FLIP 课题组

电潜泵多相增压机理与工况诊断

Fri, 09 Oct 2026 00:00:00 +0000

油井进入中后期或产水气井排液时，泵入口游离气增加，电潜泵（ESP）扬程退化，进而发展为喘振直至气锁停机；传统设计多用均相流模型，只在含气率很低时适用。课题组的研究主线是：旋转叶轮高剪切流场中气泡破碎聚并 → 原位含气率 → 流型转化 → 增压退化，并扩展到高粘、油水乳化、含砂等复杂工况。

含气工况下电潜泵增压退化与喘振：随进气量增加，增压–流量曲线出现喘振拐点并大幅下降（左）；气液两相增压机理模型与实验对比（右）

实验与机理模型。 依托塔尔萨大学 TUALP 多级电潜泵两相环路（14 级 TE-2700 泵，逐级测压）和本校离心泵可视化实验台，用高速摄影观测叶轮内流型与喘振起始：入口含气率超过约 7% 时增压骤降，表面活性剂可推迟甚至消除喘振。据此建立旋转流场临界气泡直径、原位含气率和流型转化边界模型；提出“最佳匹配流量 Q_BM”概念，构建单相、高粘、油水乳化和气液两相的统一增压模型，在三台不同类型电潜泵上验证，误差基本在 ±20% 以内、平均约 10%。

TUALP 多级电潜泵气液两相实验环路：流程（左）与 14 级 TE-2700 泵逐级测压段（右）

旋转叶轮流道内气液两相流高速摄影：气泡沿流道迁移、回流，并在叶片附近聚集成气团（Gas Pocket）

数值模拟。 欧拉双流体 CFD 结合相间力模拟多级泵内气液流动与跨级流型演变，用动态模态分解（DMD）提取叶轮内流场主导模态；国家自然科学基金面上项目「深海电潜泵油气混输流动机理及瞬态多相流模型研究」进一步面向海上混流式电潜泵。

多级电潜泵第二级叶轮内原位含气率 α_G = 5% 等值面（CFD）：不同工况下气相在叶轮进口聚集成环状气团并沿叶片延伸

海上宽幅电潜泵叶导轮水力设计与 CFD 自动优化。 海上油田进入中后期后排量波动大、含气高，传统单点设计电潜泵高效区窄，偏离设计点效率骤降。课题组面向 400、538 系列宽流道混流式电潜泵开展叶轮/导轮水力设计：以成熟泵型为基础，经相似定律尺度换算、欧拉方程扬程修正和比转速校核构建基础模型；再用 Python 串联 CFturbo 参数化几何、Workbench 网格更新与 PyFluent 批量求解，形成“几何批处理—网格更新—批量求解—代理模型寻优”的全流程自动优化闭环，以拉丁超立方采样和高斯过程代理模型搜索设计空间，并用已知泵型的实测曲线标定计入泄漏的 CFD 修正。首轮 62 组有效样本的 Spearman 敏感性分析表明，叶轮出口宽度 b₂ 对最佳效率点位置影响最大（ρ≈0.74），据此将设计变量由 10 维压缩到 5 维，显著提高寻优效率。

宽幅电潜泵叶轮（左上）与导轮（左下）参数化三维模型；Python 驱动 Workbench（CFturbo / Mesh / Fluent）的 CFD 全流程自动优化流程（右）

首轮自动优化样本的几何参数敏感性分析（Spearman 秩相关）：叶轮出口宽度 b₂ 对目标函数、最佳效率点和大流量扬程的影响最显著

工况诊断与管理。 把机理增压模型与机器学习结合，研发电潜泵实时管理框架，覆盖工况识别、故障诊断、故障预警和剩余寿命预测，形成「智能电潜泵管理系统 V1.0」算法模块。

代表性论文（10 篇）

L Peng, L Feng, Q Guang, J Zhu, H Liu, Z Nie, C Ma, C Di, Q Wu. Real-Time ESP Management Framework Using Hybrid Physics-Based and ML Models. SPE Offshore Europe Conference and Exhibition, D021S009R008, 2025.
Y Li, J Zhu, H Zeng, Y Zhang, Y Lu, Y Fan, H Zhu. An Indirect Approach for Flow Pattern Transition Identification Inside a Low-Specific-Speed Centrifugal Pump with Experimental Verification and Theoretical Modeling. SPE Journal 28 (01), 184-200, 2023.
H Zhu, J Zhu, HQ Zhang. Mechanistic modeling of gas effect on Multi-stage Electrical submersible pump (ESP) performance with experimental validation. Chemical Engineering Science 252, 117288, 2022.
J Zhu, H Zhao, G Cao, H Banjar, H Zhu, J Peng, HQ Zhang. A New Mechanistic Model for Emulsion Rheology and Boosting Pressure Prediction in Electrical Submersible Pumps (ESPs) under Oil-Water Two-Phase Flow. SPE Journal 26 (02), 667-684, 2021.
J Zhu, H Zhu, G Cao, J Zhang, J Peng, H Banjar, HQ Zhang. A New Mechanistic Model To Predict Boosting Pressure of Electrical Submersible Pumps Under High-Viscosity Fluid Flow with Validations by Experimental Data. SPE Journal 25 (02), 744-758, 2020.
J Zhu, J Zhang, G Cao, Q Zhao, J Peng, H Zhu, HQ Zhang. Modeling flow pattern transitions in electrical submersible pump under gassy flow conditions. Journal of Petroleum Science and Engineering 180, 471-484, 2019.
J Zhu, HQ Zhang. A review of experiments and modeling of gas-liquid flow in electrical submersible pumps. Energies 11 (1), 180, 2018.
J Zhu, X Guo, F Liang, HQ Zhang. Experimental study and mechanistic modeling of pressure surging in electrical submersible pump. Journal of Natural Gas Science and Engineering 45, 625-636, 2017.
J Zhu, HQ Zhang. Mechanistic modeling and numerical simulation of in-situ gas void fraction inside ESP impeller. Journal of Natural Gas Science and Engineering 36, 144-154, 2016.
J Zhu, H Banjar, Z Xia, HQ Zhang. CFD simulation and experimental study of oil viscosity effect on multi-stage electrical submersible pump (ESP) performance. Journal of Petroleum Science and Engineering 146, 735-745, 2016.

管道漏磁内检测缺陷智能识别

Fri, 09 Oct 2026 00:00:00 +0000

研究方向 / 方向 5

漏磁（MFL）内检测是油气长输管道腐蚀、裂纹等缺陷检测的主要手段：检测器磁化管壁，缺陷处磁力线外泄，传感器阵列记录三轴漏磁信号。一次内检测产生海量信号，人工判读费时且依赖经验，而带真实开挖标签的缺陷样本又很少。

缺陷识别与量化。 与东南大学王建立教授合作，课题组提出级联深度学习方法：先用预训练 YOLO 网络在漏磁信号图上定位缺陷，再用 Vision Transformer 或多输入并行卷积网络回归缺陷长、宽、深，实现检测与量化一体化。

级联深度学习框架：漏磁信号采集与扩增、YOLOv5 快速定位缺陷、ViT 精细分类

样本生成与信号重建。 针对标签样本稀缺，用扩散模型和生成模型合成带标签的漏磁缺陷信号，并建立合成信号质量评价方法，用合成数据提升缺陷检测精度；针对检测器高速运行或通道失效造成的欠采样，提出多先验张量补全方法重建漏磁信号。

