当前位置:主页 > 科技论文 > 石油论文 >

基于泵缸压力测试的往复泵性能监测和故障诊断方法研究

发布时间:2017-08-08 08:09

  本文关键词:基于泵缸压力测试的往复泵性能监测和故障诊断方法研究


  更多相关文章: 往复泵液力端 泵缸压力 示功图 性能监测 故障诊断 仿生模式


【摘要】:往复泵作为石油钻采领域的核心设备,具有压力高、功率大、工作环境恶劣等特点,尤其是往复泵的泵送介质含有固体颗粒或其他磨砺、腐蚀性杂质时,其液力端的易损件容易频繁发生故障,导致油井作业不能顺利完成,严重故障甚至可能危及到现场工作人员生命财产安全,造成巨大损失。目前,对往复泵液力端的性能监测和故障诊断还没有一套完整的适用于现场的测试系统,大多依靠有经验的工人师傅耳听目测的传统诊断方法停机维修,这种方法不能准确判断故障部位及故障程度,需要全部拆开,一一排查,工作量大,诊断效率低;目前的智能故障诊断方法主要以振动信号测试为主,但现场测试中有许多非故障振动信号干扰源。基于振动信号测试的故障诊断方法受多振源干扰,导致提取故障特征信息困难,建立故障诊断模型复杂,难以高效、准确地实现往复泵液力端的性能监测和故障诊断。本文采用基于泵缸压力测试的故障诊断方法,不受现场多振源因素干扰,能实现快速准确的往复泵液力端性能监测和故障诊断。首先,本文通过对国内外往复泵设备性能监测和故障诊断方法的充分调研,分析总结了往复泵液力端的常见故障及其原因,提出了基于泵缸压力测试的故障诊断方法,研制了一套往复泵液力端的性能监测和故障诊断硬件系统。其次,加工了一套往复泵液力端的故障易损件,分别模拟吸入阀阀芯、阀座、弹簧、排出阀阀芯、阀座、弹簧和柱塞7个故障部位,以及轻微磨损、中度磨损和严重磨损3种不同故障程度,并利用自制研发的硬件测试系统在3DS-1/12.5型高压柱塞泵上进行了大量故障模拟试验,分别对正常状态和19种故障状态进行模拟,得出了各种工况下的往复泵示功图,并分析了故障示功图的规律。通过对实测示功图的定性定量分析计算,表明了该方法在往复泵性能监测中的应用可信度高,实验中所用的传感器可以完全替代生产现场中的流量计和压力表,实用价值大。然后,选取各类工况的30个示功图,通过矩特征和灰度矩阵两种特征量提取方法对各类示功图进行图形特征量提取,获得了14种工况下420个示功图的特征量,将各类工况的前20组特征量作为故障识别的训练样本集,后10组特征量作为测试样本,分别采用支持向量机算法和仿生模式识别两种方法进行图形特征量的分类识别,完成往复泵液力端的性能监测和故障诊断分析,故障诊断准确率高达92.3%。最后,为方便该诊断方法的推广应用,采用MATLAB软件编程,对基于泵缸压力测试的往复泵性能监测和故障诊断系统进行了软件系统设计,该软件具有信号处理、性能监测、故障诊断和数据存储四大功能,能实现自动绘制各泵缸的示功图,矩特征方法提取示功图特征量,再利用基于仿生模式的识别方法进行性能监测和故障诊断,得出诊断结果及相应的维修建议,为建立往复泵液力端的故障数据库奠定了一定基础。
【关键词】:往复泵液力端 泵缸压力 示功图 性能监测 故障诊断 仿生模式
【学位授予单位】:西南石油大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TE933.3
【目录】:
  • 摘要3-4
  • abstract4-9
  • 1 绪论9-19
  • 1.1 论文研究背景9-10
  • 1.2 研究目的和意义10-11
  • 1.3 往复泵故障诊断现状11-17
  • 1.3.1 国内往复泵的监测诊断现状12-13
  • 1.3.2 国外机械设备的诊断技术13-17
  • 1.4 诊断技术的发展趋势17
  • 1.5 本文的主要研究内容17-19
  • 2 往复泵故障监测诊断原理19-29
  • 2.1 往复泵简介19-20
  • 2.2 往复泵活塞运动规律分析20
  • 2.3 往复泵的性能参数和理论参数20-23
  • 2.3.1 往复泵流量20-21
  • 2.3.2 往复泵的压力21-22
  • 2.3.3 往复泵的效率与功率22
  • 2.3.4 冲次22-23
  • 2.4 往复泵液力端的常见故障及原因分析23
  • 2.5 示功图法用于故障诊断23-27
  • 2.5.1 示功图的应用23-25
  • 2.5.2 理论示功图的绘制25-27
  • 2.6 往复泵液力端性能监测及故障诊断原理27-28
  • 2.7 本章小结28-29
  • 3 往复泵故障模拟实验硬件系统设计29-44
  • 3.1 试验测试平台组成29
  • 3.2 测试方案设计29-31
  • 3.3 仪器仪表选择与安装31-38
  • 3.3.1 动态数据采集仪31-32
  • 3.3.2 压力传感器32-34
  • 3.3.3 位置传感器34-35
  • 3.3.4 电磁流量计35-36
  • 3.3.5 开关电源的选择36-37
  • 3.3.6 采样频率设置37-38
  • 3.4 往复泵液力端易损件故障模拟设计38-40
  • 3.5 故障件的加工40-43
  • 3.6 本章小结43-44
  • 4 往复泵液力端示功图规律分析44-66
  • 4.1 原始信号处理44-47
  • 4.1.1 滤波处理45-46
  • 4.1.2 光滑处理46-47
  • 4.2 示功图的形成47-49
  • 4.3 示功图规律分析49-60
  • 4.3.1 液力端无故障时的示功图49-50
  • 4.3.2 液力端有故障时的示功图50-60
  • 4.4 示功图反映故障规律总结60-61
  • 4.5 示功图在往复泵液力端性能监测中的应用61-65
  • 4.6 本章小结65-66
  • 5 示功图特征量提取及故障诊断方法66-91
  • 5.1 矩特征法的示功图特征量提取67-69
  • 5.1.1 矩特征方法基本理论67-68
  • 5.1.2 矩特征方法提取步骤及结果68-69
  • 5.2 灰度矩阵特征量提取方法69-73
  • 5.3 基于支持向量机分类算法的往复泵故障诊断73-81
  • 5.3.1 支持向量机基本理论73-76
  • 5.3.2 支持向量机的诊断函数选择76-77
  • 5.3.3 支持向量机的样本分类训练及诊断结果77-81
  • 5.4 基于仿生模式识别的往复泵液力端故障诊断81-90
  • 5.4.1 仿生模式识别模型原理81-84
  • 5.4.2 仿生模式识别函数选择84-86
  • 5.4.3 往复泵液力端故障诊断中的仿生模式识别模型构造86-89
  • 5.4.4 基于仿生模式识别方法的往复泵液力端故障诊断结果89-90
  • 5.5 本章小结90-91
  • 6 往复泵性能监测及故障诊断软件设计91-98
  • 6.1 信号处理功能92-93
  • 6.2 往复泵性能监测功能93-94
  • 6.3 往复泵故障诊断功能94-95
  • 6.4 往复泵数据存储功能95-97
  • 6.5 本章小结97-98
  • 7 总结与展望98-101
  • 7.1 总结98-99
  • 7.2 创新点99-100
  • 7.3 展望100-101
  • 致谢101-102
  • 参考文献102-106
  • 附录106-118
  • 附录1106-107
  • 附录2107-108
  • 附录3108-111
  • 附录4111-114
  • 附录5114-118
  • 攻读硕士学位期间发表的论文及科研成果118

