Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Диагностика и контроль состояния скважинной штанговой насосной установки на основе динамометрирования и нейросетевых технологий

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

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… Читать ещё >

Содержание

  • 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.

Диагностика и контроль состояния скважинной штанговой насосной установки на основе динамометрирования и нейросетевых технологий (реферат, курсовая, диплом, контрольная)

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 установокобеспечение 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 динамограммпри 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 № 2 006 611 849 «Классификация динамограмм СШНУ», № 2 007 613 994 «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, заключениерисунки на 26 страницахбиблиографический список из 101 наименования на 9 страницах и приложение на 12 страницах.

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.

Показать весь текст

Список литературы

  1. А.Н. Выбор способа добычи нефти. -М.: Недра. 1981.
  2. А.Н. Добыча нефти штанговыми насосами. М.: Недра, 1979.-213с.
  3. С.А., Кипнис С. Г., Оруджев В. А., Островская А. К. Автоматизация периодически работающих скважин. -М.: Недра. 1980.
  4. Т.М., Мелик-Шахназаров A.M., Тер-Хачатуров А. А. Измерительные информационные системы в нефтяной промышленности. -М.: Недра, 1981.-351с.
  5. Т.М., Тер-Хачатуров А.А. Автоматический контроль и диагностика скважинных штанговых насосных установок. М.: Недра, 1988. -232 с.
  6. Т.М., Тер-Хачатуров А.А. Измерительная техника. -М.: Высш. шк., 1991.-384 с.:ил.
  7. В.В., Уразаков К. Р., Далимов В. У. и др. Справочник по добыче нефти. М.: ООО «Недра-Бизнесцентр», 2000.
  8. .Р., Фрадков A.JI. Избранные главы теории автоматического управления с примерами на языке MATLAB. СПб.: Наука, 2000.
  9. Э. С., Джервис Б. У. Цифровая обработка сигналов: Практический подход, 2-е изд. -М.: Издательский дом «Вильяме», 2004.
  10. В.В. Теоретические основы автоматизированного управления. -Минск: Вышейшая школа, 1991.
  11. А. Устройства локальной автоматики. Микроконтроллеры. М.: Современные технологии автоматизации № 4 2003.-42с.
  12. 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.
  13. В.А., Жибер А. В. Уравнения математической физики. -М.: «Институт компьютерных исследований», 2003.
  14. Н.С., Жидков Н. П., Кобельников Г. М. Численные методы. М.: Наука, 1987. 445с.
  15. Т.М. Гидравлика, гидромашины и гидроприводы. М.: Машиностроение, 1982.
  16. В., Соловьев В. Тотальный сбор информации // Нефть России, 1999. № 2.
  17. И.Г. Исследование работы глубинных насосов динамографом. М.: Гостоптехиздат, I960, — 126 с.
  18. И.М. и др. Теория механизмов и машин. М.: «Дрофа», 2001.
  19. Н.В., Юфин В. А. Основы нефтяной и газовой промышленности. -М.: Недра, 1988.
  20. А.Д. и др. Автоматизированные системы управления в нефтяной и газовой промышленности. -М.: Недра, 1982.
  21. Д.В. Нефтяники не удержали добытое // Газета «КоммерсантЪ», 2006, № 207.
  22. 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.
  23. М. Д. Хасанов М.М. Глубиннонасосная добыча вязкой нефти. -Уфа Башкирское книжное издательство. 1992.
  24. В.М., Вершин В. Е. Автоматизированные системы управления технологическими процессами. -JL: Политехника, 1991.
  25. А.С. Теория и практика глубиннонасосной добычи нефти. -М.: Недра, 1982.
