基于BP神经网络管道磁记忆检测模式识别

为区分管道母材及焊缝处不同损伤形式磁记忆信号,运用BP神经网络对管道缺陷检测信号的模式进行识别。以X80管线钢作为试样材质,分别从X80管道母材及焊缝部位取样,加工无缺陷及含裂纹等两种形式的试样并对其进行磁记忆检测。采用有限元分析软件获得其磁场分布,对磁记忆检测信号进行特征参数提取并采用BP神经网络对特征参数进行聚类,建立了管道磁记忆检测模式识别方法。研究结果表明:不同损伤部位及形式的试样,其磁记忆检测信号分布有较大差异;磁记忆检测信号分布与试样表面形貌及损伤形式密切相关;运用BP神经网络能够有效识别管道不同位置及损伤形式的磁记忆检测信号。研究结果为磁记忆检测技术应用于管道内检测并进行管道典型缺陷信号识别提供了新的思路和方法。     

往复压缩机剩余寿命预测方法及展望

研究压缩机的剩余寿命,确定设备从当前状态运行到大修或报废状态的时间,对于有效控制设备事故及人身伤亡事故,保障石化企业生产装置的安全、稳定、长周期运行具有非常重要的意义。往复压缩机剩余寿命预测的主要方法有随机时间序列预测、平滑预测、回归预测、模糊预测、神经网络预测、灰色理论预测、混沌理论预测和组合预测。指出了往复压缩机剩余寿命预测的难点:振动信号降噪的复杂性、特征信息的缺失以及剩余寿命预测模型建立的困难。针对这些难点,在对往复压缩机振动、温度、压力、转速等状态参数检测的基础上,提出了展望。     

基于PCA和BP神经网络的内检测技术在油气集输管道中的应用

为了解决超声导波内检测技术在油气集输管道进行缺陷检测时缺陷识别率低的问题,在对国内外现状进行充分调研的基础上,结合现有的PCA(主成分分析)和BP神经网络技术,建立缺陷信号识别模型,利用PCA和BP神经网络相结合的技术对管道信号进行识别。通过实例验证,在基于PCA和BP神经网络的超生导波管道信号识别中,对凹坑、孔洞、裂缝等缺陷分别进行了准确率计算,综合准确率可达95%。由此得出结论:对于油气集输管道缺陷问题,通过PCA和BP神经网络相结合技术的超声导波信号识别相比其他识别方法更为准确,该检测技术提高了超生波内检测对管道缺陷的识别能力,具有一定的推广价值。     

卷积神经网络微地震事件检测

常规的微地震事件检测方法主要基于信号的特征计算,事件检测准确性依赖于算法的参数设置,受信号特征和信噪比变化的影响较大。为此,提出了一种基于卷积神经网络的微地震事件检测方法。该方法首先使用实际的油井水力压裂多站点微地震监测信号构建神经网络的样本数据集,样本数据包含有效事件信号和无效背景信号及其分类,然后用样本数据对神经网络进行训练和测试,得到微地震事件识别准确性最高的神经网络模型。使用训练好的神经网络模型对不同信噪比的合成微地震信号以及川渝地区多口油气井压裂微地震监测信号进行微地震事件检测。数据处理结果表明,训练好的卷积神经网络模型能有效自动检测微地震事件,且具有较好的抗噪性和泛化能力。     

基于奇异值特征的管道压力波识别方法

在输油管道泄漏诊断过程中,提取压力波动信号的哪种特征参数作为识别依据是提高管道泄漏诊断准确率的关键。为此提出一种基于奇异值分解的压力波动信号特征提取方法,并通过构建BP神经网络对其分类,判断管道所处工况状态。在不影响识别效果的前提下,对奇异值向量进行适当降维压缩,能达到消除压力信号噪声和减少识别运算量的目的。试验表明,采用引入"动量项"的BP神经网络压力波识别分类器识别准确率高。基于奇异值特征与BP神经网络的管道压力波识别方法运算速度快,能满足管道泄漏监测在线运行的要求,有较高的应用价值。     

电缆测井系列工具快速识别井眼风险

<正>威德福公司在2015年海洋技术大会(OTC)上,推出了新型高分辨率套管井电缆测井评价系列Secure View,可为快速准确识别潜在井眼风险提供保障。Secure View系列主要由4项新型井眼完整性诊断技术构成,包括Ultra View超声波检测技术、Bond View水泥胶结评价技术、Flux View漏磁检测技术及Cal View高分辨率井径测量技术。通过利用这些技术可有效识别引发井眼完整性问题的根源所在,其单程可完成多项测量的能力也有利于获取准确     

