研究方向

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 Google Scholar。

01

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 →

02

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 →

03

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 →

04

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 →

05

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 →

06

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 →