基于工程約束的傳感油管自動設計系統

段成剛，谷朝臣，胡 潔，彭穎紅

（上海交通大學 機械與動力工程學院 機電設計與知識工程研究所，上海 200240）

0 引言

傳感油管是一種石油裝備，工作在油層之下，是傳感器的載體。它兩端連接標準油管，本身是原油的傳遞通道，有油管最基本的功能。它所承載的傳感器可以將原油的溫度壓力等信息傳遞到地面上來，幫助工程人員對油層下的狀況做出判斷。

傳感油管的設計非常耗時，因為傳感油管產品有以下兩個特點。第一個特點是傳感油管長期工作在油層之下，工作環境惡劣。產品的設計必須保證它在這樣的工作環境下不發生失效等問題，否則可能造成巨大的損失。為保證它工作的安全穩定，對每一個新的傳感油管設計都需要進行有限元計算，分析它在外部載荷作用下所產生的應力應變。如果應力超過了材料的屈服極限，那么就需要對初始的設計進行調整。之后重新進行有限元計算，直到滿足強度條件為止。第二個特點是多品種、小批量、定制式。現實中每一口油井的具體開采狀況不同，所選取的開采裝備不同，所需傳感油管的尺寸、材料和特征等也就不同，時常需要定制新的傳感油管。

但同時，傳感油管的設計有較為條理的規則，有大量的經驗可供借鑒。這就使得建立自動化設計系統成為可能。而自動設計系統可以幫助設計工程師節約大量時間，更快速的響應客戶的需求。

自動化設計系統是專家系統在機械領域的應用。專家系統是模擬人類專家進行決策制定的計算機人工智能系統。自二十世紀七十年代中期第一個成功的專家系統DENDRAL開始，它被廣泛的應用于醫療、地質、化學、氣象、計算機等領域。

已有很多學者對自動設計類專家系統理論進行了研究。設計類專家系統分為創造設計、革新設計、結構設計、組合設計、選型設計、參數設計和布置設計這七種類型。傳感油管自動設計系統主要涉及選型設計和參數設計。在問題解決方法方面，張煜東[4]等認為系統結構簡單、基于經驗知識、問題的求解由獨立的操作構成的設計系統適合用基于規則的方法解決。在具體應用方面，也已經有一些實際的案例。侯建洪[5]針對起重機主臂設計周期長的問題，建立了一套參數化建模分析系統。趙賽[3]等通過對設計實例進行數據挖掘來獲取關聯規則知識，據此建立基元模型，并將其應用到了大型水輪機的選型方案設計中。車林仙[6]等構造了面向工程約束優化問題的混合離散差分進化算法(HDDESPF)，并將其應用到二級斜齒圓柱齒輪減速器進行優化設計上。

以往的自動設計系統大都只針對設計過程中的某單一方面，比如專門針對參數化建模或者專門針對優化，不能實現從產品描述到最終設計的完整過程。本文針對這個問題，提出了結合工程約束和規則推理的自動設計方法。

圖1 設計系統架構

1 系統架構

圖1所示是傳感油管自動設計系統的架構圖，描述的是從最初的輸入到最終輸出的過程，即從“模型描述”到“設計結果”的過程。系統分為三個模塊，參數化模塊負責參數化模型數據庫的建立和設計過程中模型的選取；優化設計模塊是整個系統的中樞，負責對參數化模型進行優化設計；工程約束模塊提供了優化設計過程中必須滿足的工程約束。

由于研究對象是實際產品，必然受到實際條件的限制。該系統架構也是現有技術限制下的產物。

系統必須保證新系統的兼容性。原建模軟件的有限元分析功能并不強大。但大量的產品圖紙和模型是建立在原有的機械建模軟件平臺上的。為保證對它們的兼容性，在參數化建模模塊中將原有的模型和圖紙參數化。并將設計模塊中參數化建模與工程約束中的有限元分析分開，設計模塊間的通信接口，將數據庫、參數化模型和有限元模塊聯系起來。

系統參數化模型庫必須手工建立。因為現有建模軟件大多只能做到對參數化模型進行自動修改，而沒有自動化建模的功能。所以初始的參數化模型庫需要手動建立，以供設計階段的選取。好在傳感油管的類型有限，而且相互間有特征上的重疊，手動建立模型庫是可以實現的。