基于经验模态分解的管道预警系统信号多尺度混沌特性分析方法

提出了一种用于油气管道安全预警系统的检测信号多尺度混沌特性分析的新方法。该预警系统基于Mach-Zehnder光纤干涉仪原理,沿管道同沟敷设一条光缆,利用其中的三条单膜光纤构成分布式微振动测试传感器,实时检测管道沿途发生的泄漏及其他异常事件。多尺度混沌特性分析方法是利用经验模态分解(EMD)方法对典型的异常事件振动信号进行分解,再分别对分解得到的固有模态(IMF)分量进行混沌特性分析,计算出不同尺度下的关联维数。该方法可更清晰地描述检测信号在不同尺度下的混沌特性。利用现场试验得到的信号对该方法进行验证的结果表明,利用多尺度混沌特性分析方法更容易有效地区分几种典型异常事件。     

基于混沌理论的过套管电阻率测井微弱信号检测方法研究

过套管电阻率测井是一门重要的测井技术,微弱信号检测是其中的难点.为了提高微弱信号检测的精度,文章提出了一种基于混沌理论的过套管电阻率测井微弱信号检测的方法.根据混沌检测的原理及方法,建立微弱正弦信号的混沌检测模型,对微弱正弦信号进行检测.计算机仿真实验结果表明,基于混沌理论的微弱信号检测下限达到1 nV水平.     

地震裂缝预测技术研究进展

地下裂缝识别和预测对于油气勘探具有重要的实践价值。相关的理论研究和现场试验已经证明裂缝诱发的各向异性会对岩石的地震波传播特征产生影响,通过地震资料识别和表征地下裂缝的走向、密度及分布范围是可行的。地震识别裂缝方法具有费用低、覆盖范围广和探测深度大的优点,主要包括多分量转换波裂缝检测、纵波方位各向异性检测和叠后地震属性分析三大类。从应用情况来看,由于数据基础、数据要求、技术完备程度3方面的原因,不同方法的应用程度及效果存在差异。随着采集和处理等技术的不断进步,多分量转换波裂缝检测、纵波方位各向异性检测方法会得到更为广泛的应用;而在传统三维叠后数据基础上发展起来的属性分析技术也会因为数据对象类型的多样化而获得更为广阔的发展空间。     

火灾报警系统中多传感器与识别技术的应用

为了能够了解场站内生产情况,保证站内员工及生产的安全,需要及时、准确地检测场站内发生的火灾事故。采用了多种传感器检测火灾信号,结合传统火灾检测和现代传感器识别技术,对信号进行捕捉、识别、处理和判断,对发现的火灾通过无线及声、光报警,从而探索一种全新的火灾综合应用解决方案。     

往复压缩机在线状态监测及故障诊断系统应用分析

往复式压缩机作为石化行业的大型机组,是一种使用量大、涉及面广的通用机械,对于这类设备运行状态的监测与故障处理,是企业维持安全生产、提高经济效益面临的重要问题。文章通过对状态监测与故障诊断技术的发展、现状、原理、应用状况及社会经济效益等方面的介绍,探讨该技术在二期项目往复式压缩机组上应用的可行性。     

柱塞泵故障振动频谱模糊识别法

对柱塞泵故障模糊诊断基本原理进行了分析讨论,建立了基于动态信号处理理论的状态参量法确定泵组故障模糊诊断所需的隶属函数,在对泵组振动信号频谱图分析的基础上提取诊断特征,利用模糊模式识别方法判断设备正常与否。通过实例分析验证,说明模糊诊断技术在解决柱塞泵运行状态分类识别上是一个有利的工具。     

基于小波包理论的往复泵故障特征提取研究

特征提取是往复泵状态监测及故障诊断的关键环节。小波包变换是时间频率的局部化分析，尤其适合于非平稳信号。应用小波包变换，将往复泵振动信号分解到8个不同的频带，对各频带内的信号进行统计分析，形成包含待诊断部件故障信息的频带能量值作为故障诊断的特征指标。实例中，将小波包变换应用于往复泵泵阀故障分析，提取到了弹簧断裂时的频带能量特征指标，为往复泵故障诊断奠定了可靠的基础。     

基于状态监测和故障诊断的RCM技术

针对传统的RCM技术存在非实时性和静态性等缺点,提出了一种基于状态监测和故障诊断的RCM技术。该技术将状态监测和故障诊断技术与传统的RCM技术相融合,克服了传统RCM技术的缺点,具有实时性和动态性。以某石化厂往复式压缩机为例,应用基于状态监测和故障诊断的RCM技术为该厂压缩机提供了维修策略,充分体现了该技术的实时性和动态性;基于状态监测和故障诊断的RCM技术对于提高设备故障检修效率、优化配置企业维修资源、提高企业经济效益等具有重大的工程实际意义。     

往复泵活塞磨损故障的振动识别

根据往复泵在工作过程中受多种振源激励的情况，用振动诊断方法对往复泵活塞磨损故障诊断进行了探索研究，提出了判别活塞破损（磨损）的简单方法。诊断过程中，用计算机采集往复泵排出过程或吸入过程中缸套压盖上振动加速度信号。通过对该信号的时域、幅值域分析，尤其是频域的同步功率谱平均分析，可提取出较明显的活塞破损（磨损）故障信息。试验表明，用该方法进行往复泵活塞破损（磨损）故障的监测与诊断，具有简单、实用等优点，可准确地判别出活塞的破损（磨损）故障。     

小波神经网络在往复泵故障诊断中的应用

小波分析是一种新的信号处理技术, 具有良好的时频局部化特征。将小波包分析应用于往复泵的故障特征提取, 建立了往复泵小波神经网络故障诊断模型。该模型使用小波包分析的特征提取及神经网络的非线性映射特性, 可完成从测量信号到往复泵故障的分类。以此为基础开发出的故障诊断软件系统具有使用的特征量少, 建造故障诊断系统较为简单等优点。通过对往复泵液力端多故障诊断实例的检验表明, 该系统完全能够较准确地识别出往复泵液力端多种常见故障。     

基于混沌理论的往复泵故障特征提取方法

特征提取是往复泵状态监测与故障诊断的关键环节。往复泵的振动信号含有丰富的频率成分,大量的高频成分使得确定的时间延迟过小,导致重构的相空间难以充分恢复系统的动力学行为。分别利用小波包奇异值分解(WPSVD)降噪方法和小波包迭代奇异值分解(WPISVD)降噪方法对往复泵振动信号进行降噪以获得整体信号和低频部分信号;利用C-C方法合理地确定低频部分的相空间重构参数;利用得到的相空间参数提取整体信号的关联维数和最大Lyapunov指数。结果表明,关联维数和最大Lyapunov指数可作为往复泵故障诊断的特征量。     

基于小波包与神经网络的往复压缩机故障诊断方法

针对用传统方法难以提取往复压缩机故障特征的实际情况，提出用小波包分解和单支重构来的构造能量特征向量的方法，直接利用各频段成分能量的变化来提取往复压缩机的故障特征。用该方法构造的特征向量能突出反映往复压缩机的故障特征，通过用径向基（RBF）神经网络进行故障诊断，结果表明，该方法可有效地诊断往复压缩机的各种故障。另外，该方法对其他设备的故障诊断也具有借鉴意义。     

钻机远程在线监测及故障诊断系统研究

为了实现对野外钻机的有效监测,提前预防设备故障的发生,开发了钻机远程在线监测及故障诊断系统。介绍了系统的工作原理及总体构架,给出了各个子系统的硬件配置和功用说明,描述了系统实现的主要功能,如振动、温度等数据采集与存储、仪表和电控状态监测、数据的远程在线传输、振动信号分析和智能故障诊断。该系统以钻井现场为采集平台,将计算机技术、传感器技术、信息融合技术、远程通信技术、数据库技术与设备诊断技术相结合,实现钻机主设备的全运行周期的监测与管理。该系统监测模块灵活方便、通信模块安全可靠、诊断模块功能强大,可满足分散钻机远程在线监测及故障诊断的需求。     

刮壁式外部循环冷却器设计

介绍了刮壁式外部循环冷却器的结构特点、工作原理、技术性能及其设计。该设备以往复式刮壁器为核心技术 ,具有结构简单、运行可靠、换热效率高、自动化程度高和维护方便等特点 ,适用于高粘度介质的换热