Формулы подачи установки штангового насоса. Факторы влияющие на коэффициент подачи установки ШСН

Q_т = 1440F × S × n, м³/сут (1)

n – число двойных ходов в минуту,1440 – число минут в сутках,F – площадь сечения цилиндра,S – длина хода,Q_т – теоретическая подача.

КОЭФФИЦИЕНТ ПОДАЧИ (2)

h = h₁ × h₂ × h₃ × h₄

h₁ – коэффициент наполнения;h₂ – коэффициент потери длины хода плунжера;h₃ – коэффициент утечек;h₄ – коэффициент усадки(усадки нефти на поверхности по сравнению со скважинным объемом).

Коэффициент наполнения: при наличии свободного газа на приеме насоса часть объема цилиндра насоса заполняется газом. Вследствие этого снижается подача жидкости, а степень её снижения характеризует коэффициент наполнения.

Чтобы уменьшить вредное влияние свободного газа на работу насоса, применяют специальные устройства – газовые якоря.

КОЭФФИЦИЕНТ ПОТЕРИ ДЛИНЫ ХОДА ПЛУНЖЕРА. Потеря хода плунжера возникает вследствие упругих деформаций колонны штанг при растяжении.

КОЭФФИЦИЕНТ УТЕЧКИ. Утечки происходят в зазоре между плунжером и цилиндром, в клапанах, а также в резьбовых соединениях колонны НКТ.

В промысловых условиях нормальным значением коэффициента подачи считается величина не менее 0,6.

Иногда, если скважина фонтанирует через насос, значения коэффициента подачи могут быть больше 1. Одним из факторов, негативно влияющим на надежность насоса, является наличие песка в откачиваемой жидкости.

Для защиты насоса в этом случае применяются песочные якоря.

3. Моделирование разработки нефтяных месторождений: физическое, аналоговое, математическое.

Модели можно классифицировать, условно выделяя математичес­кие, аналоговые и физические модели. Физическая модель отличается тем, что она в определенном смысле похожа на реальный объект. Например, при моделировании реального пласта для изучения фильтрации жидкости или газа используется или керн, представ­ляющий собой часть пласта, или же определенной конфигурации колонка с утрамбованным песком, смесью песка с глиной или каким-либо материалом, схожим с натурным.

Параметры физической модели в зависимости от цели эксперимен­та можно выбирать исходя из двух положений. При необходимости переноса количественных результатов моделирования на реальный объект параметры модели подбирают на основании соответствующих безразмерных критериев, полученных с помощью анализа размер­ностей исследуемого процесса. Если же целью является получение новых, качественных результатов, то параметры модели выбирают исходя из наилучших условий проведения экспериментов.

При физическом моделировании реального процесса или системы может возникнуть такая ситуация, когда число параметров, участву­ющих в процессе, больше числа условий подобия. В этих условиях, как показывает анализ размерностей, в опыте явление должно воспроизводиться в натуральную величину. Однако в экспериментах, проводимых в лаборатории, зачастую невозможно выдержать на­турные значения параметров, например геометрические размеры.

Для моделирования в таких условиях Д. А. Эфросом был пред­ложен способ приближенного моделирования. Он предполагает использование данных нескольких экспериментов, в которых моделирова­ние осуществляется каждый раз при различных неполных условиях. При этом каждый эксперимент реализуется тогда, когда один или группа комплексов принимают натурные значения, а прочие — отличны от натурных. Суммарный экспериментальный результат получается линейной суперпозицией результатов отдельных экспериментов.

В аналоговых моделях свойство реального объекта представлено другим свойством, аналогичным ему по поведению объекта. Напри­мер, исходя из аналогии между процессами фильтрационными и элек­трическими используются электрогидродинамические аналоговые мо­дели (ЭГДА).

Математическая модель имеет в своей основе уравнения (алгеб­раические, дифференциальные, интегральные, регрессионные и т. п.), описывающие определенные характеристики реального объекта. Так, уравнения пьезо- и теплопроводности описывают процессы массо- и теплопередачи, регрессионное уравнение показывает зависимость между нефтеотдачей и влияющими факторами и т. д.

С математическим моделированием тесно связано, так называе­мое, имитационное моделирование. Р. Шеннон определяет его как процесс конструирования модели реальной системы и постановки математических экспериментов на этой модели с целью анализа поведения системы и различных стратегий, обеспечивающих функ­ционирование данной системы. При этом обычно применяются численные методы на ЭВМ с использованием математических моделей, описывающих поведение систем. Иными словами, имитационное моделирование по сути является экспериментированием с моделью реальной системы.

Date: 2015-06-08; view: 2487; Нарушение авторских прав