29396

Электрооборудование установок для насосной добычи нефти

Доклад

Производство и промышленные технологии

Глубинный насос 1 станкакачалки подвешивается на колонне насосных труб 3рис. Плунжеру 2 насоса сообщается возвратнопоступательное движение с передачей энергии от балансира станкакачалки при помощи колонны штанг 4. Колонна штанг станкакачалки на устье скважины через шток соединена с головкой балансира 6 станкакачалки. Балансирный и кривошипный противовесы служат для уравновешивания нагрузки подвижной системы станкакачалки и двигателя при ходе колонны штанг вниз и вверх рис.

Русский

2013-08-21

237.5 KB

17 чел.

Электрооборудование установок для насосной добычи нефти.

Электрооборудование станков-качалок.

Область экономически целесообразного применения штанговых  плунжерных насосов (станков-качалок) или бесштанговых погружных центробежных электронасосов (ЭЦН) определяется суточной производительностью скважины и глубиной подвески насоса. Для станков-качалок эта область характеризуется суточной производительностью от 5 до 50 м3/сут. при глубине подвески до 1600 м или производительностью 300 м3/сут. при глубине подвески до 400 м. Глубинный насос 1 станка-качалки  подвешивается на колонне насосных труб 3(рис. 22). Плунжеру 2 насоса сообщается возвратно-поступательное движение с передачей энергии от балансира станка-качалки при помощи колонны штанг 4. Станок-качалка имеет асинхронный электродвигатель (ЭД) с КЗ ротором, с повышенным пусковым моментом, обеспеченным за счет специальной конструкции обмотки ротора: двойной беличьей клетки или глубокопазной обмотки. Кроме ЭД станок-качалка имеет редуктор 10. Колонна штанг станка-качалки на устье скважины через шток соединена с  головкой балансира 6 станка-качалки. Балансир с помощью шатунов связан с кривошипами, вал которых через редуктор и клиноременную передачу связан с ЭД. Изменяя расстояние от кривошипа до места присоединения шатунов к кривошипу можно регулировать ход полированного штока и длину хода плунжера насоса. Балансирный и кривошипный противовесы служат для уравновешивания нагрузки подвижной системы станка-качалки и двигателя при ходе колонны штанг вниз и вверх (рис. 22).

Частоту качаний балансира можно изменять путем установки шкивов различных диаметров у клиноременной передачи. Мощность ЭД для привода станков-качалок находится в диапазоне 1,7-55 кВт.

Режим работы ЭД станка-качалки характеризуется резко пульсирующей нагрузкой и непрерывными переходными процессами. Таким образом целесообразно выравнивать нагрузку ЭД при ходе плунжера как вверх, так и  вниз.

Рис. Конструктивная схема станка-качалки:

1 – плунжерный глубинный насос; 2 – плунжер; 3 – колонна насосных труб;               4 – колонна штанг; 5 – шток устьевой; 6 – головка балансира; 7 – балансир;               8 – шатун; 9 – кривошип; 10 – редуктор; 11 – клиноременная передача;                     12 – электродвигатель; 13 – противовес балансирный; 14 – противовес кривошипный.

Рис. Графики изменения мощности нагрузки на валу двигателя:

а) неуравновешенный станок-качалка;

б) уравновешенный станок-качалка.

При идеальном уравновешивании должно соблюдаться условие:     Iвmax=Iнmax,

где Iвmax – пиковое значение тока статора при движении плунжера вверх,

Iнmax – пиковое значение тока статора при движении плунжера вниз.

Cтепень неуравновешенности определяется формулой:  

считается, что станок-качалку следует доуравновешивать если .


б)

)

ход

вниз

ход

вверх

Pмин

Pмакс2

Pмакс1

ход

вниз

ход

вверх

Pмин

Pмакс2

Pмакс1

Pмакс1

P

t

цикл качания

цикл качания


 

А также другие работы, которые могут Вас заинтересовать

45336. Подходы к построению систем искусственного интеллекта 33 KB
  Структурный подход Под структурным подходом подразумевается попытки построить искусственный интеллект путём моделирования структуры человеческого мозга. Основной моделируемой структурной единицей в персептронах как и в большинстве других вариантов моделирования мозга является нейрон. Позднее возникли и другие модели которые обычно называют нейронные сети . Эти модели различаются по строению отдельных нейронов по топологии связей между ними и по алгоритмам обучения.
45337. Понятие дерева возможностей 36.5 KB
  Дерево быстро разрастается рис.1 Дерево возможных продолжений шахматной игры Все вершины могут быть двух типов. Таким образом дерево возможностей представляет собой чередующиеся слои альфа и бетавершин. Если бы дерево можно было обследовать полностью т.
45338. Основные понятия искусственного интеллекта 40 KB
  Интеллектом называется способность мозга решать задачи путём приобретения запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам. Искусственный интеллект это одно из направлений информатики целью которого является разработка аппаратнопрограммных средств позволяющих пользователюнепрограммисту ставить и решать свои традиционно считающиеся интеллектуальными задачи общаясь с компьютером на ограниченном подмножестве естественного языка. Понятие интеллектуальной задачи...
45339. Знания как часть любой интеллектуальной системы 38 KB
  При этом возникает естественный вопрос что такое знания и чем они отличаются от обычных данных обрабатываемых компьютером. Знания являются более сложной категорией информации по сравнению с данными. Они описывают не только отдельные факты но и взаимосвязи между ними поэтому знания иногда называют структурированными данными.
45340. Проблемная область искусственного интеллекта 35 KB
  Для этого разрабатываются специальные модели представления знаний и языки для описания знаний выделяются различные типы знаний. Изучаются источники из которых система может брать знания и создаются процедуры и приёмы с помощью которых возможно приобретение знаний интеллектуальными системами. Проблема представления знаний в системах искусственного интеллекта чрезвычайно актуальна поскольку функционирование данных систем опирается на знания о проблемной области хранящиеся на компьютере.
45341. Проблема распознавания образов 67.5 KB
  В своей повседневной жизни человек настолько легко справляется с задачами распознавания что это считается само собой разумеющимся. В целом проблема распознавания образов состоит из двух частей: обучения и распознавания. За обучением следует процесс распознавания новых объектов который характеризует действия уже обученной системы.
45342. Проблемы и перспективы нейронных сетей 48 KB
  Проблемы интерпретируемости приводят к снижению ценности полученных результатов работы сети а проблема размерности к очень жестким ограничениям на количество выходных нейронов в сети на количество рецепторов и на сложность структуры взаимосвязей нейронов с сети. уже сегодня искусственные нейронные сети используются во многих областях но прежде чем их можно будет применять там где на карту поставлены человеческие жизни или значительные материальные ресурсы должны быть решены важные вопросы касающиеся надежности их работы. Некоторые...
45343. Процедурные модели предоставления знаний 74.5 KB
  Здесь имя или порядковый номер продукции во множестве продукций хранящихся в памяти системы. Q сфера применения продукции описывающая предметную область или ситуацию. Это позволяет систематизировать продукции что облегчает работу с системой продукций. Р условие применимости ядра продукции.
45344. Технология разработки экспертных систем 36 KB
  К разработке экспертных систем привлекаются специалисты из разных предметных областей а именно: эксперты той проблемной области к которой относятся задачи решаемые системой; инженеры по знаниям являющиеся специалистами по разработке систем искусственного интеллекта; программисты осуществляющие реализацию экспертной системы. Инженеры по знаниям помогают экспертам выявить и структурировать знания необходимые для работы экспертной системы выполняют работу по представлению знаний выбирают методы обработки знаний проводят выбор...