金宝搏app

摘 要：在一体化分层注水工艺中，每个层段的流量都要正确测量，而其所需的流量计必须能长期置于井下，综合考虑选择金宝搏app作为智能分层注水工艺中的流量检测装置。但金宝搏app易于受到管道震动和流场扰动引起的噪声干扰，且注水管道在注水的过程中更容易产生干扰信号，尤其在小流量处很难分辨出传感器产生的频率信号。根据金宝搏app的特点，提出一种以硬件和Mallat算法相结合，处理低频段无法分辨的问题，并进行了试验验证和现场应用。实验结果表明，使用该种方法，能有效的减少噪声干扰，降低了流量计的下限，提高了精度。
　　分层注水工艺目前具有机电一体化特色数字化全自动控制技术，但其技术壁垒为流量计的长期检测。在传统工艺上测调仪上使用的金宝搏app和超声波流量计对长期置于井下进行单层段的注入流量检测存在一定不适用性，例如表面存在结垢等将使其失效。由于以上原因和须长时间放置井下及空间尺寸等因素，一体化分层注水工艺中选择了金宝搏app，但金宝搏app其最大的缺点是量程下限高，当测量小流量的时候测量很不准确。随着油田进入特高含水期，单层小流量层段逐年增加，直接影响剩余油的挖潜，其配套的单层小流量分注技术成为生产首要解决问题，这也导致一体化分层注水工艺中流量下限成为了一个重要指标。
　　鉴于此，开展了一体化分层注水工艺单层流量检测的研究工作，提出了信号的前期硬件预处理和采用小波分解提取小流量时产生的涡街信号这一综合方法。
1 井下金宝搏app测量原理及工程分析
　　随着石油采油工艺的发展及技术的进步，水驱工艺已从笼统注水转变为分层注水，现大规模使用的分层注水工艺为桥式偏心、同心高效测调两大主体技术［1-2］，虽然达到分层注水的目的，但每次调配都需测调车及现场作业，随着井数和层段数逐年增加，现有测试队伍已不能满足测试要求，导致注水合格率下降，水驱效果差。为解决这一问题，油田采用预置电缆或存储的方式，每层段配备一体化配水器，内置流量计、压力计和调节总成，直接获取每一层段的流量和压力，利用流量检测值调节注水阀的开度，实现流量闭环控制，达到配注的要求。以预置电缆注水工艺为例，其工艺管柱如图 1 所示。每一层段用过电缆可洗井封隔器隔开，达到分层的目的，注入层段长期放置一体化配水器，与油管连接，通过调节注水阀的开度来配注该层段的注入流量和压力，单层段采用金宝搏app实现流量注入的检测。但由于金宝搏app探头受井下流体的噪声、注水阀截流压差大导致稳流场性能差等影响，在小流量检测时很难采集到准确的涡街信号，因此金宝搏app的下限很高，难以满足小流量注水井检测的生产要求。

　　金宝搏app是利用流体力学中著名的卡门涡街原理，即在流动的流体中，垂直于流体流向安顿一根非流线型旋涡发生体，随着流体流动，当管道雷诺数达到一定值时，在发生体两侧就会交替地分离出卡门涡街，旋涡频率和流速成线性关系，流量测量的关键在于测定涡街流量信号的频率，金宝搏app就是基于“卡门涡街”原理而研制的新一代流量测量仪表。
　　依据卡曼的研究，涡街列多数是不稳定的，只有形成相互交替的内旋的两排涡列，且涡列宽度 h与同列相邻的两旋涡的间距 l 之比满足 h l = 0.281（对圆柱形旋涡发生体）时，涡街列才稳定［3-4］。设旋涡的发生频率为 f ，被测流体的平均流速为 U ，旋涡发生体迎面宽度为 d ，表体通径为 D ，根据卡曼涡街原理，有如下关系式：

