基于LMD-SNN的随钻异常振动识别

作者：杨金显; 王小康; 仝小森

来源：传感技术学报, 2021, 34(08): 1102-1108.

• LMD
• 随钻测量
• 加速度计
• 振动识别
• 脉冲神经网络

针对旋转钻井过程中对钻头异常振动(横向振动、纵向振动、扭转振动)信号识别准确率低,效率差,导致钻具损坏甚至井眼报废的问题,提出一种基于局部均值分解(local mean decomposition, LMD)和脉冲神经网络的异常振动识别方法。首先,采用局部均值分解将微机电系统(Micro Electro Mechanical System, MEMS)加速度计信号分解为具有振动特征的PF分量;然后,从分解的乘积函数(Product function, PF)分量中提取随钻异常振动特征,并将提取到的加速度计振动特征编码为脉冲;其次,使用改进的学习规则训练脉冲神经网络对随钻异常振动进行识别。设计模拟实钻实验和仿真,训练后的脉冲神经网络可以对随钻振动的识别度达到99.39%,显示了该方法在实际应用中的巨大潜力。

• 单位
  河南理工大学; 自动化学院