CN110135079B - 一种海洋石油井控装备的宏观弹性评价方法及*** - Google Patents
一种海洋石油井控装备的宏观弹性评价方法及*** Download PDFInfo
- Publication number
- CN110135079B CN110135079B CN201910416851.7A CN201910416851A CN110135079B CN 110135079 B CN110135079 B CN 110135079B CN 201910416851 A CN201910416851 A CN 201910416851A CN 110135079 B CN110135079 B CN 110135079B
- Authority
- CN
- China
- Prior art keywords
- control equipment
- well control
- influence
- unit
- bayesian network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000003129 oil well Substances 0.000 title claims abstract description 134
- 238000011156 evaluation Methods 0.000 title claims abstract description 32
- 238000006731 degradation reaction Methods 0.000 claims abstract description 154
- 238000011084 recovery Methods 0.000 claims abstract description 89
- 238000012423 maintenance Methods 0.000 claims abstract description 67
- 238000004364 calculation method Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000008859 change Effects 0.000 claims abstract description 21
- 238000004088 simulation Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000009795 derivation Methods 0.000 claims abstract description 10
- 230000015556 catabolic process Effects 0.000 claims description 73
- 230000003068 static effect Effects 0.000 claims description 48
- 238000013507 mapping Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 25
- 230000008878 coupling Effects 0.000 claims description 15
- 238000010168 coupling process Methods 0.000 claims description 15
- 238000005859 coupling reaction Methods 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 10
- 230000035939 shock Effects 0.000 claims description 6
- 238000004540 process dynamic Methods 0.000 claims description 5
- 230000004913 activation Effects 0.000 claims description 4
- 230000008676 import Effects 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 238000012854 evaluation process Methods 0.000 abstract description 3
- 230000000712 assembly Effects 0.000 description 6
- 238000000429 assembly Methods 0.000 description 6
- 238000009434 installation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/22—Fuzzy logic, artificial intelligence, neural networks or the like
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Geology (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Geometry (AREA)
- Pure & Applied Mathematics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- Animal Husbandry (AREA)
- Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Environmental & Geological Engineering (AREA)
- Geochemistry & Mineralogy (AREA)
- Fluid Mechanics (AREA)
Abstract
本发明属于海洋工程领域,具体地,涉及一种海洋石油井控装备的宏观弹性评价方法及***。海洋石油井控装备的宏观弹性评价方法,包括六个步骤:确定外在冲击的类别和强度、计算组件的失效率、计算组件的恢复率、退化过程贝叶斯网络建模、维修过程贝叶斯网络建模、海洋石油井控装备弹性计算。海洋石油井控装备的宏观弹性评估***,包括外在冲击评估模块、组件失效率计算子***、可靠性退化过程模拟模块、故障识别模块、组件恢复率计算模块、可靠性恢复过程模拟模块、可靠性变化曲线导出单元、弹性计算单元。该弹性评估方法属于宏观意义上的,不受外在冲击种类的限制,解决了弹性评估过程中失效率取值存在的误差问题,提高了***的弹性值。
Description
技术领域
本发明属于海洋工程领域,具体地,涉及一种海洋石油井控装备的宏观弹性评价方法及***。
背景技术
海洋石油开发是当今世界的重要能源工业之一,由于工作环境恶劣,海洋石油的开采工作较陆上石油开采作业具有更多的风险。海洋石油井控设备作为保障海洋石油开采的重要工具,其弹性问题一直备受关注。在工程领域中,弹性是指工程***在遭受到未被预料的干扰或事件之后做出反应并恢复原有状态的能力。在台风、地震、海啸恶劣天气的影响下,海洋石油井控装备的性能会下降甚至达到功能完全丧失;在采取维修措施之后,井控装备的性能会逐渐上升,最终维持在某一个稳定的状态。
现有的弹性评估方法大多适用于电网***、通信***、交通***这些基础设施领域,很少适用于海洋工程领域。此外,现有的弹性的评估方法一般只针对某一种或者某几种特定的冲击,无法适用于所有类型的冲击,评估方法存在一定的局限性;在弹性评估过程中,组件失效率通常是由专家经验确定,与实际情况相比,存在很大的误差。
发明内容
为克服现有的弹性评价的缺陷,本发明提供一种海洋石油井控装备的宏观弹性评价方法及***。
为实现上述目的,按照本发明的一个方面,提供一种海洋石油井控装备的弹性评价方法,包含六个大步骤:
S1:确定外在冲击的类别和强度。在相同的失效机理下,将井控装备组件在外在冲击作用下的可靠性退化过程等效为组件在加速试验中的可靠性退化过程,用加速模型来定量描述可靠性退化过程。确定冲击的种类,才能确定对井控装备组件的失效时间的影响因素;确定冲击的强度,才能确定加速模型中变量的取值范围。通过传感器采集外在冲击的有关数据,经过数据分析、数据处理,确定海洋石油井控装备组件受到何种因素的影响。
