基于剩余使用寿命预测的水下采油树视情维修方法及系统。基于剩余使用寿命预测的水下采油树视情维修方法,包含六个步骤:水下采油树各组件退化冲击模型建立、水下采油树各组件不完全维修模型建立、水下采油树各组件剩余使用寿命预测模型建立、水下采油树系统备件模型建立、水下采油树系统视情维修模型建立和水下采油树系统维修决策阈值确定。基于剩余使用寿命预测的水下采油树视情维修系统,包含五个部分:水下采油树生产回路数据采集模块、水下采油树环空回路数据采集模块、水下采油树化学药剂注入回路数据采集模块、水下采油树传感器数据收集与存储模块、水下采油树维修决策子系统。

技术领域

本发明属于石油工程领域,具体地,涉及一种基于剩余使用寿命预测的水下采油树视情维修方法及系统。

背景技术

水下采油树是水下生产系统的关键设施,在海洋石油开采中得到了广泛的应用。水下采油树主要由井口连接器、油管挂、堵塞器、树帽、树体、阀门以及各类通路等系统部件组成,主要用于悬挂下入井中的油管柱、密封油套管的环形空间、控制和调节油井生产、保证作业、测试及清蜡等日常生产管理。水下采油树受海平面环境的影响较小,能够适用于深水或超深水油气开发,因此备受关注并得到蓬勃发展。

由于水下采油树长期工作在海底,其结构的复杂以及作业工况条件的复杂,导致了安装困难、维修费用高、维修难度大等问题的出现。水下采油树一旦发生故障将会带来巨大的经济损失甚至造成海洋环境的破坏和人员伤亡。现有的维修方式通常是定时检修,维修费用高,容易产生过维修和欠维修的问题。视情维修是一种基于组件退化状态进行维修决策的维修方式,可以有效减少过维修和欠维修的问题,在保障系统安全的同时,降低维修费用。因此,亟需一种基于剩余使用寿命预测的水下采油树视情维修方法及系统。

发明内容

为克服现有技术存在的缺陷,本发明提供一种基于剩余使用寿命预测的水下采油树视情维修方法及系统。

为实现上述目的,基于剩余使用寿命预测的水下采油树视情维修方法,包括以下6个步骤:

S1:根据历史故障数据建立水下采油树各组件退化冲击模型,具体包括以下步骤:

S11:建立水下采油树各组件内部退化模型。将水下采油树各组件内部退化过程建模为伽马过程;

S12:建立水下采油树各组件海洋环境外部冲击模型。将水下采油树各组件海洋环境外部冲击过程建模为泊松过程;

S2:根据水下采油树系统维修数据及维修之后的退化数据,建立水下采油树各组件不完全维修模型,具体包括以下步骤:

S21:建立水下采油树各组件不完全维修之后的退化状态降低模型;

S22:结合水下采油树各组件不完全维修次数,建立水下采油树各组件不完全维修之后的退化加速模型;

S3:根据水下采油树系统历史故障数据建立基于神经网络算法的水下采油树各组件剩余使用寿命预测模型,具体包括以下步骤:

S31:建立基于神经网络算法的水下采油树各组件正常退化状态下剩余使用寿命预测模型;

S32:建立基于神经网络算法的水下采油树各组件不完全维修下剩余使用寿命预测模型;

S4:建立水下采油树系统备件模型,该步骤的具体实现如下:

水下采油树系统备件模型采用(s,S)的备件策略,s为水下采油树系统拥有的水下采油树各组件备件之和的最小数量,S为水下采油树系统拥有的水下采油树各组件备件之和的最大数量,每个水下采油树组件最多只有一个备件;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油大学(华东),未经中国石油大学(华东)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110752771.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top