首页 | 本学科首页   官方微博 | 高级检索  
     

基于随机森林算法的石油钻采装备外部故障自动监测方法
引用本文:雷彪,陈江,侯林.基于随机森林算法的石油钻采装备外部故障自动监测方法[J].自动化技术与应用,2021,40(7):125-128,155.
作者姓名:雷彪  陈江  侯林
作者单位:中海油服油化事业部墨西哥作业公司,墨西哥卡门城24129;中海油服油化事业部,河北燕郊065200
摘    要:为提高石油钻采装备外部故障检测能力,提出基于随机森林算法的监测方法.构建大数据采集模型,以石油钻采装备的异常振动数据为研究对象,进行故障特征提取和信息融合,构建故障工况下的信息融合和特征聚类模型,通过模糊C均值聚类进行故障特征的量化分解和分类识别,在随机森林学习算法下实现对故障检测和诊断的自适应寻优.仿真结果表明,采用该方法进行故障检测,可有效提高故障的自动监测能力,且准确性较高,实时性较好.

关 键 词:随机森林算法  石油钻采装备  外部故障  自动监测

Automatic Monitoring Method for External Faults of Oil Drilling and Production Equipment Based on Machine Forest Algorithm
LEI Biao,CHEN Jiang,HOU Lin.Automatic Monitoring Method for External Faults of Oil Drilling and Production Equipment Based on Machine Forest Algorithm[J].Techniques of Automation and Applications,2021,40(7):125-128,155.
Authors:LEI Biao  CHEN Jiang  HOU Lin
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号