漏磁内检测牵拉试验：试验管段布置、人工缺陷与检测器

代表性论文（5 篇）

J Xie, J Yang, K Fu, L Tai, X Wang, J Zhu, J Wang. Quantitative Assessment of Pipeline Defects Utilizing a Dual-Stage Deep Learning Framework: Integration of Pretrained YOLO Network and Multi-input Parallel Convolution …. Journal of Pipeline Science and Engineering, 100282, 2025.
J Yang, Y Zhang, C Su, K Fu, J Zhu, J Wang. Multi-Priors Tensor Completion for Highly Under-sampled Magnetic Flux Leakage Signal Reconstruction. Journal of Pipeline Science and Engineering, 100382, 2025.
J Yang, J Xie, X Gao, K Fu, J Zhu, J Wang. Synthetic Magnetic Flux Leakage Signal Generation Using Diffusion Models: A Novel Approach to Improve Pipeline Defect Detection Accuracy. Journal of Pipeline Science and Engineering, 100363, 2025.
X Chen, M Fu, X Liu, J Zhu. Synthesizing Labeled Magnetic Flux Leakage Signals for Pipeline Integrity Assessment: A Generation and Evaluation Methodology. IEEE Transactions on Instrumentation and Measurement, 2025.
P Chen, R Li, K Fu, Z Zhong, J Xie, J Wang, J Zhu. A cascaded deep learning approach for detecting pipeline defects via pretrained YOLOv5 and ViT models based on MFL data. Mechanical Systems and Signal Processing 206, 110919, 2024.

加入我们

Fri, 09 Oct 2026 00:00:00 +0000

招生

招生专业： 机械工程，机械，动力工程及工程热物理

课题组每年招收博士研究生和硕士研究生，研究方向见。

欢迎这样的你

本科与能源动力、机械、自动化、AI、数据科学、油气储运、采油工程等多学科相关，有理工科和英文基础，勇于学科交叉，提出独立见解，掌握至少一门编程语言（Python/Julia/Matlab/Octave/Fortran/C++等），对新技术敏锐好学，注重沟通，乐于分享和团队协作。

课题组与东南大学共同指导学生，欢迎有意参与两校联合培养的同学联系。

联系我们

有意报考的同学欢迎发邮件联系，请附个人简历。

邮箱：

地址： 北京市昌平区府学路18号中国石油大学（北京）机械工程学院，102249

井筒多相流动建模与积液预测

Fri, 09 Oct 2026 00:00:00 +0000

研究方向 / 方向 1

油气井从井底到地面要经过直井段、斜井段、水平段和地面管线，气液两相在不同倾角下呈现分层流、段塞流、搅混流、环状流等流型，压降与持液率规律差别很大。井筒多相流模型是人工举升设计、积液判断和生产优化的共同基础，课题组同时发展稳态和瞬态两类模型。

稳态：统一井筒多相流模型。 以段塞单元为控制体，建立适用于多倾角、油气水三相流的统一模型：液膜区对应分层流、环雾状流，液塞区对应分散气泡流、泡状流，其余流型在求解中自然过渡。在此基础上集成和改进界面摩擦、乳化液流变、液塞持液率、平移速度等闭合关系，与文献流型数据和多种经典模型对比验证，并作为柱塞、电潜泵、射流泵工艺模型的井筒底座。

统一模型：段塞单元控制体（左）与水平管流型边界计算结果对比（右）

瞬态：水平气井漂移流模型。 建立一维油、气、水三相漂移流模型，考虑油藏侧向质量流入，采用有限体积法、交错网格、全隐式迎风格式和牛顿迭代求解，并带自适应时间步长。与 OLGA 对比，1000–3000 m 井筒压力平均相对误差 0.36%–1.04%，5 类典型工况计算耗时 1.96–3.65 s，已形成「水平气井瞬态计算软件 V1.0」。针对水平井地形段塞，还研究了尾管设计对段塞的抑制作用。

瞬态漂移流模型：交错网格离散（左，压力/体积分数存于质量控制体中心，速度存于界面）；自研瞬态三相流模型与 OLGA 的油气水表观流速、压力对比（右）

物理信息神经网络（PINN）快速计算。 把守恒方程嵌入神经网络损失函数，让 AI 模型“懂物理”：用 OLGA 多工况数据训练嵌入漂移流守恒方程残差的 PI-DeepONet，水平气井两相流平均相对误差 <1%，隐去 80% 观测数据误差仍在 5% 以内，单次推理约 0.1 s；进一步发展分时间块的 XPINN 框架，只用入口流量与出口压力等边界数据重构管内压力、含气率瞬态场，并比较多流型工况下的重构精度。

气井积液判断。 气体流速下降到不足以携液时，井底开始积液。课题组汇集液滴、液膜、夹带、动能四类 48 个临界携液模型，建立文献气井 620 口、现场数据 36000 余组的资料库，用无监督聚类寻找“相似井”并对模型评分排序，给出特定井况的推荐模型；进一步结合卷积神经网络直接预测积液起始。

两类临界携液机理：井筒内液滴受力（左）与液膜受力（右）

泡排剂加注量的数据驱动优化与风险感知决策，见方向 6「」。

代表性论文（7 篇）

Q Wang, H Zou, C Liang, S Zhang, H Jia, J Zhu. A combined approach for predicting liquid loading onset via clustering and convolutional neural networks. The Canadian Journal of Chemical Engineering, 2026.
J Yang, M Chen, H Wang, R Zheng, Z Li, H Zhou, J Zhu. Fast Calculation Method of Two-Phase Flow in Horizontal Gas Wells Based on PI-DeepONet. Processes 13 (10), 3363, 2025.
H Zhu, Y Liu, D Tychus, D Zheng, SP Adiraju, TS Tatu, J Zhu, HQ Zhang. Sensitivity analysis on tailpipe design for mitigating terrain slug in horizontal wells. Geoenergy Science and Engineering 235, 212598, 2024.
Z Wang, W Fu, H Li, J Zhu. Multiphase flow behavior in the deep-stratum and deep-water wellbores. Frontiers Media SA, 2023.
H Wang, J Du, J Chen, G Cao, N Li, J Zhu, M Jia, X Yang. A New Method to Calculate Loading Liquid Water of Gas Wells in Qinghai Oilfield. International Petroleum Technology Conference, D032S052R001, 2023.
H Jia, J Zhu, G Cao, Y Lu, B Lu, H Zhu. A model ranking approach for liquid loading onset predictions. SPE Production & Operations 37 (03), 370-382, 2022.
SY Nahri, Y Chen, W Williams, O Santos, L Thibodeaux, J Zhu. Understanding the Phenomenon of Dissolved Gas Migration of Gas in Riser During Drilling Operations. International Conference on Offshore Mechanics and Arctic Engineering 58875 …, 2019.

