有桿抽油系統故障智能診斷及其應用研究.pdf_第1頁
已閱讀1頁，還剩71頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、近年來在石油工業(yè)開采中,有桿采油占據著主導地位。由于油井井下工況十分復雜,環(huán)境極其惡劣,所以故障發(fā)生率很高。雖然目前出現了許多診斷方法,但依靠單一的神經網絡或專家系統不能很好地完成診斷,為此本文提出一種基于小波包與神經網絡相結合的有桿抽油系統故障智能診斷方法,對故障進行快速有效地診斷。
　　 本文以有桿抽油井故障診斷系統為研究對象,深入分析有桿抽油系統工作原理,在數字信號分析及小波包分解的基礎上,先通過對齒輪振動信號實例仿真,驗

2、證應用小波包進行能量特征向量提取的可行性；然后應用極差正規(guī)法對采集到的示功圖數據進行歸一化預處理,并利用驗證后的小波包分解方法對示功圖進行能量特征向量提?。辉趯Ρ确治鯮BF網絡與BP網絡函數逼進性能的基礎上,選擇了具有較高精度逼近能力的RBF網絡；最后將小波包分解與RBF網絡有機相結合,構建了RBF網絡模型,利用所建模型,以某油田現場實測示功圖數據為例,對抽油井系統故障進行了診斷,以六種工況下的故障類型為例進行識別,故障識別率達到97％

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論