螺杆泵的选型.docx
《螺杆泵的选型.docx》由会员分享,可在线阅读,更多相关《螺杆泵的选型.docx(15页珍藏版)》请在冰豆网上搜索。
螺杆泵的选型
螺杆泵的选型标准
[摘要]螺杆泵的选型很大程度上依靠现场工作人员的专业知识和经验。
因此,通过解析法试算来为大量的油井选择螺杆泵是一个消耗精力而又低效的工作。
本文试图通过结合综合计算与已知的螺杆泵选型标准和统计学分类方法来解决螺杆泵的选型问题。
这种方法需要大量关于完井,流体性质以及现场操作条件等信息来预测现场每一口井压力上升的要求及入口处气体体积分数。
两种方法可以用来识别标准化泵的型号:
频率匹配和K-均值算法。
这种某口井的标准型号被看作是一个等效的泵,这意味着任何一个标准化型号的等价计算结果都可应用于同一种井况。
这一方法也可以用来找出一种特定的可以用于多种不同井况的螺杆泵。
本文给出了一个标准化选择方法的实际案例,这是一个标准化选择方法应用于为未来稠油油田采购592台井用螺杆泵的案例。
该方法的第一步是提出建立为油田识别泵标准化的分析过程。
为了完整性考虑,合成橡胶的选择应该被考虑在内,但是,由于缺乏预测模型中合成橡胶的膨胀,热膨胀和流体的化学反应规律它被忽略了。
[简介]早期油经营者的惯例是:
为每口井选择特定型号的泵。
这导致油田存在多种多样来自于不同生产厂家的泵型,这导致了跟踪平均无故障时间,分析根本原因和故障检测的困难。
当灾难性故障发生时,惯例做法是找不同的制造商处理而不是检查故障的原因。
因此,试验法成了在油田使用螺杆泵共同惯例。
合成橡胶检验方法和更好的泵故障机理的认识方法的发展造成了油田选择螺杆泵泵型的根本变化。
然而,我们的目标是减少泵型号和生产厂家,使得有限的库存,可以简化合成橡胶测试和选择相关的任务。
但是,因为没有可靠的方法来预测特定工况下泵的寿命,其选型严重依赖于工作人员的专业知识和经验。
通常情况下,工程师根据他们自己的经验来评定某种泵的工作情况。
泵型号和一个灾难性的失败率较高的厂商迅速被抛弃,而平均无故障时间长的泵型号和制造商则成为标准。
因此,工作人员掌握更多的专业知识积累更丰富的经验提高了泵选择的标准,而标准泵是螺杆泵发展领域的一个子产品。
如果应用算法程序选择标准型号的泵,那么标准化过程的应用可能会减少。
本文的目的是为螺杆泵的标准化进程提供第一手的评论。
该方法提出关于直接模拟每口井,泵总体良好工作的条件。
一旦计算完成后,可以用两种方法来鉴别标准化的泵:
频率匹配和整群分析。
频率匹配由记录每一种泵型可用于油井的匹配次数组成。
那些有高匹配次数的泵被视为标准化模式。
另一方面,整群分析方法是一种经典的技术,这种方法依据油井的共同特征来将它们分类。
经典的K-均值方法是整群分析方法用来说明此方法的技术。
泵的选型方法,水力泵的设计
螺杆泵的选择是一个循序渐进的问题。
首先,泵(单叶或多叶)的类型,泵几何特性(位移,间距和数量的阶段)和旋转速度是由所需的压力上升(总头),自由体积分数,气体总流量决定的。
其次,定子材料及转子定子的配合关系是根据流体温度,流体性质,流体材料兼容性,微粒和流体粘度的存在选定的。
第一个过程被称为水力设计,而第二个过程经常被称为材料选择。
螺杆泵水力设计涉及总流量,入口处气体体积分数,进气压力的决心和温度,排气压力和压力上升的需要。
这些信息可以用来计算转速,转子定子的配合关系和级数。
根据不同的目的,水力设计过程可能会有所不同。
在这种情况下,假定油流量,流入的关系,气油比(GOR),含水率(WC),泵挂深度和管/杆绳情况是已知的。
由于油流量是已知的,井流压可依据井流入关系(IPR)解得。
该泵进口处压力,等于井流压力与井口和穿孔处压力损失的代数和。
接下来,泵出口压力的计算是将油管井口压力损失加上井头压力。
在这两种情况下,压力损失计算是利用多相流或相关相系模型。
系统所需压力上升的计算方法是:
(1)
有两种方法来判断级数上升压力的要求:
每个阶段的最大压力和最大压力上升。
每阶段的最大压力(MPSS)是一个由制造商和供应商定义的试算值,关于MPSS的阶段数的计算方法如下:
(2)
另一种方法是比较泵的最大压力上升(Δpmax)和所需的压力上升。
最大压力上升Δpmax是生产厂家推荐的压力上升在容积效率为80%,泵运转在最高转速下时的值。