科研成果

Fri, 09 Oct 2026 00:00:00 +0000

代表论文

发表学术论文 100 余篇，其中 SCI 检索 60 余篇，Google 学术引用 3500 余次，h 指数 32，i10 指数 61。下面按年份列出代表论文，完整列表见；按研究方向分类的精选论文见各详情页。

2026

Q Wang, H Zou, C Liang, S Zhang, H Jia, J Zhu. A combined approach for predicting liquid loading onset via clustering and convolutional neural networks. The Canadian Journal of Chemical Engineering, 2026.
J Zhu, Y Liu, H Wang, M Chen, N Li, G Cao, H Zhu. Optimizing Plunger Lift Systems for Gas Well Deliquification: A Bayesian Approach with Comparative Algorithmic Analysis. SPE Journal, 1-15, 2026.
J Zhu, Y Liu, H Wang, M Chen, N Li, G Cao, R Zhong, H Zhu. Enhancing Plunger Lift Anomaly Detection: A Vision Transformer-Based Approach Leveraging Pretrained Models and Graphic Data Augmentation. Processes 14 (13), 2045, 2026.
J Zhu, Y Liu, M Chen, H Wang, Y Li, H Zhu. Enhanced Zero-Shot Classification of Plunger Lift Operating Conditions Using a Modified Clip Architecture with Selective Data Sampling. Results in Engineering, 110368, 2026.
J Zhu, A Li, Y Ji, J Peng, Y Zhang, H Zhu. Optimization of gas-liquid two-phase flow characteristic parameters in a concentric dual-tube hydraulic jet pump（同心双管水力射流泵气液两相流特征参数优化）. The Chinese Journal of Process Engineering（过程工程学报）26 (3), 233-244, 2026.
C Zhang, Q Li, J Zhang, J Zhu, Y Wang. Energy conversion mechanisms and flow boundaries of gas–liquid multiphase flow in a mixed-flow electrical submersible pump for offshore oilfields. Physics of Fluids 38 (9), 2026.
C Zhang, H Jia, X Zhang, Q Li, Y Li, Y Zhang, H Zhu, J Zhu. Flow Structure Analysis in a Rotating Centrifugal Impeller under Gassy Conditions Using Dynamic Mode Decomposition. Journal of Energy Resources Technology, Part B: Subsurface Energy and Carbon , 2026.
Y Zhang, H Zeng, C Su, J Yang, J Zhu, J Wang. Lightweight Vision Transformer for Real-Time Threat Level Assessment in Φ-OTDR-Based Pipeline Monitoring. Applied Sciences 16 (3), 1664, 2026.

2025

J Yang, M Chen, H Wang, R Zheng, Z Li, H Zhou, J Zhu. Fast Calculation Method of Two-Phase Flow in Horizontal Gas Wells Based on PI-DeepONet. Processes 13 (10), 3363, 2025.
L Peng, L Feng, Q Guang, J Zhu, H Liu, Z Nie, C Ma, C Di, Q Wu. Real-Time ESP Management Framework Using Hybrid Physics-Based and ML Models. SPE Offshore Europe Conference and Exhibition, D021S009R008, 2025.
QX Liu, JJ Zhu, HB Wang, S Chen, HY Wang, N Li, RZ Zhong, YJ Liu 等. Deep Feature Learning for Anomaly Detection in Gas Well Deliquification using Plunger Lift: A Novel CNN-based Approach. Petroleum Science, 2025.
J Xie, J Yang, K Fu, L Tai, X Wang, J Zhu, J Wang. Quantitative Assessment of Pipeline Defects Utilizing a Dual-Stage Deep Learning Framework: Integration of Pretrained YOLO Network and Multi-input Parallel Convolution …. Journal of Pipeline Science and Engineering, 100282, 2025.
J Yang, Y Zhang, C Su, K Fu, J Zhu, J Wang. Multi-Priors Tensor Completion for Highly Under-sampled Magnetic Flux Leakage Signal Reconstruction. Journal of Pipeline Science and Engineering, 100382, 2025.
J Yang, J Xie, X Gao, K Fu, J Zhu, J Wang. Synthetic Magnetic Flux Leakage Signal Generation Using Diffusion Models: A Novel Approach to Improve Pipeline Defect Detection Accuracy. Journal of Pipeline Science and Engineering, 100363, 2025.
X Chen, M Fu, X Liu, J Zhu. Synthesizing Labeled Magnetic Flux Leakage Signals for Pipeline Integrity Assessment: A Generation and Evaluation Methodology. IEEE Transactions on Instrumentation and Measurement, 2025.
S Ma, T Zhang, H Wang, H Wang, N Li, H Zhu, J Zhu, J Wang. Transformer-based forecasting for high-frequency natural gas production data. Energy and AI 21, 100535, 2025.

2024

H Zhu, Y Liu, D Tychus, D Zheng, SP Adiraju, TS Tatu, J Zhu, HQ Zhang. Sensitivity analysis on tailpipe design for mitigating terrain slug in horizontal wells. Geoenergy Science and Engineering 235, 212598, 2024.
M Chen, J Zhu, G Cao, N Li, H Wang, H Zhu, M Jia, X Yang, D Guo. Plunger Lift Working Cycle Optimization using a Dynamic Full-Cycle Model Coupled with Simultaneous Perturbation Stochastic Approximation (SPSA) Algorithm. Abu Dhabi International Petroleum Exhibition and Conference, D021S036R003, 2024.
P Chen, R Li, K Fu, Z Zhong, J Xie, J Wang, J Zhu. A cascaded deep learning approach for detecting pipeline defects via pretrained YOLOv5 and ViT models based on MFL data. Mechanical Systems and Signal Processing 206, 110919, 2024.
Z Zhong, H Wang, N Li, H Zhu, J Zhu, J Wang. Prediction of Plunger Lift Dynamics Using a Bidirectional Long Short-Term Memory Neural Network with an Innovative Forecasting Strategy. 2024 IEEE 3rd International Conference on Electrical Engineering, Big Data and Algorithms (EEBDA), 2024.
Z Xu, H Lin, Y Jia, J Du, J Mao, J Zhu, J Chen, F Li, N Li. Data Augmentation and Recognition for Plunger Lift Based on Variational Autoencoders. 2024 6th International Conference on Intelligent Control, Measurement and Signal Processing (ICMSP), 2024.
J Zhu, Y Ji, J Peng, H Zhu. A new mechanistic model on boosting pressure of Electrical Submersible Pumps (ESPs) under gas-liquid two-phase flow. Petroleum Science Bulletin 9 (1), 130-147, 2024.

2023

Z Wang, W Fu, H Li, J Zhu. Multiphase flow behavior in the deep-stratum and deep-water wellbores. Frontiers Media SA, 2023.
H Wang, J Du, J Chen, G Cao, N Li, J Zhu, M Jia, X Yang. A New Method to Calculate Loading Liquid Water of Gas Wells in Qinghai Oilfield. International Petroleum Technology Conference, D032S052R001, 2023.
Y Li, J Zhu, H Zeng, Y Zhang, Y Lu, Y Fan, H Zhu. An Indirect Approach for Flow Pattern Transition Identification Inside a Low-Specific-Speed Centrifugal Pump with Experimental Verification and Theoretical Modeling. SPE Journal 28 (01), 184-200, 2023.
Y Xie, S Ma, H Wang, N Li, J Zhu, J Wang. Unsupervised clustering for the anomaly diagnosis of plunger lift operations. Geoenergy Science and Engineering 231, 212305, 2023.
W Ke, H Zeng, Z Wang, H Yu, Y Liu, D Zheng, J Zhu, H Zhu. A Numerical Study on Labyrinth Screw Pump (LSP) Performance under Viscous Fluid Flow. Energies 16 (16), 5997, 2023.

2022

H Jia, J Zhu, G Cao, Y Lu, B Lu, H Zhu. A model ranking approach for liquid loading onset predictions. SPE Production & Operations 37 (03), 370-382, 2022.
H Zhu, J Zhu, HQ Zhang. Mechanistic modeling of gas effect on Multi-stage Electrical submersible pump (ESP) performance with experimental validation. Chemical Engineering Science 252, 117288, 2022.

