Download PDF  
基于LabVIEW的油气井井下集成监测系统设计
章明1, 衡星1, 王曦麟2, 张逸伦2, 赖枫鹏2, 董爱国3     
1. 中国地质大学(北京)地球物理与信息技术学院;
2. 中国地质大学(北京)能源学院;
3. 中国地质大学(北京)数理学院
摘要: 国内众多油气井需依据井下环境参数的动态变化及时调整石油开发方案以提高采收率,因此井下环境参数的监测技术已成为提高油气井采收率的关键。针对传统监测技术只能监测单一参数且不能实现单井监测的弊端,设计了基于LabVIEW的油气井井下集成监测系统,阐述了系统的软硬件设计思想,并描述了硬件组成模块及软件实现过程。该系统以EP3C16Q240C8N芯片为核心处理器,借助LabVIEW平台搭建系统软件,由采集模块和监测模块组成。该系统在温度测试中,4次试验的平均误差为0.639%;在漏报测试中,系统的漏报率为0%,接收数据正确率大于98%。测试结果表明该系统运行稳定,可以实现对井下环境参数的实时监测和预警。
关键词: LabVIEW     井下环境     实时监测     集成监测     油气井    
Design of Downhole Integrated Monitoring System for Oil-gas Wells
Zhang Ming1, Heng Xing1, Wang Xilin2, Zhang Yilun2, Lai Fengpeng2, Dong Aiguo3     
1. School of Geophysics and Information Technology, China University of Geosciences(Beijing);
2. School of Energy Resources, China University of Geosciences(Beijing);
3. School of Science, China University of Geosciences(Beijing
Abstract: Many oil and gas wells in China are required to adjust production plan to improve EOR based on the environment parameters owing to limited oil and gas resources, low capacity and low recovery rate. Therefore, the monitoring technology of downhole environmental parameters becomes a key technology for EOR of wells. To address the drawbacks of traditional monitoring technology which can only monitor single parameter and cannot allow single well monitoring, an downhole integrated monitoring system based on LabVIEW is designed. The software and hardware design ideas of the system are introduced. The hardware components and software implementation process are described. The system adopts EP3C16Q240C8N chip as the core processor. The system software, which consists of acquisition module and monitoring module, is built on the LabVIEW platform. In the temperature test, the average error of the four tests is 0.639%. In the omission test, the system has a omission rate of 0% and the received data accuracy rate is higher than 98%. The test results show that the system runs stable and can allow real-time monitoring and early warning of downhole environmental parameters.
Keywords: LabVIEW    downhole environment    real-time monitoring    integrated monitoring    oil-gas well    

0 引言

石油能源对我国的稳定和持续发展具有重要意义。我国石油资源相对匮乏,国内众多油气田受油气资源储量限制,产能小,采收率低,原油长期大量依赖进口[1-2],因此提升油气井生产水平及提高油气井采收率成为国家能源长远战略中刻不容缓的关键。

现阶段油气井井下参数采集装置存在许多不足[3-6]。通常采用的井下参数采集主要依靠井口采集,然后反推计算,得到井底参数数值;其次,现阶段采用的井下参数采集装置大多是一个井区一套装置,对井区集中计量监测,没有实现单井计量监测;并且现阶段井下参数采集系统往往针对于单个参数进行采集,例如压力或者温度的采集;同时对于井下气体成分监测尚处于空白状态,例如硫化氢等有害气体成分的实时监测,对油气田的安全生产具有重大意义。为此,笔者提出油气井井下参数实时集成采集和实时远程监测的解决方案,并开发完成了相应设备和系统。该系统设有16路通用接口,既可对井区的各单井集中采集,又可有针对性地对单井的各参数集中测量,同时实现对甲烷和硫化氢等气体成分的实时监测。该系统依托于LabVIEW平台,采用模块化编程思想,实现了数据的实时集中动态监测,可以满足生产中实时性、准确性和集成性的需求。

1 设计方案

油气井井下集成监测系统主要用于监测油气井井下甲烷及硫化氢等气体体积分数和井下温度与湿度等参数,系统总体结构如图 1所示。

图 1 油气井井下集成监测系统示意图 Fig.1 Schematic diagram of downhole integrated monitoring system for oil-gas wells

