目前,有杆抽油泵仍然是主要采油方式。本文针对实测示功图和反演示功图的不足,对基于电参数反演示功图展开了综合研究。在此基础上,研究了基于悬点示功图的杆管偏磨智能预警方法。研究了基于反演示功图和井下泵功图的油井工况智能诊断和产量计量方法。本文主要开展了以下研究:将曲柄实际转动角速度表示为含待定系数的傅里叶级数,基于悬点位移的理论计算结果和实测结果,利用最小二乘法原理构造了曲柄角速度优化目标函数。应用基于免疫的粒子群优化算法求解了目标函数极值,拟合出了曲柄实际运动规律。考虑了系统惯性扭矩的影响,根据系统能量平衡关系建立了基于实测电动机输入功率的悬点载荷反演模型。基于洛必达法则确定了上、下死点悬点载荷计算方法,基于圆弧过渡曲线建立了反演示功图上、下死点附近悬点载荷仿真模型,有效解决了反演示功图上下死点发散难题。建立了偏磨杆柱纵向振动力学模型与波动方程,综合考虑了泵端激励、悬点位移激励和阻尼力激励,并基于振型叠加法求解了偏磨杆柱波动方程,仿真了杆柱偏磨状态下悬点示功图。基于小波分析提取了不同偏磨程度悬点载荷的四层小波系数,将小波总能量损失率作为杆柱偏磨的第一个特征参数;基于悬点载荷最值法确定了加载线冲程长度,将加载线变化率作为杆柱偏磨的第二个特征参数。建立了基于悬点示功图的杆柱偏磨预警方法。将悬点示功图的矩特征和井下泵功图的几何特征作为描述井下工况的特征参数,建立了特征参数计算模型,并基于BP人工神经网络建立了工况智能诊断模型。基于泵功图曲率值,建立了基于游动阀开启点诊断的柱塞有效排液行程和油井产量的计算模型。