2021

J Zhu, H Zhao, G Cao, H Banjar, H Zhu, J Peng, HQ Zhang. A New Mechanistic Model for Emulsion Rheology and Boosting Pressure Prediction in Electrical Submersible Pumps (ESPs) under Oil-Water Two-Phase Flow. SPE Journal 26 (02), 667-684, 2021.
Q Zhao, J Zhu, G Cao, H Zhu, HQ Zhang. Transient modeling of plunger lift for gas well deliquification. SPE Journal 26 (05), 2928-2947, 2021.
J Zhu, H Jia, H Wang, G Cao, H Zhu. Modeling and applications of plunger lift for gas well deliquification via a transient multiphase simulator. Petroleum Science Bulletin 6 (4), 626-637, 2021.
Y Shi, J Zhu, H Wang, H Zhu, J Zhang, HQ Zhang. Experiments and mechanistic modeling of viscosity effect on a multistage ESP performance under viscous fluid flow. Proceedings of the Institution of Mechanical Engineers, Part A: Journal of , 2021.
H Zhu, J Zhu, Z Lin, Q Zhao, R Rutter, HQ Zhang. Performance degradation and wearing of Electrical Submersible Pump (ESP) with gas-liquid-solid flow: Experiments and mechanistic modeling. Journal of Petroleum Science and Engineering 200, 108399, 2021.
H Zhu, J Zhu, R Rutter, HQ Zhang. Experimental Study on Deteriorated Performance, Vibration, and Geometry Changes of an Electrical Submersible Pump Under Sand Water Flow Condition. Journal of Energy Resources Technology 143 (8), 082104, 2021.

2020

J Zhu, H Zhu, G Cao, J Zhang, J Peng, H Banjar, HQ Zhang. A New Mechanistic Model To Predict Boosting Pressure of Electrical Submersible Pumps Under High-Viscosity Fluid Flow with Validations by Experimental Data. SPE Journal 25 (02), 744-758, 2020.
C Wang, Y Zhang, J Zhang, J Zhu. Flow pattern recognition inside a rotodynamic multiphase pump via developed entropy production diagnostic model. Journal of Petroleum Science and Engineering 194, 107467, 2020.

2019

SY Nahri, Y Chen, W Williams, O Santos, L Thibodeaux, J Zhu. Understanding the Phenomenon of Dissolved Gas Migration of Gas in Riser During Drilling Operations. International Conference on Offshore Mechanics and Arctic Engineering 58875 …, 2019.
J Zhu, J Zhang, G Cao, Q Zhao, J Peng, H Zhu, HQ Zhang. Modeling flow pattern transitions in electrical submersible pump under gassy flow conditions. Journal of Petroleum Science and Engineering 180, 471-484, 2019.
J Zhu, G Cao, W Tian, Q Zhao, H Zhu, J Song, J Peng, Z Lin, HQ Zhang. Improved data mining for production diagnosis of gas wells with plunger lift through dynamic simulations. SPE Annual Technical Conference and Exhibition, D021S030R001, 2019.
J Zhu, H Zhu, Q Zhao, W Fu, Y Shi, HQ Zhang. A transient plunger lift model for liquid unloading from gas wells. International Petroleum Technology Conference, D021S047R002, 2019.
H Zhu, J Zhu, R Rutter, HQ Zhang. A numerical study on erosion model selection and effect of pump type and sand characters in electrical submersible pumps by sandy flow. Journal of Energy Resources Technology 141 (12), 122004, 2019.
J Zhu, H Zhu, J Zhang, HQ Zhang. A numerical study on flow patterns inside an electrical submersible pump (ESP) and comparison with visualization experiments. Journal of Petroleum Science and Engineering 173, 339-350, 2019.

2018

J Zhu, HQ Zhang. A review of experiments and modeling of gas-liquid flow in electrical submersible pumps. Energies 11 (1), 180, 2018.
J Zhu, H Zhu, Z Wang, J Zhang, R Cuamatzi-Melendez, JAM Farfan, .... Surfactant Effect on Air/Water Flow in a Multistage Electrical Submersible Pump (ESP). Experimental Thermal and Fluid Science, 2018.

2017

J Zhu, X Guo, F Liang, HQ Zhang. Experimental study and mechanistic modeling of pressure surging in electrical submersible pump. Journal of Natural Gas Science and Engineering 45, 625-636, 2017.
J Zhu, HQ Zhang. Numerical study on electrical-submersible-pump two-phase performance and bubble-size modeling. SPE Production & Operations 32 (03), 267-278, 2017.

2016

J Zhu, HQ Zhang. Mechanistic modeling and numerical simulation of in-situ gas void fraction inside ESP impeller. Journal of Natural Gas Science and Engineering 36, 144-154, 2016.
J Zhu, H Banjar, Z Xia, HQ Zhang. CFD simulation and experimental study of oil viscosity effect on multi-stage electrical submersible pump (ESP) performance. Journal of Petroleum Science and Engineering 146, 735-745, 2016.

科研项目

纵向项目

项目	来源	起止
深海电潜泵油气混输流动机理及瞬态多相流模型研究	国家自然科学基金面上项目	2025–2028
煤岩气不同生产阶段采气工艺选择与精细优化方法（子任务）	国家科技重大专项	2025–2029
超深井井筒高温高压条件下复杂多介质多相流理论	中国石油大学（北京）学科前沿交叉探索专项	2025–2028
电潜泵高剪切流场中气液两相流型转化机制与动力学模型研究	国家自然科学基金青年项目	2021–2023
多级电潜泵（ESP）气液两相流输运机理	中国石油大学（北京）拔尖人才科研启动基金	2019–2022

企业委托项目

项目	来源	起止
智能电潜泵管理系统 V1.0	中国石油迪拜研究院	2025
水平气井两相流动瞬态建模与模块编制	中国石油勘探开发研究院	2024–2025
射流泵气阻临界条件分析与工作参数优选系统	渤海钻探工程技术研究院	2023
柱塞气举智能优化方法封装测试与井下多参数感知柱塞联动测试	中国石油勘探开发研究院	2023
腐蚀缺陷三维反演与 IMU 内检测数据量化识别	国家石油天然气管网集团有限公司科学技术研究总院分公司	2023
耦合人工举升工艺和系统的复杂井筒多相流理论建模	中国石油集团科学技术研究院有限公司	2022–2023
柱塞气举大数据异常工况诊断技术研究	中国石油勘探开发研究院	2022–2023
气井全周期柱塞气举动态模拟及智能优化	中国石化页岩油气勘探开发重点实验室开放基金	2021–2023
多工况电潜泵井筒举升参数模拟计算方法研究	中国石化胜利油田	2021–2022
垂直与水平气井井筒积液诊断模型适应性分析及软件测试	中国石油勘探开发研究院	2021–2022
基于机器学习的柱塞气举工况诊断模型测试与完善	中国石油勘探开发研究院	2020
柱塞气举异常工况诊断、分类与生产数据挖掘（塔尔萨大学 TUALP）	eLynx Technologies（美国）	2018–2020
电潜泵高粘、油水乳化、含砂工况技术开发与培训（塔尔萨大学 TUALP）	墨西哥石油研究院（IMP）	2016–2018

软件著作权

软件 / 模块	主要功能	登记 / 交付
水平气井瞬态计算软件 V1.0	漂移流瞬态模型、OLGA 数据管理、动态可视化	软著登记号 2026SR0412776（2026）
智能电潜泵管理系统 V1.0（算法模块）	工况识别、故障预警、寿命预测、机理模型	中国石油迪拜研究院（2025）
电潜泵多工况水力设计和性能分析系统软件 v1.0	单相、高粘、乳化、气液工况性能预测	国家自然科学基金青年项目
射流泵智能化工况分析软件	两相/三相计算、气阻校核、参数优选	渤海钻探（2023）
柱塞气举异常工况诊断程序	CNN 诊断、在线诊断界面	中国石油勘探开发研究院（2023）
气井积液诊断模型库	48 个积液模型、聚类优选	中国石油勘探开发研究院（2022）