该系统由采集模块和监测模块组成,其中采集模块是整个系统的核心,由位于井下的多参数传感器和位于井口的数据采集箱组成;监测模块即终端计算机的数字信号处理软件,可对传来的数据进行分析和处理,以图形化方式动态显示甲烷及硫化氢气体体积分数和温度与湿度等参数,并对井下环境预警。根据终端计算机的实时显示,监测人员可以清晰地观察井下环境,并及时做出相应判断。

2 硬件构成及设计

基于LabVIEW的油气井井下集成监测系统的硬件电路主要由多参数传感器、控制处理单元和上位机工作站组成,总体硬件电路结构如图 2所示。多参数传感器包括甲烷传感器、硫化氢传感器和温度传感器等;处理器即为控制处理单元,由EP3C16模块和ADA530模块组成。

图 2 硬件电路结构示意图 Fig.2 Diagram of the hardware circuit structure

2.1 多参数传感器 2.1.1 甲烷传感器

采用深圳东日灜能科技有限公司的甲烷气体体积分数传感器模组,其测量范围为0~5×10-3,分辨率为1×10-8。该报警器精度高、分辨率高、响应迅速、采样距离远[7]。采样的模拟信号可直接与处理器的ADA530模块相连接,经A/D转换后的输出值即为甲烷体积分数值,可在上位机工作站直接显示出来。

2.1.2 硫化氢传感器

7NE/H2S-2000系列传感器适用于硫化氢气体体积分数的探测,其测量范围为0~2×10-3,分辨率为5×10-6。该系列传感器上、下限报警值可任意设定,具有电压和串口同时输出的特点,适用于工业现场或实验室平台的测量[8]。当硫化氢气体体积分数不在设定阈值范围内时,传感器数字I/O的VOUT端口输出低电平。因此,该系列传感器可结合EP3C16模块,通过监测电平下降沿触发外部中断,达到监测报警的目的。

2.1.3 温度传感器

选用美国DALLAS公司的DSl8820一线数字温度传感器,其测温范围为-55~+125 ℃,分辨率为0.062 5 ℃,在-10~+85 ℃范围内测温准确度为±0.5 ℃。它体积小、功耗低、抗干扰能力强,易与处理器连接,可减少对系统稳定性的影响。该传感器与EP3C16模块交换信息占用1根I/O线,且读/写和温度转换的功率来源于数据总线,无需额外电源[9]

2.2 控制处理单元设计

控制处理单元是整个井下采集硬件电路的核心,由EP3C16模块和ADA530模块构成,可以实现所有设备的控制、数据的计算和传输。因此,处理器采用ALTERA公司的EP3C16Q240C8N芯片。该芯片拥有ARM7DMI-S内核、156 kb可编程闪存、16 kb静态随机存储器、8路10位模数转换器、2个32位定时器、6路脉冲宽度调制器和9个外部中断源,具有低功耗、低成本和高性能的特点。常用总线接口有1个I2C接口、2个SPI接口和2个UART接口[10],可用于控制多参数传感器采集数据。

3 软件设计

油气井井下集成监测系统软件基于LabVIEW平台开发,采用模块化的编程思想,包括数据处理、数据显示、安全预警和数据管理4个模块。当系统启动时,首先查询是否有上位机指令,如果有上位机指令,多参数传感器接受指令并校验,执行相应操作;如果没有上位机指令,多参数传感器初始化后进行数据采集,将实时数据传送至上位机。实时数据经数据处理模块剔除不合理的数值后,通过数据显示模块实时显示。同时系统软件对显示数据进行数据库管理和安全预警分析,根据安全预警分析结果做出报警显示。系统软件工作流程如图 3所示。

图 3 系统软件工作流程图 Fig.3 Flow chart of system software

3.1 数据处理模块

采取N次循环求平均值的方式完成清零操作,去除系统误差;再设置上、下限将异常数据及瞬时扰动去除,实现数据的预处理。预处理后的数据导入后续模块,并进行特征提取,实现数据的标准化。标准化处理不会影响数据的最终计算值。其中,数据处理模块清零程序如图 4所示。

