基于时延估计和ARM的油井流量测量系统研究*

罗淑芳，胡金海，李英伟，于莉娜

(1．大庆油田石油工程监理公司 黑龙江 大庆 163453;2．大庆油田有限责任公司测试技术服务分公司 黑龙江 大庆 163453；3．燕山大学信息科学与工程学院 河北 秦皇岛 066004)

·仪器设备与应用·

基于时延估计和ARM的油井流量测量系统研究*

罗淑芳1，胡金海2，李英伟3，于莉娜3

(1．大庆油田石油工程监理公司 黑龙江 大庆 163453;2．大庆油田有限责任公司测试技术服务分公司 黑龙江 大庆 163453；3．燕山大学信息科学与工程学院 河北 秦皇岛 066004)

时延估计技术广泛应用于油井流量测量中，对其进行深入研究已成为现代石油工业领域的一个重要课题。针对传统最小均方(LMS)自适应时延估计算法收敛速度慢、最佳权矢量波峰不明显的问题，提出了基于二次相关的LMS自适应时延估计算法。利用LMS自适应实现一次互相关和自相关，并将得到的最佳权矢量作为下一步求互相关函数的输入。进而以该算法为核心，设计了一种基于时延估计和ARM的油井流量测量系统。系统选用S3C6410作为处理器，并外扩了信号采集、存储、显示、传输等接口。在大庆油田模拟井实验平台上进行了实验，不同工况下油气水三相流流量测量结果验证了系统的可行性。

油气水三相流；流量测量；时延估计；ARM

0 引 言

在石油工业生产中，流量作为监测和控制油井以及油藏动态特性的重要参数之一，通过对油田油井的产量进行实时监控和计量，可以及时了解井底地层中储油结构和油气含量的变化，从而进一步优化生产参数。因此，开展石油流量监测和计量技术的研究具有重要的理论和实际意义。

目前时延估计技术[1]广泛应用于多相流流量测量系统中流量计量，该技术是以随机过程相关理论和信息理论为基础发展起来的一种在线流动参数检测技术，其实质是通过采用不同原理的传感器把存在于流动物质内部自然产生的或外界加进去的随机噪声转变为电流或者电压信号，然后利用合适的时延估计算法估计出随机噪声在传感器之间的渡越时间，从而计算出流体流度，最后得到流量。虽然时延估计技术已广泛应用于石油流量测量中，但由于油气田已进入高含水低产液阶段，对流量测量技术的要求越来越苛刻，导致当前常用的时延估计技术在测量精度和速度上难以达到要求。为此本文在研究现有时延估计技术基础上，依据油气水三相流流量测量的实际需求，对LMS自适应时延估计算法进行了优化改进，并将改进后的算法移植到以S3C6410处理器为核心的硬件系统上，设计了基于时延估计和ARM的油井流量测量系统。

1 基于二次相关的LMS自适应时延估计算法

1.1 基于二次相关的LMS自适应时延估计算法原理

最小均方(LMS)自适应时延估计算法[2,3]以最小均方算法为基础，通过权矢量的不断迭代，将求解两输入信号的时延变为求解FIR自适应滤波器的参数。根据当前的输入信号自适应地调整FIR滤波器的系数，使输出的信号与期望信号误差达到最小，从而计算出时延估值。LMS自适应时延估计算法的计算公式：

(1)

式中，x2(n)表示自适应滤波器的期望输出信号；y(n)表示自适应滤波器的实际输出信号；x1(n)表示当前时刻自适应滤波器的输入信号；e(n)表示当前时刻的误差；μ表示自适应迭代步长；W(n)表示当前时刻自适应滤波器的权矢量。

二次相关时延估计算法[4]是将信号x1(t)的自相关函数R11(t)与信号x1(t)和x2(t)的互相关函数R12(t)再进行一次互相关运算。由于信号求自相关和一次互相关后仍是时间函数，时延信息没有丢失，所以对自相关函数R11(t)和一次互相关函数R12(t)进行二次互相关运算后仍能正确估计出两信号的时延值。二次相关函数的计算公式如式(2)，与基本互相关法相同，信号x(t)和噪声n(t)的相关函数假设为零，噪声v(t)为非相关的高斯白噪声。因此，只要找出RRS(τ-D)最大值所对应的横坐标，即可进行时延估计。

(2)

