国家科技重大专项(2011ZX05024-002-009)
- 作品数：7 被引量：36H指数：4
- 相关作者：刘广孚陶凤阳姚诚赵孟孟樊灵更多>>
- 相关机构：中国石油大学（华东）中国石化胜利油田中海石油(中国)有限公司天津分公司更多>>
- 发文基金：国家科技重大专项更多>>
- 相关领域：自动化与计算机技术石油与天然气工程电气工程更多>>
- 多重自相关和Chirp-Z变换测量旋转机械转速
- 2013年
- 在实际的振动测速过程中,有效信号往往淹没在噪声之中,FFT不能准确识别振动信号的有效转速频率。针对FFT抗噪声性能和测量精度不足的问题,提出一种多重自相关和chirp-Z变换相结合的算法。该算法能够提取强噪声背景下的有效信号,精确测量旋转机械的转速。通过仿真和对实验数据的分析,验证此方法的稳定性和有效性,具有很好的工程应用价值。
- 董子弟刘广孚安莹赵新举
- 关键词：振动与波CHIRP-Z变换信噪比
- 一种提高电力系统频率检测精度的改进CZT算法被引量：3
- 2013年
- 讨论线性调频Z变换(CZT)的频率误差原因。指出CZT误差受采样时间和信号初相位的影响,且当信号相位差90°时两信号的CZT频率关于真实值近似对称,并提出改进的正交平均CZT算法。分别对单频信号和电力仿真信号进行仿真实验。结果表明,改进算法的频率精度比传统CZT的精度提高了至少20倍,有效提高了电网频率的分析精度。
- 刘广孚夏雲张珊
- 关键词：电力信号基波频率线性调频Z变换采样时间
- 潜油电泵机组故障特征提取的实验研究被引量：5
- 2012年
- 潜油电泵是目前国内外各大油田所使用的主要机械采油设备,常见故障为叶轮偏磨、叶轮砂堵和轴承偏磨。通过采集潜油电泵机组井口振动信号,经过小波分析处理,提取这三种常见故障的典型频率特征,并以此作为故障诊断的依据。进而将该方法应用于现场故障诊断,取得了良好的效果。实验结果表明,在油田实际应用中,该方法能够有效地识别叶轮偏磨、叶轮砂堵和轴承偏磨等常见故障。
- 陶凤阳刘广孚李新光
- 关键词：振动与波潜油电泵机组振动信号故障诊断小波分析
- 基于小波系数功率谱的潜油电泵偏磨故障诊断被引量：10
- 2011年
- 潜油电泵偏磨故障的诊断对于油田的安全生产具有重要意义。根据潜油电泵碰磨的理论分析,观察了振动信号小波系数的特点,提出了采用小波分解系数功率谱的层内最大值作为特征参数进行偏磨诊断的思想。通过交叉验证,以5次测试的平均识别率作为评价指标,使用改进粒子群算法对支持向量机的参数进行了优化。在径向基宽度为-0.310 9,惩罚参数C为429.127 8时,平均识别率最高为90%。研究结果表明,在潜油电泵偏磨故障的诊断中,小波系数功率谱优于小波分解后层内系数的傅里叶变换最大值和层内系数的方差。使用小波系数功率谱参数可以成功地实现潜油电泵偏磨诊断。
- 姚诚刘广孚李忠国陶凤阳
- 关键词：小波谱估计粒子群优化偏磨
- 油气水分离设备仿真与应用被引量：2
- 2011年
- 为建立海上油田集输系统仿真流程,以三相分离器为例对油气水分离设备进行仿真。在已知分离器结构尺寸、处理液性质、处理量以及操作条件的基础上,将理论计算法与人工神经网络法相结合,预测三相分离器出口原油含水率;建立油、气、水流量及出口温度数学模型,并利用Matlab与C++Builder语言开发仿真软件。由软件模拟仿真可得到油、气、水流量,出口原油含水率、温度及能流图。经现场应用测试,仿真结果满足工程允许误差要求。利用该仿真软件可快速、高效的得到不同工况下设备出口运行参数及能耗情况,进而优选运行工况,实现集输系统节能降耗,具有一定工程应用价值。
- 唐建峰王等等许国栋王风波
- 关键词：三相分离器数学模型仿真
- 基于BP神经网络的油田生产动态分析方法被引量：15
- 2013年
- 为克服目前生产动态分析方法所需数据量大、费工费时和应用局限性大等缺点,文中提出了一种基于BP神经网络的油田生产动态分析新方法。该方法使用一些广泛易得的数据(如测井数据、生产历史数据)建立数据集,然后利用神经网络建模技术建立全油藏范围的基于数据驱动的预测模型,进行预测分析。实际油藏应用结果表明,产油速度的最大预测误差低于7%,产水速度的预测误差低于5%。预测效果较好,具有一定的应用和研究价值。
- 樊灵赵孟孟殷川朋兴亚
- 关键词：神经网络数据集网格划分
- 基于样本内主成分分析的潜油电泵偏磨诊断被引量：4
- 2012年
- 特征参数的选择与提取是潜油电泵偏磨诊断至关重要的一步。对潜油电泵偏磨和碰磨过程作了力学分析,证明了利用加速度信号实现偏磨诊断的可行性。据小波变换和功率谱参数的特点以及主成分分析的优点,提出潜油电泵偏磨诊断的特征参数选择和提取方法。对加速度信号使用‘bior1.5’小波先作3层小波分解,然后逐层求取3层细节系数和第3层近似系数的功率谱系数,最后对这4维功率谱系数求取1维主成分,得到了4个代表一个样本的特征参数。该参数消除了小波分解时造成的相邻尺度的相关性,并保留了样本的本质信息和主要信息。以支持向量机作为分类器,5次交叉验证平均正确识别率高达91%,高于小波系数的功率谱系数最大值、小波系数主成分等参数。
- 刘广孚田冀陶凤阳姚诚
- 关键词：加速度小波分解功率谱支持向量机