通常的做法是依据泵的最大压力上升Δpmax来计算器承载能力。
这一因素被定义为泵的最大压力和所需压力上升值的比(见式3。
)
(3)
如果,泵的负荷因子大于4,则泵会很长,扭矩可能成为一个问题。
另一方面,若泵的载荷因素小于1.2,则它的稳定性可能会有所下降。
泵的排量(D)与总流量相关,如式(4)所示,容积效率(Ev)通常被设置在80%到100%之间。
转速(N)是或由制造商建议,或是由传动机构的负载能力和制动能力所限制。
它的范围通常在200转每分到300转每分。
(4)
如果假设容积效率为80%,转速为300转每分,式(4)成为:
(5)
总的流量计算公式为:
(6)
在以上公式中RS和Rsw分别是气体在油和水中的溶解度,
分别是气体,油和水在入口压力、温度条件下的体积系数。
这些变量要么是根据相关的原油成分估算的,要么是通过创造的模型计算得来的。
所计算器的气油比(GOR),含水率(WC)和油流量(
)等参数,在标准条件下假设都为已知,但是,气体分离效率(
)往往是未知的。
气体分离效率的定义为实际流过油管的气体流量(
)和实际在泵入口温度和压力条件下流出气体流量(
)之比(见公式7)。
(7)
井下气体分离效率(
)是定在50%到90%之间的。
存在着一定的相关性和机械型号来预测自然分离效率。
在这项研究中,Alhanati(1993年)提出的简化模型被用来预测自然的分离效率。
对每一油井泵选型总结如下:
(1)从目录中选择适合套管直径的泵型号
(2)由于油流量是已知的,总流量可由方程(6)确定
(3)利用制造商提供的泵排量由公式(5)计算转动速度
(4)由公式
(1)计算所需要的压力升高值
(5)确定泵的载荷因素
(6)如转速和载荷因素在许用值的范围内,则该泵型被视为某口井的候选泵。
因为需要进行合成橡胶的选择,依据这个过程获得的泵只是候选泵。
最后,入口气体体积分数是泵可靠性的一个关键因素。
如果一个井的气体体积分数比例小于60%那么就可以应用螺杆泵进行采油。
因此,任何气体体积分数高于60%的油井都不能安装螺杆泵。
泵型号的规范化过程
泵的标准化是指提高泵的通用性。
无论是哪一种方法,泵型号或是供应商。
我们的目标是减少泵型号和泵制造商的可变性。
一个在几个油井都满足前文提到的水力设计标准的泵型被认为是标准泵。
这意味着每口井泵的入口气体体积分数,出口压力,进气压力,总流量的计算是完全一样的,这一过程被称为直接模拟。
一旦完成这些计算,该特定型号的泵的转速和载荷因数就被确定了。
每一口井上满足转速和载荷因数标准的泵型号就被标记为候选泵。
然后,最简单的方法来识别这些标准化型号的泵是寻找这些井上共同型号的泵。
也就是说,这些候选的泵型出现次数较多的就被标记为标准型号。
因此,这种方法被称作频率匹配。
另一种方法是将候选泵依据共同的特点进行分类分组,这种技术就是整群分析,依据一些客观适当的标准建立一些类似的子组。
TenEikelder和其他人(2004年)阐明整群分析从根本上说是一种优化的问题,这样的分组方式,某些特定的整群分析函数是最优化的。
通常一个整群的优劣通过其平方误差给定,
(8)
整群的平方方差
给定如下:
(9)
因此,问题是要找到一个整群
,尽量减少E。
各种整群分析算法可用于这一目的,即本地搜索,无监督竞争神经网络,K-均值算法,层次整群分析和矢量支持。
经典的K均值算法是本文用来说明的方法。
这两种方法都符合频率匹配,整群分析提供了足够的信息,以下情况可以证明:
●同一制造商生产的泵型可应用于同一口井
●不同厂家生产泵型可应用于同一口井
●已经确定油井可以应用同一型号的泵
●在一个油田最常见的泵型号可确定
然而,整群分析优于频率匹配方法。
整群分析可以用于在油井生产的整个周期内创建分类系统。
例如,我们假设某油井产油量高,而燃气及水的流速较低。
需求的上升压力相当高,因此井分为中间位移/高头组。
若干年后,石油产量下降,而水和天然气的产量增加。
此时该井为大排量/高头组。
然后,水和油产量进一步下降,但以油气为主,因此该井为大排量/低水头分类。
最后,油气的产量升高直到所需的排量超过一定的值,这意味着没有螺杆泵可用于这口井的生产。
案例研究说明
实地研究的是一个在委内瑞拉西部的超重贫油区。
油层压力下降到350磅/平方英寸,大多数井在50磅/平方英寸的流动的压力下生产。
