Диагностика и контроль состояния скважинной штанговой насосной установки на основе динамометрирования и нейросетевых технологий тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Дунаев, Игорь Владиславович

  • Дунаев, Игорь Владиславович
  • кандидат технических науккандидат технических наук
  • 2007, Уфа
  • Специальность ВАК РФ05.13.06
  • Количество страниц 158
Дунаев, Игорь Владиславович. Диагностика и контроль состояния скважинной штанговой насосной установки на основе динамометрирования и нейросетевых технологий: дис. кандидат технических наук: 05.13.06 - Автоматизация и управление технологическими процессами и производствами (по отраслям). Уфа. 2007. 158 с.

Оглавление диссертации кандидат технических наук Дунаев, Игорь Владиславович

Введение.

Список принятых сокращений.

Глава 1. Анализ текущего состояния автоматизации контроля технологического процесса добычи нефти.

1.1 Актуальность темы исследований.

1.2 Анализ состояния автоматизации нефтяных промыслов.

1.3 Анализ показателей эксплуатации нефтяной скважины.

1.4 Анализ способов диагностики состояния скважинной штанговой насосной установки.

1.5 Расширение функциональных возможностей метода динамометрирования скважинной штанговой насосной установки.

1.6 Цель и задачи исследований.

Выводы по первой главе.

Глава 2. Разработка системы диагностики скважинной штанговой насосной установки.

2.1 Обобщенный алгоритм диагностики скважинной штанговой насосной установки.

2.2 Динамическая модель системы скважина - штанговая насосная установка.

2.3 Система управления скважинной штанговой насосной установкой. 77 Выводы по второй главе.

Глава 3. Разработка алгоритма идентификации состояния насосного оборудования скважины.

3.1 Математическая обработка диагностической информации.

3.2 Определение технического состояния насосного оборудования с применением нейронных сетей.

3.3 Расчет показателей работы скважинной штанговой насосной установки с использованием математической модели.

Выводы по третьей главе.

Глава 4. Оценка эффективности идентификации состояния насосного оборудования скважины.

4.1 Разработка программного комплекса идентификации состояния скважинной штанговой насосной установки.

4.2 Оценка достоверности определения технического состояния установки СШН.

4.3 Проверка адекватности динамической модели установки СШН.

Выводы по четвертой главе.

Рекомендованный список диссертаций по специальности «Автоматизация и управление технологическими процессами и производствами (по отраслям)», 05.13.06 шифр ВАК

Введение диссертации (часть автореферата) на тему «Диагностика и контроль состояния скважинной штанговой насосной установки на основе динамометрирования и нейросетевых технологий»

Актуальность темы исследований

Современное состояние нефтедобывающей отрасли топливно-энергетического комплекса России характеризуется тем, что большинство нефтедобывающих производств относятся к промыслам в поздней стадии эксплуатации, отличающейся увеличенной обводненностью продукции, снижением среднего дебита добывающих скважин и ростом затрат на каждую добытую тонну нефти [2].

На современном этапе добыча нефти характеризуется неустойчивыми и слабыми (около 2% в год) темпами роста. Это связано с тем, что, во-первых, степень вовлеченности в разработку и выработанность месторождений очень высоки. Во-вторых, уменьшился прирост запасов нефти за счет вновь открытых месторождений. В-третьих, велика обводненность добываемой нефти: свыше трети разрабатываемых нефтяными компаниями запасов имеют обводненность более 70%, то есть при тех же издержках и объемах добычи пластовой жидкости самой нефти добывается все меньше [22,51].

Продолжает ухудшаться структура запасов. Доля трудноизвлекаемых запасов, характеризующихся изначально более низкими дебитами скважин и сравнительно невысокими темпами отбора нефти, уже достигла 55-60% и продолжает расти. Более половины фонда добывающих скважин нефтяных компаний находятся в диапазоне низких дебитов на грани рентабельности.

Это означает, что для выработки остаточных запасов нефти на разрабатываемых месторождениях и вводимых в эксплуатацию новых залежах необходимы другие технологии, нежели при использовании традиционных систем разработки. При этом современная технология добычи должна соответствовать следующим основным принципам: обеспечение управляемости основных технологических установок; обеспечение экономичности всех процессов и оборудования [46].