S2:计算海洋石油井控装备组件的失效率。将海洋石油井控装备组件的失效时间的影响因素分为温度、湿度、振动和电应力四种。在外在冲击的影响下,组件可能只受到一种因素的影响,即单应力作用,可能会受到多重因素的影响,即多重应力作用。确定组件的退化加速模型后,将该模型映射为贝叶斯网络,通过贝叶斯网络的运行结果,确定组件的失效率。
S3:计算海洋石油井控装备组件的恢复率。通过传感器采集冲击过后的井控装备的有关数据,确定井控装备的损伤程度,再由专家人员决策相应的维修策略,通过维修策略,得到井控装备的维修时间,从而计算出井控装备的恢复率。
S4:海洋石油井控装备的退化过程动态贝叶斯网络建模。首先建立模拟井控装备可靠性变化的静态贝叶斯网络,确定静态贝叶斯网络中随时间变化的节点,将海洋石油井控装备组件的失效率输入到静态贝叶斯网络中,将静态贝叶斯网络拓展成为退化过程动态贝叶斯网络。在参数建模方面,海洋石油井控装备的退化过程动态贝叶斯网络的先验概率由井控装备组件的状态决定,退化过程遵循指数退化规律。
S5:海洋石油井控装备的维修过程动态贝叶斯网络建模。首先建立模拟井控装备可靠性变化的静态贝叶斯网络,确定静态贝叶斯网络中随时间变化的节点,将海洋石油井控装备组件的恢复率输入到静态贝叶斯网络中,将静态贝叶斯网络拓展成为维修过程动态贝叶斯网络。在结构方面,海洋石油井控装备的退化过程动态贝叶斯网络和维修过程动态贝叶斯网络是相同的,是针对同一套海洋石油井控装备进行建模;在参数建模方面,海洋石油井控装备的维修过程动态贝叶斯网络的先验概率由井控装备组件的状态决定,恢复过程遵循马尔可夫规律。
S6:海洋石油井控装备弹性计算。通过退化过程动态贝叶斯网络和维修过程动态贝叶斯网络,分别得到海洋石油井控装备在遭受冲击以及采取维修措施后,可靠性随时间变化的关系。通过退化过程动态贝叶斯网络和维修过程动态贝叶斯网络的运行结果,画出可靠性退化以及恢复曲线,通过计算面积比,得到***的具体弹性值。
按照本发明的另一个方面,一种海洋石油井控装备弹性评价***,包括外在冲击评估模块、组件失效率计算子***、可靠性退化过程模拟模块、故障识别模块、组件恢复率计算模块、可靠性恢复过程模拟模块、可靠性变化曲线导出单元以及弹性计算单元。
外在冲击评估模块,包括外在冲击数据采集单元、冲击数据处理单元、冲击数据输出单元;外在冲击数据采集单元与传感器相连;冲击数据处理单元通过线缆与外在冲击数据采集单元相连;冲击数据输出单元通过线缆与冲击数据处理单元相连。
组件失效率计算子***,包括单应力影响下组件失效率计算模块和多重应力影响下组件失效率计算模块;单应力影响下组件失效率计算模块,包括单应力影响下影响因素及强度获取单元、单应力影响下退化模型选择单元、单应力影响下退化模型的贝叶斯映射单元、单应力影响下组件失效率计算单元、组件失效率输出单元;单应力影响下影响因素及强度获取单元通过线缆与冲击数据输出单元相连;单应力影响下退化模型选择单元通过线缆与单应力影响下影响因素及强度获取单元相连;单应力影响下退化模型的贝叶斯映射单元通过线缆与单应力影响下退化模型选择单元相连;单应力影响下组件失效率计算单元通过线缆与单应力影响下退化模型的贝叶斯映射单元相连;多重应力影响下组件失效率计算模块,包括:多重应力影响下影响因素及强度获取单元、多重应力影响下退化模型选择单元、多重应力影响下退化模型的贝叶斯映射单元、多重应力影响下组件失效率耦合单元、多重应力影响下组件失效率计算单元;多重应力影响下影响因素及强度获取单元通过线缆与冲击数据输出单元相连;多重应力影响下退化模型选择单元通过线缆与多重应力影响下影响因素及强度获取单元相连;多重应力影响下退化模型的贝叶斯映射单元通过线缆与多重应力影响下退化模型选择单元相连;多重应力影响下组件失效率耦合单元通过线缆与多重应力影响下退化模型的贝叶斯映射单元相连;多重应力影响下组件失效率计算单元通过线缆与多重应力影响下组件失效率耦合单元相连;组件失效率输出单元通过线缆分别与单应力影响下组件失效率计算单元和多重应力影响下组件失效率计算单元相连。
可靠性退化过程模拟模块,包括:性能退化过程静态贝叶斯网络导入单元、性能退化过程动态贝叶斯网络拓展单元、性能退化过程可靠度输出单元、性能退化过程可靠性曲线拟合单元;性能退化过程静态贝叶斯网络导入单元通过线缆与组件失效率输出单元相连;性能退化过程动态贝叶斯网络拓展单元通过线缆与性能退化过程静态贝叶斯网络导入单元相连;性能退化过程可靠度输出单元通过线缆与性能退化过程动态贝叶斯网络拓展单元相连;性能退化过程可靠性曲线拟合单元通过线缆与性能退化过程可靠度输出单元相连。
故障识别模块,包括:性能数据采集单元、性能数据处理单元、性能数据输出单元、故障等级输出单元;性能数据采集单元通过线缆与水下海洋石油井控装备相连;性能数据处理单元通过线缆与性能数据采集单元相连;性能数据输出单元通过线缆与性能数据处理单元相连;故障等级输出单元通过线缆与性能数据输出单元相连。
组件恢复率计算模块,包括维修决策单元、维修数据输出单元、组件恢复率计算单元;维修决策单元通过线缆与故障等级输出单元相连;维修数据输出单元通过线缆与维修决策单元相连;组件恢复率计算单元通过线缆与维修数据输出单元相连。
可靠性恢复过程模拟模块,包括性能恢复过程静态贝叶斯网络导入单元、性能恢复过程动态贝叶斯网络拓展单元、性能恢复过程可靠度输出单元、性能恢复过程可靠性曲线拟合单元;性能恢复过程静态贝叶斯网络导入单元通过线缆与组件恢复率计算单元相连;性能恢复过程动态贝叶斯网络拓展单元通过线缆与性能恢复过程静态贝叶斯网络导入单元相连;性能恢复过程可靠度输出单元通过线缆与性能恢复过程动态贝叶斯网络拓展单元相连;性能恢复过程可靠性曲线拟合单元通过线缆与性能恢复过程可靠度输出单元相连。
相对于现有技术,本发明的有益结果是:一种海洋石油井控装备的宏观弹性评估方法,仅涉及***内部的属性参数,不受外在冲击种类的限制;将物理模型映射为贝叶斯网络得到海洋石油井控装备组件的失效时间分布及概率,解决了弹性评估过程中失效率取值存在的误差问题;在维修过程中,不考虑每一个具体的井控装备组件的退化与维修,而是在整体、***的角度对海洋石油井控装备进行维修,增强***抵御下一次冲击的能力和***的恢复能力,从而提高***的弹性值。
附图说明
图1是海洋石油井控装备在外力冲击作用下的可靠性变化曲线;
图2是海洋石油井控装备的宏观弹性评估流程图;
图3是温度影响下退化模型的贝叶斯网络;
图4是湿度影响下退化模型的贝叶斯网络;
图5是振动影响下退化模型的贝叶斯网络;
图6是电应力影响下退化模型的贝叶斯网络;
图7是海洋石油井控装备静态贝叶斯网络示意图;
图8是海洋石油井控装备动态贝叶斯网络示意图;
图9是海洋石油井控装备的宏观弹性评估***示意图。
图中,1、外在冲击评估模块,2、组件失效率计算子***,3、可靠性退化过程模拟模块,4、故障识别模块,5、组件恢复率计算模块,6、可靠性恢复过程模拟模块,7、单应力影响下组件失效率计算模块,8、多重应力影响下组件失效率计算模块,9、外在冲击数据采集单元,10、冲击数据处理单元,11、冲击数据输出单元,12、多重应力影响下影响因素及强度获取单元,13、单应力影响下影响因素及强度获取单元,14、多重应力影响下退化模型选择单元,15、单应力影响下退化模型选择单元,16、多重应力影响下退化模型的贝叶斯映射单元,17、单应力影响下退化模型的贝叶斯映射单元,18、多重应力影响下组件失效率耦合单元,19、多重应力影响下组件失效率计算单元,20、单应力影响下组件失效率计算单元,21、组件失效率输出单元,22、性能退化过程静态贝叶斯网络导入单元,23、性能退化过程动态贝叶斯网络拓展单元,24、性能退化过程可靠度输出单元,25、性能退化过程可靠性曲线拟合单元,26、性能数据采集单元,27、性能数据处理单元,28、性能数据输出单元,29、故障等级输出单元,30、维修决策单元,31、维修数据输出单元,32、组件恢复率计算单元,33、性能恢复过程静态贝叶斯网络导入单元,34、性能恢复过程动态贝叶斯网络拓展单元,35、性能恢复过程可靠度输出单元,36、性能恢复过程可靠性曲线拟合单元,37、可靠性变化曲线导出单元,38、弹性计算单元。