这些位于人口稠密地区正在生产的直井采用有杆抽油。
我们的目标是用螺杆泵(PCPumps)取代现在的592口井况不太好的井上的有杆泵,因为关于压力、体积、温度的信息很少,这些井被认为是可放弃的。
这个主要驱动机制是溶解气驱动器的油藏被列为饱和的。
这些油井的日产量为10桶到353桶,气油比大约是200scf/stb(油藏的溶解气油比)。
一个典型的完成情况如图1所示。
该泵位于槽衬内是因为低流动压力。
在一些油井中它需要多达三个不同的杆和油管直径。
考虑到预算油管和抽油杆柱必须可重复利用,这意味着完成计划不能更改。
表1总结了操作条件范围,液体比重和当前这些井的泵挂深度。
井口压力已定为300磅/平方英寸,而气体通过套管,油管通道后在井口汇合。
没有气体和扭矩被用于这些油井。
表1附加信息
变量名
最小值
最大值
泵挂深度
618
6009
原油比重
9.5
22.9
原油流量
10
353
含水率
0
98%
结果
第一步是为每口井计算在泵进口处的气体体积分数,压力上升的需要和总流量。
由于泵安装在槽衬内,假定进气压力等于井流压。
出口压力利用Hagedorn和Brown(1965)的相关性研究方法确定。
流体性质利用Kartoatmodjo(1994)关于油特性相关性研究,Hall-Yarborough(1974年)的偏差因子研究,Lee(1966)气体粘度研究和McCain(1973)关于水相的研究来评估。
有关计算是通过Excel电子表格完成的。
计算结果列于图2。
图2a为总流量与上升压力的关系图,而图2b给出了上升的压力和气体体积分数的关系图。
图2现场操作情况
我们可以观察到日产量低于500桶的数据主要分布在500磅/平方英寸到1500磅/平方英寸这间。
相比之下,在同样的压力区间,气体的体积分数分布广泛得多,在0.05到0.75之间。
总流量、所需要的压力上升和泵的数据库一起被用来为每一口油井确定候选泵。
该泵数据库包含有来自不同厂家的771台型号不一的泵排量,最大压力上升,泵外径。
对于本案例而言,只将老型号的泵和公司纳入分析。
因此,某些型号的泵和制造商未必会在今天的分析中出现。
该候选泵通过以下的数据库标准筛选获得:
a)为了满足总流量,转速应介于100和200转每分
b)载荷因数必须介于1.2和4之间
c)泵外径需要与套管的最小偏移直径相适应
这个过程允许识别所有可以被用于某特定油井的候选泵。
然后,所有井的候选泵被依据型号分类分组。
某个特定型号的泵可用于多少口井的数目被记录下来。
那些数字最大的被标记为标准模型。
图.3显示了这个过程中取得的部分成果。
在图中油田用不同的泵型是以泵可以用于的油井的数目为基础比较获得的。
图3标准泵型
得到的结果显示两个型号来自Geremia-Weatherford,一个来自Emip/Kudu以及3种型号来自Netzsch型号的泵的频率匹配数目最大,所以它们是标准的泵型,图4显示每种泵型号的名义上的流量和最大压力上升值。
我们可以观察到三组设在0.1,0.2和0.25桶每日/100转每分,因此可以进一步划分这些泵为三组:
低,中,高流量。
这意味着,单一型号怕泵不能用于所有井的生产。
图4泵的名义工况
注意到,泵型号的最大击中次数是236,它代表整泵总数的40%。
表2显示了标准化过程的最终结果。
共有五家制造商,29种泵型已经被确定为油田用泵。
等效泵也在表中列出了。
在此研究中定义的等效泵,其水力特性能产生特定能很她的保持相同的总流量和压力上升的能力。
表2标准泵型
另一种方法是利用气体体积分数,总流量和所需的压力上升找到好的整群。
该聚类方法的应用在图5中给出了提示。
最初的分类是通过采用K-均值算法获得的。
整群L1包含的一些井被认为是整群M1本体外的一部分,这也是数量最大的一部分。
第二种分类是通过整群方法用于M1.此过程继续在M组执行,直到获得整群M4。
这个整群中,可容纳353口井的最小平方误差。
图5群集过程
图6通过绘制所需的压力上升与总流量和气体体积分数的函数关系来说明整群过程。
浅蓝色的点代表整群M1,其它的点则代表整群L1。
整群L1中的不同颜色的点是代表建立整群过程中形成的不同子组。
整群中有90%的井被规为整群M1。
然而,观察到的广泛分布的数据和大的方差导致的结论是,这一组整群应该被分为一个新的整群。
图6油井的群集
