Sensorless Downhole Fluid Submergence Estimation for Progressive Cavity Pumps Using an Extended Kalman Filter

Stellen Sie sich vor, Sie versuchen, eine riesige, tiefe Badewanne mit einem Schlauch zu füllen, aber Sie können nicht in die Wanne hineinsehen. Sie haben nur ein Messgerät am Schlauch außerhalb der Wanne, das anzeigt, wie stark das Wasser drückt. Wenn die Wanne voll ist, drückt das Wasser hart gegen den Schlauch. Wenn die Wanne leer ist, hat der Schlauch keinen Widerstand und dreht sich frei. Dies ist das grundlegende Rätsel, vor dem Ingenieure bei Ölquellen stehen. Sie müssen wissen, wie viel Öl direkt über der Pumpe tief unter der Erde liegt (die sogenannte „Submergenz“), um die Maschine reibungslos am Laufen zu halten. Wenn die Pumpe trocken läuft, wird sie heiß und geht kaputt, was Millionen an Reparaturkosten verursacht. Normalerweise müssen sie, um den Ölstand zu sehen, ein spezielles Mikrofon in das Loch hinunterlassen, um auf das Geräusch der Flüssigkeit zu hören, oder teure Sensoren installieren, die in der rauen, heißen und sandigen Umgebung oft kaputtgehen.

Diese Arbeit befasst sich mit diesem Problem mit der Frage: „Können wir den Ölstand erraten, indem wir einfach nur den Motor der Pumpe von der Oberfläche aus belauschen?“ Die Forscher verwenden einen cleveren mathematischen Trick namens „Extended Kalman Filter“. Man kann sich diesen Filter wie einen superintelligenten Detektiv vorstellen, der die Hinweise beobachtet, die der Motor abgibt – wie zum Beispiel, wie viel Strom er verbraucht und wie viel Drehmoment (Verdrehungskraft) er spürt – und diese Hinweise nutzt, um zu erraten, was tief unter der Erde passiert. Es ist wie das Erraten, wie schwer ein Rucksack ist, den jemand trägt, indem man nur beobachtet, wie schnell die Person geht und wie sehr sie schwitzt, ohne den Rucksack jemals gesehen zu zu haben. Das Ziel ist es, teure, zerbrechliche Sensoren durch einen „virtuellen Sensor“ zu ersetlich, der in einem Computer lebt, um Geld zu sparen und den Ölfluss aufrechtzuerhalten.

Die Geschichte des unsichtbaren Ölstands

Tief unter der Erde sind Ölquellen wie riesige, vertikale Rohre, die meilenweit in die Erde ragen. Um das dicke, klebrige Öl (oft als „schweres Öl“ bezeichnet) herauszubekommen, nutzen Unternehmen eine Maschine namens Progressive Cavity Pump (PCP). Stellen Sie sich eine riesige Korkenzieherstruktur vor, die in einem Gummischlauch rotiert. Während sich die Schraube dreht, schaufelt sie Öl auf und drückt es nach oben zur Oberfläche. Aber hier ist der Haken: Wenn die Pumpe rotiert, wenn direkt darüber nicht genug Öl vorhanden ist, beginnt das Gummischlauchmaterial ohne Schmierung gegen die Metallschraube zu reiben. Dies wird als „Trockenlauf“ bezeichnet. Es ist wie der Versuch, einen Automotor ohne Öl laufen zu lassen; die Teile werden heiß, schmelzen und die Maschine stirbt. Wenn dies passiert, muss das Unternehmen eine massive Bohrinsel schicken, um das Bohrloch zu reparieren, was ein Vermögen kostet und die Produktion wochenlang stoppt.

Lange Zeit war der einzige Weg, zu wissen, ob der Ölstand zu niedrig wurde, einen Techniker mit einem speziellen akustischen Gerät zum Bohrloch zu schicken. Dieses Gerät sendet eine Schallwelle das Rohr hinunter und lauscht auf das Echo, um die Entfernung zum Öl zu messen. Aber dies ist langsam, teuer und liefert nur eine Momentaufnahme. Es ist, als würde man den Tankstand seines Autos nur einmal im Monat kontrollieren; man könnte zwischendurch einfach ohne Benzin dastehen. Andere Methoden versuchten, Durchflussmesser an der Oberfläche einzusetzen, aber bei schwerem Öl verstopfen diese Meter und werden unzuverlässig.

Der neue Trick des Detektivs

Diese Arbeit stellt einen neuen Weg vor, das Rätsel zu lösen, ohne jemals in das Rohr hineinzusehen. Die Forscher bauten einen „virtuellen Sensor“ mithilfe eines Computer-Algorithmus namens Extended Kalman Filter (EKF). Anstatt einen physischen Sensor tief im Bohrloch zu benötigen, betrachtet dieses System den Motor, der die Pumpe von der Oberfläche aus antreibt. Es beobachtet zwei Hauptaspekte: wie schnell der Motor rotiert und wie viel „Drehmoment“ (Verdrehungskraft) der Motor bekämpfen muss.

Die Logik ist einfach, aber kraftvoll: Wenn die Pumpe viel schweres Öl nach oben fördert, muss der Motor hart arbeiten, und das Drehmoment ist hoch. Wenn der Ölstand sinkt und die Pumpe anfängt, weniger Flüssigkeit (oder nur Luft) zu fördern, arbeitet der Motor leichter, und das Drehmoment sinkt. Der EKF fungt wie ein superintelligenter Taschenrechner, der seine Schätzung des Ölstands ständig basierend auf diesen Veränderungen aktualisiert. Es ist wie ein Videospiel-Charakter, der vorhersagt, wo der Feind sich versteckt, indem er auf die Schritte hört, selbst wenn man ihn nicht sehen kann.