具体实施方案
如图1所示,海洋石油井控装备的弹性是指***在遭受到未被预料的干扰或事件之后做出反应并恢复原有状态的能力。在t1时刻,海洋石油井控装备遭受台风、地震或者海啸冲击,在冲击载荷作用下,***的可靠性水平逐渐下降;在冲击发生一段时间后,待维修策略决策、维修人员调动、维修设备准备措施准备完毕之后,即在t2时刻,对海洋石油井控装备采取维修措施,***可靠性逐渐上升,最终在t3时刻趋于稳定。
如图2所示,一种海洋石油井控装备的宏观弹性评价方法的步骤是:
S1:确定外在冲击的类别和强度。在相同的失效机理下,将井控装备组件在外在冲击作用下的可靠性退化过程等效为组件在加速试验中的可靠性退化过程,用加速模型来定量描述可靠性退化过程。确定冲击的种类,才能确定对井控装备组件的失效时间的影响因素;确定冲击的强度,才能确定加速模型中变量的取值范围。通过传感器采集外在冲击的有关数据,经过数据分析、数据处理,确定海洋石油井控装备组件受到何种因素的影响。
S2:计算海洋石油井控装备组件的失效率。将海洋石油井控装备组件的失效时间的影响因素分为温度、湿度、振动和电应力四种。在外在冲击的影响下,组件可能只受到一种因素的影响,即单应力作用,可能会受到多重因素的影响,即多重应力作用。
当海洋石油井控装备组件受到单应力作用时:
S211:确定外在冲击影响下海洋石油井控装备组件的退化模型。
(1)当井控装备受到温度的影响时,组件的失效时间退化的加速模型如公式(1)所示:
其中,t是元件的失效前时间;A是指数前因子;Ea是激活能;K是玻尔兹曼常数;T是绝对温度,与冲击强度有关。
(2)当井控装备组件受到湿度的影响时,组件的失效时间退化的加速模型如公式(2)所示:
T=(RH)n·exp(Ea/kt) (2)
其中,T是失效前时间;RH:相对湿度,与外在冲击的强度有关;Ea是激活能;k是玻尔兹曼常数,KJ/(mol·K);t是绝对温度;n是指数,其值是一个常数。
(3)当井控装备组件受到振动影响时,组件的失效时间退化的加速模型如公式(3)所示:
其中:Δεp是应变范围,其值与外在冲击的强度有关;σ′f为疲劳强度系数;E为弹性模量;Nf是生命周期,即失效时间。
(4)当井控装备组件受到电应力的影响时,组件的失效时间退化的加速模型如公式(4)所示:
L=L0V-n (4)
其中:L是失效时间;L0是一个常数;n是指数;V是电应力,取值与外在冲击的强度有关;
S212:将海洋石油井控装备组件的退化模型映射为贝叶斯网络。
(1)将公式(1)映射为如图3所示的贝叶斯网络,得到井控装备组件在温度影响下的失效时间分布及概率。贝叶斯网络分为两层,第一层为影响因子层,包含A、Ea、K、T四个节点;第二层为结果层,包含失效时间t一个节点,运行结果表明了在温度影响下的海洋石油井控装备组件的失效时间分布及概率。
(2)将公式(2)映射为如图4所示的贝叶斯网络,得到井控装备组件在湿度影响下的失效时间分布及概率。贝叶斯网络分为两层,第一层为影响因子层,包含Rh、Ea、K、T、n五个节点;第二层为结果层,包含失效时间t一个节点,运行结果表明了在湿度影响下的海洋石油井控装备组件的失效时间分布及概率。
(3)将公式(3)映射为如图5所示的贝叶斯网络,得到井控装备组件在振动影响下的失效时间分布及概率。贝叶斯网络分为两层,第一层为影响因子层,包含C、E、Δεp、σ′f、n五个节点;第二层为结果层,包含失效时间Nf一个节点,运行结果表明了在振动影响下的海洋石油井控装备组件的失效时间分布及概率。
(4)将公式(4)映射为如图6所示的贝叶斯网络,得到井控装备组件在电应力影响下的失效时间分布及概率。贝叶斯网络分为两层,第一层为影响因子层,包含L0、V、n三个节点;第二层为结果层,包含失效时间L一个节点,运行结果表明了在电应力影响下的海洋石油井控装备组件的失效时间分布及概率。
S213:计算海洋石油井控装备组件的单应力影响下的失效率。通过权重法,计算海洋石油井控装备组件的单应力影响下的失效率。
当海洋石油井控装备组件受到多重应力作用时:
S221:确定外在冲击影响下海洋石油井控装备组件的退化模型。退化模型公式与步骤S211中相同,不同之处在于:在多重应力影响下,组件退化模型的个数大于一个,需要分别确定海洋石油井控装备组件在不同影响因素下的退化模型。
S222:将海洋石油井控装备组件的退化模型映射为贝叶斯网络。与所述步骤S212相同,将不同的退化模型分别映射为贝叶斯网络,得到在不同影响因素下海洋石油井控装备组件的失效时间分布及概率。
S223:对不同影响因素下井控装备组件的失效时间进行耦合。当井控装备组件受到多重应力影响的时候,在分别确定了组件的单因素影响下的失效时间后,使用公式(5)对单因素影响下的失效时间进行耦合,将公式(5)映射为贝叶斯网络,得到井控装备组件的多因素影响下的失效时间及分布概率。公式(5)如下所示:
其中,ni为耦合修正系数;Ni为单因素影响下的组件的失效时间;k为影响因素的个数。
S3:计算海洋石油井控装备组件的恢复率。通过传感器采集冲击过后的井控装备的有关数据,确定井控装备的损伤程度,再有专家人员决策相应的维修策略,通过维修策略,得到井控装备的维修时间,从而计算出井控装备的恢复率。
S4:海洋石油井控装备的退化过程动态贝叶斯网络建模。首先建立模拟井控装备可靠性变化的静态贝叶斯网络,确定静态贝叶斯网络中随时间变化的节点,将静态贝叶斯网络拓展成为退化过程动态贝叶斯网络。在参数建模方面,海洋石油井控装备的退化过程动态贝叶斯网络的先验概率分别由井控装备组件的状态决定,退化过程遵循指数退化规律。
S5:海洋石油井控装备的维修过程动态贝叶斯网络建模。首先建立模拟井控装备可靠性变化的静态贝叶斯网络,确定静态贝叶斯网络中随时间变化的节点,将静态贝叶斯网络拓展成为维修过程动态贝叶斯网络。在结构方面,海洋石油井控装备的退化过程动态贝叶斯网络和维修过程动态贝叶斯网络是相同的,是针对同一套海洋石油井控装备进行建模;在参数建模方面,海洋石油井控装备的维修过程动态贝叶斯网络的先验概率由井控装备组件的状态决定,恢复过程遵循马尔可夫规律。
在图7中,第一层节点C1、C2、C3、C4、C5、C6、C7、C8、C9、C10、C11、C12、C13、C14为父节点,代表了井控装备基本组件,第二层节点M1、M2、M3、M4、M5、M6为中间节点,代表了井控装备组件的串并联关系,串并联关系由条件转移概率表确定,第三层节点S1、S2、S3表示海洋石油井控装备中的子***,第四层节点R表示海洋石油井控装备的可靠度。
在图8中,对所述图7的静态贝叶斯网络进行时间上的拓展,第一层节点是井控装备基本组件C1、C2、C3、C4、C5、C6、C7、C8、C9、C10、C11、C12、C13、C14的时间克隆节点,表示海洋石油井控装备组件在时间上的变化关系,第二层节点C1、C2、C3、C4、C5、C6、C7、C8、C9、C10、C11、C12、C13、C14表示井控装备组件,第三层节点M1、M2、M3、M4、M5、M6为中间节点,代表了井控装备组件的串并联关系,串并联关系由条件转移概率表确定,第四层节点S1、S2、S3表示海洋石油井控装备中的子***,第五层节点R表示海洋石油井控装备的可靠度。
S6:海洋石油井控装备弹性计算。通过退化过程动态贝叶斯网络和维修过程动态贝叶斯网络,分别得到海洋石油井控装备在遭受冲击以及采取维修措施后,可靠性随时间变化的关系。通过退化过程动态贝叶斯网络和维修过程动态贝叶斯网络的运行结果,画出可靠性退化以及恢复曲线,通过计算面积比,得到***的具体弹性值。计算方法具体如下:在计算弹性值时,取维修措施完成的那一刻可靠性点分别向x轴、y轴做垂线,曲线与两条垂线围成的面积称为S1,曲线与x轴和y轴围成的面积称为S2,S1与S2的和为总面积。S2的面积与总面积的比值就是所求的弹性值。
如图9所示,一种海洋石油井控装备的宏观弹性评估***,包括外在冲击评估模块1、组件失效率计算子***2、可靠性退化过程模拟模块3、故障识别模块4、组件恢复率计算模块5、可靠性恢复过程模拟模块6、可靠性变化曲线导出单元37、弹性计算单元38。
外在冲击评估模块1,包括外在冲击数据采集单元9、冲击数据处理单元10、冲击数据输出单元11;外在冲击数据采集单元9通过与传感器相连,用于采集外在冲击的相关数据;冲击数据处理单元10通过线缆与外在冲击数据采集单元9相连,用于对采集到的外在冲击的相关数据进行处理;冲击数据输出单元11通过线缆与冲击数据处理单元10相连,用于将处理好的外在冲击的数据传输到下一个模块中。
