基于物联网数字化抽油机控制系统研究

来源 :西安石油大学 | 被引量 : 0次 | 上传用户:hutianyi199052
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着“工业4.0”和智能制造的推广与实施,数字化智能控制已成为当今数字化油田建设的发展趋势,物联网技术已经成为数字化抽油机智能控制的一项重要支撑技术。针对油田渗透率低导致的抽油机电量消耗大的问题,结合数字化抽油机控制与物联网技术国内外研究文献和新技术,研究基于物联网的数字化抽油机控制系统。本文分析了传统抽油机在低渗透油田的不足,确立基于物联网的数字化抽油机控制系统需求,制定了物联网数字化抽油机控制系统设计方案,搭建数字化抽油机数据采集、数据传输和应用处理的物联网三层架构。采用STM32F103的ARM芯片与无线ZigBee技术相结合的方式,构建硬件智能控制器,完成抽油机传感器数据采集、抽油机冲次智能控制与平衡度的自动调节。重点对智能控制器的硬件部分进行设计,其电路部分主要包括语音提示电路、平衡调节电路、冲次控制电路、ZigBee无线通信电路以及各模块的通信接口。同时采用MDK-ARM软件编程平台对智能控制器主程序和各模块的子程序进行设计,研究了基于ZigBee的从式井场抽油机自组网技术;设计了抽油机具有冲次控制、平衡调节、远程启停控制和语音提示等功能,实现了对抽油机的智能控制。现场运行结果表明,系统能够实现平衡调节、冲次控制及远程启停功能,可实现从式井场自组网数据传输功能,对陕北“三低油田”具有显著节能效果和可靠数据传输提高智能管理水平,同时,在智慧化油田建设中具有重要应用价值。
其他文献
分类器所使用的学习方法是模式识别中最重要的内容之一。传统的学习方法主要是全监督学习,需要大量标注样本进行训练学习,适用于易获得标注样本的应用。在遥感领域,样本标注需要花费大量的人力物力,且目视解译很易标注出错。为了尽可能准确的识别出未标注样本,提高分类精度,需要对大量样本进行人工标注,提高目视解译准确率,非常耗时耗力。针对上述情况,本文引入半监督学习方法,只需少量已标注样本,大大减小了标注样本所需
随着微电子、计算机视觉和自动化技术的高速发展,利用三维测量系统实现对实物的三维模型重构,从而根据三维模型最终复现该实物的逆向工程技术在制造业、考古、地质等领域的应
复杂物流系统是由若干个制造商、若干个供应商、若干个批发商和若干个零售商组成的网状供应链物流系统。仿真已经成为复杂物流系统决策的一个重要工具,仿真效率是需要考虑的
时滞特性是工业生产过程中普遍存在的现象,由于时滞现象的存在,扰动不能被及时察觉,控制作用需长时间后才能反映到系统输出上,因此使控制器参数不易选取,若控制参数调整不当,
我国是世界第一水果生产大国,但是由于分级设备与技术的落后使得我国农产品产后处理水平太低,致使国产水果的外观质量较差,缺乏市场竞争力。近年来,国外基于DSP机器视觉的水
学位