Методы и средства улучшения метрологических характеристик датчиков контроля обводненности сырой нефти

• Автор: Самигуллин, Рустем Разяпович
• Шифр специальности: 05.11.13
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Казань
• Количество страниц: 180 с. : ил.

СПИСОК ПРИНЯТЫХ СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ
ГЛАВА 1. СЕПАРАЦИОННЫЕ МИКРОВОЛНОВЫЕ ДАТЧИКИ ОБВОДНЕННОСТИ НЕФТИ
1.1. Место микроволновых датчиков контроля обводненности сырой нефти в общей классификации сепарационных измерительных приборов указанного класса
1.1.1. Сепарационные датчики контроля обводненности сырой нефти
1.2.1. Подсистема забора и подготовки проб
1.3.1. Подсистема сепарации
1.4.1. Подсистема количественного анализа
1.5.1. Преимущества и недостатки сепарационных микроволновых датчиков
1.2. Основные источники погрешностей измерений сепарационных микроволновых датчиков обводненности СН
1.2.1. Погрешности забора проб
1.2.2. Погрешности микроволновой сепарации
1.2.3. Погрешности метода видеоизмерений
1.2.4. Комбинированные погрешности, вызванные особенностями
физико-химического состава компонент СН
1.2.5. Выводы по разделу
1.3. Математическое моделирование сверхвысокочастотного нагрева для замкнутого объема
1.4. Анализ особенностей формирования оптического канала видеоизмерений
1.5. Выводы по главе. Постановка задач исследований
ГЛАВА 2. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССА
МИКРОВОЛНОВОЙ СЕПАРАЦИИ СЫРОЙ НЕФТИ В ЗАМКНУТЫХ ОБЪЕМАХ
2.1. Математическое моделирование процесса сепарации сырой нефти в замкнутом контрольном объеме цилиндрической формы (трехмерная модель)
2.2. Математическое моделирование процесса сепарации сырой нефти в замкнутом контрольном объеме коаксиальной формы (трехмерная модель)
2.3. Метод контроля обводненности СН на базе микроволновой сепарации ее компонент и видеоизмерения их количественных соотношений
2.4. Физическое моделирование процесса сепарации СН в замкнутых контрольных резервуарах цилиндрической и коаксиальной форм
2.5. Обсуждение полученных результатов

2.6. Выводы по главе

ГЛАВА 3. АНАЛИЗ ОСНОВНЫХ ПОГРЕШНОСТЕЙ ВИДЕОИЗМЕРЕНИИ МЕТОДА КОНТРОЛЯ СН НА БАЗЕ МИКРОВОЛНОВОЙ СЕПАРАЦИИ ЕЕ КОМПОНЕНТ И ВИДЕОИЗМЕРЕНИЯ ИХ КОЛИЧЕСТВЕННЫХ СООТНОШЕНИЙ
3.1. Анализ погрешностей метода видеоизмерений
3.2. Подсистема формирования видеоизображения датчиков обводненности сырой нефти
3.3. Устройство сжатия и передачи данных видеоизмерений датчика микроволной сепарации
3.4. Компьютерное моделирование устройства сжатия и передачи данных видеоизмерений датчика микроволной сепарации
3.5. Выводы по главе
ГЛАВА 4. Сепарационные микроволновые датчики с замкнутым контрольным объемом коаксиальной формы и распределенными осветителями
4.1. Датчик обводненности нефти ДОН-М-2450
4.1.1. Назначение и конструкция датчика ДОН-М-2450
4.1.2. Результаты внедрения датчика ДОН-М-2450
4.1.3. Выводы по разделу
4.2. Датчик обводненности нефти ДОН-М
4.2.1. Назначение и конструкция датчика ДОН-М
4.2.2. Результаты внедрения датчика ДОН-М
4.2.3. Выводы по разделу
4.3. Выводы по главе
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
ПРИЛОЖЕНИЕ 1 ПРИЛОЖЕНИЕ

СПИСОК ПРИНЯТЫХ СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ
• АИА - автоматизированная измерительная аппаратура;
• АСУ ТП - автоматизированная система управления технологическим процессом;
• СН - сырая нефть;
• ГЗУ - групповая замерная установка;
• ДН - добыча нефти;
• ДНС — дожимная насосная станция;
• ДП - диспетчерский пункт;
• ДФ - дисперсная фаза;
• МВТ - микроволновые технологии;
• НГДК - нефтегазодобывающая компания;
• НГДУ - нефтегазодобывающее управление;
• ПАВ - поверхностно-активные вещества;
• СКВ - скважина;
• УПСК — установка определения процентного соотношения компонент СН;
• ЦЦНГ - цех добычи нефти и газа;
• ЦППН - цех подготовки и перекачки нефти;
• ЭМВ - электромагнитные волны;
• ЭМП - электромагнитное поле;
• СТЗ - система технического зрения.

Создание указанных методик может быть основано на конфигурировании специальной формы контрольного резервуара, отличающейся от цилиндра.
3. Решение поставленной задачи требует более детального анализа микроволновых и оптических процессов, происходящих в рабочей микроволновой камере. В частности это относится к вопросам математического моделирования процессов микроволновой сепарации в объеме (трехмерные модели) и процессов формирования оптических каналов видеоизмерений с минимальным уровнем отражений и паразитных засветок.
1.3. Математическое моделирование сверхвысокочастотного нагрева для
замкнутого объема
Моделированием и исследованием процессов, происходящих в микроволновых рабочих камерах, занимаются многие ученые и институты, как в России, так и в странах ближнего и дальнего зарубежья [40-71].
Математическое моделирование СВЧ нагрева позволяет выбрать оптимальные режимы работы, которые обеспечивают при меньших энергетических и временных затратах получение требуемого качества обрабатываемого материала. В работе [40] изложены результаты экспериментальных исследований влияния СВЧ электромагнитного поля на изменение температуры диэлектрика и показано, что для детального анализа исследуемых явлений недостаточно экспериментальных исследований, а необходимо математическое моделирование этих процессов.
Расчет электрического и температурного полей для сред с диэлектрическими параметрами, зависящими от температуры, представляет собой весьма сложную математическую проблему - необходимость совместного решения уравнений Максвелла и уравнения теплопроводности, которое вызывает большие трудности даже с использованием ЭВМ. В алгоритм расчета температурного поля приходится вводить мощность тепловых источников, равных дивергенции вектора Пойнтинга. Вектор Пойнтинга затруднительно найти вследствие отсутствия решения уравнений Максвелла