组件失效率计算子***2,包括单应力影响下组件失效率计算模块7和多重应力影响下组件失效率计算模块8;单应力影响下组件失效率计算模块7,包括单应力影响下影响因素及强度获取单元13、单应力影响下退化模型选择单元15、单应力影响下退化模型的贝叶斯映射单元17、单应力影响下组件失效率计算单元20、组件失效率输出单元21;单应力影响下影响因素及强度获取单元13通过线缆与冲击数据输出单元11相连,用于获取外在冲击对海洋石油井控装备组件产生的单个影响因素及其强度;单应力影响下退化模型选择单元15通过线缆与单应力影响下影响因素及强度获取单元13相连,用于选择相应的物理模型计算海洋石油井控装备组件在相应应力作用下的失效时间;单应力影响下退化模型的贝叶斯映射单元17通过线缆与单应力影响下退化模型选择单元15相连,用于将相应的物理模型转换为贝叶斯网络,并且得到井控装备组件在单应力作用下的失效时间的分布及概率;单应力影响下组件失效率计算单元20通过线缆与单应力影响下退化模型的贝叶斯映射单元17相连,对于得到的海洋石油井控装备组件在单应力影响下的失效时间及概率进行权重计算,得到组件的失效率;多重应力影响下组件失效率计算模块8,包括:多重应力影响下影响因素及强度获取单元12、多重应力影响下退化模型选择单元14、多重应力影响下退化模型的贝叶斯映射单元16、多重应力影响下组件失效率耦合单元18、多重应力影响下组件失效率计算单元19;多重应力影响下影响因素及强度获取单元12通过线缆与冲击数据输出单元11相连,用于获取外在冲击对海洋石油井控装备组件产生的多个影响因素及其强度;多重应力影响下退化模型选择单元14通过线缆与多重应力影响下影响因素及强度获取单元16相连,用于选择相应的物理模型计算海洋石油井控装备组件在不同应力作用下的失效时间;多重应力影响下退化模型的贝叶斯映射单元16通过线缆与多重应力影响下退化模型选择单元14相连,用于将相应的物理模型转换为贝叶斯网络,并且得到海洋石油井控装备组件在不同应力作用下的失效时间的分布及概率;多重应力影响下组件失效率耦合单元18通过线缆与多重应力影响下退化模型的贝叶斯映射单元16相连,用于对不同应力下得到的海洋石油井控装备组件的失效率进行耦合,计算出海洋石油井控装备组件在多重应力影响下的失效时间的分布及概率;多重应力影响下组件失效率计算单元19通过线缆与多重应力影响下组件失效率耦合单元18相连,对于得到的海洋石油井控装备组件在多重应力影响下的失效时间及概率进行权重计算,得到海洋石油井控装备组件的失效率;组件失效率输出单元21通过线缆分别与单应力影响下组件失效率计算单元20和多重应力影响下组件失效率计算单元19相连,用于输出海洋石油井控装备组件在外在冲击影响下的失效率。
可靠性退化过程模拟模块3,包括:性能退化过程静态贝叶斯网络导入单元22、性能退化过程动态贝叶斯网络拓展单元23、性能退化过程可靠度输出单元24、性能退化过程可靠性曲线拟合单元25;性能退化过程静态贝叶斯网络导入单元22通过线缆与组件失效率输出单元21相连,将海洋石油井控装备组件的失效率输入到导入的贝叶斯网络中;性能退化过程动态贝叶斯网络拓展单元23通过线缆与性能退化过程静态贝叶斯网络导入单元22相连,用于将静态贝叶斯网络拓展为动态贝叶斯网络;性能退化过程可靠度输出单元24通过线缆与性能退化过程动态贝叶斯网络拓展单元23相连,用于输出动态贝叶斯网络的运行结果,得到海洋石油井控装备在每一个时间点的可靠度;性能退化过程可靠性曲线拟合单元25通过线缆与性能退化过程可靠度输出单元24相连,拟合出海洋石油井控装备在一定的时间段内的可靠性变化曲线。
故障识别模块4,包括:性能数据采集单元26、性能数据处理单元27、性能数据输出单元28、故障等级输出单元29;性能数据采集单元26通过线缆与水下海洋石油井控装备相连,通过传感器采集海洋石油井控装备在冲击过后的性能相关数据;性能数据处理单元27通过线缆与性能数据采集单元26相连,用于对采集到的数据进行处理;性能数据输出单元28通过线缆与性能数据处理单元27相连,用于输出处理后的数据;故障等级输出单元29通过线缆与性能数据输出单元28相连,用于判断海洋石油井控装备的故障程度,海洋石油井控装备的故障程度划分为三个等级,分别是轻度故障、中度故障和重度故障。
组件恢复率计算模块5,包括维修决策单元30、维修数据输出单元31、组件恢复率计算单元32;维修决策单元30通过线缆与故障等级输出单元39相连,用于判断针对不同程度的故障该采取的维修措施;维修数据输出单元31通过线缆与维修决策单元30相连,用于确定以及输出海洋石油井控装备的维修时间数据;组件恢复率计算单元32通过线缆与维修数据输出单元31相连,用于计算海洋石油井控装备组件在相应维修措施下的组件的恢复率。
可靠性恢复过程模拟模块6,包括性能恢复过程静态贝叶斯网络导入单元33、性能恢复过程动态贝叶斯网络拓展单元34、性能恢复过程可靠度输出单元35、性能恢复过程可靠性曲线拟合单元36;性能恢复过程静态贝叶斯网络导入单元33通过线缆与组件恢复率计算单元32相连,将海洋石油井控装备组件的恢复率输入到导入的贝叶斯网络中;性能恢复过程动态贝叶斯网络拓展单元34通过线缆与性能恢复过程静态贝叶斯网络导入单元33相连,用于将静态贝叶斯网络拓展为动态贝叶斯网络;性能恢复过程可靠度输出单元35通过线缆与性能恢复过程动态贝叶斯网络拓展单元34相连,用于输出动态贝叶斯网络的运行结果,得到海洋石油井控装备在每一个时间点的可靠度;性能恢复过程可靠性曲线拟合单元36通过线缆与性能恢复过程可靠度输出单元35相连,拟合出海洋石油井控装备在一定的时间段内的可靠性变化曲线。
可靠性变化曲线导出单元37通过线缆分别与性能退化过程可靠性曲线拟合单元25和性能恢复过程可靠性曲线拟合单元36相连,用于拟合海洋石油井控装备在遭受冲击开始到维修结束这一段时间内的可靠性变化曲线;弹性计算单元38通过线缆与可靠性变化曲线导出单元37相连,对海洋石油井控装备的弹性进行计算和评估。
所述外在冲击评估模块主要完成确定外在冲击的类别和强度步骤;所述组件失效率计算子***主要完成计算组件的失效率步骤;所述可靠性退化过程模拟模块主要完成退化过程贝叶斯网络建模步骤;所述故障识别模块和组件恢复率计算模块主要完成计算组件的恢复率步骤;所述可靠性恢复过程模拟模块主要完成维修过程贝叶斯网络建模步骤;所述可靠性变化曲线导出单元和弹性计算单元主要完成海洋石油井控装备弹性计算步骤。
Claims (3)
1.一种海洋石油井控装备的宏观弹性评价方法,其特征在于包括如下步骤:
S1:确定外在冲击的类别和强度;在相同的失效机理下,将井控装备组件在外在冲击作用下的可靠性退化过程等效为组件在加速试验中的可靠性退化过程,用加速模型来定量描述可靠性退化过程;确定冲击的种类,才能确定对井控装备组件的失效时间的影响因素;确定冲击的强度,才能确定加速模型中变量的取值范围;通过传感器采集外在冲击的有关数据,经过数据分析、数据处理,确定海洋石油井控装备组件受到何种因素的影响;
S2:计算海洋石油井控装备组件的失效率;将海洋石油井控装备组件的失效时间的影响因素分为温度、湿度、振动和电应力四种;在外在冲击的影响下,组件可能只受到一种因素的影响,即单应力作用,可能会受到多重因素的影响,即多重应力作用;确定组件的退化加速模型后,将该模型映射为贝叶斯网络,通过贝叶斯网络的运行结果,确定组件的失效率;
S3:计算海洋石油井控装备组件的恢复率;通过传感器采集冲击过后的井控装备的有关数据,确定井控装备的损伤程度,再由专家人员决策相应的维修策略,通过维修策略,得到井控装备的维修时间,从而计算出井控装备的恢复率;
S4:海洋石油井控装备的退化过程动态贝叶斯网络建模;首先建立模拟井控装备可靠性变化的静态贝叶斯网络,确定静态贝叶斯网络中随时间变化的节点,将海洋石油井控装备组件的失效率输入到静态贝叶斯网络中,将静态贝叶斯网络拓展成为退化过程动态贝叶斯网络;在参数建模方面,海洋石油井控装备的退化过程动态贝叶斯网络的先验概率分别由井控装备组件的状态决定,退化过程遵循指数退化规律;
