基于MLP神经网络的海上固井泵故障诊断方法

作者：张冉; 赵琥; 侯林; 陈峰; 邵振友; 季威; 蔡宝

来源：自动化与仪器仪表, 2022, (09): 54-57.

DOI：10.14016/j.cnki.1001-9227.2022.09.054

• MLP神经网络
• 海上固井泵
• 故障
• 诊断
• 关联特征挖掘
• 模糊聚类

海上固井泵受到高温高盐环境因素影响，导致故障发生率较高，为了提高海上固井泵的故障检测诊断能力，提出基于MLP神经网络的海上固井泵故障诊断方法。构建海上固井泵的故障传感信息采集模型，采用相关性参数分析方法，进行海上固井泵故障数据特征融合和自适应参数解析，构建海上固井泵故障远程协作诊断的特征分析和数据分析模型，结合海上固井泵故障参数的多元耦合分析结果，通过关联规则挖掘的方法分析海上固井泵的故障特征量，采用MLP神经网络学习方法，实现海上固井泵振动传感信息融合及滤波成分分析，结合关联特征挖掘和模糊信息聚类，建立海上固井泵的故障类别参数融合和信息聚类模型，通过对海上固井泵的振动传感异常特征分析，采用MLP神经网络实现对海上固井泵的故障类型化参数跟踪识别，根据信息聚类结果，实现故障分类检测和诊断。仿真结果表明，采用该方法进行海上固井泵故障诊断的准确率较高，达到了0.97,时间开销平均为3.73 s,提高了海上固井泵的工况稳定性。

• 单位
  中海油田服务股份有限公司