基于Stacking模型融合的抽油机故障诊断算法

抽油机故障诊断过去基本采用单分类器识别的方法。针对单分类器识别的局限性和抽油机故障诊断的复杂性，提出了一种基于Stacking的多模型融合的抽油机故障诊断算法。首先，对8种不同的抽油机故障图像进行数据清洗，得到二值化图像；然后分别使用AlexNet、VGG16、GoogLeNet、ResNet50作为基学习器，对采集的抽油机故障图像进行分类识别；最后，采用基于Stacking的集成学习方法，将各基学习器的预测结果融合重构后，作为次级元分类器XGBoost的输入，其输出即为最终识别结果。实验结果表明，使用该方法对8种最常见的抽油机故障图像进行实验，平均识别率高达98.16%，基于Stacking的多模型融合的抽油机故障诊断算法显著优于由单一特征组合构建的同类分类器算法，并且具备较好的泛化能力与鲁棒性。     

抽油机故障诊断的人工神经网络方法研究

人工神经网络模型是用大量简单的处理单元广泛连接而成的一个非线性动力学网络系统。它以高度的并行分布式处理、联想记忆、自组织及自学习能力和极强的非线形映射能力，为现代故障诊断技术的智能化发展提供了一个全新的方法。介绍了人工神经网络的基本性能和BP网络模型及算法，在此基础上将神经网络和模式识别相结合研究了通过识别抽油机示功图诊断抽油机故障的方法。     

基于RBF网络的抽油机减速器故障诊断

针对振动频谱复杂、受频率分辨率限制,使得传统振动频谱法诊断正确率不高等问题,提出用径向基函数(RBF)神经网络来进行抽油机减速器故障诊断。介绍了径向基函数神经网络的结构、算法以及实现;通过对减速器振动时域信号及其频谱进行分析,总结归纳出具有典型特征的诊断样本,组织构造相应的神经网络。分析研究结果表明,RBF神经网络易于实现减速器故障的自动诊断,并能提高故障诊断的准确性。     

基于示功图面积变化的抽油机故障诊断模型

在抽油机空抽、断杆和抽喷等故障机理进行深入分析的基础上,提出利用示功图面积变化趋势区分这三种故障的方法,建立了满抽示功图和标准杆重示功图两个判断基准和相应的产生式规则,有效利用了抽油机监测的历史数据,提高了故障诊断的准确率.     

电潜泵故障诊断技术研究现状及发展趋势

介绍了电潜泵故障诊断的传统诊断方法和现代诊断方法,分析了这2类诊断方法存在的主要问题。结果认为,现有的电潜泵故障诊断方法已不能满足油田实际生产的需要,应开展新型诊断技术的研究。为此,指出电潜泵故障诊断技术的发展趋势为:建立电潜泵机组在线监测诊断系统;利用振动信号对电潜泵故障进行诊断;将多种诊断方法相结合,形成一套新的诊断方法,这样可大大提高电潜泵机组故障诊断的准确性和全面性。     

潜油往复式抽油机研究及其故障诊断

潜油往复式抽油机是针对"三低"油藏、大斜度井研制的无杆采油设备,在国内已有小规模试验应用,节能效果显著.开展潜油往复式抽油机结构、原理和运动规律研究,建立举升过程理论模型,提出潜油直线电机优化设计方案、基于功率曲线监测的故障诊断方法、新型低成本固体化学防蜡方法及工艺、玻璃钢敷缆复合连续油管技术等一系列措施.应用效果表明...     

设备故障诊断与状态监测技术现状及应用探讨

随着科学技术的发展和现代管理要求的不断提高,针对设备故障诊断与状态监测所采用的传统方法已不适应发展的需要,在分析国内和国外基本现状基础上,探讨了设备故障诊断与状态监测的工作思路,即建立一套基本工作程序和一套技术概念框架。前者总体上表现为选择受控设备、确定监测等级、建立预知维修体系、制定监测标准、实施监测诊断、修订标准、提出报告、缺陷的整治及资料归档;后者内容包括故障诊断基础理论、故障诊断实施技术及故障诊断实施装置。最后提出了开展工作的具体措施。     

移动式液压抽油机自适应测控系统的研制

根据油田特殊油井的排采需要,融合液压驱动技术、电气控制技术、自适应控制算法以及不规则运动曲线下的功图采集算法,研制了移动式液压抽油机自适应测控系统。该系统采用位置识别缓冲算法解决了储能式液压抽油机频繁换向带来的合流震动问题,满足了油田现场所需的运移机动性、安全性、智能控制、数据记录、状态监测等功能,作为对常规抽油机的一种补充,大幅节约了采油设备投资成本,减少了管理难度和管理费用,特别适用于油井的间歇排采作业。     

基于示功图的油井工况智能分析

油井工况智能诊断是数字化油田发展的一个重要方面,其重点是通过智能诊断技术提高油井故障诊断的准确性和多故障同时诊断的能力.结合延长油田定边采油厂油田数字化研究项目,研究基于示功图的油井工况智能分析技术.通过实时采集有杆泵抽油机的示功图.应用人工神经网络技术进行模式动态识别,提取特征参数,并根据油井自身参数建立油井故障诊断模型,可对油井工况进行快速、准确地识别和智能分析.     