2 參數化模塊

參數化模塊是自動設計系統的基礎。有了參數化模型才可能實現自動設計。本節首先對傳感油管的不同型號進行分類描述，然后對每一類建立參數化模型。以得到參數化模型數據庫。

2.1 分類與選型

可根據傳感器槽、側壁特征和螺紋型號等的不同分為很多型號。比如單傳感槽、雙傳感槽，平面側壁、非平面側壁，以及各個不同類型的螺紋等。用這些特征建立傳感油管的描述，如“<油管尺寸>-<材料>-<傳感槽型號>-<側壁特征>-<螺紋型號>”。這種描述和傳感油管產品是一一對應的關系，即有且僅有一款傳感油管符合這個描述。

在實際設計時，按照訂單中的模型描述提取出各個特征的型號，再據此到參數化模型數據庫中進行索引匹配。由于參數模型的尺寸可變，并且材料不是參數模型中的參數，索引時不需要提取尺寸和材料這兩項特征，只需提取形狀特征用于匹配。

2.2 參數化模型

這里以最簡單的單傳感器平面側壁型為例介紹傳感油管參數化模型的建立。

圖2 縱剖面圖

傳感油管的剖面如圖2所示，其中兩端l1、l7為與油管連接部分，l2、l6為過渡部分，l4段為承載傳感器的部分。截面如圖3所示，對應圖2中的l4段。它被設計為一個有凹槽的偏心管。偏心的設計可以讓它的外徑盡可能的小，以匹配更多的油井，同時減少用料。凹槽的部分用來承載并保護傳感器。

圖3為截面圖。圖中共有兩個直徑，內徑d1和外徑d2；三處壁厚，凹槽處壁厚d3，平面處壁厚d4，底部壁厚d5；槽寬為d6。其中，內徑d1和槽寬d6為確定值，分別由油管的尺寸和傳感器的尺寸確定，其余均為待定值。

圖3 橫截面圖

3 工程約束模塊

工程約束[6]模塊是優化設計模塊的輔助模塊。只有在正確的約束下，才能設計出安全的產品。工程約束的結構如圖4所示。約束用符號E表示，它代表的是符合給定條件的參數集合。

圖4 工程約束

圖4中設計約束E1主要指實現產品功能所必須的參數約束。比如匹配的標準油管尺寸St決定其內徑d1范圍，套管尺寸Sc決定其的外徑d2的范圍；傳感槽槽高h必須大于傳感器的高度以保護傳感器等。其形式化表示如下：

干涉約束E3是指參數在變化過程中不能干涉到其它特征，比如外徑尺寸的變化有可能會導致一些固定用的螺孔被切到。而標準約束E4是指一些尺寸要符合特定標準，比如內徑要符合相關螺紋標準等。干涉約束和標準約束的形式化表示與設計約束的類似，不再贅述。

強度約束E2指的是傳感油管必須滿足的強度條件。根據油管標準，傳感油管在油層下可能受到的力分為兩組，一組是為因油管內與油管外的壓強差所產生的內外壁壓力，另外一組為由相鄰油管間作用力導致的軸向壓力與拉力。油管在井下的工況由這兩組力組合而成。傳感油管應能滿足在任意的工況下都能保持正常的工作。實際設計中不可能對所有載荷組合都進行驗證。為方便實驗與仿真，只需驗證其中具有代表性的幾個組合即可。

圖5 載荷示意圖

剛度約束E2的形式化表示如下：

對于最終的設計結果，需要多選取幾種工況進行驗證。但由于有限元計算非常耗時，在設計過程中僅僅選擇最具代表性的幾個點。根據經驗，最關鍵的工況有四種，即僅受軸向拉力、內壁壓強、軸向拉力、外壁壓強，如圖5所示。而這四種工況中，僅受軸向拉力和僅受軸向壓力的這兩種工況的有限元分析結果幾乎完全一致，實際運算中只考慮其中一種即可。綜上，為了提高計算效率，在做有限元分析時只需考慮僅有軸向拉力、內壁壓強、外壁壓強這三種工況。

