基于产生式规则系统的抽油泵故障诊断.pdfVIP

基于产生式规则系统的抽油泵故障诊断.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于产生式规则系统的抽油泵故障诊断

石 油 勘 探 与 开 发 116 2010年 2月 PETROLEUM EXPL0RAT10N AND DEVELOPMENT 文章编号 :1000—0747(2010)01一Ol16-05 基于产生式规则系统的抽油泵故障诊断 王 凯 (西安理工大学机械及精密仪器学院) 基金项 目:陕西省教 育厅科 学研 究基金 (O8JK391) 摘要 :以传统方法对有杆抽油泵系统进行故障诊断存在着很多缺陷,需要寻找可替代 的诊断方法。基于人工智能领域 中 搜索推理技术的原理,分析 了产生式规则系统的构架与Z-作机理 。对示功 图进行特征提取,将特征参数与抽油系统的抽 汲参数 、井况数据 、故障代码、改进建议等存入总数据库。依据 18种典型工况 的示功 图图谱 ,借助于领域知识与专家经验 将计算所得的特征参数按各典型工况逐一比较匹配,制定推理机和产生式规则存入规则库,最终构造 出产生式规则系统。 从某油 田随机抽取 10口油井进行诊断测试 ,与利用 BP神经网络的诊断结果对 比表 明,本文方法诊断结论正确 ,改进建议 合理,该系统可在线运行,自适应性强,有助于提高采油效率、降低采油成本 以及实现远程采油控制 的 自动化、智能化,建 立数字油 田。图6表 3参 13 关键词 :故 障诊 断;产生式系统 ;搜索推理技术 ;识别规则 中图分类号 :TP182;TE355.5 文献标识码 :A Faultdiagnosisofrod。pumpingunitbasedonproductionrulessystem W angKai (SchoolofMechanicalandPrecisionInstrumentEngineering,Xi’anUniversityofTechnology,Xi’an710048,China) Abstract:Defectsexistinthefaultdiagnosisofrod-pumpingunitwithtraditionalmethods,SOalternativediagnosismethods arerequired.AccordingtOtheprincipleofthereasoning—basedsearchtechnologyusedinartificialintelligence,thisarticle analyzedthecompositionandworkingmechanism oftheproductionrulessystem.Afterextractingfeaturesfrom indicator diagramsofpumpworking,thefeatureparameters,suctionparameters,welldata,faultcodesandproposedimprovements ofthepumpingsystem areinputtothegeneraldatabase.Accordingtotheindicatordiagramsabout18typicaloperating modesand using the expertise, thecomputed feature parameters are compared and matched with the typicalmodes individuallytOform theinferenceengineandproductionrulesthatarestoredinthegeneraldatabase.Thus,theproduction rulessystem isbuilt.Tenoi1一wellsareselectedrandomlyfrom anoilfieldfortestdiagnosis.Thecontrastwiththefault diagnosisbyBP neuralnetworkshowsthatthemetho

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档