在这一点上,人们可以尝试为M4这个整群选择合理的模型井,使些油井模型的候选泵被认为是整群分析的标准。
该模型井可以通过在整群M4内求操作工况的平均值或是通过应用联合分布技术来创建。
然而,整群M4中的大部分(268口井)已完成了7英寸×23磅/英尺套管,其余的井用套管在8英寸和13.375英寸之间。
“这意味着候选型号上13.375英寸的套管有可能不能安装7英寸的套管。
因此,单井模型可能不适用于井的几何整群。
另一种方法是应用频率匹配技术获得标准化型号的泵。
结果列于表3。
表3中的某些型号的泵也出现在表2,它们对证明此方法有共同的效果。
表3
对于每个整群的标准化泵型号,可按照相同的方法获得。
一旦所有的标准化泵型号被确认,等价的泵型号都可以找到。
总结
1.本文提出新的鉴定标准泵模型的方法,这种方法提供了一种与传统的试算法形成对比的新算法程序。
2.这种方法已经通过一个实例得到了证明。
致谢
作者希望感谢AurelioOliver博士对进行这项研究的贡献与支持。
当时,我还想感谢MSILLC公司允许发表此文。
参考文献
(1)Hagedorn,A.R.andBrown,K.E.“ExperimentalStudyofPressureGradientsOccurringDuringContinuousTwoPhaseFlowinSmallDiameterVerticalConduits,”J.Pet.Tech.,April,1965,475–484.
(2)Härdle,W.SimarL.AppliedMultivariableStatisticalAnalysis.SecondEdition.Springer,2000
(3)InternationalStandard.Petroleumandnaturalgasindustries-ProgressingCavitypumpsystemsforartificiallift-Part1:
Pumps.ISO15136-1.SecondEdition,2009.
(4)Kartoatmodjo,F.,Schmidt,Z.,1994.Largedatabankimprovescrudephysicalpropertycorrelation.OilandGasJournal,4,51–55.
(5)Lee,A.L.TheViscosityofNaturalGases,Trans.AIME(1966).
(6)McCain,W.D.ThePropertiesofPetroleumFluids,PetroleumPublishingCo,Tulsa,Oklahoma,1973.
(7)Peraza,C.Parra,E.(2002)DiseñodeunaMetodologiaparalaPreselecciondePozosCandidatosaserCompletadosconBombasdeCavidadesProgresivas(BCP)(MethodologyforcandidateWellsforPCP).Thesis.PetroleumEngineeringDepartmentUniversidadCentraldeVenezuela,Caracas-Venezuela.
(8)Robles,J.Becerra,O.BCPManual(PCPManual).INT-3741,97.TechnicalReport.PDVSA,Intevep.1997
(9)Robles,J.Herrera,J.NewEffectiveToolsforStatisticalAnalysisofPumpFailures.2001PCPWorkshop(ATWSPE).Puerto.LaCruz,2001.Venezuela.
(10)TenEikelder,H.M.M,VanErk,A.A.UnificationofsomeLeastSquaresClusteringMethods.Journalof
(11)MathematicalandAlgorithms,3,105-122,2004Yarborough,LabdHall,K.R.HowtoSolveEquationofStateforZ-Factor.OilandGasJournal.February18,1974.