石油学报
石油學報
석유학보
ACTA PETROLEI SINICA
2009年
4期
617-620
,共4页
裴峻峰%张嗣伟%齐明侠%万广伟
裴峻峰%張嗣偉%齊明俠%萬廣偉
배준봉%장사위%제명협%만엄위
钻井泵%液力端%故障诊断%振动信号%特征参数%神经网络诊断系统
鑽井泵%液力耑%故障診斷%振動信號%特徵參數%神經網絡診斷繫統
찬정빙%액력단%고장진단%진동신호%특정삼수%신경망락진단계통
往复泵液力端故障原因及故障与征兆间对应关系复杂,为了全面地利用获取的振动信号资源,得到更全面、准确的诊断结果,将分析得到的幅值域的峭度指标、峰值指标、脉冲指标、裕度指标、波形指标和歪度等6个参数,频域的重心频率、均方根频率、频率标准差等3个参数以及32个小波包分频带能量值作为神经网络输入的备选特征向量,由此形成了液力端综合振动信号特征参数的神经网络诊断系统.为了对网络的性能进行比较,分别构建了BP网络和RBF网络.将上述特征输入向量作不同组合,分别输入该网络并进行训练诊断和效果对比,由此求得了最优诊断系统组合.利用此神经网络诊断系统,对现场实际使用的钻井泵液力端进行了多次的测试分析和调试,证明这种方法对钻井泵液力端的故障诊断是行之有效的,可取得较高的诊断准确率.
往複泵液力耑故障原因及故障與徵兆間對應關繫複雜,為瞭全麵地利用穫取的振動信號資源,得到更全麵、準確的診斷結果,將分析得到的幅值域的峭度指標、峰值指標、脈遲指標、裕度指標、波形指標和歪度等6箇參數,頻域的重心頻率、均方根頻率、頻率標準差等3箇參數以及32箇小波包分頻帶能量值作為神經網絡輸入的備選特徵嚮量,由此形成瞭液力耑綜閤振動信號特徵參數的神經網絡診斷繫統.為瞭對網絡的性能進行比較,分彆構建瞭BP網絡和RBF網絡.將上述特徵輸入嚮量作不同組閤,分彆輸入該網絡併進行訓練診斷和效果對比,由此求得瞭最優診斷繫統組閤.利用此神經網絡診斷繫統,對現場實際使用的鑽井泵液力耑進行瞭多次的測試分析和調試,證明這種方法對鑽井泵液力耑的故障診斷是行之有效的,可取得較高的診斷準確率.
왕복빙액력단고장원인급고장여정조간대응관계복잡,위료전면지이용획취적진동신호자원,득도경전면、준학적진단결과,장분석득도적폭치역적초도지표、봉치지표、맥충지표、유도지표、파형지표화왜도등6개삼수,빈역적중심빈솔、균방근빈솔、빈솔표준차등3개삼수이급32개소파포분빈대능량치작위신경망락수입적비선특정향량,유차형성료액력단종합진동신호특정삼수적신경망락진단계통.위료대망락적성능진행비교,분별구건료BP망락화RBF망락.장상술특정수입향량작불동조합,분별수입해망락병진행훈련진단화효과대비,유차구득료최우진단계통조합.이용차신경망락진단계통,대현장실제사용적찬정빙액력단진행료다차적측시분석화조시,증명저충방법대찬정빙액력단적고장진단시행지유효적,가취득교고적진단준학솔.