　　式中：U1为旋涡发生体两侧平均流速，单位是 m/s，Sr 为斯特劳哈尔数；m 为旋涡发生体两侧弓形面积与管道横截面面积之比。

式中：K —流量计的仪表系数，脉冲数/m3。
　　K 除与旋涡发生体、管道的几何尺寸有关外，还有斯特劳哈尔数有关。斯特劳哈尔数为无纲参数，它与旋涡发生体形状及雷诺数有关。

　　图 2 所示为金宝搏app的实物图，虚线为流道及方向。根据经验设计的液体通道直径为 15 mm，其稳流场的长度为 150 mm，其原始量程范围为 10m3/d~100 m3/d。图 3 所示为金宝搏app的剖面图，由涡街发生体、涡街列检测传感器、钢体构成，当流体流经涡街发生体之后产生涡街列，涡街传感器会将此涡街列转化成电信号用于之后的处理。

2 金宝搏app信号的分析与处理
　　金宝搏app具有稳定性好、体积小、功耗小、温度漂移小等优点，但受检测探头制作工艺空间尺寸的限制，流道内径目前只能做到 15 mm，在低于 10m3/d 小流量情况下，存在低流速产生的涡街信号难以分析的问题，影响其在油田注水井中适用范围。为进一步扩大流量下线的检查范围，从硬件电路采集和数据处理两个方面提出了一种解决涡街信号低频段难以分辨的方法。
2.1 金宝搏app输出信号分析
　　金宝搏app采用压电应力式传感器，流体经涡街发生体后所产生的涡街信号理论上为纯正的正余弦信号，但实际中由于受到管壁震动、电磁干扰、白噪声的影响，其信号为复合信号。根据实际情况及理论分析，用下面的式子表达涡街传感器的输出信号模型［5-6］：

　　该干扰噪声主要由震动的干扰信号产生，如井下电机的震动、注水井管壁的震动引起的震动噪音传到传感器上，也有一部分为电磁干扰，但由于在井下，电磁干扰部分相对来说较少。
　　fai和 fbj中还包含了一些不规则的随机噪声的各个谐波分量，这种噪音有环境引起，频率和幅值都无一定的规律，有很大的随机性。图 4 为金宝搏app采集到的实际数据。

　　图 4 中为采集涡街信号的真实值，首先在无流量下采集一组白噪声a1，可看到其有一定的噪声干扰，图4中的a2曲线为在小流量的时候产生的信号，虽然能看出一定的波动，但是无法进行分辨，监测出有效频率（对应流量为 6 m3/d），图 4 中的 a3 曲线为大流量的时候产生的涡街信号（测试的流量为18m3/d），可清晰的分辨出该涡街信号，其产生的涡街频率大致为1 500 Hz。
　　由上可知，该金宝搏app在测量大流量的时候可准确的测量，但其测量小流量的时候由于产生的涡街信号幅值较小和受到干扰噪声的影响无法测量出真实值。
2.2 金宝搏app的信号处理
　　由上面的分析可知流体在大流量的时候，该流量计可准确的测量也就是能检测出可分辨的涡街信号（也就是输出的高频信号），无需对该段进行处理。在试验中流量在 10 m3/d 以上时即产生的频率为760 Hz以上的时候，可准确的测量出流量。但是当流体的流量在 10 m3/d 以下即产生的频率在 760Hz 以下的时候，无法进行分辨，需对低频段的信号进行处理。由于流体在小流量时其产生的涡街幅值较小和噪声影响较大，分两个方面进行处理，一个是根据涡街幅值较小的方面进行处理，另一个从噪声影响方面进行处理。
2.2.1 低频段金宝搏app的信号放大
　　低频段产生的信号无法进行分辨的一个重要原因就是其信噪比比较小，即涡街产生的幅值和噪声信号产生的幅值比较接近，无法进行识别，采用硬件手段将金宝搏app产生的信号进行放大，增加信号的信噪比，在信号检测环节设计一个前置放大电路。
　　由于压电晶式传感器的输出阻抗比较高，因此放大器的设计也比较特殊，须设计专用的前置放大器，才能较理想的将输入的电荷量转化成电压量［7-10］。图5为涡街传感器的放大等效电路，其自身有一个很大的电阻（几十兆欧级），输出的能量很小，设计放大检测器，将输出的弱信号放大，同时将检出器的高阻抗输出变换为低阻抗输出。

