石油厂矿旋转机械监测诊断系统的研究开发

以采油厂注水离心泵机组为典型对象，在对5台泵组进行测试分析的基础上，确定了振动监测布点方案。研究了注水泵及其驱动电动机的径向、轴向和支座振动特征，为确定监测诊断方法和软件开发提供了依据。研究开发的BS－1监测诊断系统由小型手持式数采器、监测诊断软件和笔记本微机组成。采用振动监测诊断与泵效监测诊断相结合的综合监测诊断方法，具有多种监测诊断功能。室内和现场试验证明，该监测诊断系统可以满足采油厂和其他石油厂矿监测诊断注水离心泵和各种旋转机械常见运行故障的要求，已在油田推广应用。     

基于多智能体系统的钻井异常情况诊断技术

在钻井作业过程中，现有的钻井事故与复杂情况的诊断与处理技术不能满足现场实际的需要，往往难于避免无法预料的钻井异常情况；研究领域中提出了数学模型方法，人工智能(ＡＩ)中的专家系统(ＥＳ)，以及基于模糊的诊断方法、基于神经网络的诊断方法、概率逻辑推理诊断方法、基于遗传算法的诊断方法、基于灰色理论的诊断方法等以及各种方法相结合的综合诊断方法。这些方法各有优缺点和使用范围，也没有得到很好的应用。为此，提出基于多智能体系统的钻井异常情况诊断方案，用以充分应用钻井现场的实时动态钻井参数，使钻井异常情况的诊断与处理具体化、简单化、自动化，并提高钻井事故与复杂情况诊断与处理的实用性。     

神经网络识别技术在青海油田电泵井的应用

运用神经网络识别技术对青海油田电泵井进行智能诊断，实现了电流卡片图纸介质的数字化，方便、快捷、准确地诊断出电泵井电流卡片代表的工况和其他有用的信息，大大提高了电泵井诊断符合率。     

基于集成学习的油藏井筒一体化智能诊断模型

目前油藏、采油依托各自专业数据和信息系统进行异常问题的分析，对于两个系统间的复杂关联关系考虑不够，导致生产异常的诊断仍较局限，治理措施针对性不强。基于随机森林算法和卷积神经网络算法集成学习构造了油藏井筒一体化智能诊断模型，根据注水失效、泵漏失等不同油藏、井筒问题，以基于随机森林的决策树分析油藏异常工况，卷积神经网络诊断井筒异常故障，通过集成学习方法将两类分类器结合起来，形成一体化诊断。现场验证结果表明，所建立的方法通过集成学习提升了单分类器性能与范化能力，应用准确率达到90%以上，实现了油藏和井筒问题的一体化诊断，为油田智能化管控提供了有力支撑。     

螺杆泵井电参数法工况诊断技术

通过测量得到地面驱动螺杆泵电机的工作电流、电压和功率因数等电参数，采用考虑电机内部损耗的计算方法，得到电机的输出轴扭矩，经换算得到光杆扭矩。根据光杆扭矩与采油系统工况之间的对应关系，进行故障诊断。该方法测试数据操作方便、快捷，可不停机进行测试与诊断，且有较高准确度。根据诊断理论，编制了相应的工况诊断软件。     

油井潜力诊断的自学习智能系统的建立及应用

用于油井潜力诊断的自学习智能系统是以人工智能理论为基础，以神经网络技术为手段，以油井潜力诊断为目的，开发设计出的一种新型智能系统。该系统主要由模型库建立、诊断知识获取、油井潜力诊断等几个部分组成。     

应用压裂诊断技术能够了解到压裂过程的什么情况？为什么要了解？如何了解？

最近几年，压裂裂缝测绘和诊断技术已取得了巨大的进步。本采用常规的和先进的两种方法详细描述了压裂裂缝测绘和诊断技术的工艺技术应用状况，以便获得更好的压裂效果和进一步改进压裂作业设计。章采用字叙述、插图说明和典型实例等方法，描述了各种诊断工具及方法的应用范围和限制条件，包括：试井有效压力分析(破裂模拟)、裸眼井和下套管井的测井技术、井口和井下倾斜裂缝测绘技术、微震裂缝测绘技术和生产数据分析技术。本列举出大量实例。说明了压裂诊断技术的应用效果。实例包括，怎样使用几种压裂诊断技术共同确定较为理想的压裂范围并制定出更好的经济决策。     

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。     

往复机械磨损故障的振动油液复合诊断法研究

往复机械的磨损是最常见的故障现象，过度磨损对设备的安全运行危害较大。目前对其诊断主要采用振动分析法和油液分析法，前者能对磨损部位做出较准确的判断，却难以确定磨损的原因；后者能诊断出磨损状态及原因，但难以定位。将振动分析与油液分析相结合，建立了复合诊断方法。现场应用表明，该方法对往复机械磨损故障的诊断具有明显的优越性。     

神经网络有杆泵诊断专家系统

人工神经网络技术的出现为抽油机井智能化诊断提供了一条崭新的途径。在简要介绍神经网络有杆泵诊断专家系统原理基础上，叙述了用于诊断系统的神经网络ＢＰ学习算法，以及应用现有的实测示功图和井声曲线图作为样本，对神经网络进行训练，最后应用这种算法建成有杆泵诊断专家系统。     