Ухудшилось использование фонда скважин. Значительно вырос фонд бездействующих скважин, превысив четверть эксплуатационного фонда. Большая часть бездействующих скважин не имеет перспектив быть восстановленными, поскольку это представляется нерентабельным. Более того, сохранение такого большого количества простаивающих скважин приводит (согласно технологическим нормам) к безвозвратным потерям части извлекаемых запасов, что снижает конечную нефтедобычу на 5-7%.

Резко ухудшилось за последние годы техническое состояние используемого оборудования. Коэффициент обновлений фондов в нефтедобывающей промышленности за 1990-1997 снизился с 9 до 1.5% [91].

Поэтому одним из направлений развития нефтедобывающей отрасли российского топливно-энергетического комплекса является вовлечение в эксплуатацию бездействующего фонда скважин и доведение его до норматива, а также интенсификация добычи нефти из низкопродуктивных пластов, пополнение и наращивание извлекаемых объемов сырья с месторождений со сложным геологическим строением, использование возможностей продуктивного освоения трудно извлекаемых запасов нефти.

Среди факторов повышения эффективности добычи нефти выделяют: совершенствование технологии буровых работ, применение рациональных систем разработки месторождения, широкое внедрение современных методов увеличения нефтеотдачи пластов, применение прогрессивных технологических процессов извлечения нефти, а также увеличение межремонтного периода работы скважин.

Процесс разработки нефтяного месторождения в поздней стадии эксплуатации характеризуется интенсивным снижением темпа разработки на фоне прогрессирующего обводнения продукции скважин. Оставшиеся запасы нефти извлекают в условиях низкого темпа разработки и высокой обводненности продукции. На данном этапе рост объемов добычи нефти сопровождается (и обеспечивается) значительным увеличением фонда скважин, при этом большинство скважин эксплуатируется механизированным способом.

В условиях роста количества скважин, снижения средних дебитов и роста обводненности продукции современная технология и техника добычи развивается в сторону интенсификации отборов нефти из залежей и наиболее полного ее извлечения. То есть требуется решить задачу достижения максимума добычи нефти из каждой эксплуатационной скважины.

Эксплуатационные скважины являются средствами активного воздействия на продуктивный пласт, основными и самыми массовыми объектами технологического комплекса добычи нефти, а также основными потребителями капитальных вложений и эксплуатационных затрат. Поэтому для повышения эффективности систем разработки требуется решить задачу снижения эксплуатационных и энергетических затрат на обслуживание и ремонт действующих скважин, сокращения непроизводительных простоев и предотвращения аварий подземного оборудования.

Характеристики и режим работы скважины подвержены воздействию различных возмущающих факторов, имеющих случайный характер. На эффективность рабочих скважин значительное влияние оказывают конструктивные особенности и состояние глубинно-насосного оборудования.

Решение указанных задач во многом определяется организацией правильного режима эксплуатации скважин - постоянным контролем технического состояния насосного оборудования и соответствием скорости отбора жидкости насосом притоку ее к забою и, в случае необходимости, изменением производительности насосного оборудования [4].

При анализе текущего состояния фонда скважин и оборудования, с помощью которого они эксплуатируются, можно отметить, что не менее 80% всего действующего фонда скважин эксплуатируется скважинными штанговыми насосными установками, причем имеется тенденция к увеличению абсолютного и относительного их числа. Объясняется это тем обстоятельством, что скважинный штанговый насос в силу присущих ему особенностей позволяет с достаточной рентабельностью эксплуатировать очень малодебитные скважины, а фонд малодебитных скважин очень велик [1].

Надежная и безаварийная работа установки во многом обеспечивает выполнение планов по добыче нефти. Одним из путей повышения эффективности добычи нефти является применение оперативного технического диагностирования насосной установки, которое позволит своевременно определять неисправности в различных частях установки и прогнозировать ее дальнейшее состояние. А оптимальное планирование ремонтов и обслуживаний установки позволит не только повысить надежность работы, но и снизить технологические затраты.