4 優化設計模塊

優化設計模塊是整個自動設計系統的中樞。這里首先建立優化模型，再給出優化中所需規則的表示與提取方法，最后通過一組優化數據展示優化的效果。

4.1 優化模型

優化設計的目的首先在于安全，以保證產品的正常工作；其次是輕量化，以節約材料和成本。

安全就要求設計一定要滿足前文所述的工程約束。而輕量化可以通過選取合適的目標函數實現。可供選取的目標函數有體積、質量、截面積等。由于傳感油管的長度與傳感器的參數有關，而油管連接處的內外徑與標準油管的尺寸有關，是相對固定的。那么決定其重量的因素就是傳感槽處的截面積。所以這里選擇截面積作為目標函數，用下式中的area函數表示。優化模型為：

式中：

2）E1、E2、E3和E4為前文所述的工程約束。

4.2 規則的表示與提取

由設計人員的經驗知，設計過程中的主要步驟是結合尺寸信息、最大應力點的位置和最大應力值，對原有尺寸進行修改。這里采用基于“IF（條件）THEN（規則）”的產生式表示法表示這些規則。根據優化模型，規則的表示應與尺寸、強度等參數有關。根據設計經驗歸納得到規則的表示形式為：

4.3 示例

下面給出一個優化設計的示例。首先確定參數中的固定尺寸（實際用于自動設計系統時，這些尺寸必須滿足相關標準），此例給定內徑d1=11.674，槽寬d6=2.400，選取的材料為4140。再根據經驗給出一組偏安全的初始參數，預計經過優化后各處壁厚會減小。優化計算結果的前后對比如下表所示。表中尺寸單位為厘米，面積的單位為平方厘米。

由優化結果可知。與預計相符，優化前的設計過于安全，實際上是對材料的浪費。優化后，外徑d2比優化前減少了7.69%，凹槽處壁厚d3減少了23.4%，平面處壁厚d4減少了20.9%，底部壁厚d5見減少了25.9%。最終，截面積比優化前減小了12.8%。極大的節約了材料成本。達到了預期目的。

5 結論

參數化、工程約束和優化設計這三個模塊組成的系統可以實現從模型描述到最終結果的自動化設計。該系統的具體實現基于Creo（原Pro/E）的Java接口和Abaqus的Python接口，二者通過在文件系統上讀寫中間文件進行通信。實踐經驗證明，本文所提出的結合工程約束和規則推理的自動設計方法有以下優點：

表1 優化設計方案及對比

1）兼容性。產品原有的資料數據，如圖紙和模型，可直接應用于新系統上，節約了遷移平臺的成本。

2）準確性。工程約束的應用可以保證產品滿足相關標準和強度要求。設計過程中涉及大量繁瑣重復的工作，在這類工作方面計算機自動操作的準確性高于手工操作。

3）自動化。參數化、規則推理等技術的應用實現了從產品描述到最終產品的自動化設計，有助于縮短研發時間，快速響應客戶需求。

[1]Rao,R.V.,Savsani,V.J.,&Vakharia,D.P.(2011).Teaching–learning-based optimization:A novel method for constrained mechanical design optimization problems.Computer-Aided Design,43(3),303-315.

[2]Liao,S.H.(2005).Expert system methodologies and applications—a decade review from 1995 to 2004.Expert systems with applications,28(1),93-103.

[3]趙賽,陳炳發,王體春.基于可拓關聯規則推理的產品方案設計[J].機械設計與制造,2012,09:246-248.

[4]張煜東,吳樂南,王水花.專家系統發展綜述[J].計算機工程與應用,2010,19:43-47.

[5]侯建洪.汽車起重機主臂參數化建模與分析系統[D].吉林大學,2013.

[6]車林仙,程志紅.工程約束優化的自適應罰函數混合離散差分進化算法[J].機械工程學報,2011,03:141-151.

[7]楊競哲.油管斷裂失效的分析[D].吉林大學,2010.

[8]唐桃,樊建春,李煜.深水油管軸向熱變形及熱應力分析[J].石油機械,2012,(12):47-50.

[9]姬如青,王秀梅,陳曉君,林淼鑫,呂少尉.改進石油鉆桿有限元靜力分析[J].機械設計與制造,2012,(09):27-29.

[10]李霞,劉本學,張三川,劉劍.基于APDL語言的電動車車架參數化優化設計[J].制造業自動化,2013,06:130-133.

[11]張帥,周靖陽,王彥斯,肖福安.基于UG和ANSYS的直齒圓柱齒輪參數化建模及有限元分析[J].制造業自動