　　图5中Ca为等效压电传感器的静态电容；Ra为等效压电传感器的绝缘电阻；C1、C2 为放大电路的输入电容；C3、C4 放大电路的反馈电容；R1 为放大电路的反馈电阻；R1 为匹配电阻，为了与传感器的阻抗匹配，一般为 10~20 MΩ；R2 与 R3 为电荷放大器的直流反馈电阻，一般为兆欧级，起到稳定放大器直流工作点的作用；由于是两路信号输入，此时电荷放器也有差分放大的作用，输出为两输入电荷信号的差分电压值。

的截止频率（-3 d B），信号将大幅衰减。综上所述，CF和 RF的选择要兼顾信号放大倍数和当前信号频带的要求。
　　根据上面选取的放大器，根据所用的流量计的口径选取合适的电容和电阻，在小流量处得到的涡街信号如图6所示。
根据图6所示，a1曲线为未加放大器的效果，a2曲线为加放大器之后的效果，可见，增加了前置放大器，有效的增加了信号比，但是干扰信号对涡街信号的影响还是比较大，虽然能有效的改变输出波形，但是对数据的直接应用还有一定的难处，对采集的数据进行波形整理，提取有效信号，去除干扰信号。

2.2.2 金宝搏app信号的小波分解
　　由于金宝搏app产生的涡街信号是在不同流量时，其产生的涡街频率也不一样，是一个变频过程，而小波对处理此类的变频信号有一定的优越性，在时间域和频率域都具有良好的局部化性质，所以选取小波来处理涡街信号［11-13］。小波变换中有三种小波变换比较常用，分别为连续小波变换、离散小波变换以及小波变换的快速算法-Mallat 算法［13-16］。根据金宝搏app的特性，以 Mallat 算法为基础对信号进行分解，找到有效的分解方式寻出有效数据。
　　由于涡街产生的信号为连续信号，所处理的信号为离散信号，须将连续的的时间离散化。金宝搏app所产生的连续信号为 s(t) ，采样进行离散化得到 A0s(n) 。根据金宝搏app特性与噪声信号的特点，所用到的滤波器均为正交小波滤波器。在此条件下，算法表达为：

　　为采样后的原始信号；j=1，2，J 为层数，J = log2N ；h?，g?为时域中的小波分解滤波器，实际上是滤波器系数；Aj为信号 A0s(n) 在第j层的近似部分（即低频部分）的小波系数；Dj为信号 A0s(n) 在第j层的细节部分（即高频部分）的小波系数。
　　假定所检测的离散信号 A0s(n) 为 A0，信号在第2j尺度（第j层）的近似部分，即低频部分的小波系数Aj是通过第 2j - 1尺度（第 j-1 层）的近似部分的小波系数 Aj - 1与分解滤波器 h?卷积，然后将卷积的结果隔点采样得到的；而信号 A0在第 2j尺度（第j层）的细节部分，即高频部分的小波系数 Dj是通过第 2j - 1尺度（第j-1层）的近似部分的小波系数 Aj - 1与分解滤波器 g?卷积，然后将卷积的结果隔点采样得到的。通过式 2 的分解，在每一尺度 2j上（或第 j 层上），信号 Aj - 1被分解为近似部分的小波系数 Aj（在低频子带上）和细节部分的小波系数 Dj（在高频子带上）。以上分解算法可用图7表示。

　　根据以上分析，对获取的流量计的信号进行Mallat 快速分别，将其进行 db5 小波分解，将数据分解五次，其分解后的数据有两部分组成，一部分是细节信号，一部分是近似信号，其分解后的图像如图8、图9所示。

