基于神经网络的有杆抽油系统故障诊断研究（可复制论文）.pdf

万彩抽大串硕士学位论文基于神经网络的有杆抽油系统’题申请人指导教师姓名申请学位专业提交论文日期故障诊断研究何焱吴伟教授机械电子工程年分类号籘目密级
摘要论文题目:基于神经网络的有杆抽油系统故障诊断研究业:机械电子工程指导教师:吴伟┟抽油机泵功图包含有杆抽油系统工作状态的丰富信息,是有杆抽油系统故障诊断的重要基础资料。因此,泵功图的有效识别对认识和了解抽油系统特性具有十分重要的现实意义。基于专家系统、神经网络等的智能故障诊断虽然在有杆抽油系统中得到了初步应用,但其在诊断的准确性、实时性等方面急待提高。因此本文就神经网络在有杆抽油系统中的故障诊断作进了一步研究。及其工具箱构建并训练网络,使其有效完成泵功图故障分类,通过改进现有算法,本文系统阐明了神经网络诊断模块的初始化、训练和测试过程,并完成故障诊断系别结果的准确性高达%以上,较好地实现了对有杆抽油系统给定工况的诊断识别。本文通过理论分析与实验研究,深入探讨了神经网络的有杆抽油系统故障诊断的加速训练关键词:有杆抽油系统;泵功图;故障诊断;神经网络;算法;论文类型:应用研究专硕士生:何焱┟首先对不同类型的实测泵功图进行图形自动识别,利用网格灰度矩阵法提取泵功图的故障特征,构建标准的训练样本和测试样本集;然后借助功能强大的语言系统提高网络的学****速度及可靠性。统软件的设计。诊断结果表明,对于已知的三种典型故障类型,在一定的训练模式下识及其泛化问题,所得出的结论对工程实际应用具有一定的指导作用。中文摘要
:丝纽世痛:琣甌,%,,;:’.瓼.—.,.,簉;籲
论文作者签名:久椿论文作者签名****左薹日期::堋唬骸溃盒日期:』,堕本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究***已经发表或撰写过的研究成果:也不包含为获得西安石油大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做申请学位论文与资料若有不实之处,本人承担一切相关责任。本人完全了解西安石油大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安石油大学。学校享有以任何方法发表、复制、公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与浚论文直接相·注:如本论文涉密,请在使用授权的说明中指出饷苣晗薜。果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他了明确的说明并表示了谢意。关的学术论文或成果时,署名单位仍然为西安石油大学。导师签名
第一章绪论引言故障诊断概述一种诊断技术、方法及软件体系结构来提高故障诊断的准确性和多故障同时诊断的能力,石油是工业和人类社会发展的重要资源,也是一种极为重要的战略物质,为了满足经济发展的需要,世界各主要工业国都在不断地寻找和开采石油,甚至不惜用战争的手段来争夺石油的控制权和开采权。随着原油开采周期的增加,地层能量逐渐减少,需要人为地给地层流体补充能量,才能使原油从地下举升到地面,石油由初期的“自喷法采油”而发展为“人工举升法采油”或“机械采油法”。人工举升法采油分为有杆采油和无杆采油,凡是利用抽油杆柱上下往复运动驱动井下抽油设备的统称为有杆抽油设备,凡是不利用抽油杆柱传递能量驱动井下抽油设备的统称为无杆抽油设备。有杆抽油方法是应用最早也是最为广泛的一种人工举升采油方法,早在石油问世时,就开始采用这一方法进行石油开采。随着科学技术的不断发展,有杆抽油设备也不断完善。目前,在各种人工举升采油方法中,有杆抽油仍居首要地位。据有关统计,在委内瑞拉有%以上的油井、在美国有%以上的油井采都采用有杆抽油:即使在大量采用电潜泵抽油的苏联,有杆抽油井的比例也超过%;而在我国采用有杆抽油的比例更高,达至%啊有杆抽油系统是机械采油技术中最为常用的人工举升方法,而泵功图包含了有杆抽油系统机、泵、杆工作状态的丰富信息,深井泵工作中的一切异常现象都可以在泵功图上反映出来,是抽油机井故障诊断的重要基础资料】,因而泵功图技术是目前该生产领域中一项强有力的油井工况分析手段,也是国内外采油工程技术人员的一个重要研究课题之一。及时而准确地了解并判断有杆抽油井的工作状况,对发生的故障进行有效处理,不仅会大大降低原油的生产成本,获得更高的经济效益,而且将有助于进一步提高油井系统的科学管理水平,对于最大限度地提高抽油效率、降低机械采油成本、提高油井产量和降低生产成本具有非常重大的现实意义。针对现有采油工业中抽油机数量大、分布广、故障诊断自动化程度低的特点,需要这对避免井下作业的盲目性和提高石油产量具有重要的意义。经过几十年的不断发展进步,尤其是计算机技术的应用及人工智能方法的自身技术领域的不断发展和完善,有杆抽油系统的诊断技术得