×
工业控制 > 工业自动化 > 详情

基于无线传感器网络的油田数据采集网络设计

发布时间:2020-05-30 发布时间:
|

0 引言

随着石油资源逐渐开采,可用油资源日益紧缺,并且随着人类社会经济发展,石油消耗量日益增大。在这样的形势下,对现有石油资源进行科学采集、提高开采利用率显得愈发重要。

普通采油厂一般由多口油井、计量站、管汇阀组、转油站、联合站、原油外输系统、油罐以及油田的其他分散设施组成,整个采油厂的各种设施的工作状态及采出油品的数据(主要有温度、压力、流量等)直接关系到油田生产的稳定及原油质量。

数字油田是将油田中所有的事物(盆地、地面、井中、油藏)全部抽象为逻辑数字,通过高性能计算机多元异构的全面处理(运算、模拟、建设平台和存储),从而可以对油田地上、地下做完整的表征和直观的展示。

也就是说能够用数字展示和表述全部油田事物的现代化高新技术。其实质是,数据转化信息,信息转化知识,以信息作为技术为油田服务,从而寻找到新的油藏和油田以及提高油气的采收率。

对石油采集、运输和存储等环节的众多参数实时监控,是实施数字油田的一个重要组成部分,为生产人员掌握采油设备的运行状态,为监控油井生产异常、监控油井产量、运输防盗和存储防盗防漏等科学决策提供重要参考。

将如此诸多参数传送到油田监控中心,需要构建一个效率高、响应快、费用低的数据传输网络。本文针对油田实际需求及现场特点,提出基于无线传感器网络理念的油田数据传输网络构建方案。

无线传感器网络技术是近几年提出的一种新兴技术,基于近距离、低复杂度、低功耗、低数据速率和低成本的双向无线通信技术,主要适合于承载数据流量较小的业务。这种网络的特点是在现场自动建立网络路由、能自组织,在某些节点失去功能网络自动恢复,适合于野外环境下作长时间工作的无人值守观测网络及自动化执行网络。

1 基于无线传感器网络的油田数据传输网络

1.1 网络结构

在现有的自动化油田数据采集传输方案中,为一台主控设备通过有线接载多路传感器,进行数据采集,收集各路数据之后,通过GPRS或CDMA信道传送至数据中心,这种网络结构要求每台抽油机或其他设备均通过GPRS或CDMA传输。

在本文提出的基于无线传感器网络的油田数据传输网络中,其基本结构由两个层次网络构建而成,第一层网络是一个采油井区范围内,构建一个本地的无线传输网络,所有的数据汇总至井区的中心;第二层网络是各井区的中心,通过GPRS或CDMA方式再传送至整个油田的数据中心。

采用两级网络方式,将具有以下优势:

(1)减少了GPRS或CDMA通信节点数目,将有效降低设备运营产生的通信费用;

(2)减少有线布设,降低线缆及其施工费用,也降低了现场设备安装的复杂度;

本文提出的油田数据采集网络结构将网络分为两个层次,每个工作小区现场布设普通节点和小区中心节点,小区中心为整个小区传感网络的中心,收集数据或转达命令,其通过现有的GPRS(CDMA)网络和架设在机房的服务器联系,由于第二层次和既有设计一样,下面将重点讨论第一层次的设计。

1.2 网络拓扑结构

目前无线自组织网络结构主要有星型、树形和MESH等三种。这三种网络各有特点,适应于不同的应用场景下。油田应用中,所有节点将数据汇聚到中心节点,中心节点向工作节点发布命令,工作节点之间没有进行应用数据通信的要求。在此条件下,应该采用树形结构。

1.3 网络路由建立

节点开机后,首先发出广播信息,寻找网络,就近收到的节点作出响应,并将节点的加入请求回送给中心点,中心点根据最短路由依据,仅对其中一条请求(如果有多条的话)做出回应,并分配网内地址,长度为2 B,自后,即以此短地址作为网内通信时用的识别码。字节收到中心节点的加入网络许可后,即跳出加入网络模式,进入正常工作模式。

数据传输采用Trans-ACK模式,即每发送一个包,采用端对端的应答机制,以保证传输的稳定;数据发送失败后,最多允许3次重传,如果3次重传失败,则宣告节点与网络失去联系,进而重新执行加入网络过程。

2 网络节点的硬件设计

2.1 节点硬件结构

第一层次中小区中心结构如图1所示,与普通节点间差别是没有安装GPRS(CDMA)模块,即小区中心节点同时也具有完备的普通节点的采集数据和动作控制能力。除此之外,它们的太阳能电池、可充电电池大小及工作软件则有较大差别。

2.2 节点电源设计

节点的电源供应事关整个网络的生存周期,故一方面要千方百计增加电源供应,另一方面要降低能量消耗。[page]

传感器节点采用自供电设计,装备太阳能电池和可充电的Li电池。电源部分如图2所示。太阳能电池板受太阳光照的影响,输出电源的电压、功率变化较大,要求DC/DC电路具有较大的适应性,为此设计DC/DC电路具有6~20 V的输入电压范围,输出电压稳定在4.4 V,功率转换效率不低于80%。

