用于工况诊断的示功图特征提取方法研究

摘要

在当前原油生产中,有杆泵采油方式占据很大比重。抽油机等采油设备大多是野外作业,地理位置分散,自然环境恶劣,而且抽油机的井下工况复杂,导致抽油机的故障诊断和处理不及时,严重影响油田的产量和效益。因此,及时分析抽油机工况,对提高原油开采效率和提升油田经济效益具有重要意义。在油田生产中,通常以示功图作为分析有杆抽油机工况的主要依据,示功图特征提取是进行工况分析和诊断的关键步骤。
　　 1、论文论述了示功图分析方法的发展以及抽油机和抽油泵工作原理,重点对示功图的形成过程、典型故障示功图的图形特点和形成原因做出了分析,完成了示功图图形尺寸和点数归一化预处理,并建立了示功图样本集。
　　 2、针对示功图特点,选用三种算法进行示功图特征提取,分别为:基于傅里叶描述子的示功图特征提取算法,基于矩特征向量的示功图特征提取算法和基于灰度矩阵的示功图特征提取算法。通过算法得到特征值构成分类特征向量,并从计算时间、算法复杂度等方面对算法进行比较评估。
　　 3、研究了基于支持向量机(SVM)的示功图分类识别方法。使用支持向量机对样本集进行训练,分析不同核函数及参数下样本识别效果,并根据仿真效果对三种特征提取算法进行了比较评估。仿真实验数据表明:选择合适的参数,三种特征提取算法都可以取得较好的分类效果,正确识别率均在95％以上。

目录

文摘

英文文摘

第1章 绪论

1.1 课题研究背景及意义

1.2 适用于有杆抽油泵工况诊断的示功图分析识别方法

1.3 论文内容安排

第2章 有杆泵及示功图背景知识介绍

2.1 有杆泵及抽油原理

2.1.1 抽油机工作原理

2.1.2 抽油泵工作原理

2.2 示功图

2.2.1 示功图的定义

2.2.2 理论示功图的形成

2.3 本章小结

第3章 故障示功图样本库的建立

3.1 典型故障示功图分析

3.2 示功图预处理

3.2.1 示功图坐标数字化

3.2.2 示功图尺寸归一化

3.2.3 示功图点数归一化

3.3 本章小结

第4章 示功图特征提取方法的研究与仿真

4.1 基于傅里叶描述子的示功图特征提取

4.1.1 傅里叶描述子基本原理

4.1.2 示功图傅里叶描述子提取过程

4.1.3 仿真结果

4.2 基于矩特征向量的示功图特征提取

4.2.1 矩特征向量基本原理

4.2.2 示功图矩特征向量提取过程

4.2.3 仿真结果

4.3 基于灰度矩阵统计量的示功图特征提取

4.3.1 灰度矩阵统计量基本原理

4.3.2 灰度矩阵统计量提取过程

4.3.3 仿真结果

4.4 三种示功图特征提取算法分析比较

4.5 本章小结

第5章 基于支持向量机的示功图分类方法研究

5.1 支持向量机理论基础

5.1.1 支持向量机概述

5.1.2 支持向量分类机

5.1.3 特征空间映射与核函数

5.2 支持向量机的选择

5.2.1 LIBSVM简介

5.2.2 核函数类型的选择

5.2.3 算法评价

5.3 支持向量机的训练与分类

5.3.1 样本训练与分类过程

5.3.2 结果分析对比

5.4 本章小结

第6章 总结与展望

参考文献

攻读硕士学位期间取得的学术成果

致谢