有杆抽油系统故智能诊断及其应用研究.pdfVIP

Ii411141II必 !l掣alllll19114IlU3l 论文题目：有杆抽油系统故障智能诊断及其应用研究 专 业：机械电子工程 硕士生：孙文莉(签名) 指导教师：吴伟(签名) 魏航信(签名) 一一一一一 摘 要 近年来在石油工业开采中，有杆采油占据着主导地位。由于油井井下工况十分复杂， 环境极其恶劣，所以故障发生率很高。虽然目前出现了许多诊断方法，但依靠单一的神 经网络或专家系统不能很好地完成诊断，为此本文提出一种基于小波包与神经网络相结 合的有杆抽油系统故障智能诊断方法，对故障进行快速有效地诊断。 本文以有杆抽油井故障诊断系统为研究对象，深入分析有杆抽油系统工作原理，在 数字信号分析及小波包分解的基础上，先通过对齿轮振动信号实例仿真，验证应用小波 包进行能量特征向量提取的可行性；然后应用极差正规法对采集到的示功图数据进行归 一化预处理，并利用验证后的小波包分解方法对示功图进行能量特征向量提取；在对比 分析RBF网络与BP网络函数逼进性能的基础上，选择了具有较高精度逼近能力的RBF 网络；最后将小波包分解与RBF网络有机相结合，构建了RBF网络模型，利用所建模 型，以某油田现场实测示功图数据为例，对抽油井系统故障进行了诊断，以六种工况下 的故障类型为例进行识别，故障识别率达到97％，取得良好的实验效果。 杆抽油井故障智能诊断系统，实现了油井故障的高效诊断。该实验系统表明本文所提出 的应用小波包与RBF网络相结合的方法对油井故障诊断是可行的，且诊断结果正确可 靠，诊断方法较好。 关键词：抽油机井示功图故障诊断小波包特征向量神经网络 论文类型：应用研究 Ⅱ 英文摘要 A onFault and ofRod Study IntelligentDiagnosisApplications Subject： Pumpmg System andElectronics Mechinery Speciality： Engineering Name：Sun Wenli(signature)＆地出 Instructor：Wu 赳“W丛 Wei(signature) 一 ，■■■■■●■■■■●■■■■■■■■■●■●●■■●■●■●■■●■■■■■一 Wei Hangxin(signature)业蟛垒 ABSTRACT Inrecent oildominatesthemain intheoil fault years，rod position industry．The pumping rateis of and the oil． because conditionsbadenvironmentunder veryhigh complex pumping at the can’t the