图 4 数据处理模块清零程序 Fig.4 Clearing program of data processing module

3.2 数据显示模块

系统采用分模块显示方法,使用波形图表实时显示数据。监测人员可自由选取不同通道的数据,通过波形图表更加清楚、直观地观察。

3.3 安全预警模块

安全预警模块基于聚类分析的方法[11-12]建立井下安全评价体系,将井下安全状况分为正常、轻度警报和严重警报3类。经数据处理模块处理后的数据进行聚类分析计算,聚类结果依据设定的3类井下安全状况设置分级报警[13]

3.4 数据管理模块

油气井井下集成监测系统监测模块需要对数据进行实时显示和查询等操作,其关键在于数据库的读写操作。系统采用LabVIEW平台的LabSQL工具包实现数据库的读写操作,并利用Access数据库实现微机系统之间的高效数据交换。数据管理模块由数据存储和数据查询组成。数据存储需先连接数据库,再新建一个数据库表格,通过LabVIEW编程循环写入实时数据,最后关闭数据库。数据查询需先连接数据库,然后打开指定数据库表格,通过LabVIEW查询算法查询数据,最后关闭数据库[14]。数据管理模块存储程序和查询程序分别如图 5图 6所示。

图 5 数据管理模块存储程序 Fig.5 Storage program of data management module

图 6 数据管理模块查询程序 Fig.6 Query program of data management module

4 试验测试

在实验室条件下,对系统进行温度及漏报测试,测试结果分别见表 1表 2

表 1 温度测试结果    ℃ Table 1 Temperature test results    ℃
实际温度 测量温度 报警条件设定 误差 是否报警
22.3 22.4 <20或>30 0.1
19.9 19.7 <20或>30 0.2
18.4 18.3 <20或>30 0.1
17.9 18.0 <20或>30 0.1

表 2 漏报测试结果 Table 2 Omission test results
测量时间/min 发送数据 接收正确数据 接收错误数据 正确率/%
1 1 200 1 195 5 99.58
2 2 400 2 370 30 98.71
4 4 800 4 758 42 99.12
8 9 600 9 545 55 99.42

多次试验结果表明:该系统可以准确反映井下环境信息,实时显示数据并及时预警。软件运行界面如图 7所示。由温度测试可知,该系统温度误差为±0.2 ℃,4次试验的平均误差为0.639%;由漏报测试可知,该系统的漏报率为0%,接收数据正确率大于98%。该设计总体符合油气井井下集成监测系统的要求。

图 7 系统软件运行页面 Fig.7 Running page of system software

5 结论

(1) 油气井井下集成监测系统是一套针对油气井井下环境进行实时集成监测的系统。该系统以EP3C16Q240C8N芯片为核心处理器,依托LabVIEW平台完成软件设计,实现对油气井井下环境参数的实时采集、传输、分析、处理和预警等功能。

(2) 与传统系统比较,整套系统成本低廉,可实现对单井的实时监测;搭配灵活,可根据油气田实际需要实现有针对性的动态监测;结构简单,可实现多个井下环境参数的集成监测。