Кроме того, в связи с ростом механизированного фонда скважин возрастает значение автоматизации управления насосными установками и в целом процесса эксплуатации месторождений.

Условия эксплуатации глубиннонасосной установки, характеризующиеся постепенным изменением производительности скважины, требуют применения регулируемого привода для плавного изменения частоты качаний с целью установления оптимального режима отбора жидкости [59].

На основе регулируемых по производительности насосных установок возможно построение автоматизированной системы идентификации состояния и управления добычей нефти отдельной скважины. Это позволит значительно повысить эффективность добычи нефти: с одной стороны, снизить заявленную мощность и износ оборудования, уменьшить количество простоев, а с другой - увеличить межремонтный период работы насосного оборудования [3,21,76].

Анализ научной литературы показал, что динамометрирование, как способ контроля работы и диагностирования ШСН, в нашей стране получило распространение начиная с 40-х годов. В последующем Адониным А.Н., а также Беловым В.А. было опубликовано несколько работ, посвященных вопросам обработки и расшифровки динамограмм. На основе этих работ были составлены методики обработки динамограмм, применяющиеся на большинстве промыслов до настоящего времени.

Далее в работе Иванкова П.А. рассматривалась автоматизация глубиннонасосных установок с помощью динамограмм; при этом Мининзон Г.М. предложил регулирующее устройство, изменяющее число качаний станка - качалки при изменении формы динамограммы. Наиболее полную теорию регулирования числа качаний дал Вирновский А.С., разработав метод определения усилий, действующих на плунжер по данным одних лишь наземных измерений. Но дальнейшего развития эти предложения не получили.

В МИНГ им. И.М. Губкина для исследования колебательных процессов в колонне штанг применен метод JI. Бержерона, и на его основе разработан графоаналитический способ определения глубинных величин, основанный на решении системы дифференциальных уравнений, описывающей движение колонны штанг. В последствии Алиевым Т.М., Тер-Хачатуровым А.А. проводились работы с целью разработки метода и аппаратуры для автоматизации обработки динамограмм [2,4,5,6,18].

Таким образом, тема исследований является актуальной для автоматизации нефтедобывающей промышленности с целью повышения ее эффективности и уменьшения затрат. В результате анализа работ авторов, занимающихся сходной проблематикой, установлено, что идея создания автоматической системы диагностики скважинной штанговой насосной установки уже рассматривалась, но не была доведена до комплексной реализации.

Цель работы

Разработать автоматическую систему идентификации состояния и режима работы скважинной штанговой насосной установки с применением динамометрирования и нейросетевых технологий для целей управления технологическим процессом добычи нефти. Оценить эффективность предложенной системы методом математического моделирования.

Задачи исследования

Для достижения поставленной цели требуется решить следующие задачи:

1. Разработать алгоритм автоматической диагностики состояния скважинной штанговой насосной установки на основе данных динамометрирования и нейросетевых технологий.

2. Разработать динамическую математическую модель системы скважина-штанговая насосная установка.

3. Разработать способ оценки текущего дебита нефтяной скважины с использованием математической модели системы скважина-штанговая насосная установка.

4. Разработать структуру и алгоритм работы системы управления скважинной штанговой насосной установкой на основе диагностической информации с учетом текущего дебита скважины.

5. Провести оценку практической ценности предложенной автоматической системы диагностики состояния и контроля режима работы скважинной штанговой насосной установки методом математического моделирования.

Методы решения

При решении поставленных в работе задач использовались методы системного анализа, теории управления и технической диагностики, нейросетевые технологии, а также теория имитационного моделирования. Применялись следующие программные продукты: Matlab версия 6.5, Simulink версия 5.0, Микон-К «Эхолот-динамограф» версия 2.2, Borland С++ Builder версия 5.0.

На защиту выносятся

1. Алгоритм работы системы диагностики скважинной штанговой насосной установки с предварительным вейвлет-преобразованием первичных динамограмм и распознаванием неисправностей с применением нейронных сетей.

