基于物联网的油井动液面检测系统应用研究.pdf

《基于物联网的油井动液面检测系统应用研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号TE33+1；TP277学号151030149密级全日制学术型硕士学位论文题目基于物联网的油井动液面检测系统应用研究作者姓名皇甫王欢导师姓名、职称刘选朝教授张乃禄教授学科(专业领域)名称测试计量技术及仪器提交论文日期2018年5月29日学位论文创新性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安石油大学或其它教育机构的学位或证书而使用过的材料。

2、与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：____________日期：____________学位论文使用授权的说明本人完全了解西安石油大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安石油大学。学校享有以任何方法发表、复制、公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时，署名单位仍然为西安石油大学。论文作

3、者签名：__________日期：__________导师签名：__________日期：__________·注：如本论文涉密，请在使用授权的说明中指出（含解密年限等）。I中文摘要论文题目：基于物联网的油井动液面检测系统应用研究专业：测试计量技术及仪器硕士生：皇甫王欢（签名）导师：刘选朝（签名）副导师：张乃禄（签名）摘要油井动液面是油田生产与管理的重要数据，反映油田地层的供液能力。随着长庆数字化油田建设的逐步推进，对“三低”油田油井液面动态检测和应用管理提出了较高要求，研究基于物联网的油井动液面检测

4、系统具有重要的意义。课题针对长庆油田油井开发与生产的特点，分析油井动液面检测的现状，确定油井动液面检测的需求，提出基于物联网的动液面检测系统三层架构，从数据采集、数据传输以及动液面检测中心构建系统。硬件上，由井口检测装置和控制柜构成了数据采集与传输单元，从STM32单片机及外围电路、供电电路、控制电路等方面设计了井口检测装置的硬件电路，动液面检测中心由监控主机、服务器、打印机等设备来实现。软件上，通过KeilMDK开发环境设计了数据采集与传输单元程序，对动液面、套压数据进行采集，通过GPRS数据传输程

5、序将数据包上传至动液面检测软件；采用VisualStudio2010环境开发的动液面分析计算软件，调用C与MATLAB混合编程的算法程序，对上传的数据包进行解析、计算，并将结果及参数存储至SQLServe数据库。通过VisualStudio2010环境开发的动液面在线显示软件，对动液面及套压参数进行动态检测、历史曲线查询等。基于物联网的动液面检测系统在长庆油田第一采油厂运行使用，实际应用表明，系统实现了油井液面的动态检测、数据采集、数据无线传输、数据显示等功能。检测误差控制在1%以内，满足油田生产开发

6、的需求，对油田降低生产成本、提高开采效率有重要作用，在长庆油田生产开发中有较高的应用价值。关键词：物联网；动液面；动态检测；GPRS论文类型：应用研究II英文摘要Subject：ResearchonDetectionSystemofOilWellDynamicFluidLevelBasedonInternetofThings.Speciality：MeasurementTechnologyandInstrumentsName：HuangfuWanghuan（Signature）Instructor：L

7、iuXuanchao（Signature）ZhangNailu（Signature）AbatractOilwelldynamiclevel，whichreflectsthecapacityofformationliquidsupply,isimportantdataforoilfieldproductionandmanagement.WiththegradualadvancementofChangqingdigitaloilfieldconstruction,higherrequirementsofd

8、ynamicdetectionandapplicationmanagementin“Lowpressure,lowpermeability,lowabundance”oilfieldareproposed.Therefore,itisofgreatsignificancetoresearchtheoilwelldynamicleveldetectionsystembasedontheInternetofThings.Aimingatthecharacte