  26. Ф.Р. Лекции по аналитической механике. М.: «Наука», 1966.
  27. В.А. Нейроинтеллект: Теория и применения. Книга 1. Организация и обучение нейронных сетей с прямыми и обратными связями -Брест:БПИ, 1999,-260с.
  28. В.А. Нейроинтеллект: Теория и применения. Книга 2. Самоорганизация, отказоустойчивость и применение нейронных сетей -Брест:БПИ, 1999,-228с.
  29. Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. М.: Техносфера, 2006.
  30. А.Л., Скрипкин В. А. Методы распознавания. М.: Высш. шк., 1977.
  31. А.В. О задачах диагностики в технике // Контроль. Диагностика. 2001. № 3. с.53−56.
  32. В. и др. Автоматизация нефтепромысла: от простого к сложному // Современные технологии автоматизации, 2005. № 2. С. 36−42.
  33. И.В., Тагирова К. Ф. Повышение достоверности оценки дебита нефтяной скважины по динамограмме // Технологии ТЭК. М: Индустрия, 2007. № 2. С.41−44.
  34. Джейн Анил К., Мао Жианчанг, Моиуддин К. М. Введение в искусственные нейронные сети // Открытые системы. 1997. — № 4 -37с.
  35. В. П. MatLAB 6: Учебный курс. СПб.: Питер, 2001.
  36. В. П., Круглов В. А. Математические пакеты расширения MatLAB. Специальный справочник. СПб.: Питер, 2001.
  37. Дьяконов В.П. MATLAB 6.5 SP1/7 + Simulink 5/6. Основы применения. -М.: СОЛОН-Пресс, 2005.
  38. Ю.И. Интеллектуальные системы обработки информации на основе нейросетевых технологий: Учеб. пособие. Уфа: Уфимск. гос. авиац. техн. ун-т., 2000. — 138 с.
  39. .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.)
  40. .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.
  41. А.А. Повышение эффективности эксплуатации малодебитных нефтяных скважин. Уфа: Издательство УГНТУ, 1998. — 48 с.
  42. Д. АСУ ТП для нефтегазодобывающего предприятия // Современные технологии автоматизации, 2001. № 2. С. 32−33.
  43. Н.М., Кузнецов П. М., Схиртладзе А. Г. Автоматизация производственных процессов в машиностроении. М.: Высш. шк., 2004.
  44. В.Д. Автоматизация технологических процессов: Учебное пособие. Уфа: Изд-во УГНТУ, 1994. — 132.
  45. 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.
  46. А.А., Шаммазов A.M. Основы нефтегазового дела. Уфа.: ООО «ДизайнПолиграфСервис», 2001.
  47. Л.Д., Лифшиц Е. М. Теоретическая физика: Учебное пособие в 10 т.-М.: Наука, 1986.
  48. Т.Н., Брот Р. А. Объемные гидромашины и гидропривод. -Уфа, 1980.
  49. Л.Г. Механика жидкости и газа: Учебник для вузов. -М.: «Дрофа», 2003.
  50. С. Вейвлеты в обработке сигналов: Пер. с англ. М.: Мир, 2005.
  51. М. Физические основы технологии добычи нефти. Москва-Ижевск: НИЦ «Регулярная и хаотическая динамика», 2003.
  52. М.В., Литвак Б. Л. Оптимизация систем многосвязного управления. М.: Недра, 1972. — 344с.
  53. .Г., Ершов М. С., Яризов А. Д. Электротехнические установки и комплексы в нефтегазовой промышленности: Учебник для ВУЗов. М.: ОАО «Издательство «Недра», 2000.
  54. Д.Г., Финк К. Д. Численные методы. Использование MATLAB, 3-е издание: Пер. с англ. М.: Издательский дом «Вильяме», 2001.
  55. И.В. Теория автоматического управления. Линейные системы. СПб.: Питер, 2005.
  56. И.В. Теория автоматического управления. Нелинейные и оптимальные системы. СПб.: Питер, 2006.
  57. А.Х., Хасанов М. М., Бахтизин Р. Н. Моделирование процессов нефтегазодобычи. Нелинейность, неравновесность, неопределенность. Москва-Ижевск: Институт компьютерных исследований, 2004.
  58. В.М. Некоторые вопросы теории и практики динамометрирования.-М.:ГОСИНТИ. 1961.-45 с.
  59. Л.В. Основы вейвлет-анализа сигналов. Учебное пособие. СПб, 1999.- 152с.