2. Математическая модель системы скважина-штанговая насосная установка, учитывающая динамику движения штанг, труб и жидкости.

3. Способ оценки текущего дебита скважины, основанный на использовании математической модели системы скважина-штанговая насосная установка.

4. Структура и алгоритм функционирования автоматической системы управления скважинной штанговой насосной установкой с учетом текущей производительности и технического состояния установки, а также текущего дебита скважины.

5. Результаты экспериментальных исследований предложенных алгоритмов и математической модели, проведенных с применением разработанных программных модулей.

Научная новизна результатов

1. Новизна алгоритма работы системы диагностики заключается в расширении функциональных возможностей метода динамометрирования за счет использования современных методов обработки нестационарных сигналов, применения нейросетевых технологий для распознавания состояния скважинной штанговой насосной установки, что позволяет повысить достоверность и увеличить количество распознаваемых классов состояний.

2. Новизна разработанной математической модели системы скважина-штанговая насосная установка заключается в том, что она позволяет оценивать технологические параметры работы установки, не поддающиеся прямому измерению, а также учитывать текущее техническое состояние установки для управления режимом ее работы.

3. Новизна разработанного способа количественной оценки текущего дебита скважины заключается в использовании математической модели, предварительно адаптированной к характеристикам конкретной скважинной штанговой насосной установки, что позволяет повысить точность оценки дебита скважины.

4. Новизна предложенной структуры и алгоритма работы автоматической системы управления скважинной штанговой насосной установкой заключается в возможности непрерывного согласования скорости откачки со скоростью притока жидкости к забою скважины за счет автоматической оценки значения текущего дебита скважины.

5. Новизна использования предложенных алгоритмов и математической модели системы скважина-штанговая насосная установка заключается в реализации соответствующих программных модулей в составе системы управления скважинной штанговой насосной установкой, что позволило обеспечить выполнение всех требуемых для управления функций сбора, обработки и использования текущей промысловой информации.

Практическая ценность полученных результатов

1. Практическая ценность разработанного алгоритма диагностики скважинной штанговой насосной установки заключается в том, что определение технического состояния установки возможно в автоматическом режиме, что позволит использовать результат диагностирования при непрерывном управлении режимом работы установки.

2. Использование динамической математической модели системы скважина-штанговая насосная установка в составе системы автоматического управления позволяет в реальном масштабе времени определять текущее значение производительности установки, соответствующей дебиту скважины как основному параметру управления.

3. Разработаны программные модули моделирования режимов работы скважинной штанговой насосной установки, автоматической обработки динамограмм и диагностики технического состояния (программа для ЭВМ №2006611849 «Классификация динамограмм СШНУ», № 2007613994 «Диагностирование СШНУ по динамограмме»).

4. Практическая ценность разработанной автоматической системы управления скважинной штанговой насосной установкой заключается в возможности проведения оперативного контроля и регулирования процесса извлечения нефти путем управления в реальном масштабе времени режимом работы установки, а также ускорении процесса изменения режима работы установки, не оснащенной автоматическими регуляторами, что позволит значительно повысить технико-экономическую эффективность добычи нефти.

5. Результаты экспериментального исследования работы скважинной штанговой насосной установки на базе промысловых данных НГДУ «Лениногорскнефть» ОАО «Татнефть» подтвердили адекватность разработанной математической модели, а также эффективность предложенного алгоритма диагностики и управления установкой.

Структура работы

Диссертационная работа изложена на 147 страницах машинописного текста и включает в себя введение, четыре главы основного материала, заключение; рисунки на 26 страницах; библиографический список из 101 наименования на 9 страницах и приложение на 12 страницах.

Похожие диссертационные работы по специальности «Автоматизация и управление технологическими процессами и производствами (по отраслям)», 05.13.06 шифр ВАК

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Дунаев, Игорь Владиславович

Основные выводы и результаты

1. Разработан алгоритм работы системы автоматической диагностики скважинной штанговой насосной установки с предварительным вейвлет-преобразованием первичных динамограмм и распознаванием неисправностей с применением нейронных сетей, реализация которого обеспечила достоверность распознавания классов состояний насосного оборудования и скважины на уровне (87.5-92.5)% на выборке объемом 1273 образца практических динамограмм работы 483 нефтяных скважин.