Was sie herausgefunden haben

Das Team testete diese Idee an einer echten Ölquelle namens „Well X“, die vor der Küste von Trinidad liegt. Sie schlossen ihr neues Computersystem an die vorhandene Ausrüstung an und ließen es laufen, während die Pumpe arbeitete. Um zu sehen, ob ihr „virtuler Sensor“ die Wahrheit sagte, verglichen sie ihre Schätzungen mit den klassischen akustischen Messungen (denen, die Techniker mit Mikrofonen durchgeführt hatten).

Die Ergebnisse waren beeindruckend. Der virtuelle Sensor schätzte den Ölstand mit einem durchschnittlichen Fehler von nur 54,3 Metern (178,16 Fuß). In Anbetracht dessen, dass der Brunnen 1.420,4 Meter (4.660 Fuß) tief ist, entspricht das einer Genauigkeit von etwa 3,82 %. Die Arbeit stellt fest, dass dies ein neuer Maßstab für diese Art des „sensorlosen“ Ratens ist. Es ist genau genug, um den Betreibern zu signalisieren, wenn der Ölstand gefährlich niedrig wird, sodass sie die Pumpe verlangsamen können, bevor sie trockenläuft.

Das Sicherheitsnetz

Das System verfügt auch über einen eingebauten „Panikknopf“. Die Forscher erkannten, dass die Mathematik verwirrt werden kann, wenn die Pumpe vollständig trocken läuft, weil sich die Regeln ändern, wenn keine Flüssigkeit vorhanden ist. Also fügten sie eine Sicherheitsregel hinzu: Wenn die Verdrehungskraft des Motors auf ein sehr niedriges Niveau sinkt (was bedeutet, dass sie nur in der Luft rotiert), hört der Computer sofort auf zu raten und schreit „PUMP-OFF!“. Er setzt den Ölstand auf Null und alarmiert den Bediener. Dies verhindert, dass der Computer falsche Zahlen erfindet, wenn die Maschine in Schwierigkeiten steckt. Sie testeten dieses Sicherheitsmerkmal mit alten Daten aus einer Zeit, in der die Pumpe tatsächlich ausfiel, und es funktionierte perfekt; es erkannte das Problem, bevor die Maschine beschädigt werden konnte.

Geld und Zeit sparen

Warum ist das wichtig? Die Arbeit berechnet, wie viel Geld ein Unternehmen dadurch sparen kann. Sie betrachteten eine Flotte von 24 Brunnen. Durch die Verwendung dieses neuen Systems anstelle der alten, teuren Spezialausrüstung konnten sie Kosten für Hardware und monatliche Abonnementgebühren sparen.

• Umsatzsteigerung: Durch die Kenntnis des exakten Ölstands können sie die Pumpe mit der perfekten Geschwindigkeit betreiben, um mehr Öl zu fördern, ohne die Pumpe zu beschädigen. Sie schätzen, dass dies die Produktion um etwa 5 % steigern könnte, was einem zusätzlichen Umsatz von etwa 7.726.320,00 USD pro Jahr für die gesamte Flotte entspricht.
• Vermeidung von Katastrophen: Wenn sie nur eine einzige Pumpe davon abhalten können, trocken zu laufen und zu brechen, sparen sie die Kosten für eine „Workover“ (eine große Reparaturmaßnahme). Diese eine gerettete Reparatur ist etwa 3.000.000,00 USD pro Brunnen wert.
• Arbeitsersparnis: Sie müssen keine Techniker mehr jeden Monat schicken, um akustische Messungen vorzunehmen. Sie können dies seltener tun, was etwa 1.920 Arbeitsstunden pro Jahr spart.

Die Einschränkung und die Zukunft

Die Arbeit ist sehr ehrlich darüber, was sie nicht getan hat. Sie haben den Computer noch nicht dazu gebracht, die Geschwindigkeit der Pumpe auf der Live-Quelle automatisch zu ändern. Warum? Weil, wenn der Computer einen Fehler macht und die Pumpe zu schnell beschleunigt, könnte dies die metallene Stabkette im Inneren des Brunnens zerreißen und eine Katastrophe verursachen. Daher fungiert das System vorerst als „Wachhund“. Es sagt den menschlichen Bedienern: „Hey, der Ölstand wird niedrig, du solltest langsamer werden“, aber der Mensch muss den Knopf drücken.

Sie merkten auch an, dass sich das System alle fünf Minuten aktualisiert. Das ist zwar gut für einen stetigen Ölfluss, könnte aber zu langsam sein, wenn sich der Ölfluss sehr plötzlich ändert. Und da die Mathematik einige feste Werte verwendet (wie die Viskosität des Öls), könnte das System, wenn sich das Öl stark verändert oder sich der Brunnen im Laufe der Zeit verändert, von einem Menschen „rekalibriert“ werden müssen.

Das Fazit

Diese Arbeit beweist, dass man keinen kaputten Sensor tief im Schlamm braucht, um zu wissen, was in einer Ölquelle passiert. Indem man einen cleveren mathematischen Detektiv (den EKF) nutzt und auf die Anstrengung des Motors hört, kann man den Ölstand mit überraschender Genauigkeit erraten. Es ist eine günstigere, sicherere und intelligentere Methode, um den Ölfluss aufrechtzuerhalten, was potenziell Millionen von Dollar spart und katastrophale Ausfälle verhindert. Auch wenn es noch nicht vollautomatisch ist, ist es ein riesiger Schritt in Richtung „smarter“, selbstbewusster Ölquellen.