水平气井瞬态计算软件 V1.0

智能电潜泵管理系统 V1.0

射流泵智能化工况分析软件

获奖

中国核学会科技进步一等奖（2025），项目「地浸采铀数据驱动开采关键技术」
入选 Elsevier 与斯坦福大学全球前 2% 科学家榜单（单年度，2025–2026）
Petroleum Science 荣誉青年编委（2025）
SPE Journal 杰出审稿贡献奖（2025）
SPE Production & Operations 杰出审稿贡献奖（2022–2024 连续三年）

实验平台

Fri, 09 Oct 2026 00:00:00 +0000

课题组的实验工作依托本校离心泵气液两相可视化实验台，以及负责人在塔尔萨大学期间使用的 TUALP 多级电潜泵环路。多级离心泵可视化综合测试平台正在论证建设中。数值模拟与模型训练依托课题组自有的两台高性能计算服务器。

本校离心泵气液两相可视化实验台

改造自离心泵水力性能台（国家自然科学基金青年项目 52004304 支持），用于超低比转速离心泵在高含水、高气液比工况下的增压性能测试，以及旋转叶轮全流道高速摄像观测。主要设备包括 PHANTOM V1212 高速运动分析系统、8530B-200 高频压力传感器、8530C-50 高频压差传感器和多通道数据采集系统。通过可视化观测，识别出叶轮内分散气泡流、泡状流、气囊流和分层流等流型。2025 年起在面上项目支持下升级：温控 0–60 ℃（±0.5 ℃），5000 fps 高速摄像。

离心泵高含水、高气液比工况测试台：系统流程、现场布置与主要仪表，以及不同含气率下的增压曲线

旋转叶轮内流道可视化设备：高速摄像、传感器与主要技术参数，以及叶轮内的分散气泡流、泡状流与间歇流

迷宫泵高粘、含气工况测试

迷宫螺旋泵性能测试实验台，用于迷宫泵在高粘、含气工况下的性能测试。系统包括储气罐、两相分离器、扭矩传感器、变频器和数据采集系统，测试了不同转速与粘度下的扬程–流量曲线。

迷宫泵高粘、含气工况测试：转子与定子、实验台流程，以及不同转速、粘度下的扬程–流量曲线

TUALP 多级电潜泵两相实验环路（塔尔萨大学）

塔尔萨大学平台

该环路属于美国塔尔萨大学人工举升项目组（TUALP，Tulsa University Artificial Lift Projects），不是本课题组的平台。负责人朱建军在塔尔萨大学攻读博士学位及任助理研究员期间（2012–2019）使用该环路开展电潜泵气液两相实验。

环路主要参数：14 级径向式 TE-2700 电潜泵（538 系列）逐级测压；7.62 cm 两相闭式环路，24 m³ 分离器，分离器压力 345/689/1034 kPa；转速 1800–3500 rpm；介质为自来水和压缩空气，可注入 IPA 表面活性剂。可做两相、高粘、乳化、含砂等工况测试。

TUALP 两相电潜泵环路示意

TUALP 实验管路、14 级测试泵结构与逐级测压点

多级离心泵叶轮及导叶多相流场可视化综合测试平台

在建 / 规划中

本平台处于论证建设阶段，尚未建成。负责人为朱建军，建设期限为 2025 年 10 月至 2028 年 9 月。以下指标为论证报告中的设计指标，不是实测性能。

三级叶轮–导叶串级结构，1–3 级快速切换，导叶出口角 ±5° 可调；透明流道与石英玻璃观察窗。
4K 高速成像（1000 fps 全幅）与 PIV 测速，测量瞬态速度场并识别涡结构。
气液、固液两相输送：含气率 ≤15%，固相粒径 ≤1 mm、浓度 ≤5%。
16 通道 10 kHz 同步采集；振动或位移超限时 0.1 s 内联动停机。
永磁同步电机加矢量变频调速，0–6000 rpm；流量 0–30 m³/h，压力 0.6–3.0 MPa。

平台示意图（规划方案，非实物）

计算资源

课题组现有两台自有计算服务器，用于电潜泵全尺寸三维瞬态 CFD 模拟、井筒多相流数值计算，以及 PINN 等深度神经网络模型训练。

	双路 EPYC 9965 CPU–GPU 服务器（2025）	双路 EPYC 7742 计算服务器
处理器	2 × AMD EPYC 9965，共 384 物理核	2 × AMD EPYC 7742，共 128 核 256 线程
内存	1 TB DDR5（16 × 64 GB）	256 GB
GPU	2 × NVIDIA RTX 5090（32 GB）	2 × NVIDIA RTX 4090（24 GB），2023 年升级
存储	约 20 TB	约 10 TB
主要用途	大规模并行 CFD、多物理场耦合计算、PINN 训练	CFD 模拟、深度学习模型训练

双路 EPYC 9965 服务器配备两块 RTX 5090，构成 CPU–GPU 异构协同计算环境。

水冷双路 EPYC CPU 与 16 条内存

RTX 5090 显卡与液冷管路

整机（闭合机箱）

水力射流泵排水采气机理与优化

Fri, 09 Oct 2026 00:00:00 +0000

研究方向 / 方向 4

致密气井、水平气井进入中后期后地层能量下降、携液能力不足，井筒积液使产量快速递减。水力射流泵井下无运动部件，靠地面高压动力液驱动，对出砂、高气液比和深井适应性强，是排水采气的重要工艺；但气液两相进入喉管后易发生空化和气阻，泵效普遍偏低，喷嘴、喉管等结构参数也缺少面向气井的设计方法。

同心双管水力射流泵：泵体三维模型与内部剖面（左）；喷嘴–吸入室–喉管–扩散管结构及沿程压力分布（右）

机理模型与气阻边界。 课题组围绕同心双管水力射流泵排水采气工艺，基于喷嘴、喉管、扩散管各段能量方程，建立计入喷嘴损失和喉管–扩散管损失的单相、气液两相及气–水–油三相性能模型，分析面积比、动力液/井液密度比、气水比对压力恢复比和泵效的影响；引入空化比与临界速度比，给出不同动力液压力、吸入压力下的空化与声速临界边界，确定“未空化区”内的最佳流量比区间，并据此给出喷嘴–喉管面积比的优选、次选和不推荐范围，用于防气阻排采制度设计。

气液两相射流泵性能：不同气水比下压力恢复比与效率随流量比的变化（左）；特定工况下效率、空化比与临界速度比预测，箭头指向未空化区（右）

数值模拟与参数优化。 依据现场井况建立射流泵三维流体域，采用 VOF 气液两相模型计算泵内压力、速度和含气率分布，与实验数据对比误差在 7.5% 以内，与机理模型压差互验误差在 12% 以内；以 CFD 样本训练 SVM（PSO、贝叶斯调参）代理模型，结合 NSGA-II 对面积比、喉嘴距、喉管长度、扩散角及动力液压力、吸入含气率协同优化：排液量由 42.05 m³/d 提升至 55.24 m³/d（+31.4%），泵效由 26.5% 提升至 30.5%。

优化前后射流泵内压力云图（左两幅）与速度云图（右两幅）：优化后喉管入口负压更低、射流核心速度更高，气液卷吸与混合增强

工程应用。 上述模型与优化方法已用于青海峁平 1 井等气井的射流泵排液工艺设计，并形成射流泵工况分析与参数优选计算程序，支持两相/三相计算、气阻校核和喷喉组合优选。

代表性论文（1 篇）

J Zhu, A Li, Y Ji, J Peng, Y Zhang, H Zhu. Optimization of gas-liquid two-phase flow characteristic parameters in a concentric dual-tube hydraulic jet pump（同心双管水力射流泵气液两相流特征参数优化）. The Chinese Journal of Process Engineering（过程工程学报）26 (3), 233-244, 2026.