2. Разработана динамическая математическая модель системы скважина-штанговая насосная установка, учитывающая динамику движения штанг, труб и жидкости, и основанный на ее использовании способ оценки в реальном масштабе времени текущего дебита скважины с использованием динамограммы, позволившие повысить точность оценки дебита скважины по сравнению с базовым способом на (7.4-38.0)% для рассмотренного куста скважин. Отклонение от показаний эталонного средства измерения составило (0.2-6.7)%.

3. Разработан способ оценки текущего дебита скважины, основанный на использовании предварительно адаптированной к характеристикам конкретной скважинной штанговой насосной установки динамической математической модели, позволяющий в реальном масштабе времени определять количественные значения текущего дебита скважины.

4. Построена локальная система управления отдельной добывающей скважиной, эксплуатируемой СШНУ, с использованием результатов автоматической интерпретации данных динамометрирования и математического моделирования работы СШНУ, позволяющая увеличить срок рентабельной эксплуатации скважин.

5. Проведено моделирование работы системы диагностики состояния СШНУ и проверка динамической математической модели системы скважинаштанговая насосная установка для оценки текущей производительности с применением разработанных программных модулей на промысловых данных ЦДНГ №5 НГДУ «Лениногорскнефть» ОАО «Татнефть», подтвердившие эффективность предложенных технических решений. Результаты диссертационной работы могут быть использованы на предприятиях нефтедобывающего комплекса, в частности, как основа для разработки инженерной методики оценки дебита продукции скважин в соответствии с ГОСТ № Р8.615-2005 Измерения количества извлекаемой из недр нефти и нефтяного газа.

Список литературы диссертационного исследования кандидат технических наук Дунаев, Игорь Владиславович, 2007 год

1. Адонин А.Н. Выбор способа добычи нефти. -М.: Недра. 1981.

2. Адонин А.Н. Добыча нефти штанговыми насосами. М.: Недра, 1979.-213с.

3. Алёхин С.А., Кипнис С.Г., Оруджев В.А., Островская А.К. Автоматизация периодически работающих скважин. -М.: Недра. 1980.

4. Алиев Т.М., Мелик-Шахназаров A.M., Тер-Хачатуров А.А. Измерительные информационные системы в нефтяной промышленности. -М.: Недра, 1981.-351с.

5. Алиев Т.М., Тер-Хачатуров А.А. Автоматический контроль и диагностика скважинных штанговых насосных установок. М.: Недра, 1988. -232 с.

6. Алиев Т.М., Тер-Хачатуров А.А. Измерительная техника. -М.: Высш. шк., 1991.-384 с.:ил.

7. Андреев В.В., Уразаков К.Р., Далимов В.У. и др. Справочник по добыче нефти. М.: ООО «Недра-Бизнесцентр», 2000.

8. Андриевский Б.Р., Фрадков A.JI. Избранные главы теории автоматического управления с примерами на языке MATLAB. СПб.: Наука, 2000.

9. Аппель П. Теоретическая механика. Том второй. М.: Гос. изд-во физико-математической литературы, 1960.

10. Айфичер Э. С., Джервис Б.У. Цифровая обработка сигналов: Практический подход, 2-е изд. -М.: Издательский дом «Вильяме», 2004.

11. Балаган В.В. Теоретические основы автоматизированного управления. -Минск: Вышейшая школа, 1991.

12. Бармин А. Устройства локальной автоматики. Микроконтроллеры. М.: Современные технологии автоматизации №4 2003.-42с.

13. И.Байков И.Р., Смородов Е.А. Ахмадуллин К.Р. Методы анализа надежности и эффективности систем добычи и транспорта углеводородного сырья. М.: ООО «Недра-Бизнесцентр», 2003.

14. Байков В.А., Жибер А.В. Уравнения математической физики. -М.: "Институт компьютерных исследований", 2003.

15. Бахвалов Н.С., Жидков Н.П., Кобельников Г.М. Численные методы. М.: Наука, 1987. 445с.

