基于人工鱼群神经网络的抽油机故障诊断.pdfVIP

《电气自动化》２０１７年第３９卷 第２期 计算机技术及其应用 ＣｏｍｐｕｔｅｒＴｅｃｈｎｏｌｏｇｙ＆Ａｐｐｌｉｃａｔｉｏｎｓ 基于人工鱼群神经网络的抽油机故障诊断 １ ２ ３ ３ 邵海龙 ，布兰霞 ，胡明哲 ，付光杰 （１．海洋石油工程股份有限公司，天津　３００４５１；２．中国石油大庆炼化分公司，黑龙江 大庆　１６３３１８； ３．东北石油大学 电气信息工程学院，黑龙江 大庆　１６３３１８） 摘　要：ＢＰ神经网络应用于抽油机的故障诊断时易陷入局部极值，同时收敛速度也无法保证。在此前提下，提出人工鱼群神经网络算 法的抽油机故障诊断新方法，充分利用人工鱼群在全局范围的快速寻优特性以克服ＢＰ神经网络收敛速度较慢和易陷入局部 最优解的缺点，从而提高故障诊断的准确率和速度。以抽油机的管漏、供液不足、杆断脱、泵漏失、气影响五种故障类型为例， 利用ＭＡＴＬＡＢ分别搭建了传统ＢＰ神经网络和人工鱼群神经网络的模型，并对两种方法的诊断结果进行了比较。仿真结果充 分说明了人工鱼群神经网络在抽油机故障诊断中的可行性、准确性和优越性。 关键词：抽油机故障诊断；人工鱼群算法；ＢＰ神经网络；人工鱼群神经网络；仿真验证 ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００－３８８６．２０１７．０２．００８ ［中图分类号］ＴＰ２７７　［文献标识码］Ａ　［文章编号］１０００－３８８６（２０１７）０２－００２６－０３ ＦａｕｌｔＤｉａｇｎｏｓｉｓｏｆＯｉｌＰｕｍｐｉｎｇＭａｃｈｉｎｅｓ ＢａｓｅｄｏｎＡｒｔｉｆｉｃｉａｌＦｉｓｈＳｗａｒｍＮｅｕｒａｌＮｅｔｗｏｒｋ １ ２ ３ ３ ＳｈａｏＨａｉｌｏｎｇ，ＢｕＬａｎｘｉａ，ＨｕＭｉｎｇｚｈｅ，ＦｕＧｕａｎｇｊｉｅ （１．ＯｆｆｓｈｏｒｅＯｉｌＥｎｇｉｎｅｅｒｉｎｇＣｏ．，Ｌｔｄ．，Ｔｉａｎｊｉｎ３００４５１，Ｃｈｉｎａ； ２．ＰｅｔｒｏＣｈｉｎａＤａｑｉｎｇＲｅｆｉｎｉｎｇａｎｄＣｈｅｍｉｃａｌＢｒａｎｃｈ，ＤａｑｉｎｇＨｅｉｌｏｎｇｊｉａｎｇ１６３３１８，Ｃｈｉｎａ； ３．ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｅａｓｔＰｅｔｒｏｌｅｕｍＵｎｉｖｅｒｓｉｔｙ，ＤａｑｉｎｇＨｅｉｌｏｎｇｊｉａｎｇ１６３３１８，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ，ｗｈｅｎａｐｐｌｉｅｄｔｏｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｏｉｌｐｕｍｐｉｎｇｍａｃｈｉｎｅｓ，ｗｉｌｌｅａｓｉｌｙｆａｌｌｉｎｔｏｌｏｃａｌｅｘｔｒｅｍｕｍ，ａｎｄｃｏｎｖｅｒｇｅｎｃｅ ｓｐｅｅｄｃａｎｎｏｔｂｅｇｕａｒａｎｔｅｅｄ．Ｕｎｄｅｒｔｈｉｓｐｒｅｍｉｓｅ，ａｎｅｗｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｆｏｒｏｉｌｐｕｍｐｉｎｇｍａｃｈｉｎｅｓｉｓｐｒｅｓｅｎｔｅｄｏｎｔｈｅｂａｓｉｓｏｆ ａｒｔｉｆｉｃｉａｌｆｉｓｈｓｗａｒｍｎｅｕｒａｌｎｅｔｗｏｒｋａｌｇｏｒｉｔｈｍｔｏｍａｋｅｆｕｌｌｕｓｅｏｆｔｈｅａｌｇｏｒｉｔｈｍ’ｓｆａｓｔｏｐｔｉｍｉｚｉｎｇｃｈａｒａｃｔｅｒｏｎｔｈｅｇｌｏｂａｌｓｃｏｐｅｔｏ ｏｖｅｒｃｏｍｅｔｈｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ：ｓｌｏｗｃｏｎｖｅｒｇｅｎｃｅｒａｔｅａｎｄｌｉｋｅｌｉｎｅｓｓｔｏｆａｌｌｉｎｔｏｌｏｃａｌｌｙｏｐｔｉｍａｌｓｏｌｕｔｉｏｎ，ｔｈｕｓ ｉｍｐｒｏｖｉｎｇｔｈｅａｃｃｕｒａｃｙａｎｄｓｐｅｅｄｏｆｆａｕｌｔｄｉａｇｎｏｓｉｓ．Ｔａｋｉｎｇｆｉｖｅｆａｕｌｔｔｙｐｅｓ（ｔｕｂｅｌｅａｋａｇｅｏｆｐｕｍｐｉｎｇｍａｃｈｉｎｅ，ｉｎｓｕｆｆｉｃｉｅｎｔｆｅｅｄ