动态电源路径选择电路自带数/模转换电路,判断太阳能电池输出部分的电压,根据电压值即时判断太阳能电池供应能力不足,进而判断是否从Li电池取电工作或给Li电池充电以及充电电流的大小,其工作流程如图3所示。

实际设计中,电源供应切换时间要求大约为5μs,由于有输出端的储能电容的作用,不会引起工作电路的复位或工作异常。

[page]

2.3 RF设计

自从无线传感器网络概念提出以来,许多的芯片公司如TI、Freesacle和Atmel等都以极大的热情投入其中,大量的低功耗的RF芯片因此得以面世。许多针对此种网络的协议也纷纷提出,其中ZigBee联盟提出的ZigBee协议是目前影响最深远的,也是目前最为成熟的一种协议。

本文节点采用ZigBee协议处理器CC2430,它是TI公司最新推出的符合ISM频段的2.4 GHzIEEE 802.15.4标准的射频收发器。利用此芯片开发的无线通信设备支持数据传输率高达250 kb/s,可以实现多点对多点的快速组网。

CC2430工作频带范围为:2.400~2.483 5 GHz,采用O-QPSK调制方式,超低电流消耗(RX:19.7 mA,TX:17.4 mA),高接收灵敏度(-99 dBm);IEEE 802.15.4 MAC层硬件可支持自动帧格式生成、同步插入与检测、16 b CRC校验、电源检测、完全自动MAC层安全保护(CTR,CBC-MAC,CCM);CC2430只需要极少的外围元器件,其外围电路包括晶振时钟电路、射频输入/输出匹配电路和微控制器接口电路3个部分。

CC2430为IEEE 802.15.4的数据帧格式提供硬件支持。其MAC层的帧格式为:头帧+数据帧+校验帧;PHY层的帧格式为:同步帧+PHY头帧+MAC帧,帧头序列的长度可以通过寄存器的设置来改变。可以采用16 b CRC校验来提高数据传输的可靠性。发送或接收的数据帧被送入RAM中的128 B的缓存区进行相应的帧打包和拆包操作。

3 节点及网络软件设计

本设计整个网络节点工作在ZigBee协议栈基础上,其基本源代码可以从TI公司获得。关于ZigBee协议栈的工作原理及实现方法本文不再赘述。

3.1 网络连接及数据存储策略

数据在普通节点采集并最多缓存24 h数据(FIFO结构),如果每台节点和超级节点实时在线连接,那么缓冲区里就没有存下数据;

(1)小区中心节点支持采用短信方式更改主次服务器的IP及PORT。

(2)小区中心节点在连接成功后,总是试图将缓存数据依次上传;同时也能响应服务器的读取历史数据的命令;

(3)小区中心节点按照时间先后顺序,总缓存所辖节点发送过来的24 h数据(或更长),不管此数据是否上传至数据服务器;

(4)小区中心节点首选连接主服务器,连接成功将数据发送,如果超过1 h未能连接成功,则连接从服务器,连接成功将数据发送直到连接断开;如果断开了和从服务器的连接超过1 h,则连接主服务器;

3.2 数据传输类别

3.2.1 数据常规上行

数据常规上行是指各节点按照设定的采集间隔将数据采集并上传,其流程如图4所示。

3.2.2 数据按需上行

除了常规的按间隔采集数据之外,在某些情况下,控制人员需要查看即时数据,这时就需要数据按需上行模式,这种模式采用一问一答模式,其流程图如图5所示。

[page]

3.2.3 数据突发上行

数据突发上行发生在特殊情况下,这些情况是指某种传感器数据超过设定阈值、太阳能板长时间失去电压(即可能损坏)、可充电电池无法充电(即可能损坏)、保护壳体被异常打开等等。这种情况下,常规节点即主动发起通信,传送相关的数据。

3.2.4 命令下行

命令下行是指数据服务器对整个网络或指定节点进行参数设定,其工作流程如图6所示。对整个网络节点进行设定时,采用广播模式;对指定节点设定时,采用点播模式。

4 实验

电源关乎整个网络的生存能力,电源问题至关重要,本文设计的太阳能电池DC/DC转换效率在输入电压20 V、输出功率0.5 W时为80.6%,在同样输出功率,6 V输入电压时效率达95.1%。

板载的Li离子电池容量为3 000 mAH,经实验估计,节点每分钟采集一组流量计数据,完全不用太阳能板能持续工作20天。搭载2 W单晶硅,在满足节点工作之外,能在10 h完全将电池充满。

在采油厂、井场类似的环境下,节点之间以250 kb/s的速度通信时,距离在70~100 m,因而覆盖一个井场范围内的所有的被测物,网络中节点大概2~3跳即可以。

5 结论

针对采油厂建设数字油田的实际需要及现有传输网络的特点,本文提出了基于无线传感器网络技术的油田数据采集网络,本网络具有布置简单、建设维护运行成本低、无需额外供电等优点,经实验室及现场初步试验表明,此网络结构具有很强的推广价值。


『本文转载自网络,版权归原作者所有,如有侵权请联系删除』

热门文章 更多
人工智能要落地安防行业.算力的缺乏阻碍发展