基于复杂网络多元信息融合的油井两相流流型演化机制研究

This project focuses on oil-water two-phase flow in vertical oil wells and complex network theory. In particular, we first will design a new eight-probe distributed conductance sensor and conduct oil-water two-phase flow experiments to obtain multivariate measurement signals; then we will employ complex network theory to realize distributed sensor information fusion and build a 3D time-dependent complex network model, aiming to measure oil volume fraction and explain the formation, evolution and transition behaviors underlying different flow patterns. The research works include: Firstly, based on the sensitivity field information, we will develop a novel optimization solution for the design of distributed conductance sensor; Secondly, we will propose three different complex network-based methods, i.e., time-frequency complex network, modality transition -based complex network and phase-space complex network, to study the dynamical mechanics governing the evolution of flow behavior for oil-water slug flow, bubble flow and very fine dispersed bubble flow, respectively; Thirdly, we intend to explore the linear relationship between network statistics and oil volume fraction and then derive a measurement diagram to measure oil volume fraction in oil-water two-phase flow; Finally, based on the dynamic interacting oil droplet equation, we will build a 3D time-dependent complex network model to numerical simulate the detailed local phase interaction behaviors and further investigate the dynamical mechanics leading to the transitions of different flow patterns. In this project, based on the optimization design of distributed sensor and experimental data acquisition, we develop and apply the cutting-edge complex network theory to carry out interdisciplinary research, with the purpose of providing important information for the energy-efficient and incremental secondary exploitation of high water cut oil field.

本项目以垂直井油水两相流为研究对象，在全新设计八探针分布式电导传感器并获取实验信号基础上，采用复杂网络理论融合多元测量信息并建立两相流复杂网络演化模型，旨在实现对含油率的测量并进一步解释流型的形成、生长及转化动力学现象。研究内容主要包括：建立基于灵敏场信息量的分布式传感器优化设计新方案；针对不同流型特征提出三种多元时间序列复杂网络构建分析方法，包括时频复杂网络、模态迁移复杂网络和相空间复杂网络分析方法，分别用于研究油水段塞流、泡状流和细小泡状流的内在流型演化动力学机制；探索网络特征指标与含油率间的线性关系，绘制测量图版实现对含油率的测量；基于油泡运动方程建立油水两相流三维时变复杂网络演化模型，数值模拟局部细节流动特性并研究流型间的转化动力学机制。本项目以分布式传感器优化设计和动态实验为信息采集基础，以复杂网络前沿理论为主线，开展多学科交叉研究，为高含水油田二次节能增产开采提供重要指导信息。

目前我国陆上油田已进入高含水、高采出阶段，主力老油田大多数已进入高含水的开发后期，其油井高含水低产液特性尤为显著。本项目针对低产液高含水油水两相流特殊流型特征，通过有限元分析方法全新设计了分布式电导传感器，捕获多角度局部场域内流动信息。研发了与传感器相配套的测量系统，进行油水两相流动态实验获取流型演化多元测量信息。提出了三种多元时间序列复杂网络构建分析方法对分布式电导传感器测量数据进行信息融合。提出多元时间序列时频复杂网络分析方法，在融合不同频率信息，在不同尺度下研究网络结构与不同流型局部流动结构之间的内在对应关系，在辨识流型的基础上，揭示了水包油流型的形成与破碎动力学机制。提出多元时间序列模态迁移复杂网络分析方法，采用多层网络指标刻画油泡的复杂运动特性，揭示段塞流到泡状流流型演化动力学机制。提出多元时间序列相空间复杂网络分析方法，分析细小泡状流中大量油滴的混沌运动动力学机制。针对不同流型提取与含油率具有线性关系的网络特征指标，绘制含油率测量图版实现对油井中不同地层段含油率的测量。建立高含水垂直油水两相流三维时变复杂网络演化模型，揭示低产液高含水油水两相流不同流型间的转化动力学机制和不同流型下的局部细节流动特性。围绕上述研究成果，在IEEE Transactions on Instrumentation and Measurement、IEEE Transactions on Industrial Informatics、Chemical Engineering Journal、IEEE Sensors Journal、EPL、Experimental Thermal and Fluid Science、Chaos等期刊上发表标注本基金资助的 SCI 论文38篇，项目负责人作为第一/通讯作者SCI论文31篇，10篇项目负责人第一作者论文入选ESI高被引论文，2篇第一作者论文分别入选Europhysics Letters的“2015年研究亮点”与“2017年研究亮点”。本项目研发的分布式电导传感器测量系统和提出的复杂网络信息融合方法，在天津大学模拟井装置上取得了很好的实验效果，已获得11项授权国家发明专利，后期该项目成果将在胜利油田生产井上进行应用与转化。

内容获取失败，请点击重试