油田進人三次開采階段，儲油層中被注人了大量的聚合物。此時油井產出液粘度變化范圍很大，粘度與水相相近至水的幾十倍均會出現。同時，地質環境以及采油后期導致大量低產井出現，部分低產井日產量會低于5 mj。因此，研究一體化智能渦輪流量計在低流量不同粘度條件下的響應情況具有重要的意義。 為了測量一體化智能渦輪流量計在低流量條件下的粘度響應特性，搭建了一套用于低流量渦輪響應測量的實驗平臺。采用高速攝影對透明一體化智能渦輪流量計的轉動進行拍攝記錄，可以對一體化智能渦輪流量計在接近啟動排量時的低轉速響應特性進行有效測量。在此平臺上對一體化智能渦輪流量計在低流量條件下對不同粘度的流體響應情況進行研究，并結合傳統一體化智能渦輪流量計理論模型進行簡要分析。在未達到線性響應段時，一體化智能渦輪流量計K值與管道中流動的雷諾數近似呈指數關系。隨著粘度的提高，一體化智能渦輪流量計的啟動排量呈下降趨勢，且由加工偏心等因素造成的轉動不穩定性亦隨之下降。對于一體化智能渦輪流量計而言，僅用一次高粘度條件下不同雷諾數的標定，即可近似得到其在不同粘度流動條件下的響應關系。
流體粘度是影響渦輪流量傳感器的重要參數，通常的一體化智能渦輪流量計對運動粘度在15 cSt“以上流體的響應失去線性仁，曾對不同粘度條件下一體化智能渦輪流量計的響應情況進行了重點研究，分別提出了粘度對一體化智能渦輪流量計儀表系數(K值)的影響公式，但他們的模型只適用于雷諾數大于5 000(即流動進人湍流之后)的情況。Fumes少〕在其關于一體化智能渦輪流量計的總結中指出，在一定的雷諾數范圍內，渦輪K值僅與雷諾數相關。國內也有大量關于一體化智能渦輪流量計對于不同粘度響應的研究。采用傳統的渦輪理論模型對不同粘度的影響進行了研究，曹廣軍等川采用實驗手段研究了一體化智能渦輪流量計對運動粘度在1^-200 cSt范圍內的流體響應情況。孫立軍，項U系統地研究了改善一體化智能渦輪流量計對粘度敏感度的方法。綜合上述已有文獻，對一體化智能渦輪流量計對不同鉆性流體的響應情況研究較多，但涉及到較低流量和低雷諾數的來流條件的研究較少。   
本文自行搭建了一套專用于低流量研究的實驗平臺，采用透明外殼一體化智能渦輪流量計，同時輔以帶有高速攝影功能的相機對低流量條件下渦輪響應的情況進行觀察。得到了在不同粘度條件下的一體化智能渦輪流量計的響應情況，并對其進行分析和研究。
1、實驗平臺
實驗平臺包括管路系統、實驗一體化智能渦輪流量計和高速攝像觀測裝置，該平臺可簡單模擬井下儀器流道內的流動情況。
管路采用直徑20 mm的有機玻璃管組成。在3 m高處放置帶有溢流堰的穩壓水箱，可以提供穩定的壓力源，使低流量時流速保持穩定，管路經過彎曲后自下而上流過約0. 5 m的穩定段通過待測一體化智能渦輪流量計。在管路的末端采用節流閥控制流速。
實驗一體化智能渦輪流量計采用大慶油田普遍使用的直徑19 mm的鋁制渦輪和直徑20 mm的有機玻璃管制成。在實際測井中，該渦輪通常的測量范圍是1 ^-80 mj/d。
采用量筒和秒表測量管道內的流速，該方法在低流量條件下測量精確相對誤差小于1.5%。同時，使用Casio公司生產的EX-Fl型高速相機對一體化智能渦輪流量計的轉動情況進行直接拍攝。與通常的磁感應采集方式不同，高速攝影記錄方式可以精確得到一體化智能渦輪流量計在低流量條件下的響應情況，包括磁感應難以采集到的低轉速和單個轉動周期內轉速不穩定的情況。采用分析高速攝影視頻的方法測量渦輪轉速，其測量精度隨轉速的降低而升高，在1  r/ s時，誤差為0. 300，10 r/s時誤差不大于2000
實驗用水為自來水，采用聚丙烯酞胺(PAM)溶于水配制不同粘度的溶液進行實驗，聚丙烯酞胺是三次開采中使用*廣泛的聚合物。PAM溶液密度測量采用體積質量法，測量誤差為士100。測量不同配比的PAM溶液，與水密度差別在2%以內。可以通過控制其配比改變溶液粘度，粘度測量采用NDf-1型旋轉粘度計，其表觀粘度測量誤差為士5%。
通過在上述低流量實驗平臺中使用PAM溶液進行實驗，可以對實際測井中遇到的低流量不同粘度的情況進行模擬和觀測。
2、多粘度響應結果
采用水和PAM溶液，在上述實驗平臺上對一體化智能渦輪流量計在。-10 mj /d的范圍內的響應情況進行觀察。通過調整配比，得到了純水、8. 2, 14, 20. 5,57. 5 cSt和87 cSt等6種不同表觀粘度的流體并觀察了直徑19 mm的一體化智能渦輪流量計對其響應的情況。

圖1反映了一體化智能渦輪流量計在低流量條件下對不同粘度的流體的響應情況。從圖1可見，隨著粘度的增加，一體化智能渦輪流量計的K值下降，且線性度也變差。對圖1中各粘度條件下的響應結果進行線性擬合，并結合實驗中測量到的啟動排量進行比較得到表1所示數據。