S5:海洋石油井控装备的维修过程动态贝叶斯网络建模;首先建立模拟井控装备可靠性变化的静态贝叶斯网络,确定静态贝叶斯网络中随时间变化的节点,将海洋石油井控装备组件的恢复率输入到静态贝叶斯网络中,将静态贝叶斯网络拓展成为维修过程动态贝叶斯网络;在结构方面,海洋石油井控装备的退化过程动态贝叶斯网络和维修过程动态贝叶斯网络是相同的,是针对同一套海洋石油井控装备进行建模;在参数建模方面,海洋石油井控装备的维修过程动态贝叶斯网络的先验概率由井控装备组件的状态决定,恢复过程遵循马尔可夫规律;
静态贝叶斯网络第一层节点C1、C2、C3、C4、C5、C6、C7、C8、C9、C10、C11、C12、C13、C14为父节点,代表了井控装备基本组件,第二层节点M1、M2、M3、M4、M5、M6为中间节点,代表了井控装备组件的串并联关系,串并联关系由条件转移概率表确定,第三层节点S1、S2、S3表示海洋石油井控装备中的子***,第四层节点R表示海洋石油井控装备的可靠度;
退化过程动态贝叶斯网络和维修过程动态贝叶斯网络是对静态贝叶斯网络在时间上的拓展,第一层节点是井控装备基本组件C1、C2、C3、C4、C5、C6、C7、C8、C9、C10、C11、C12、C13、C14的时间克隆节点,表示海洋石油井控装备组件在时间上的变化关系,第二层节点C1、C2、C3、C4、C5、C6、C7、C8、C9、C10、C11、C12、C13、C14表示井控装备组件,第三层节点M1、M2、M3、M4、M5、M6为中间节点,代表了井控装备组件的串并联关系,串并联关系由条件转移概率表确定,第四层节点S1、S2、S3表示海洋石油井控装备中的子***,第五层节点R表示海洋石油井控装备的可靠度;
S6:海洋石油井控装备弹性计算;通过退化过程动态贝叶斯网络和维修过程动态贝叶斯网络,分别得到海洋石油井控装备在遭受冲击以及采取维修措施后,可靠性随时间变化的关系;通过退化过程动态贝叶斯网络和维修过程动态贝叶斯网络的运行结果,画出可靠性退化以及恢复曲线,通过计算面积比,得到***的具体弹性值;计算方法具体如下:在计算弹性值时,取维修措施完成的那一刻可靠性点分别向x轴、y轴做垂线,曲线与两条垂线围成的面积称为S1,曲线与x轴和y轴围成的面积称为S2,S1与S2的和为总面积;S2的面积与总面积的比值就是所求的弹性值;
该方法应用于一种海洋石油井控装备弹性评价***,该***包括外在冲击评估模块、组件失效率计算子***、可靠性退化过程模拟模块、故障识别模块、组件恢复率计算模块、可靠性恢复过程模拟模块、可靠性变化曲线导出单元以及弹性计算单元;
外在冲击评估模块,包括外在冲击数据采集单元、冲击数据处理单元、冲击数据输出单元;外在冲击数据采集单元与传感器相连;冲击数据处理单元通过线缆与冲击数据采集单元相连;冲击数据输出单元通过线缆与冲击数据处理单元相连;
组件失效率计算子***,包括单应力影响下组件失效率计算模块和多重应力影响下组件失效率计算模块;单应力影响下组件失效率计算模块,包括单应力影响下影响因素及强度获取单元、单应力影响下退化模型选择单元、单应力影响下退化模型的贝叶斯映射单元、单应力影响下组件失效率计算单元、组件失效率输出单元;单应力影响下影响因素及强度获取单元通过线缆与冲击数据输出单元相连;单应力影响下退化模型选择单元通过线缆与单应力影响下影响因素及强度获取单元相连;单应力影响下退化模型的贝叶斯映射单元通过线缆与单应力影响下退化模型选择单元相连;单应力影响下组件失效率计算单元通过线缆与单应力影响下退化模型的贝叶斯映射单元相连;多重应力影响下组件失效率计算模块,包括:多重应力影响下影响因素及强度获取单元、多重应力影响下退化模型选择单元、多重应力影响下退化模型的贝叶斯映射单元、多重应力影响下组件失效率耦合单元、多重应力影响下组件失效率计算单元;多重应力影响下影响因素及强度获取单元通过线缆与冲击数据输出单元相连;多重应力影响下退化模型选择单元通过线缆与多重应力影响下影响因素及强度获取单元相连;多重应力影响下退化模型的贝叶斯映射单元通过线缆与多重应力影响下退化模型选择单元相连;多重应力影响下组件失效率耦合单元通过线缆与多重应力影响下退化模型的贝叶斯映射单元相连;多重应力影响下组件失效率计算单元通过线缆与多重应力影响下组件失效率耦合单元相连;组件失效率输出单元通过线缆分别与单应力影响下组件失效率计算单元和多重应力影响下组件失效率计算单元相连;
可靠性退化过程模拟模块,包括:性能退化过程静态贝叶斯网络导入单元、性能退化过程动态贝叶斯网络拓展单元、性能退化过程可靠度输出单元、性能退化过程可靠性曲线拟合单元;性能退化过程静态贝叶斯网络导入单元通过线缆与组件失效率输出单元相连;性能退化过程动态贝叶斯网络拓展单元通过线缆与性能退化过程静态贝叶斯网络导入单元相连;性能退化过程可靠度输出单元通过线缆与性能退化过程动态贝叶斯网络拓展单元相连;性能退化过程可靠性曲线拟合单元通过线缆与性能退化过程可靠度输出单元相连;
故障识别模块,包括:性能数据采集单元、性能数据处理单元、性能数据输出单元、故障等级输出单元;性能数据采集单元通过线缆与水下海洋石油井控装备相连;性能数据处理单元通过线缆与性能数据采集单元相连;性能数据输出单元通过线缆与性能数据处理单元相连;故障等级输出单元通过线缆与性能数据输出单元相连;
组件恢复率计算模块,包括维修决策单元、维修数据输出单元、组件恢复率计算单元;维修决策单元通过线缆与故障等级输出单元相连;维修数据输出单元通过线缆与维修决策单元相连;组件恢复率计算单元通过线缆与维修数据输出单元相连;
可靠性恢复过程模拟模块,包括性能恢复过程静态贝叶斯网络导入单元、性能恢复过程动态贝叶斯网络拓展单元、性能恢复过程可靠度输出单元、性能恢复过程可靠性曲线拟合单元;性能恢复过程静态贝叶斯网络导入单元通过线缆与组件恢复率计算单元相连;性能恢复过程动态贝叶斯网络拓展单元通过线缆与性能恢复过程静态贝叶斯网络导入单元相连;性能恢复过程可靠度输出单元通过线缆与性能恢复过程动态贝叶斯网络拓展单元相连;性能恢复过程可靠性曲线拟合单元通过线缆与性能恢复过程可靠度输出单元相连。
2.根据权利要求1所述的一种海洋石油井控装备的宏观弹性评价方法,其特征在于:
当海洋石油井控装备组件受到单应力作用时:
S211:确定外在冲击影响下海洋石油井控装备组件的退化模型;
(1)当井控装备受到温度的影响时,组件的失效时间为:
其中,t是元件的失效前时间;A是指数前因子;Ea是激活能;K是玻尔兹曼常数;T是绝对温度,与冲击强度有关;
(2)当井控装备组件受到湿度的影响时,组件的失效时间为:
T=(RH)n·exp(Ea/kt) (2)
其中,T是失效前时间;RH:相对湿度,与外在冲击的强度有关;Ea是激活能;k是玻尔兹曼常数,KJ/(mol·K);t是绝对温度;n是指数,其值是一个常数;
(3)当井控装备组件受到振动影响时,组件的失效时间为:
其中:Δεp是应变范围,其值与外在冲击的强度有关;σ′f为疲劳强度系数;E为弹性模量;Nf是生命周期,即失效时间;
(4)当井控装备组件受到电应力的影响时,组件的失效时间为:
L=L0V-n (4)
其中:L是失效时间;L0是一个常数;n是指数;V是电应力,取值与外在冲击的强度有关;
S212:将海洋石油井控装备组件的退化模型映射为贝叶斯网络;
(1)将公式(1)映射为贝叶斯网络,得到井控装备组件在温度影响下的失效时间分布及概率;贝叶斯网络分为两层,第一层为影响因子层,包含A、Ea、K、T四个节点;第二层为结果层,包含失效时间t一个节点,运行结果表明了在温度影响下的海洋石油井控装备组件的失效时间分布及概率;
(2)将公式(2)映射为贝叶斯网络,得到井控装备组件在湿度影响下的失效时间分布及概率;贝叶斯网络分为两层,第一层为影响因子层,包含Rh、Ea、K、T、n五个节点;第二层为结果层,包含失效时间t一个节点,运行结果表明了在湿度影响下的海洋石油井控装备组件的失效时间分布及概率;
(3)将公式(3)映射为贝叶斯网络,得到井控装备组件在振动影响下的失效时间分布及概率;贝叶斯网络分为两层,第一层为影响因子层,包含C、E、Δεp、σ′f、n五个节点;第二层为结果层,包含失效时间Nf一个节点,运行结果表明了在振动影响下的海洋石油井控装备组件的失效时间分布及概率;
(4)将公式(4)映射为贝叶斯网络,得到井控装备组件在电应力影响下的失效时间分布及概率;贝叶斯网络分为两层,第一层为影响因子层,包含L0、V、n三个节点;第二层为结果层,包含失效时间L一个节点,运行结果表明了在电应力影响下的海洋石油井控装备组件的失效时间分布及概率;