团队

Fri, 09 Oct 2026 00:00:00 +0000

负责人

朱建军负责人（PI）

副教授；博士生导师、硕士生导师

中国石油大学（北京）机械工程学院副院长

详细介绍 → · 学校个人主页

王建立共同负责人（co-PI）

教授；博士生导师、硕士生导师

东南大学机械工程学院设计科学系

详细介绍 → · 学校个人主页

学生

在读

秦孜艺（博士研究生）

气井井筒与管道气液两相流机理模型，以及页岩气井、柱塞井生产异常工况的智能诊断

武煜晰（博士研究生）

电潜泵油气（水）多相流扬程一维机理模型与 CFD

贾皓（博士研究生）

铀矿地浸装备、人工举升等

南子彬（硕士研究生）

全金属单螺杆泵气液混输流场模拟与结构参数优化

程玉妮（硕士研究生）

FLNG 液化模块多源耦合激励动力响应

李佳宁（硕士研究生）

管道瞬态气液两相流：漂移流模型、X-PINN 重构

李进华（硕士研究生）

电潜泵内油水、气液两相流 CFD

秦胜杰（硕士研究生）

海上宽幅电潜泵叶轮/导轮水力设计与 CFD 自动优化

余泉（硕士研究生）

页岩气井分钟级生产数据异常工况诊断

李晓茜（硕士研究生）

致密气井间歇生产排液 OLGA 模拟

卓锦炀（硕士研究生）

电潜泵气液两相流 CFD

张圳玙（硕士研究生）

CO₂ 长输管道运输模型

与东南大学王建立教授共同培养

张毓涵（硕士研究生）

复杂工业系统数据驱动建模、设备状态监测与智能决策

施骋昊（硕士研究生）

产品 UX 与三维建模；机器学习与强化学习落地

李欣翼（硕士研究生）

跨尺度系统设计与可落地的工业设计

已毕业

2026冯龙（国电投国核），周杭（川庆钻探），刘昱君（南京高速齿轮），高筱晨*（吉利汽车），杨杰*（深圳新凯来）
2025贾毓江（新疆油田），高雪（青岛赛轮），张晓程（国家管网甘肃分公司），李敖东（中石油工程技术研究院），谢嘉梁*（中国电子科技集团），马赛飞*（吉利汽车）
2024谢宇琨*（江南造船），钟梓康*（去向未核实）
2023陈硕（航材院）
2022贾皓（中核矿业），李圆圆（经纬恒润）

* 与东南大学王建立教授共同培养

王建立

Fri, 09 Oct 2026 00:00:00 +0000

王建立共同负责人（co-PI）

教授；博士生导师、硕士生导师

东南大学机械工程学院设计科学系

学校个人主页

王建立，东南大学机械工程学院教授，博士生导师、硕士生导师；所在院系：设计科学系。

简介

长期从事测试系统开发和检测、机器学习、能源系统优化等领域研究工作。2005年本科毕业于西安交通大学能源与动力工程学院，2010年博士毕业于清华大学动力工程及工程热物理专业，毕业后任职东南大学机械工程学院。2012年和2014年分别赴美国加州理工学院和普渡大学访学。获清华大学优秀博士学位论文一等奖（2010年）和全国百篇优秀博士学位论文提名奖（2014年）。主持国家自然科学基金项目4项，以及中国石化、东方电气、昆明物理所等多项校企合作项目。

研究方向

测试系统开发和检测，智能分析与检测，节能系统设计与优化。

学习与工作经历

2005年，西安交通大学能源与动力工程学院，学士
2010年，清华大学航天航空学院，动力工程及工程热物理专业，博士
2010年至今，东南大学机械工程学院，讲师/副教授/教授
2012年9月至2013年2月，加州理工学院，热电材料制备和表征合作研究
2013年10月至2014年10月，普渡大学机械系，热电薄膜材料研究

学术兼职

中国微纳米测量与仪器分会理事
中国计量测试学会热物性专业委员会委员
上海市热物性大数据服务中心青年委员会委员
中国造船工程学会船舶动力分会委员
《计量学报》编委
国家自然科学基金评审人

与本组方向相关的论文

Y Zhang, H Zeng, C Su, J Yang, J Zhu, Jianli Wang*, Lightweight Vision Transformer for Real-Time Threat Level Assessment in Φ-OTDR-Based Pipeline Monitoring, Applied Sciences 2026, 16 (3), 1664
J Yang, J Xie, X Gao, K Fu, J Zhu, Jianli Wang*, Synthetic Magnetic Flux Leakage Signal Generation Using Diffusion Models: A Novel Approach to Improve Pipeline Defect Detection Accuracy, Journal of Pipeline Science and Engineering, 2025, 100363
Saifei Ma, Tiantian Zhang, Haibo Wang, Haoyu Wang, Nan Li, Haiwen Zhu, Jianjun Zhu, Jianli Wang*, Transformer-Based Forecasting for High Frequency Natural Gas Production Data, Energy and AI, 2025, 21:100535
Jialiang Xie, Jie Yang, Kuan Fu, Linxi Tai, Xia Wang, Jianjun Zhu, Wang J L*, Quantitative Assessment of Pipeline Defects Utilizing a Dual-Stage Deep Learning Framework: Integration of Pretrained YOLO Network and Multi-input Parallel Convolution Architectures on Magnetic Flux Leakage Data, Journal of Pipeline Science and Engineering, 2025, 100282
Jiang QM, Zhang Y H, Liu Y, Xu R, Zhu J J, Wang J L*. Structural optimization of serpentine channel water-cooled plate for lithium-ion battery modules based on multi-objective Bayesian optimization algorithm. Journal of Energy Storage 2024, 91: 112136

完整论文列表见。

邮箱： （个人主页公开）

新闻

Fri, 09 Oct 2026 00:00:00 +0000

2026 年 10 月 朱建军作「排水采气技术研究进展与成果交流」企业技术交流报告，介绍课题组在井筒多相流与积液预测、柱塞气举、电潜泵气液两相举升、射流泵与气举、AI 瞬态建模等方面的工作。
2026 年 9 月 朱建军受聘《石油机械》第三届青年编委会委员，聘期 2027 年 1 月至 2028 年 12 月。
2026 年 9 月 朱建军担任第二届高端油气装备技术论坛分论坛主持人。
2026 年 3 月 软件「水平气井瞬态计算软件 V1.0」获计算机软件著作权登记（登记号 2026SR0412776）。
2025 年 12 月 朱建军获 Petroleum Science「荣誉青年编委」，感谢其担任青年编委期间的工作。
2025 年 11 月 中国石油迪拜研究院委托项目「智能电潜泵管理系统 V1.0」通过验收。
2025 年 朱建军参与完成的「地浸采铀数据驱动开采关键技术」获中国核学会科技进步一等奖（排名 13/29）。
2025 年 朱建军入选 Elsevier 与斯坦福大学全球前 2% 科学家榜单（单年度，2025–2026）。
2025 年 1 月 国家自然科学基金面上项目「深海电潜泵油气混输流动机理及瞬态多相流模型研究」（52474064）开始执行。
2016 年 6 月 塔尔萨大学人工举升项目组（TUALP）与 eLynx Technologies 开展人工举升数据分析合作；朱建军在 TUALP 期间主持了其中的柱塞气举异常工况诊断项目（2018–2020）。