　　如图8所示为分解的近似数据，可见，a3是比较完整的正弦波，可被系统识别；a1的杂波比较多，a2有些不光滑，存在奇异波，a4已经完全失真，因此最终选取a3作为低频段的涡街信号。
　　图 9 中所示为信号的细节部分，也就是信号的噪音部分，可以理解为去除有效信号剩余的部分，其中 d1 为信号的高频噪音，原始信号去除 d1 就可以得近似信号 a1，d2 为频率比较低的干扰信号，近似信号 a2 的获得是 a1 减去 d2 得到的，其中 d3 为信号的低频噪音，a2减去该噪音得到了比较理想的信号，d4 有些接近原始信号，所以 d1，d2，d3 可近似的看为该涡街传感器的干扰信号，d4 不能做处理，这样有效信号减去 d1，d2，d3 就获得了最理想的近似信号 a3。有上面分析可知，将涡街信号做 3 次分解即可得到理想的信号。

　　图10是原始信号、增加硬件处理和小波分解后的三种情况对比图，a1为开始采集的数据，a2为加入前置放大器之后增加了信噪比之后的效果图，a3为将增加信噪比的信号进行小波分解，提取的有效信号，图中的第三个明显的可知该金宝搏app产生的涡街信号的频率。小波分解后去除无用的噪音，虽然可以看出其能量减少，但是比原来的光滑，分辨率更高，波动更少。说明小波分解在处理金宝搏app的低频信号是可行的。进行了大量的低频段的数据分析，发现小波分解后所得的近似数据中a3的波形是最接近原始波形的，所以最终选取了小波分解后的第三个波形作为金宝搏app产生的涡街信号。将金宝搏app产生的涡街信号进行处理后，可得到小流量处产生的涡街信号，为降低了流量下限提供了可行性。
3 先导井应用实验及分析
　　在下井之前进行了金宝搏app的性能对比测试，对比测试为三组，原始未处理的、增加前置放大器的、增加前置放大器后通过小波分解的三组，其测试结果如表 1 所示。测试的时候流量从 0 开始，逐次增加流量。从表中可以看出，未经处理的金宝搏app信号无法检测每天 8 方以下的流量，其并不是没有输出的频率，但是其输出的频率很不稳定，跳变比较大，相对而言放置前置放大器的金宝搏app的信号能检测的频率较低，但是其在 5 方时检测的信号不准，最低检测的信号在每天 7 方以上比较准，通过小波分解后的信号处理起来，其识别的频率更低，能准确的识别每天5方的流量产生的频率，在高频段也就是大流量的时候各个金宝搏app的差别不大，因为未经处理的涡街信号在大流量的时候也是能准确识别的。

　　金宝搏app的信号经前置放大器以及小波分解后提取有效信号之后，解决了流量下限过高的问题，其最低能识别的涡街频率很低，是原来识别频率的一半，并且准确的测量出了各个层段的流量。
前期验证稳定后，该设备应用在一体化分层注水井中并且在松原油田实施了一口先导井作业，采集了井下的流量，分别和没有进行处理的金宝搏app进行了对比，其对比如图所示。
　　如图 11 所示为未处理的流量计检测流量从5 m3/d，7 m3/d，9 m3/d，12m3/d，14 m3/d的变化过程，可见在5 m3/d，7 m3/d，9 m3/d处根本分辨不出其流量的大小，波动较大，图 12 为处理后的流量计在同等情况下检测出的流量大小，可以看出，其小流量处是能清楚的分辨出来的，到12 m3/d以后未处理和处理后的流量计基本能保持一致，所以处理后的金宝搏app不但克服了低流量处采集不准的问题而且在大流量时还能保证采集流量的准确性。

4 结论
　　针对金宝搏app在低流量时产生的涡街信号难以测量的问题上开展了分析研究设计，从流体流经涡街发生体产生的涡街信号幅值小及干扰大的问题上着手，分析了干扰原因，设计了首先用硬件手段解决低流量的时涡街信号幅值小的问题，然后运用小波分析法分析了各种噪音，提取有效的涡街信号。经增大信噪比和小波分解处理的金宝搏app的流量下限大大减小，有效的改善了金宝搏app低流量测不准的问题，解决了机电一体化分层注水井中低流量井中流量难测量的问题。

以上内容源于网络，如有侵权联系即删除!