二次相关时延估计的优势在于它通过多次互相关运算，既削弱了噪声对信号的影响，又增强了抗噪能力，因此可在更低的信噪比环境中获得更高的时延估计精度。但该方法由于多次互相关会导致其计算量较大，且不能用于动态时变的输入环境。LMS自适应时延估计的优势在于该方法无需或只需很少的有关噪声和输入信号的统计先验知识，便可以不断跟踪输入信号的变化，从而实现时延值的连续测量，并且该算法计算量较小。但是，LMS自适应时延估计同样也存在一些缺点：其收敛速度较慢；当信噪比较低时，估计方差较大，权矢量峰值不明显，甚至不能得到正确的时延值。

由以上分析可以看出，二次相关时延估计和LMS自适应时延估计两种方法既具有各自优势，又存在不足，倘若直接将两算法分别单独用于多相流流量测量系统中，往往难以满足系统对实时性、测量精度和抗噪能力的要求。因此，在对两算法原理进行了深入分析的基础上，将两者相互结合，提出了基于二次相关的LMS自适应时延估计算法，该算法是将二次相关算法中求信号x1(n)的自相关过程和求信号x1(n)和x2(n)的一次互相关过程分别用LMS自适应算法代替，然后对两个LMS自适应算法迭代出的最佳权矢量求互相关，最后通过峰值检测得到时延值。

1.2 基于二次相关的LMS自适应时延估计算法实现

图1 基于二次相关的LMS自适应时延估计算法结构图

基于二次相关的LMS自适应时延估计算法的具体实现过程可分为三步。

步骤1：将其中一路信号x2(n)作为参考信号，另一路信号x1(n)进入滤波器后与权矢量相乘得到输出信号y(n)，按照LMS算法更新权矢量，使y(n)不断靠近x2(n)；参考信号与输出信号的差值即为误差函数，通过不断更新权矢量来间接调整误差函数，当误差函数达的值最小时，信号x1(n)最接近信号x2(n)，得到的权矢量函数即是最佳权矢量。

步骤2：将信号x1(n)既作为参考信号，又作为自适应滤波器的输入信号，依据LMS自适应算法原理调整权矢量系数；将经LMS自适应算法计算得到的误差函数进行迭代更新，对误差函数不断调整直到值最小，此时权矢量即为最佳权矢量。

步骤3：将由步骤1和步骤2得到的最佳权矢量H12opt(n)和H11opt(n)作为基本互相关时延估计算法的两个输入，利用频域快速互相关算法对两个权矢量求互相关函数，通过对计算得到的互相关函数进行峰值检测获来得时延估值D，进而得出多相流流速。

2 基于时延估计和ARM的油井流量测量系统

综合考虑系统便携性、实时性、成本等要求，本系统选取三星公司的ARM芯片S3C6410作为核心处理器，其高速运行能力和强大的数据处理能力极大地提高了信号采样和运算的速度，满足系统实时性要求。根据实际需求分析，系统分为了硬件设计和软件设计两部分，其中系统硬件设计须满足体积小、易携带、成本低等要求，且前端信号调理电路能够耐高温高压、防腐蚀。系统硬件设计部分又分为模拟电路设计和数字电路设计，模拟电路设计主要是电导传感器信号预处理模块；数字电路设计主要是以ARM为中央控制器，控制AD转换、SD卡存储、液晶显示、数据传输等模块及各模块与上位机连接接口电路等。系统软件设计部分是以Linux操作系统为基础，在Qt架构之上实现多路信号采集、信号去噪处理、多相流时延估计、原始数据存储和流量结果实时存储、显示及传输等功能。基于时延估计和ARM的油井流量测量系统总体设计框图如图2所示。

图2 流量测量系统总体设计框图

2.1 流量测量系统硬件设计

基于时延估计和ARM的油井流量测量系统硬件电路由前端信号预处理电路、中央控制模块、AD接口电路、SD卡接口电路、触摸屏接口电路、数据通信接口电路及电源电路等组成，电路整体结构如图3所示。系统中央控制模块采用的是友善之臂公司的Tiny6410核心板，它以ARM11芯片S3C6410[5]作为核心处理器，采用5V电压供电，板上集成了SLCNANDFlash和256MDDRRAM存储器，并通过专业芯片转换完成了S3C6410需要的各种核心电压。S3C6410是三星公司基于ARM1176JZF-S核设计的RSIC微处理器，采用64/32bit的总线架构，主频高达667MHz，DDR数据传输速率可达266Mbit/s，内部集成了丰富的外设接口，且具有低功耗、高性能、高性价比等特点，非常适用于开发对性能和处理能力有更高要求的手持、移动等终端设备。