研究方向

Fri, 09 Oct 2026 00:00:00 +0000

FLIP 课题组的研究围绕油气井从井底到地面的流动、举升与生产数据展开，分为六个方向：井筒多相流动建模与积液预测、电潜泵多相增压机理与工况诊断、柱塞气举瞬态建模与智能诊断、水力射流泵排水采气机理与优化、管道漏磁内检测缺陷智能识别、油气田大数据分析。研究手段是实验、数值模拟（CFD、OLGA）、机理建模与数据驱动方法相结合，相互校核。点击各方向进入详情页，查看研究内容、核心图片与代表性论文，完整列表见。

井筒多相流动建模与积液预测

稳态统一井筒多相流模型与水平气井瞬态漂移流模型；PINN 快速计算；气井积液预测与临界携液模型优选。

查看详情 →

电潜泵多相增压机理与工况诊断

含气、高粘、乳化工况下电潜泵增压退化机理与统一模型；海上宽幅电潜泵叶导轮水力设计与 CFD 自动优化；机理与数据融合的工况诊断。

查看详情 →

柱塞气举瞬态建模与智能诊断

全周期柱塞动力学模型与 OLGA 瞬态模拟；开关井制度优化；基于深度学习的柱塞井异常工况智能诊断。

查看详情 →

水力射流泵排水采气机理与优化

同心双管水力射流泵两相/三相性能模型与气阻边界；VOF 数值模拟、代理模型与多目标参数优化。

查看详情 →

管道漏磁内检测缺陷智能识别

漏磁内检测信号的级联深度学习缺陷检测与量化；扩散模型样本生成与欠采样信号重建。

查看详情 →

油气田大数据分析

以泡排剂加注等生产时序数据为核心，构建数据驱动世界模型与风险感知规划智能体；覆盖柱塞井与电潜泵工况诊断。

查看详情 →

油气田大数据分析

Fri, 09 Oct 2026 00:00:00 +0000

研究方向 / 方向 6

气田进入中后期后，井口压力、产量、药剂加注等生产数据持续累积，但现场决策仍大量依赖经验规则和人工看曲线。课题组把油气田大数据分析作为独立方向：以泡排剂加注、柱塞举升、积液判断等生产时序数据为主，用数据驱动建模、风险感知决策和深度异常诊断，把“事后复盘”推进到“在线推荐”。

泡排数据驱动的世界模型与风险感知决策。 与东南大学王建立教授团队合作，面向气井泡排剂加注优化：不以历史加注量直接回归为目标，而把油套压差及其变化作为井筒载荷与积液风险表征，将加注量优化改写为基于压差风险反馈的短期动态决策问题。先用现场日度生产数据构造状态—动作—压差变化样本，训练动作条件的数据驱动世界模型，预测不同候选加注量下下一时刻的油套压差；再在该世界模型上构建风险感知规划智能体（RAPA），按安全、预警、危险、强危险分层生成候选动作，并结合短时滚动评估与风险分层奖励，在高风险阶段增强加注、在低风险阶段抑制无效加注。单井测试中累计压差风险负担降低 46.96%，单步决策约 0.126 s；多井共享场景中累计压差风险负担降低 99.56%。相关工作已投稿 Geoenergy Science and Engineering。

泡排剂加注优化总体框架：现场数据 → 历史样本库 → 数据驱动世界模型 → 规划智能体 → 推荐加注执行，形成闭环反馈

风险感知规划智能体（RAPA）：风险状态编码、候选动作生成、一步筛选、短时序列评估与最终动作选择

动作条件世界模型的短期预测：预测油套压差变化与实测值对比（测试集 MAE≈0.26 MPa，R²≈0.88）

单井测试序列上的动态加注动作：RAPA 在高风险阶段显著加大加注，在安全阶段保持克制，并与 SAC、PSO、XGBoost 及现场基准策略对比

生产时序异常诊断与工况识别。 同一套数据分析思路也用于柱塞气举高频油套压曲线和电潜泵工况管理：二维 CNN／迁移学习、VAE 样本增强、GASF 图像化＋Vision Transformer、改进 CLIP 零样本分类，以及 Actor-Critic 类强化学习对泡排剂加注量的推荐，把稀缺异常样本和弱标签现场数据转化为可部署的诊断与决策模型。相关结果已形成柱塞井在线诊断程序，并与电潜泵实时管理框架相互衔接。

代表性论文（10 篇）

Y Zhang, H Wang, M Chen, N Li, J Zhu, J Wang. A data-driven world-model-based planning agent for risk-aware foam-lifting agent injection optimization in gas wells. Geoenergy Science and Engineering, manuscript submitted (GEOEN-S-26-02523), 2026.
J Zhu, Y Liu, H Wang, M Chen, N Li, G Cao, R Zhong, H Zhu. Enhancing Plunger Lift Anomaly Detection: A Vision Transformer-Based Approach Leveraging Pretrained Models and Graphic Data Augmentation. Processes 14 (13), 2045, 2026.
J Zhu, Y Liu, M Chen, H Wang, Y Li, H Zhu. Enhanced Zero-Shot Classification of Plunger Lift Operating Conditions Using a Modified Clip Architecture with Selective Data Sampling. Results in Engineering, 110368, 2026.
Q Wang, H Zou, C Liang, S Zhang, H Jia, J Zhu. A combined approach for predicting liquid loading onset via clustering and convolutional neural networks. The Canadian Journal of Chemical Engineering, 2026.
QX Liu, JJ Zhu, HB Wang, S Chen, HY Wang, N Li, RZ Zhong, YJ Liu 等. Deep Feature Learning for Anomaly Detection in Gas Well Deliquification using Plunger Lift: A Novel CNN-based Approach. Petroleum Science, 2025.
L Peng, L Feng, Q Guang, J Zhu, H Liu, Z Nie, C Ma, C Di, Q Wu. Real-Time ESP Management Framework Using Hybrid Physics-Based and ML Models. SPE Offshore Europe Conference and Exhibition, D021S009R008, 2025.
Z Zhong, H Wang, N Li, H Zhu, J Zhu, J Wang. Prediction of Plunger Lift Dynamics Using a Bidirectional Long Short-Term Memory Neural Network with an Innovative Forecasting Strategy. 2024 IEEE 3rd International Conference on Electrical Engineering, Big Data and Algorithms (EEBDA), 2024.
Z Xu, H Lin, Y Jia, J Du, J Mao, J Zhu, J Chen, F Li, N Li. Data Augmentation and Recognition for Plunger Lift Based on Variational Autoencoders. 2024 6th International Conference on Intelligent Control, Measurement and Signal Processing (ICMSP), 2024.
Y Xie, S Ma, H Wang, N Li, J Zhu, J Wang. Unsupervised clustering for the anomaly diagnosis of plunger lift operations. Geoenergy Science and Engineering 231, 212305, 2023.
J Zhu, G Cao, W Tian, Q Zhao, H Zhu, J Song, J Peng, Z Lin, HQ Zhang. Improved data mining for production diagnosis of gas wells with plunger lift through dynamic simulations. SPE Annual Technical Conference and Exhibition, D021S030R001, 2019.