16. Башта Т.М. Гидравлика, гидромашины и гидроприводы. М.: Машиностроение, 1982.

17. Белов В., Соловьев В. Тотальный сбор информации // Нефть России, 1999. №2.

18. Белов И.Г. Исследование работы глубинных насосов динамографом. М.: Гостоптехиздат, I960,- 126 с.

19. Белоконев И.М. и др. Теория механизмов и машин. М.: «Дрофа», 2001.

20. Бобрицкий Н.В., Юфин В.А. Основы нефтяной и газовой промышленности. -М.: Недра, 1988.

21. Бренц А.Д. и др. Автоматизированные системы управления в нефтяной и газовой промышленности. -М.: Недра, 1982.

22. Бутрин Д.В. Нефтяники не удержали добытое // Газета "КоммерсантЪ", 2006, № 207.

23. Бадамшин Р.А., Ильясов Б.Г., Тагирова К.Ф., Дунаев И.В. Нейронные сети в задаче диагностики насосного оборудования // Нейрокомпьютеры: разработка, применение. М.: Радиотехника, 2007. №10. С.66-69.

24. Валеев М.Д. Хасанов М.М. Глубиннонасосная добыча вязкой нефти. -Уфа Башкирское книжное издательство. 1992.

25. Вальков В.М., Вершин В.Е. Автоматизированные системы управления технологическими процессами. -JL: Политехника, 1991.

26. Вирновский А.С. Теория и практика глубиннонасосной добычи нефти. -М.: Недра, 1982.

27. Гантмахер Ф.Р. Лекции по аналитической механике. М.: «Наука», 1966.

28. Головко В.А. Нейроинтеллект: Теория и применения. Книга 1. Организация и обучение нейронных сетей с прямыми и обратными связями -Брест:БПИ, 1999,-260с.

29. Головко В.А. Нейроинтеллект: Теория и применения. Книга 2. Самоорганизация, отказоустойчивость и применение нейронных сетей -Брест:БПИ, 1999,-228с.

30. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. М.: Техносфера, 2006.

31. Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: Высш. шк., 1977.

32. Григорьев А.В. О задачах диагностики в технике // Контроль. Диагностика. 2001. №3. с.53-56.

33. Дудников В. и др. Автоматизация нефтепромысла: от простого к сложному // Современные технологии автоматизации, 2005. №2. С. 36-42.

34. Дунаев И.В., Тагирова К.Ф. Повышение достоверности оценки дебита нефтяной скважины по динамограмме // Технологии ТЭК. М: Индустрия, 2007. №2. С.41-44.

35. Джейн Анил К., Мао Жианчанг, Моиуддин К.М. Введение в искусственные нейронные сети // Открытые системы. 1997. - №4 -37с.

36. Дьяконов В. П. MatLAB 6: Учебный курс. СПб.: Питер, 2001.

37. Дьяконов В. П., Круглов В. А. Математические пакеты расширения MatLAB. Специальный справочник. СПб.: Питер, 2001.

38. Дьяконов В.П. MATLAB 6.5 SP1/7 + Simulink 5/6. Основы применения. -М.: СОЛОН-Пресс, 2005.

39. Зозуля Ю.И. Интеллектуальные системы обработки информации на основе нейросетевых технологий: Учеб. пособие. Уфа: Уфимск. гос. авиац. техн. ун-т., 2000. - 138 с.

40. Ильясов Б.Г., Тагирова К.Ф., Дунаев И.В. Нейросетевое диагностирование нефтепромыслового оборудования с использованием вейвлет-анализа // Тр. Шестой междунар. конф. CSIT'2004. Уфа, 2004. Т.2. С. 157-159. (Статья на англ. яз.)

41. Ильясов Б.Г., Тагирова К.Ф., Дунаев И.В. Автоматизация диагностики нефтедобывающего оборудования с использованием нейронных сетей // Автоматизация, телемеханизация и связь в нефтяной промышленности. М.: ОАО «ВНИИОЭНГ», 2005. №4. С. 11-18.