图3 流量测量系统硬件电路框图

信号预处理模块主要负责对电导传感器输出的电压信号进行放大、检波、滤波等处理，以满足AD采集转换等信号处理的要求。它主要由初级电压放大电路、包络检波电路、低通滤波电路组成。其中初级电压放大电路负责对电导传感器测量电极输出信号进行放大；包络检波电路负责对电导传感器的输出信号进行解调，以得到反应油水两相流动的电压波动信号；低通滤波电路负责滤除电导传感器输出信号的各种高频干扰。系统采用S3C6410处理器自身集成的AD转换器，它具有8个转换通道，分辨率为10/12位，线性误差为±1LSBMax。该AD转换器模拟电压输入范围为0～3.3V，最大转换时钟频率为5MHz，最高转换率为1MSPS，完全可满足系统对电导数据采集与实时处理的要求。

2.2 流量测量系统软件设计

系统软件部分主要实现电导数据的采集、处理、显示、存储及传输等功能，共分为时延估计子程序、SD采集子程序、显控界面子程序、SD卡存储子程序。系统软件是在Linux操作系统之上设计完成的。Linux能够支持各种主流硬件设备和最新硬件技术，有着非常丰富的驱动资源。其采用了一种的全新的模块(Module)机制，具有很强的扩展性，无需对其重新编译，便可将某些程序以模块的形式实时地移出或加载到内核中，这使其内核可以裁剪地非常小，更适合于嵌入式系统的需要。软件设计的流程图如图4所示， 主要完成如下工作：

图4 系统主程序流程图

步骤1，系统初始化，显示主操作界面，默认设置AD采集转换的各项参数；

步骤2，检测是否接收到改变采样频率、每帧点数的配置命令，如果有，则进入步骤3，否则，直接进入步骤4；

步骤3，根据步骤2接收的改变采样参数的命令进行相应参数的设置；

步骤4，开始AD转换，将采集的双通道数据，一方面以波形形式实时显示在液晶屏上，另一方面将其存储在SD卡；

步骤5，一帧数据采集完成，对两路原始数据帧进行去除直流信号和低通滤波处理；

步骤6，对处理后的数据帧进行基于二次相关的LMS自适应时延估计计算，得到上下游信号相差的时延点数，再由采样频率计算出时间差，从而得到石油多相流流量；

步骤7，将得到的时延结果和流量数据显示在液晶屏上，同时存储到SD卡上。

步骤8，检测是否点击结束按钮，若是，则进入待机状态，若无，转至步骤4开始新一轮处理。

3 油气水三相流流量测量实验结果分析

实验借助大庆油田油气水三相流模拟井测试装置完成的，搭建的实验平台如图5所示。按照搭建的实验平台，具体实验过程为：首先，利用六电极电导传感器获取油气水三相流体上游流动噪声信号和下游流动噪声信号；其次，利用信号处理电路，对两路电压信号进行处理；然后，通过AD转换器将两路信号输入到S3C6410处理器中，利用基于二次相关的LMS自适应时延估计算法对采集的两路电导传感器数据进行时延估计计算，得出上下游信号之间的渡越时间；最后，假设流体在输油管横切面上各点处的流动速度相同，由流量公式计算得到油井产液的流量。

图5 油气水三相流流量测量实验平台的示意图

实验中选取了总流量为30m3/d的油气水三相流信号进行流量测量实验。为了能说明本文方法测量结果的有效性和准确性，试验中除给出了本文方法的测量结果外，还列出了基本互相关、二次相关、LMS自适应时延估计方法的测量结果，并对各方法的实验结果进行了对比分析。试验中油气水三相流信号每帧长度为8 192个采样点，采样频率为16kHz。油气水三相流电导波动信号如图6所示。图6(a)为油气水三相流的上游信号，图6(b)为油气水三相流的下游信号。实验选取的四种不同时延估计算法所测结果如图7所示。图7 (a)为基本互相关算法时延结果，计算得到的上下游信号之间的延迟点数为321，延迟时间为321/16 000=0.020 06s；图7(b)为LMS自适应估计算法时延结果，计算得到的上下游信号之间的延迟点数为322，延迟时间为322/16 000=0.020 12s；图7(c)为二次相关算法时延结果，计算得到的上下游信号之间的延迟点数为325，延迟时间为325/16 000=0.020 31s；图7 (d)为改进算法时延结果，计算得到的上下游信号之间的延迟点数为319，延迟时间为319/16 000=0.019 93s。对比四种算法可以看出，每种算法计算得到的时延结果非常相近，且改进算法相比其他三种算法的峰值更加尖锐、易于分辨，说明基于二次相关的LMS自适应时延估计方法测出的流量结果更为准确。