S213:计算海洋石油井控装备组件的单应力影响下的失效率;通过权重法,计算海洋石油井控装备组件的单应力影响下的失效率;
当海洋石油井控装备组件受到多重应力作用时:
S221:确定外在冲击影响下海洋石油井控装备组件的退化模型;退化模型公式与步骤S211中相同,不同之处在于:在多重应力影响下,组件退化模型的个数大于一个,需要分别确定海洋石油井控装备组件在不同影响因素下的退化模型;
S222:将海洋石油井控装备组件的退化模型映射为贝叶斯网络;与所述步骤S212相同,将不同的退化模型分别映射为贝叶斯网络,得到在不同影响因素下海洋石油井控装备组件的失效时间分布及概率;
S223:对不同影响因素下井控装备组件的失效时间进行耦合;当井控装备组件受到多重应力影响的时候,在分别确定了组件的单因素影响下的失效时间后,使用公式(5)对单因素影响下的失效时间进行耦合,将公式(5)映射为贝叶斯网络,得到井控装备组件的多因素影响下的失效时间及分布概率;
其中,ni为耦合修正系数;Ni为单因素影响下的组件的失效时间;k为影响因素的个数。
3.根据权利要求1所述的一种海洋石油井控装备的宏观弹性评价方法,其特征在于所述外在冲击评估模块主要完成确定外在冲击的类别和强度步骤;所述组件失效率计算子***主要完成计算组件的失效率步骤;所述可靠性退化过程模拟模块主要完成退化过程贝叶斯网络建模步骤;所述故障识别模块和组件恢复率计算模块主要完成计算组件的恢复率步骤;所述可靠性恢复过程模拟模块主要完成维修过程贝叶斯网络建模步骤;所述可靠性变化曲线导出单元和弹性计算单元主要完成海洋石油井控装备弹性计算步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910416851.7A CN110135079B (zh) | 2019-05-20 | 2019-05-20 | 一种海洋石油井控装备的宏观弹性评价方法及*** |
US16/704,557 US11922335B2 (en) | 2019-05-20 | 2019-12-05 | Method and system for evaluating macro resilience of offshore oil well control equipment |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910416851.7A CN110135079B (zh) | 2019-05-20 | 2019-05-20 | 一种海洋石油井控装备的宏观弹性评价方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110135079A CN110135079A (zh) | 2019-08-16 |
CN110135079B true CN110135079B (zh) | 2020-06-02 |
Family
ID=67571398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910416851.7A Active CN110135079B (zh) | 2019-05-20 | 2019-05-20 | 一种海洋石油井控装备的宏观弹性评价方法及*** |
Country Status (2)
Country | Link |
---|---|
US (1) | US11922335B2 (zh) |
CN (1) | CN110135079B (zh) |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11624326B2 (en) | 2017-05-21 | 2023-04-11 | Bj Energy Solutions, Llc | Methods and systems for supplying fuel to gas turbine engines |
US11560845B2 (en) | 2019-05-15 | 2023-01-24 | Bj Energy Solutions, Llc | Mobile gas turbine inlet air conditioning system and associated methods |
CN110109359B (zh) * | 2019-05-21 | 2023-03-10 | 中国石油大学(华东) | 一种海洋石油井控装备的安全完整性水平评估方法 |
CA3092859A1 (en) | 2019-09-13 | 2021-03-13 | Bj Energy Solutions, Llc | Fuel, communications, and power connection systems and related methods |
CA3092868A1 (en) | 2019-09-13 | 2021-03-13 | Bj Energy Solutions, Llc | Turbine engine exhaust duct system and methods for noise dampening and attenuation |
CA3092865C (en) | 2019-09-13 | 2023-07-04 | Bj Energy Solutions, Llc | Power sources and transmission networks for auxiliary equipment onboard hydraulic fracturing units and associated methods |
US10895202B1 (en) | 2019-09-13 | 2021-01-19 | Bj Energy Solutions, Llc | Direct drive unit removal system and associated methods |
US11555756B2 (en) | 2019-09-13 | 2023-01-17 | Bj Energy Solutions, Llc | Fuel, communications, and power connection systems and related methods |
US10815764B1 (en) | 2019-09-13 | 2020-10-27 | Bj Energy Solutions, Llc | Methods and systems for operating a fleet of pumps |
CA3092829C (en) | 2019-09-13 | 2023-08-15 | Bj Energy Solutions, Llc | Methods and systems for supplying fuel to gas turbine engines |
US11015594B2 (en) | 2019-09-13 | 2021-05-25 | Bj Energy Solutions, Llc | Systems and method for use of single mass flywheel alongside torsional vibration damper assembly for single acting reciprocating pump |
US11002189B2 (en) | 2019-09-13 | 2021-05-11 | Bj Energy Solutions, Llc | Mobile gas turbine inlet air conditioning system and associated methods |
CN111027738B (zh) * | 2019-10-18 | 2023-04-21 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于遗传算法的电力通信光缆敷设优化方法 |
US11708829B2 (en) | 2020-05-12 | 2023-07-25 | Bj Energy Solutions, Llc | Cover for fluid systems and related methods |