  60. А.Н. Введение в теорию колебаний. М.: Наука, 1965.
  61. С. Нейронные сети для обработки информации. -М.:Финансы и статистика, 2002.
  62. Я.Г. Введение в теорию механических колебаний. Учеб. пособие для вузов. 3-е изд., перераб. — М.: Наука, 1991.
  63. Л.Д. Теория систем управления. М.: Издательство Московского государственного горного университета, 2002.
  64. A.M., Бутусов П.Н. MATLAB для студента. СПб.: БХВ-Петербург, 2005.
  65. Г. Н. и др. Автоматизированные системы управления технологическими процессами. -М.: Машиностроение, 1977.
  66. Н.С. и др. Основы управления технологическими процессами. -М.: «Наука», 1978.
  67. П. Вычислительная гидродинамика. Под ред. Чушкина П. И. -М.: Мир, 1976.
  68. А.А., Михайлов А. П. Математическое моделирование: Идеи. Методы. Примеры. 2-е изд. — М.: Физматлит, 2005.
  69. Г. М. Автоматизированные системы управления ТП при добыче нефти за рубежом. М.: Недра, 1983 — 250 с.
  70. А.Б. Цифровая обработка сигналов. СПб.: Питер, 2002.
  71. Н.Г., Сахаров В. А., Тимашев А. Н. Спутник нефтяника и газовика: Справочник.-М.: Недра, 1986.
  72. А.П. Добыча и транспорт нефти и газа. Часть I. Пер. с англ. -М. Недра, 1980.
  73. .Я., Яковлев С. А. Моделирование систем: Учеб. для ВУЗов 3-е изд. — М.: Высш. шк., 2001.
  74. Ш. Ф. и др. Обработка практических динамограмм на ПЭВМ. Казань: Новое Знание, 1997. — 76с.
  75. Г. П. Ряды Фурье. 3-е изд. — М.: Наука, 1980 — 384 с.
  76. Ф. Нейрокомпьютерная техника: Теория и практика. М.: Мир, 1992 143 с.
  77. К.Р., Андреев В. В., Жулаев В. П. Нефтепромысловое оборудование для кустовых скважин. М.: Недра, 1999. — 268 с.
  78. В.Н. Некоторые общие принципы построения адаптивных систем управления. СПб: Соросовский образовательный журнал 2004, № 12 с.102−108.
  79. Н.З. Введение в гидравлику. М.: Госэнергиздат, 1956.
  80. М., Якупов Р., Ямалиев В. Вейвлет-анализ в задаче диагностирования нефтепромыслового оборудования // Вестник инфинирингового центра Юкос, 2001. № 2.
  81. 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.
  82. Черных И.В. SIMULINK: среда создания инженерных приложений / Под. общ. ред. В. Г. Потемкина. М.: Диалог-МИФИ, 2003.
  83. А.Н. Насосы, вентиляторы и компрессоры: Учебное пособие для ВУЗов. М.: «Высшая школа», 1972.
  84. 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.
  85. П. Основы идентификации систем управления. Оценивание параметров и состояния. М.: «Мир» 1975.
  86. ГОСТ Р 8.615−2005 Измерения количества извлекаемой из недр нефти и нефтяного газа.
  87. Anil K.J., Mohiuddin К.М. Artificial Neural Networks: A Tutorial, Computer, 1996 № 3, c.31−44.
  88. Doraisamy H., Methods of Neuro-Simulation for Field Development // SPE, The Pennsylvania State University, International Student Paper Contest. SPE 39 962.2003.
  89. 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.
  90. 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.
  91. Petrou M. Learning in Pattern Recognition. Lecture Notes in Artificial Intelligence Machine Learning and Data Mining in Pattern Recognition, 1999, pp.1−12.
  92. Policar R. The wavelet tutorial. Ames, Jowa 1996, 34 p.
  93. Riedmiller M., Braun H. A direct adaptive method for faster backpropagation learning. The RPROP algorithm. San Francisco. 1993.
  94. Wilamowski B.M. Oil well diagnosis by sensing terminal characteristics of the induction motor // IEEE Transactions on industrial electronics, 2000 № 5.
Заполнить форму текущей работой