共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
建立两层分采同步抽油系统的故障诊断模型,研究在实心抽油杆与空心抽油杆的界面处空心泵对应力波的影响,给出抽油杆柱不同杆段的波动方程的显示差分格式,提出一种故障诊断模型的反问题计算法。用此算法可在缺少一个边界条件的情况下求解故障诊断模型,获得抽油系统各个工况下抽油杆柱任意截面的受力状态,从而绘制出两层分采同步抽油系统的空心泵示功图和管式泵示功图。将此算法与模式识别技术相结合可对两层分采同步抽油系统的故障进行诊断。 相似文献
3.
针对有杆泵抽油系统故障发生时的特点及原因进行分析探讨,得出有杆泵抽油系统井下设备失效是出现故障的主要原因,并在此基础上结合油田的特点阐述了改进的措施及取得的效果。 相似文献
4.
5.
BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络,可用于数据的运算分类及预测,在故障诊断分析方面应用广泛。全贯流电机泵特点是电机的转子代替了水泵的叶轮外壳,电机泵的电机故障特点比普通电机多且复杂。目前,全贯流泵故障诊断的研究较少,但BP神经网络算法对电机故障诊断分析的研究应用成熟。运用BP神经网络算法尝试对全贯流泵可能存在的故障进行模拟诊断分析与研究,得到了较好的效果。 相似文献
6.
宋怡 《机械制造与自动化》2023,(4):64-67
传统方法在诊断设备振动故障时,仅提取了振动信号时域特征作为故障向量,导致故障诊断准确率较低、诊断时间较长,故设计了基于贝叶斯分类的核电站泵类设备振动故障诊断方法,在采集泵类设备振动信号后,重构振动信号低频部分并提取信号的时域和频域向量。将提取结果作为贝叶斯分类器的条件属性变量,计算变量归于故障类别的信息熵,选择最高信息熵对应的故障类别作为诊断结果。结果表明:该方法在提高故障诊断准确率的同时缩短了诊断时间。 相似文献
7.
1.引言 泵机是油码头的主要生产设备,其状态的好坏与企业的经济效益和国家财产及人民的生命安全息息相关。因此,泵机系统故障的现场诊断具有重要的意义。 泵机系统的故障包含着较复杂的因素,其主要故障类型包括:对中不良、不平衡、滚动轴承故障等。大量试验研究表明:上述各种故障均通过不同的振动特征反映出来。因此,采用什么方法分析和提取何种特征参量是泵机故障诊断的关键。 2.泵机系统故障的特征识别 相似文献
8.
9.