US10968837B1 (en) | 2020-05-14 | 2021-04-06 | Bj Energy Solutions, Llc | Systems and methods utilizing turbine compressor discharge for hydrostatic manifold purge |
US11428165B2 (en) | 2020-05-15 | 2022-08-30 | Bj Energy Solutions, Llc | Onboard heater of auxiliary systems using exhaust gases and associated methods |
US11208880B2 (en) | 2020-05-28 | 2021-12-28 | Bj Energy Solutions, Llc | Bi-fuel reciprocating engine to power direct drive turbine fracturing pumps onboard auxiliary systems and related methods |
US11109508B1 (en) | 2020-06-05 | 2021-08-31 | Bj Energy Solutions, Llc | Enclosure assembly for enhanced cooling of direct drive unit and related methods |
US11208953B1 (en) | 2020-06-05 | 2021-12-28 | Bj Energy Solutions, Llc | Systems and methods to enhance intake air flow to a gas turbine engine of a hydraulic fracturing unit |
US10954770B1 (en) | 2020-06-09 | 2021-03-23 | Bj Energy Solutions, Llc | Systems and methods for exchanging fracturing components of a hydraulic fracturing unit |
US11066915B1 (en) | 2020-06-09 | 2021-07-20 | Bj Energy Solutions, Llc | Methods for detection and mitigation of well screen out |
US11111768B1 (en) | 2020-06-09 | 2021-09-07 | Bj Energy Solutions, Llc | Drive equipment and methods for mobile fracturing transportation platforms |
US11125066B1 (en) | 2020-06-22 | 2021-09-21 | Bj Energy Solutions, Llc | Systems and methods to operate a dual-shaft gas turbine engine for hydraulic fracturing |
US11939853B2 (en) | 2020-06-22 | 2024-03-26 | Bj Energy Solutions, Llc | Systems and methods providing a configurable staged rate increase function to operate hydraulic fracturing units |
US11933153B2 (en) | 2020-06-22 | 2024-03-19 | Bj Energy Solutions, Llc | Systems and methods to operate hydraulic fracturing units using automatic flow rate and/or pressure control |
US11028677B1 (en) | 2020-06-22 | 2021-06-08 | Bj Energy Solutions, Llc | Stage profiles for operations of hydraulic systems and associated methods |
US11466680B2 (en) | 2020-06-23 | 2022-10-11 | Bj Energy Solutions, Llc | Systems and methods of utilization of a hydraulic fracturing unit profile to operate hydraulic fracturing units |
US11473413B2 (en) | 2020-06-23 | 2022-10-18 | Bj Energy Solutions, Llc | Systems and methods to autonomously operate hydraulic fracturing units |
US11149533B1 (en) | 2020-06-24 | 2021-10-19 | Bj Energy Solutions, Llc | Systems to monitor, detect, and/or intervene relative to cavitation and pulsation events during a hydraulic fracturing operation |
US11220895B1 (en) | 2020-06-24 | 2022-01-11 | Bj Energy Solutions, Llc | Automated diagnostics of electronic instrumentation in a system for fracturing a well and associated methods |
US11193360B1 (en) | 2020-07-17 | 2021-12-07 | Bj Energy Solutions, Llc | Methods, systems, and devices to enhance fracturing fluid delivery to subsurface formations during high-pressure fracturing operations |
CN111950068A (zh) * | 2020-08-31 | 2020-11-17 | 江苏工程职业技术学院 | 一种基于Bim的维护建筑设备的方法和装置 |
CN112053055A (zh) * | 2020-09-01 | 2020-12-08 | 青岛理工大学 | 一种融合故障诊断阶段的全电采油树实时可靠性评估方法 |
CN112989629B (zh) * | 2021-04-19 | 2023-04-07 | 河北工业大学 | 一种基于钽电容多性能退化的可靠性评估方法 |
US11639654B2 (en) | 2021-05-24 | 2023-05-02 | Bj Energy Solutions, Llc | Hydraulic fracturing pumps to enhance flow of fracturing fluid into wellheads and related methods |
CN113673119B (zh) * | 2021-09-07 | 2023-08-18 | 重庆大学 | 基于贝叶斯方法的煤矿冲击地压危险性动静耦合评价方法 |
CN116644648B (zh) * | 2023-07-24 | 2023-09-22 | 北京航空航天大学 | 基于粒子受力状态和跨尺度相似性的元件退化量估计方法 |