圖1一體化智能渦輪流量計對不同茹度條件的響應轉速圖和K值
隨著粘度升高，一體化智能渦輪流量計響應曲線斜率逐步下降，一體化智能渦輪流量計啟動排量也隨之下降。在流體為單相純水時，一體化智能渦輪流量計可以觀察到的*慢轉速為0. 6 r/s，而在粘度為57. 5 cSt和87 cSt時，通過拍攝可以測量到到一體化智能渦輪流量計低于0. O1 r/s的轉動情況。特別是在粘度為87 cSt條件時，難以觀察到一體化智能渦輪流量計無響應的情況，只要管路內有流動，就伴隨有渦輪的轉動。在測井中使用的一體化智能渦輪流量計所能采集到的轉速一般不低于0. sr/ s，過低的轉速會導致磁感應信號難以超過闌值而不會被采集到或者脈沖長度較長無法被識別。
由于渦輪偏心和機械摩擦阻力矩微小變化的影響，一體化智能渦輪流量計在同一個轉動周期內會發生周期性的轉速變化，這也使得渦輪很難出現*低的轉速，因為此時*易受擾動而停止轉動。因而實際使用中，當粘度較小時，一體化智能渦輪流量計啟動后*低轉速一般在0. sr/s以上。但當流體粘度提高之后，一體化智能渦輪流量計在*低轉速時鉆性阻力矩就會超過機械摩擦阻力矩，成為主要的阻礙力矩，而鉆性阻力矩的大小是與一體化智能渦輪流量計轉速成正比的，此時就會形成一種負反饋機制。當渦輪轉速降低時，鉆性阻力矩就會下降，驅動力矩上升，使渦輪轉速升高，反之依然。因而一體化智能渦輪流量計的響應會變得較為穩定，啟動排量會降低，可以觀察到*低的轉速。同時，同一周期內一體化智能渦輪流量計的不穩定轉動情況也會減弱。
作為一種速度式流量計，一體化智能渦輪流量計受人日速度分布影響較大，而人日速度分布情況是受雷諾數影響決定的。實驗中得到的一體化智能渦輪流量計K值與雷諾數的關系見圖2。

圖2表明，在雷諾數低于2 000(即層流)的條件下，一體化智能渦輪流量計的K值受雷諾數影響顯著。從圖2中可以看出，K值與雷諾數之間有相關性，隨著雷諾數的增加呈現3個階段:當雷諾數*低(小于20)時，一體化智能渦輪流量計近似保持一個固定的K值;隨著雷諾數的增加(雷諾數在20 ^-1 000) ,一體化智能渦輪流量計的K值與雷諾數近似呈指數關系;當雷諾數較高時(大于1 000),一體化智能渦輪流量計進人線性響應，K值穩定不變。同Funress}'}的結果相比，在K值與雷諾數的指數關系段，本文實驗結果與指數關系(圖2中粗實線)有一定的偏差。本文實驗采用的聚合物溶液不同于Funress實驗采用的油，聚合物溶液是非牛頓流體，在不同剪切率條件下，其表觀粘度不同[1a7。隨著剪切率(在本文實驗中流速是剪切率的主要影響因素)的上升，其表觀鉆性系數會下降。對比圖2曲線，以聚合物粘度為8. 2 cSt的響應曲線為例，曲線的起始段低于指數關系，是由于流速較慢剪切率較低，其表觀粘度較大，實際雷諾數應該稍低，圖2中曲線應向左稍稍平移;流速較高的響應點K值高于指數關系直線則是由于剪切率較高時，表觀粘度減小，實際雷諾數更大，需將響應點向右平移。因而實際的雷諾數與K值的關系，需結合聚合物溶液的表觀粘度變化情況進行修正。

3、與理論模型的對比與討論
采用Thompson等00提出的理論模型，人日速度設置為層流，對實驗中的工況進行模擬。將求解后得到的K值與雷諾數的關系繪制在圖3中。
比較圖2與圖3可看出，理論模擬與實驗結果在前文所述的K值指數增長階段與穩定階段基本相符，*低雷諾數條件下穩定的小K值難以通過傳統的理論方法進行模擬。理論方法可以作為低流量條件下一體化智能渦輪流量計在粘度不超過50 cSt的鉆性流體中響應情況的快速計算分析手段。通過理論和實驗表明，在一體化智能渦輪流量計進人線性段K值穩定之前，渦輪K值與雷諾數呈指數關系。不過需要指出的圖3理論模擬K值與雷諾數關系是，在低流量條件下，一體化智能渦輪流量計在啟動時葉片相對于來流攻角較大，會產生流動分離的現象，此時會使得一體化智能渦輪流量計的響應有一定的波動和偏差。因而，采用粘度較高的鉆性流體，在不同雷諾數條件下進行標定之后，就可以對該渦輪對于不同鉆性流體的響應情況進行分析和計算。
4、結論與建議
(1)隨著粘度的增大，一體化智能渦輪流量計的啟動排量會降低，同時響應的*低轉速也會下降。
(2)隨著粘度的提升，一體化智能渦輪流量計的K值會下降，同時線性度也會變差。
(3)在進人渦輪響應的線性段前，K值持續升高，且隨流量計人日雷諾數呈指數增長關系。
(4)對于產出液粘度較高的低產井，宜采用采集系統更敏感的渦輪使其能精確地采集低轉速(小于0. O1 r/s)的信號。
(5)用于測量不同鉆性流體的一體化智能渦輪流量計，只進行一次在高粘度條件下來流雷諾數不同的標定，即可近似得到該一體化智能渦輪流量計K值與雷諾數的關系，并反推出該渦輪對不同鉆性流體的響應曲線。