基于GM-ELM的有杆泵抽油井故障诊断

为了解决有杆泵抽油井故障诊断问题,提出了基于灰度矩阵极限学习机(gray matrix-extreme learning machine,GM-ELM)故障诊断方法.首先用灰度矩阵对有杆泵抽油井进行故障特征提取;然后用数理统计的方法建立灰度矩阵的特征向量,将故障特征向量作为故障诊断模型的输入值;最后建立GM-ELM模型对有杆泵抽油井故障进行诊断.仿真结果表明该方法与GRNN(general regression neural network)方法、LS-SVM(least squares support vector machine)方法、BPNN(back propagation neural network)方法相比具有更高的故障诊断准确率.     

游梁式抽油机悬点负载耦合动力学建模

建立了描述游梁式抽油机悬点负载动态特性的耦合动力学模型.采用多自由度的弹簧-质量-阻尼器机械动力学系统描述抽油杆柱振动特性.综合考虑有杆泵抽汲过程中泵腔内气体可压缩性、泵腔压力变化、泵阀局部阻力等因素的影响,建立了泵腔压力、进泵流体流量、泵腔内液体体积与柱塞运动之间相互关系的数学模型,得到一组描述有杆泵动态抽汲过程的新模型,确定了求解抽油杆柱振动模型的井下边界条件.采用时步有限元方法对所建杆-泵耦合动力学模型进行仿真计算.油田现场应用表明,所建模型具有较高精度,可用于抽油井负荷、泵效、扭矩和平衡度等工况参数预测及故障诊断.     

鱼群算法优化组合核函数GPR的油井动液面预测

针对抽油井动液面(DFL)检测主要依靠人工操作回声仪测试,无法实时在线检测,而单一核函数的高斯过程回归(GPR)无法明显提高预测精度和泛化能力,提出了一种人工鱼群算法(AFSA)优化组合核函数的动态高斯过程回归动液面预测模型.采用多项式函数、线性函数与径向基函数组合构建核函数,利用人工鱼群算法对核函数模型参数进行寻优,采用快速傅里叶变换(FFT)和核主元分析(KPCA)融合提取时频数据非线性特征作为模型输入,提高模型的预测精度和泛化能力.油田现场应用验证了该方法的有效性.