CN117725513B (zh) * | 2024-02-07 | 2024-05-14 | 青岛哈尔滨工程大学创新发展中心 | 一种auv推进器实时可靠性评估***及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105843208A (zh) * | 2016-03-16 | 2016-08-10 | 北京交通大学 | 基于弹复力效应的列控***故障恢复方法 |
CN106227906A (zh) * | 2016-05-20 | 2016-12-14 | 广州韵脉质量技术服务有限公司 | 一种基于性能退化分析的智能制造装备可靠性的评估方法 |
CN107506555A (zh) * | 2017-08-31 | 2017-12-22 | 中国石油大学(华东) | 基于可用度的水下生产***弹性评估方法及*** |
CN107545339A (zh) * | 2016-06-27 | 2018-01-05 | 南京理工大学 | 基于scada警报信号的ds证据理论的风力发电机组在线故障诊断方法 |
CN109710965A (zh) * | 2018-11-12 | 2019-05-03 | 中国石油天然气股份有限公司 | 一种水平井人工压裂裂缝参数有效性的评价方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004057503A2 (en) * | 2002-12-20 | 2004-07-08 | Accenture Global Services Gmbh | Quantification of operational risks |
US8875070B2 (en) * | 2012-10-03 | 2014-10-28 | Lsi Corporation | Breaking up long-channel field effect transistor into smaller segments for reliability modeling |
CN108090489B (zh) * | 2018-01-15 | 2021-06-29 | 兰州理工大学 | 基于计算机的依据字素分割的脱机手写维文单词识别方法 |
CN109270461A (zh) * | 2018-10-15 | 2019-01-25 | 四川长虹电器股份有限公司 | 基于贝叶斯网络的故障检测方法 |
-
2019
- 2019-05-20 CN CN201910416851.7A patent/CN110135079B/zh active Active
- 2019-12-05 US US16/704,557 patent/US11922335B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105843208A (zh) * | 2016-03-16 | 2016-08-10 | 北京交通大学 | 基于弹复力效应的列控***故障恢复方法 |
CN106227906A (zh) * | 2016-05-20 | 2016-12-14 | 广州韵脉质量技术服务有限公司 | 一种基于性能退化分析的智能制造装备可靠性的评估方法 |
CN107545339A (zh) * | 2016-06-27 | 2018-01-05 | 南京理工大学 | 基于scada警报信号的ds证据理论的风力发电机组在线故障诊断方法 |
CN107506555A (zh) * | 2017-08-31 | 2017-12-22 | 中国石油大学(华东) | 基于可用度的水下生产***弹性评估方法及*** |
CN109710965A (zh) * | 2018-11-12 | 2019-05-03 | 中国石油天然气股份有限公司 | 一种水平井人工压裂裂缝参数有效性的评价方法 |
Non-Patent Citations (2)
Title |
---|
"Modeling the Lifetime of Printed Silver Conductors in Cyclic Bending With the Coffin–Manson Relation";T. Happonen.etc;《IEEE Transactions on Device and Materials Reliability》;20160331;第16卷(第1期);全文 * |
"贝叶斯方法在安全仪表***设备失效率确定中的应用";周真等;《中国安全科学学报》;20150731;第25卷(第7期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
US11922335B2 (en) | 2024-03-05 |
CN110135079A (zh) | 2019-08-16 |
US20200370429A1 (en) | 2020-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110135079B (zh) | 一种海洋石油井控装备的宏观弹性评价方法及*** | |
CN110006645B (zh) | 一种多源融合的高压断路器机械故障诊断方法 | |
CN107563251B (zh) | 基于极限学习机的风机故障诊断方法 | |
CN115796059B (zh) | 一种基于深度学习的电气设备寿命预测方法及*** | |
CN112821424B (zh) | 一种基于数据-模型融合驱动的电力***频率响应分析方法 | |
Zhou et al. | Structural health monitoring of offshore wind power structures based on genetic algorithm optimization and uncertain analytic hierarchy process | |
CN113484749A (zh) | 发电机故障诊断及预测方法 | |
CN115982663A (zh) | 一种新能源风机设备的故障预警*** | |
CN114370380A (zh) | 一种计及气象因素的风电机组故障诊断方法 | |
CN116677569A (zh) | 一种风机塔架应力监测与预警方法及其*** | |
CN110412417B (zh) | 基于智能电力监测仪表的微电网数据故障诊断方法 | |
CN109544011B (zh) | 基于内外协变量的高速列车***可靠性评估方法 | |
CN117236030A (zh) | 台风灾害下考虑级联过载故障发生的电力***韧性评估建模方法 | |
CN116449717B (zh) | 一种基于数字孪生的挤压机减速箱状态监控*** | |
CN113408192A (zh) | 基于ga-fsvr的智能电表误差预测方法 | |
CN110889646B (zh) | 一种适应工况变化的发电机组运行参数正确性检验的方法 | |
CN112380763A (zh) | 一种基于数据挖掘的堆内构件可靠性分析***及方法 | |
CN116664098A (zh) | 一种光伏电站的异常检测方法及*** | |
CN116151799A (zh) | 一种基于bp神经网络的配电线路多工况故障率快速评估方法 | |
CN115065166A (zh) | 一种低压配电网状态感知及异常告警方法 | |
CN114499409A (zh) | 一种光伏组件热斑故障诊断方法 | |
CN113191556A (zh) | 一种核电Loca事件故障预测与诊断方法 | |
CN113255213A (zh) | 一种功率变换器复合故障辨识方法 | |
CN112101797A (zh) | 一种复杂工业***动态故障诊断方法及*** | |
Chen et al. | Research on intelligent fault identification technology of wind turbine supported by fault knowledge base |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |