五缸柱塞泵故障模糊综合诊断方法的研究

研究基于模糊集合理论的五缸柱塞泵故障诊断方法。首先对柱塞泵故障模糊综合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模糊故障征兆 ,利用模糊综合评判方法识别泵组工作状态正常与否。采用美国恩泰克科学公司研制的预测维修 (PM )系统 ,通过实例分析验证 ,诊断正确率为 85% ,说明模糊诊断技术在解决柱塞泵运行状态分类识别问题上可以成为有利的工具。     

往复式柱塞泵的故障诊断

往复式机械设备的结构复杂和运行不平稳,决定了其振动的多变性.为了实现对设备的在线监测与故障诊断,信号的实时性与连续性是必不可少的.诊断故障需要根据状态监测与信号分析处理所提供的能反映设备运行状态的症兆或特征参数的变化情况,有时还需要与某些故障特征参数(模式)进行比较,以识别设备是否运转正常.采用局域波时频分析法对信号进行分析,克服了用传统谐波分量来表示非平稳信号的缺点,并可得到极高的时频分辨率和良好的时频聚集性.     

基于振动频谱分析的注气压缩机故障诊断

针对油田在用的16SGT-MH6型注气压缩机的工作原理及特点,提出并讨论了利用振动频谱分析技术来提取压缩机故障特征的方法,采集关键部件的振动信号作为原始信号,利用智能诊断系统进行数据分析与处理,实现对压缩机的状态监测与故障诊断.该技术已在塔里木油田分公司所属作业区应用42台次,故障诊断准确率达85%左右.     

基于振动信号分析的电潜柱塞泵故障诊断方法研究

振动信号能够全面反应电潜柱塞泵的运行工况,在电潜柱塞泵的故障诊断中,针对不同工况下的振动信号进行分析尤为重要。提出了一种基于振动信号分析的电潜柱塞泵故障诊断方法,采用改进的隐层神经元数变动的神经网络系统,根据不同情况选择不同节点数,使其达到提高诊断精度及缩短诊断周期的双重要求。对电潜柱塞泵正常运行以及动子不平衡、动子机械磨损运行时的振动信号进行分析研究,利用小波包提取振动信号的能量特征,利用神经网络识别故障。现场试验结果表明,网络训练后实际输出达到允许误差范围,网络测试结果也能与实际状态相对应。该方法能够对电潜柱塞泵进行有效、准确的故障诊断。     

五柱塞泵机组振动试验测试与振动特性分析

对五柱塞泵机组的振动激励源进行了分析研究，并对主要激励振动频率进行了分析、计算；对试验泵组机身表面振动信号的全面测试与频谱分析研究，为利用振动信号对柱塞泵机组进行状态监测与故障诊断、实现由定期维修制过渡到预测维修制奠定了实验与理论分析基础。     

基于频谱分析的增压鼓风机组增速箱振动故障诊断

应用状态监测与故障诊断的频谱分析技术对增压鼓风机组的增速箱振动进行了分析,诊断增速箱振动增大的原因,经检查验证了诊断结论。     

共振解调和模糊识别技术在钻井泵轴承故障诊断中的应用

在钻井生产现场,由于工作条件恶劣及振源多,背景噪声强烈,因而用理论计算所得到的故障特征频率与实测信号经一般频谱分析后得到的响应信息缺乏一一对应关系.为了解决钻井泵轴承故障特征难以提取的问题,采用共振解调技术来提取深埋于正常振动信息中轴承的故障信息,在此基础上进行频谱分析.但由于实际轴承的几何尺寸有误差,再加上现场各种因素的干扰,使这样得到的频谱图上的频率值与计算所得故障特征频率值仍有出入.进一步采用模糊"择近原则"来识别各种故障特征频率,从而较好地实现了钻井用往复泵轴承的故障诊断.     

柱塞泵出口管线振动原因分析及处理方法

临氢降装装置泵１０５／１、２、３在实际使用中,出现系统管线振动,管线支承脱落等现象,对此进行了研究和探讨。提出了在泵出口管线加蓄能器这一方案,达到了减振、保护设备管线这一目的。     

基于T-S模糊故障树的高压柱塞泵可靠性分析

针对高压水射流系统中高压水泵的故障发生率无法准确获取,并考虑到其故障状态具有多态性特点,基于T-S模糊故障树分析方法,对高压柱塞泵的可靠性进行分析研究。首先,基于高压柱塞泵的结构组成构建其模糊故障树模型; 其次,利用查阅的高压柱塞泵各部件的历史故障率数据,计算得到顶事件在不同故障状态下的失效可能性; 最后,基于计算结果找出影响整机可靠性的关键部件。以SHP150A型卧式高压柱塞泵为例,利用T-S模糊故障树进行分析研究,找出了影响整机可靠性的关键部件,研究结果可为高压柱塞泵的后续可靠性研究及整机优化提供理论参考。     

基于复合指标的往复泵柱塞-缸套磨损故障诊断

分析了往复泵柱塞-缸套磨损振动诊断机理,研究了振动时域、频域特征。在传统的时域指标中,峰峰值、方差、峭度指标、裕度指标对磨损故障比较敏感,可作为诊断特征参数;新提出的高波幅值脉冲、特征频带幅值和特征频带幅值比率等3个指标进一步丰富了柱塞磨损的故障特征。用这些特征参数建立了故障诊断模型,实例表明,该模型能够正确地诊断出往复泵柱塞-缸套的磨损故障。     

螺杆泵驱动装置故障智能诊断方法

螺杆泵地面驱动装置受力复杂,振源众多,常规的振动测试对于故障的定位与诊断精确度不高。为此,开展了智能诊断方法研究。通过测点选择,采集振动信号,建立故障模式库,对各类故障的综合值进行评定,能够诊断出螺杆泵驱动装置的常见故障,正确率达87%。以大庆油田杏2-2丙16井驱动装置为例,诊断出了电机轴承和驱动装置齿轮磨损的故障,表明该方法具有较高的实用性。     

油田注水泵机组智能故障诊断系统

针对油田注水泵机组运行状况缺乏诊断手段 ,以及常规分析系统诊断工作量大的问题 ,研制了一种多功能、智能化的注水泵机组故障诊断系统。硬件系统由传感器、诊断仪主机和便携式计算机组成 ;软件系统由数据系统软件和故障诊断软件组成 ,而智能诊断知识库是本系统的核心部分 ,可预先将泵的各种故障以一定的数据结构存储在库中 ,诊断时可根据库中的故障模型自动调入所需的分析数据 ,对各种指标进行提取 ,并将提取的特征值存储在知识库中。通过对4台注水泵的诊断表明 ,其测试结果与现场实际情况相吻合 ,极大地降低了诊断工作量。     

潜油电泵机组振动检测与故障诊断系统

从硬件和软件2方面讨论了潜油电泵机组振动检测与故障诊断系统的设计与实现。该系统引入了模糊神经网络模型，集信号采集，处理，状态监测和故障诊断等功能于一体，具有运行稳定，操作简单等特点。经过在试验井上的调试运行，系统能够实现潜油电泵振动性能质量的准确，自动评价，具有良好的推广应用价值。     

基于BP神经网络的螺杆泵井故障诊断方法

将神经网络原理应用于地面驱动螺杆泵采油系统的故障诊断,采用改进的BP神经网络,根据螺杆泵井的故障特点,通过理论研究,选取能够表征油井生产状态的状态变量作为神经网络的输入向量,归纳出常见的螺杆泵井故障形式作为目标输出。同时采集了大量现场数据,并进行分类整理,构成了网络的训练样本。通过对网络进行训练,获得具有一定泛化能力的网络。利用VB与Matlab编制的相应软件进行螺杆泵井的故障诊断,获得了正确的诊断结果,证明该方法具有一定的实用性。     

RGB分频技术在断块油藏断层识别中的应用

应用三色混相分频技术,对海塔盆地贝中油田断裂体系进行了重新研究。首先,应用S变换对研究区三维地震数据进行分频处理,然后优选出了15,35,50 Hz三套频率调谐数据体进行RGB模式混合,制作了南一段地层的三色混相分频切片。与原断裂体系认识相比,解决了破碎带、陡坡带部位断层识别精度低的问题,小断层识别能力明显提高。属性切片重新揭示了贝中油田应为走滑拉分作用形成的断裂系统。     

水力活塞泵工作过程故障诊断的理论研究

水力活塞泵在工作过程中因换向阀上下冲程的瞬时换向而产生水击。这对油管中流体流速的急剧变化，引起压力急剧变化。根据水力活塞泵换向阀水击运动方程和连续方程，导出了描述水力活塞泵工作过程的工作状态方程组，准确地表征了这种泵工作过程中流量、压力随时间的变化规律。通过对水力活塞泵运动状态的水击理论讨论和数学模型的建立，为进行水力活塞泵参数监测和故障分析奠定了理论基础。建议利用导出的泵工作状态实际模型，配套研制地面测试仪表，完善水力活塞泵的井下诊断技术。