朱建军

Fri, 09 Oct 2026 00:00:00 +0000

朱建军负责人（PI）

副教授；博士生导师、硕士生导师

中国石油大学（北京）机械工程学院副院长

学校个人主页 · Google Scholar

朱建军，中国石油大学（北京）机械工程学院副教授、副院长，博士生导师、硕士生导师；所在学科：动力工程及工程热物理。

简介

校青年拔尖人才。长期从事多相流动理论建模、人工举升采油系统优化设计，以及油气田生产数据挖掘，研究方向包括稳态/瞬态多相流、人工举升装备与工艺（电潜泵、柱塞、射流泵、气举），以及油气生产大数据与智能诊断。入选 Elsevier 与斯坦福大学全球前2%科学家榜单（单年度，2025–2026）。主持国家自然科学基金青年项目和面上项目各1项、国家科技重大专项子任务1项、校本部学科交叉专项1项，以及国家重点实验室和中国石化重点实验室开放基金、中石油、中石化和国家管网等企业委托项目15余项。发表学术论文100余篇，其中SCI检索60余篇，Google学术引用3500余次，h指数32，i10指数61；在重要国际会议作口头报告21次、特邀报告4次，出版译著1部。2022至2024年连续获SPE Production & Operations杰出审稿贡献奖，2025年获SPE Journal杰出审稿贡献奖；2025年获中国核学会科技进步一等奖（排名13/29）。

教育与工作经历

2019 年至今，中国石油大学（北京）机械工程学院
2017–2019，美国塔尔萨大学人工举升项目组（TUALP），助理研究员
2012-08 至 2017-05，美国塔尔萨大学，石油工程，博士研究生
2009-09 至 2012-07，清华大学，动力工程及工程热物理，硕士研究生
2005-09 至 2009-07，北京科技大学，热能与动力工程，大学本科

主讲课程

《过程装备控制基础》、《现代多相流理论》

奖励与荣誉

中国核学会科技进步一等奖（2025，排名 13/29），项目「地浸采铀数据驱动开采关键技术」
入选 Elsevier 与斯坦福大学全球前 2% 科学家榜单（单年度，2025–2026）
Petroleum Science 荣誉青年编委（2025）
SPE Production & Operations 杰出审稿贡献奖（2022–2024 连续），SPE Journal 杰出审稿贡献奖（2025）

学术兼职

美国石油工程师协会（SPE）数据科学和工程分析分会（DSEA）顾问委员会委员（2020–2023）
中国工程热物理协会传热传质分会青年委员会委员
SPE 多个国际奖项评委会委员：SPE International Cedric K. Ferguson Award（2026–2029）、DAA For PE Faculty Award（2024–2027）、SPE Production & Operations Award（2025–2028）、SPE Projects, Facilities & Construction Award（2025–2028）
SPE ATCE 国际会议分会委员（2022至今）：Well Operations Committee（2023 年会）、Production and Operations Subcommittee（2023 年起）
国家自然科学基金项目评审专家、捷克国家自然科学基金项目外籍评审专家
期刊青年编委：Petroleum Science（2020 年起聘任，2025 年获荣誉青年编委）、化工机械（2022至今）、《石油机械》第三届青年编委会委员（聘期 2027–2028）
客座编辑：Energies / Applied Sciences（2021至今）、Frontiers in Physics（2021至今）
美国石油工程师协会（SPE）、美国机械工程师协会（ASME）会员
国际学术期刊常年审稿人：SPE Journal、Journal of Energy Storage、Mechanical Systems and Signal Processing、Geoenergy Science and Engineering、Engineering Applications of Artificial Intelligence、Petroleum Science、Neural Computing and Applications、IEEE Transactions on Instrumentation & Measurement、IEEE Sensors Journal 等

主要合作者

校内：姬忠礼、张永学、李岩、朱宏武、宋健斐等老师
校外：东南大学王建立教授（共同负责人）；塔尔萨大学朱海文、张洪泉（Hong-Quan Zhang）

柱塞气举瞬态建模与智能诊断

Fri, 09 Oct 2026 00:00:00 +0000

研究方向 / 方向 3

柱塞气举是治理气井积液的主流间歇采气工艺，但井下柱塞运动无法直接观测，开关井制度多凭经验，异常工况也靠人工看油套压曲线判断。课题组从瞬态建模、智能诊断和制度优化三方面开展研究。

瞬态模型。 在 OLGA 中建立井筒、柱塞、控制器与储层模型，用现场油压、套压拟合参数；并自研全周期柱塞动力学模型，耦合统一多相流模型与组分物性，描述关井、下落、开井、上行、续流全过程，主要运行参数与 OLGA 对比精度达 90%。以全周期模型为“数字井”，用 SPSA、贝叶斯优化等算法优化开关井制度，并比较多种算法的效率与稳定性。

典型柱塞举升装置（左）与一个举升循环内的油压、套压和产量变化（右）

柱塞井现场油压、套压与 OLGA 瞬态模型的长周期对比

智能工况诊断。 针对柱塞井高频油套压数据，发展了二维 CNN＋迁移学习、无监督聚类、VAE 数据增强、GASF/GADF 图像化＋Vision Transformer、双向 LSTM 动态预测，以及改进 CLIP 的零样本工况分类；用瞬态模型模拟的油管破裂、电动阀卡死、储层出水等反常工况补充稀缺样本，显著提升诊断精度，并封装为在线诊断程序。

迁移学习模型对未参与训练的 4 口柱塞井油套压数据的工况识别结果

代表性论文（10 篇）

J Zhu, Y Liu, H Wang, M Chen, N Li, G Cao, H Zhu. Optimizing Plunger Lift Systems for Gas Well Deliquification: A Bayesian Approach with Comparative Algorithmic Analysis. SPE Journal, 1-15, 2026.
J Zhu, Y Liu, H Wang, M Chen, N Li, G Cao, R Zhong, H Zhu. Enhancing Plunger Lift Anomaly Detection: A Vision Transformer-Based Approach Leveraging Pretrained Models and Graphic Data Augmentation. Processes 14 (13), 2045, 2026.
J Zhu, Y Liu, M Chen, H Wang, Y Li, H Zhu. Enhanced Zero-Shot Classification of Plunger Lift Operating Conditions Using a Modified Clip Architecture with Selective Data Sampling. Results in Engineering, 110368, 2026.
QX Liu, JJ Zhu, HB Wang, S Chen, HY Wang, N Li, RZ Zhong, YJ Liu 等. Deep Feature Learning for Anomaly Detection in Gas Well Deliquification using Plunger Lift: A Novel CNN-based Approach. Petroleum Science, 2025.
M Chen, J Zhu, G Cao, N Li, H Wang, H Zhu, M Jia, X Yang, D Guo. Plunger Lift Working Cycle Optimization using a Dynamic Full-Cycle Model Coupled with Simultaneous Perturbation Stochastic Approximation (SPSA) Algorithm. Abu Dhabi International Petroleum Exhibition and Conference, D021S036R003, 2024.
Y Xie, S Ma, H Wang, N Li, J Zhu, J Wang. Unsupervised clustering for the anomaly diagnosis of plunger lift operations. Geoenergy Science and Engineering 231, 212305, 2023.
Q Zhao, J Zhu, G Cao, H Zhu, HQ Zhang. Transient modeling of plunger lift for gas well deliquification. SPE Journal 26 (05), 2928-2947, 2021.
J Zhu, H Jia, H Wang, G Cao, H Zhu. Modeling and applications of plunger lift for gas well deliquification via a transient multiphase simulator. Petroleum Science Bulletin 6 (4), 626-637, 2021.
J Zhu, G Cao, W Tian, Q Zhao, H Zhu, J Song, J Peng, Z Lin, HQ Zhang. Improved data mining for production diagnosis of gas wells with plunger lift through dynamic simulations. SPE Annual Technical Conference and Exhibition, D021S030R001, 2019.
J Zhu, H Zhu, Q Zhao, W Fu, Y Shi, HQ Zhang. A transient plunger lift model for liquid unloading from gas wells. International Petroleum Technology Conference, D021S047R002, 2019.