42. Ишмурзин А.А. Повышение эффективности эксплуатации малодебитных нефтяных скважин. Уфа: Издательство УГНТУ, 1998. - 48 с.

43. Казанский Д. АСУ ТП для нефтегазодобывающего предприятия // Современные технологии автоматизации, 2001. №2. С. 32-33.

44. Капустин Н.М., Кузнецов П.М., Схиртладзе А.Г. Автоматизация производственных процессов в машиностроении. М.: Высш. шк., 2004.

45. Ковшов В.Д. Автоматизация технологических процессов: Учебное пособие. Уфа: Изд-во УГНТУ, 1994. - 132.

46. Ковшов В.Д., Сидоров М.Е., Светлакова С.В. Моделирование динамограммы станка-качалки. Нормальная работа насоса // Нефтегазовое дело. Научно-технический журнал. Уфа, 2004 - №2, с.75-81.

47. Коршак А.А., Шаммазов A.M. Основы нефтегазового дела. Уфа.: ООО «ДизайнПолиграфСервис», 2001.

48. Ландау Л.Д., Лифшиц Е.М. Теоретическая физика: Учебное пособие в 10 т.-М.: Наука, 1986.

49. Ларченко Т.Н., Брот Р.А. Объемные гидромашины и гидропривод. -Уфа, 1980.

50. Лойцянский Л.Г. Механика жидкости и газа: Учебник для вузов. -М.: «Дрофа», 2003.

51. Малла С. Вейвлеты в обработке сигналов: Пер. с англ. М.: Мир, 2005.

52. Маскет М. Физические основы технологии добычи нефти. Москва-Ижевск: НИЦ «Регулярная и хаотическая динамика», 2003.

53. Мееров М.В., Литвак Б.Л. Оптимизация систем многосвязного управления. М.: Недра, 1972. - 344с.

54. Меньшов Б.Г., Ершов М.С., Яризов А.Д. Электротехнические установки и комплексы в нефтегазовой промышленности: Учебник для ВУЗов. М.: ОАО «Издательство «Недра», 2000.

55. Метьюз Д.Г., Финк К.Д. Численные методы. Использование MATLAB, 3-е издание: Пер. с англ. М.: Издательский дом «Вильяме», 2001.

56. Мирошник И.В. Теория автоматического управления. Линейные системы. СПб.: Питер, 2005.

57. Мирошник И.В. Теория автоматического управления. Нелинейные и оптимальные системы. СПб.: Питер, 2006.

58. Мирзаджанзаде А.Х., Хасанов М.М., Бахтизин Р.Н. Моделирование процессов нефтегазодобычи. Нелинейность, неравновесность, неопределенность. Москва-Ижевск: Институт компьютерных исследований, 2004.

59. Муравьев В.М. Некоторые вопросы теории и практики динамометрирования.-М.:ГОСИНТИ. 1961.-45 с.

60. Новиков Л.В. Основы вейвлет-анализа сигналов. Учебное пособие. СПб, 1999.- 152с.

61. Обморшев А.Н. Введение в теорию колебаний. М.: Наука, 1965.

62. Осовский С. Нейронные сети для обработки информации. -М.:Финансы и статистика, 2002.

63. Пановко Я.Г. Введение в теорию механических колебаний. Учеб. пособие для вузов. 3-е изд., перераб. - М.: Наука, 1991.

64. Певзнер Л.Д. Теория систем управления. М.: Издательство Московского государственного горного университета, 2002.

65. Половко A.M., Бутусов П.Н. MATLAB для студента. СПб.: БХВ-Петербург, 2005.

66. Рапопорт Г.Н. и др. Автоматизированные системы управления технологическими процессами. -М.: Машиностроение, 1977.

67. Райбман Н.С. и др. Основы управления технологическими процессами. -М.: «Наука», 1978.

68. Роуч П. Вычислительная гидродинамика. Под ред. Чушкина П.И. -М.: Мир, 1976.

69. Самарский А.А., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры. 2-е изд. - М.: Физматлит, 2005.

70. Свердлов Г.М. Автоматизированные системы управления ТП при добыче нефти за рубежом. М.: Недра, 1983 - 250 с.