实施设备状态监测和故障诊断技术的几个问题

针对目前一些企业在实施设备状态监测和故障诊断技术过程中存在的问题,指出必须充分考虑实施故障诊断技术的经济性、简易诊断与精密诊断的关系、诊断对象的选择以及准确有效地测取检测参数等影响因素,以充分发挥故障诊断技术的作用,获得最佳经济效益。     

往复机械故障诊断的现代方法及展望

往复机械结构复杂 ,信号呈非平稳性 ,使得传统诊断方法日益显现出不足。鉴于此 ,将现代诊断方法分为 3类 :信号检测 ,包括振动信号检测、磨损物检测、裂纹及缺陷检测 ;特征提取 ,包括时域、频域、混沌参数提取及粗糙集特征约简 ;故障识别包括主分量分析、模糊识别、专家系统、神经网络和混沌神经网络。应用现代方法和技术 ,使往复机械故障诊断技术有了较快的发展 ,但这些方法多局限于实验室内的模拟阶段 ,其实用性还远未达到现场要求。其发展方向是共性诊断方法研究、多信息融合技术及智能化、网络化     

人工神经网络在石油工业中的应用及未来发展趋势探讨

在石油勘探、开发和钻井,以及生产过程中,存在着大量且复杂的不确定性因素,所收集和获取的信息不少是非数值型的、不精确的,要靠人工智能的方法加以识别和解决。人工神经网络是在现代神经科学研究成果的基础上提出的一种智能方法,作为一种有效解决非线性问题的网络技术,已在现代石油工业中得到了广泛的应用,并取得了较好的现场应用效果。针对目前人工神经网络的迅速发展及应用情况,论述其在石油工业中的应用现状,并对其在未来石油工业中的发展趋势展开了探讨。最后利用人工神经网络构建了钻井液固相和滤液侵入深度预测模型,分析了该模型的主要特色和实现的技术难点。     

基于自适应共振神经网络的电机故障诊断方法

文章提出了基于自适应共振神经网络ART-2的故障诊断方法，以电机运行过程中的振动信号为诊断对象，在频谱分析的基础上，对电机故障进行诊断分类。实验证明，此方法能够快速、准确进行故障的分类，并在诊断的过程中对诊断信号通过记忆调整已有数据库的数据内容，具有一定的自学习能力，是电机故障诊断行之有效的方法。     

有杆泵抽油井故障诊断智能系统进展

专家系统和人工神经网络是人工智能的两个方面。本文综述了国内外有杆泵抽油井故障诊断的专家系统及诊断技术，还介绍了人工神经网络在示功图识别以及判断有杆泵抽油井故障中的应用。由于人工神经网络具有较强的模式识别能力，判断成功率较高，今后其应用将会越来越多。     

浅析人工神经网络在石化企业中的应用及发展趋势

人工智能领域的前沿技术——人工神经网络,在石化企业生产运行中得到了广泛应用。介绍了人工神经网络技术的基本原理和算法分类,阐述了人工神经网络在石化企业操作优化、故障诊断、节能减排、安全预警和数据预测等方面的应用进展,分析了石化企业应用人工神经网络的关注重点,展望了该技术在石化企业中发展趋势。     

抽油机井智能诊断系统

为快速、准确地判断抽油井井下工作状况,将人工神经网络、常规数学计算及传统知识推理等多种诊断方法集成一体,研制出一套集成化的抽油机井工况智能故障诊断系统,并论述了该项技术实现的技术思路、系统结构、功能、具体实现原理。与传统的技术相比具有识别速度快、准确率高等特点,为实现抽油机井智能化故障诊断提供了一种新途径。     

柴油机整体性能预测的灰色神经网络方法

现代化的设备状态检测和故障诊断理论已经把设备的寿命预测作为一个重要的组成部分。随着科学技术的发展,运行设备状况的复杂化程度越来越明显,传统的数学建模预报方法已不能满足设备的复杂化和现代化要求,对于油用大功率在用柴油机而言,这种信息的复杂性、不确定性程度反映更加明显,为了准确地对在用柴油机性能作出预测,现文将灰色理论和神经网络相结合,建立了灰色神经网络模型来预报柴油机的状态。将原始序列作累加生成处理后,采用BP算法神经网络方法进行预报。实践证明,采用这种方法提高了预报精度,缩短了预测时间,取得了较好的预报效果。     

故障诊断技术理论与发展趋势及其在石化领域的应用

针对石化装置的生产及安全管理的特点，介绍了故障诊断技术面临的挑战和各种常用故障诊断方法，详细叙述了基于符号有向图SDG的故障诊断技术的研究进展以及国外具有代表意义的故障诊断研究试验和应用系统，最后介绍了故障诊断系统在石化装置中的应用。     

面向流体机械的智能故障诊断系统设计

流体机械广泛应用于石油机械类行业,对其进行状态监测、诊断维护具有重要的实用价值。以旋转式流体机械的典型故障特征为对象,利用LabVIEW软件和MATLAB软件,设计了一套适用于旋转式流体机械的智能故障诊断系统。该系统除了具有常见旋转式流体机械故障诊断中的信号采集与处理功能、动平衡人机交互功能外,为了提高系统的智能化水平,还设计了基于遗传算法优化的BP神经网络智能故障识别系统。基于多功能转子实验台的测试结果显示,该诊断系统在旋转式流体机械故障问题诊断中,具有良好的故障识别率和准确率。上述研究表明,该测试系统具有精度高、功能齐全、可移植性和拓展性强等特点,可以较好地适用于旋转式流体机械故障诊断科研实践工作。     

基于物联网技术的油田稠油注采工艺监控平台研究

提出了一种基于物联网技术的油田注采工艺监控平台的搭建方法,将传统的RTU数据采集遥测系统、SCADA系统等与新型的WSN与LTE网络通信技术等综合运用,搭建了一套新型智能化监控平台,实现了数据采集存储、现场设备远程控制、无线数据传输、故障预诊断等多项核心功能。该套系统目前主要集中在传感层与网络层的研究,随着该套监控平台的搭建完成,未来可进一步开展应用层的研究。