(3) 测试结果表明:该系统运行稳定,实现了对井下环境参数的实时监测和预警,提高了原油采收率和生产的安全系数,能够较好地满足实际需要,具有较高的实用价值。

参考文献
[1] 毋毅文. 中国石油能源安全的现状分析[J]. 山西农经, 2016(10): 123.
WU Y W. Analysis of the current situation of China's petroleum energy security[J]. Shanxi Agricultural Economy, 2016(10): 123.
[2] 刘芳荣. 浅谈替代石油能源产业的现状与发展[J]. 中国石油和化工标准与质量, 2014(4): 244.
LIU F R. A brief discussion on the current situation and development of alternative petroleum energy industry[J]. China Petroleum and Chemical Standard and Quality, 2014(4): 244. DOI: 10.3969/j.issn.1673-4076.2014.04.223
[3] 牛景理, 叶庆伟. 油田压力动态监测技术综述[J]. 内蒙古石油化工, 2009(21): 108-110.
NIU J L, YE Q W. Overview of dynamic monitoring technology of oilfield pressure[J]. Inner Mongolia Petrochemical Industry, 2009(21): 108-110.
[4] 代永贮, 徐加军, 庞瑞云, 等. 动态监测在油藏开发中的应用实践与认识[J]. 断块油气田, 2005(12): 52-54.
DAI Y Z, XU J J, PANG R Y, et al. Application practice and cognition of dynamic monitoring in reservoir development[J]. Fault-block Oil & Gas Field, 2005(12): 52-54.
[5] 曹学军, 康杰, 何灿. 压裂实时监测及诊断技术处理系统的研制及应用[J]. 天然气工业, 2002(22): 42-44.
CAO X J, KANG J, HE C. Development and application of fracturing real-time monitoring and diagnosis technology processing system[J]. Natural Gas Industry, 2002(22): 42-44.
[6] 潭伟, 吴秋来. PDMS永久井下监测系统及其应用[J]. 油气井测试, 2003.
TAN W, WU Q L. Application of PDMS permanent downhole monitoring system[J]. Well Testing, 2003(12): 61-64.
[7] 深圳东日灜能科技有限公司.甲烷CH4气体浓度检测传感器模组[EB/OL].[2016-03-18]. http://www.skyeaglee.com.
SKYEAGLEE. CH4 methane gas concentration detection sensor module[EB/OL].[2016-03-18]. http://www.skyeaglee.com.
[8] 深圳圣凯安科技有限公司. 7NE/H2S-2000系列智能型硫化氢H2S传感器[EB/OL].[2015-11-04]. http://www.nesensor.com.
NE SENSOR TECHNOLOGY. 7NE/H2S-2000 series of intelligent hydrogen sulfide H2S sensor[EB/OL].[2015-11-04]. http://www.nesensor.com.
[9] 郭志辉. DS18B20在数字温度计系统设计的理论分析与探究[J]. 新课程, 2011(4): 172-173.
GUO Z H. DS18B20 theoretical analysis and exploration of digital thermometer system design[J]. New Course, 2011(4): 172-173.
[10] ALTERA. ALTERA器件手册[EB/OL].[2015-09-28]. http://www.altera.com.cn.
ALTERA. ALTERA device manual[EB/OL].[2015-09-28]. http://www.altera.com.cn.
[11] 郑兵云. 多指标面板数据的聚类分析及其应用[J]. 数理统计与管理, 2008(2): 265-270.
ZHENG B Y. The clustering analysis of multivariable panel data and its application[J]. Application of Statistic Management, 2008(2): 265-270.
[12] 张辉, 陈庚绪. 基于改进灰色聚类的钻头优选新方法及其应用[J]. 石油机械, 2013, 41(2): 20-23, 27.
ZHANG H, CHEN G X. Improved grey clustering-based new method to optimize drilling bit and its application[J]. China Petroleum Machinery, 2013, 41(2): 20-23, 27. DOI: 10.3969/j.issn.1001-4578.2013.02.005
[13] 郭军.矿井热动力灾害救援安全性评价与动态预测[D].西安: 西安科技大学, 2016.
GUO J. Safety evaluation and dynamic prediction for the rescue operation after mine thermo dynamic disasters[D]. Xi'an: Xi'an University of Science and Technology, 2016. http://cdmd.cnki.com.cn/Article/CDMD-10704-1016908907.htm
[14] 肖念. 浅析SQL数据库的设计[J]. 计算机光盘软件与应用, 2013, 16(6): 201-202.
XIAO N. Analysis of the design of SLQ database[J]. Computer Disk Software and Application, 2013, 16(6): 201-202.

文章信息

章明, 衡星, 王曦麟, 张逸伦, 赖枫鹏, 董爱国
Zhang Ming, Heng Xing, Wang Xilin, Zhang Yilun, Lai Fengpeng, Dong Aiguo
基于LabVIEW的油气井井下集成监测系统设计
Design of Downhole Integrated Monitoring System for Oil-gas Wells
石油机械, 2018, 46(10): 92-96
China Petroleum Machinery, 2018, 46(10): 92-96.
http://dx.doi.org/10.16082/j.cnki.issn.1001-4578.2018.10.018

文章历史

收稿日期: 2018-05-16

相关文章

工作空间