为能更好地说明基于二次相关的LMS自适应时延估计算法切实可行，实验又选取了10帧多相流数据进行测量，并将得到的结果与其它三种时延估计算法进行比较，见表1。从表1可以看出，四种算法均能较准确测出油气水多相流流量，但相比之下，改进算法的测量误差较小，更加接近真实流量值。综合以上实验，说明了基于时延估计和ARM的油井流量测量系统能够计量油气水三相流的总流量。

图6 油气水三相流电导波动信号

图7 四种算法时延结果比较图

算法测量流量/(m3·d-1)标准流量/(m3·d-1)误差/%基本互相关算法31.50304.98二次相关算法31.51305.05LMS自适应算法31.56305.21改进算法30.96303.21

4 结束语

油气水三相流流量测量是多相流参数检测领域的一个研究热点。通过分析LMS自适应时延估计算法在测量油井油气水三相流流量时存在的不足，对其进行了优化改进，提出了基于二次相关的LMS自适应时延估计算法。改进算法提高了收敛速度、减小了均方误差，且测量结果更加稳定。尤其，在低采样率、低信噪比环境中的，改进算法的优势更加明显。将改进后的算法移植到以S3C6410处理器为核心的硬件系统上，设计了基于时延估计和ARM的油井流量测量系统。该系统不仅满足油气水三相流流量实时测量的要求，同时具有体积小，

方便携带的优点。在大庆油田模拟井实验平台上对不同工况下油气水三相流流量进行了测量，验证了系统的可行性，从而为多相流流量测量提供了一个新的解决方案。

[1] 王 为, 李小昱, 张 军, 等. 基于电导式传感器径流流速测量系统的试验研究[J].农业工程学报, 2007, 23 (2):1-5.

[2] 行鸿彦,唐 娟. 时延估计方法的分析[J].声学技术, 2008, 27(1):110-114.

[3] 邢文奇,胡红利,董 军.采用互相关与自适应滤波算法测量流速的比较研究[J].西安交通大学学报, 2011, 45 (6):111-115.

[4] 金留念. 基于二次相关的时延估计方法研究[J].电子信息对抗技, 2011, 26(1): 39-72.

[5] 雷丰中, 刘 鹏. 基于S3C6410的多媒体系统设计[J].电视技术, 2011, 35(11): 24-27.

Research on the Flow Rate Measurement System of Oil-Producing Wells Based on Time-Delay Estimation and ARM

LUO Shufang1, HU Jinhai2, LI Yingwei, YU Lina3

(1.DaqingPetroleumEngineeringSupervisionCo.Ltd.,Daqing,Heilongjiang163453,China2.Logging&TestingServicesCompanyofDaqingOilfieldCo.Ltd.,Daqing,Heilongjiang163453,China3.SchoolofInformationScienceandEngineering,YanshanUniversity,Qinhuangdao，Hebei066004,China)

Time-delay estimation (TDE) technology is widely used in flow rate measurement of oil-producing wells, and thus conducting much more study on it has become an important topic in the field of modern petroleum industry. Due to the slow convergence speed and the unclear weight vector of traditional adaptive time-delay estimation algorithm based on LMS, the adaptive time-delay estimation algorithm of LMS based on second correlation is presented. This algorithm adaptively achieves one cross-correlation and auto-correlation using LMS algorithm, and gets the optimal weight vectors which will be used as the next input to calculate cross-correlation function. Furthermore, a flow rate measurement system based on TDE and ARM is designed by taking this new algorithm as the core. This system uses S3C6410 as the processor, and expands the signal acquisition, storage, display and transmission interface. The experiments had been performed on the oil-gas-water three phase flow loop in Daqing oilfield. The flow rate measurement results of oil-gas-water three-phase flow in different conditions have verified the feasibility of this system.

oil-gas-water three-phase flow; flow rate measurement; time delay estimation; ARM

河北省自然科学基金(编号：F2015203253)；河北省教育厅科学研究计划(编号：ZD2016161)

罗淑芳，女，1966年生，工程师，毕业于东北石油大学，现从事监理工作。E-mail：luofenghua66@163.com

TK313

A

2096-0077(2017)02-0073-05

10.19459/j.cnki.61-1500/te.2017.02.017

2016-06-02 编辑：高红霞)