【相似文献】

中国期刊全文数据库 前1条

1 史瑞生;SimSci-Esscor公司发布新一代工厂性能监测系统[J];炼油技术与工程;2003年07期

中国重要会议论文全文数据库 前1条

1 薛建锋;徐鹏;;一种基于B/S结构的网络性能监测系统[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年

中国重要报纸全文数据库 前1条

1 游龙科技;互联网性能监测方法及工具[N];计算机世界;2001年

中国硕士学位论文全文数据库 前10条

1 陈婕妤;基于Fabric的Java应用性能监测系统的设计与实现[D];南京大学;2016年

2 张洋;基于泵缸压力测试的往复泵性能监测和故障诊断方法研究[D];西南石油大学;2016年

3 靳莉;网络性能监测研究与系统实现[D];北京邮电大学;2011年

4 李博;分布式集群性能监测研究[D];吉林大学;2008年

5 高伟;基于动态反馈的三级网性能监测系统的设计与实现[D];国防科学技术大学;2012年

6 刘丹;SLA研究及其在网络性能监测系统中的应用[D];华中科技大学;2005年

7 韩秀娟;基于Mobile Agent的网络性能监测系统的研究[D];华北电力大学(河北);2006年

8 唐雅璇;基于AOP技术的性能监测工具的设计与实现[D];华侨大学;2012年

9 陈亮;光网络性能监测技术的研究[D];北京邮电大学;2014年

10 颜丽娟;基于异步幅度图的可重构光网络的光性能监测[D];南京邮电大学;2013年



本文编号:638943

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/638943.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户fa5d4***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com