试论石油开采企业的智能诊断

对石油开采企业进行，是以提高石油开采企业经营管理水平为目的，充分利用石油开采生产经营信息，运用科学方法，对经营管理中存在的问题进行研究分析，找出问题的症结，提出改善方案，挖掘生产经营潜力。作者王文铭在《试论石油开采企业的智能诊断》一文中重点论述了石油开采企业开展智能诊断的内容与关键问题，指出智能诊断须在完善的信息基础上进行，充分利用数据仓库、人工智能、专家系统、管理科学等技术，以提高石油开采企业的管理水平和经济效益为终极目的。[编者按]     

钻井过程中的在线故障检测与诊断

利用钻井过程中的各种信息及时发现钻井异常情况，预防钻井事故的发生是降低钻井成本、提高钻井经济效益的重要途径。以综合录井信息为基础，利用钻井过程中动态参数的变化特征和时间序列的数学描述方法，对钻井过程中出现的故障进行识别与诊断，并开发了相应的诊断软件。现场应用表明，该诊断软件具有较高的在线监测与识别故障的能力。     

基于实例和规则集成推理的钻井事故诊断处理系统

石油钻井中的事故诊断与处理既凭经验又离不开相关知识，为此，将基于实例推理（CBR）和基于规则推理（RBR）两种方法集成为一体，以更好地解决该类问题。介绍了CBR和RBR混合推理的钻井事故诊断与处理专家系统。该系统根据钻井事故诊断与处理的特点，将专家经验采用产生式规则表示，并建立基于规则的知识库；将实例采用规则、框架和过程的混合知识表达形式表示，并建立系统的实例库。实例库包括用RBR系统自动生成的基本实例库及无确定规则的特殊实例，在使用中还可不断地增加新实例以提高系统判断复杂事故的能力。该系统采用RBR确定事故类型，再利用CBR获取事故处理措施。由于采用了混合推理，事故诊断快速可靠，自学习能力也得到了很大提高。     

铁谱磨粒诊断信息融合技术研究

从某型发动机磨粒识别后的类型出发，探讨并确立了航空发动机各类磨粒诊断的监控标准，对磨粒诊断信息的基元决策概率值进行了详细计算，反复运用D—S证据理论组合规则对磨粒诊断信息进行融合，得出铁谱分析决策的总支持程度，从而对发动机磨损状态进行判别和分析研究。     

油田注水泵电机的故障诊断与修复

针对注水泵电机严重的振动情况，采用模糊诊断理论和结果对比的方法，最终确定了注水泵电机的故障，并通过2次检修，成功地修复了电机，为企业节约了大量资金，确保了生产的正常进行。文章所述故障特征、类型、诊断方法及修复工艺，对相关专业人员具有重要的参考价值。     

水力裂缝诊断技术的发展现状

水力压裂施工中，通过水力裂缝诊断可提高增产效果，降低作业成本。近年来，裂缝直接诊断技术在不断更新和进步，应用范围不断扩大，而获得一幅完整裂缝图像的新技术也进入了实用价值。介绍水力裂缝直接诊断技术的最新进展。     

水力加压装置活塞密封失效故障诊断方法

水力加压装置是以循环泵压为动力，把液体的压能转化为钻压的一种井下钻井工具，用于获得稳定的钻压，解决跳钻问题，提高机械钻速、钻具寿命和钻井质量。该装置在现场应用中表现出了使用寿命差异大的问题，分析其主要原因是活塞密封失效。采用压力诊断方法对水力加压装置的密封保持情况进行了诊断。通过对压力信号故障诊断曲线的分析，以及对水力加压装置现场使用寿命的跟踪调查统计，发现了压力波动与密封情况的关系，验证了压力信号故障诊断结果与工具现场使用寿命的相关性与一致性，进而采取了消除故障隐患的有效措施，保证了水力加压装置的使用寿命。该故障诊断方法准确、实用，是一种较为有效的诊断方法，可推广应用于其它类似工具的密封诊断。     

憋压曲线在螺杆泵工况诊断中的应用

根据螺杆泵在开机憋压、关机憋压和停机憋压三种状态下取得的关井油管压力与关井时间的关系曲线，对井下发生的各种情况进行定性诊断，以反映出泵的各种工作状况。现场应用证明这种憋压曲线法使泵况诊断工作简单，可靠。     

建立催化剂显微图库诊断催化裂化操作

近年来，分析、判断和解决催化裂化装置生产技术疑难问题具有创新意义的，基于FCC催化剂显微观察和摄影而建立起来的催化剂显微图库，经过反复实践和验证，已开发出来了。《验“血”，为催化裂化进行微观诊断》介绍的就是这项对炼油工业生产装置在线操作进行诊断的一种新技术。     

水蒸气等离子弧光谱诊断系统的研制

从水蒸气等离子弧光谱诊断原理及水蒸气等离子弧自身特点出发，研制了一套水蒸气等离子弧光谱诊断系统，并采用该系统对水蒸气等离子弧进行光谱诊断。在对诊断结果进行误差分析和估计后，表明该系统能可靠地对水蒸气等离子弧光谱进行诊断，并对水蒸气等离子弧电弧的应用具有指导意义。