71. Сергиенко А.Б. Цифровая обработка сигналов. СПб.: Питер, 2002.

72. Середа Н.Г., Сахаров В.А., Тимашев А.Н. Спутник нефтяника и газовика: Справочник.-М.: Недра, 1986.

73. Силаш А.П. Добыча и транспорт нефти и газа. Часть I. Пер. с англ. -М. Недра, 1980.

74. Советов Б.Я., Яковлев С.А. Моделирование систем: Учеб. для ВУЗов 3-е изд. - М.: Высш. шк., 2001.

75. Тахаутдинов Ш.Ф. и др. Обработка практических динамограмм на ПЭВМ. Казань: Новое Знание, 1997. - 76с.

76. Толстов Г.П. Ряды Фурье. 3-е изд. - М.: Наука, 1980 - 384 с.

77. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика. М.: Мир, 1992 143 с.

78. Уразаков К.Р., Андреев В.В., Жулаев В.П. Нефтепромысловое оборудование для кустовых скважин. М.: Недра, 1999. - 268 с.

79. Фомин В.Н. Некоторые общие принципы построения адаптивных систем управления. СПб: Соросовский образовательный журнал 2004, №12 с.102-108.

80. Френкель Н.З. Введение в гидравлику. М.: Госэнергиздат, 1956.

81. Хасанов М., Якупов Р., Ямалиев В. Вейвлет-анализ в задаче диагностирования нефтепромыслового оборудования // Вестник инфинирингового центра Юкос, 2001. №2.

82. Хисамов Р.С. Сулейманов Э.И., Фархуллин Р.Г., Никашев О.А., Губайдуллин А.А., Ишкаев Р.К., Хусаинов В.М. Гидродинамические исследования скважин и методы обработки результатов измерений. М., ОАО «ВНИИОЭНГ». 2000. - 228с.

83. Черных И.В. SIMULINK: среда создания инженерных приложений / Под. общ. ред. В.Г. Потемкина. М.: Диалог-МИФИ, 2003.

84. Шерстюк А.Н. Насосы, вентиляторы и компрессоры: Учебное пособие для ВУЗов. М.: «Высшая школа», 1972.

85. Щелкачев В.Н. Отечественная и мировая нефтедобыча история развития, современное состояние и прогнозы: Монография. - М.: ГУП Изд-во «Нефть и газ» РГУ нефти и газа им. И.М. Губкина, 2001.

86. Эйкхофф П. Основы идентификации систем управления. Оценивание параметров и состояния. М.: «Мир» 1975.

87. ГОСТ Р 8.615-2005 Измерения количества извлекаемой из недр нефти и нефтяного газа.

88. Anil K.J., Mohiuddin К.М. Artificial Neural Networks: A Tutorial, Computer, 1996 №3, c.31-44.

89. Doraisamy H., Methods of Neuro-Simulation for Field Development // SPE, The Pennsylvania State University, International Student Paper Contest. SPE 39962.2003.

90. Jacobsen X., Zscherpel U. and Perner P. A Comparison between Neural Networks and Decision Trees. Lecture Notes in Artificial Intelligence Machine Learning and Data Mining in Pattern Recognition, 1999, pp. 144-158.

91. Lawrence S., Giles C. L., Tsoi A. C. and Back A. D. Face Recognition: A Convolutional Neural Network Approach. IEEE Transactions on Neural Networks, Special Issue on Neural Networks and Pattern Recognition, pp. 1-24.

92. Petrou M. Learning in Pattern Recognition. Lecture Notes in Artificial Intelligence Machine Learning and Data Mining in Pattern Recognition, 1999, pp.1-12.

93. Policar R. The wavelet tutorial. Ames, Jowa 1996, 34 p.

94. Riedmiller M., Braun H. A direct adaptive method for faster backpropagation learning. The RPROP algorithm. San Francisco. 1993.

95. Wilamowski B.M. Oil well diagnosis by sensing terminal characteristics of the induction motor // IEEE Transactions on industrial electronics, 2000 №5.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.