版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、抽油桿是有桿抽油設備的重要部件之一,在工作過程中承受循環(huán)拉應力,在安裝和向井下輸送過程中受到?jīng)_擊、擠壓等載荷,并且在惡劣的工作條件下,極易產(chǎn)生裂紋、腐蝕等缺陷,若不能及時發(fā)現(xiàn),將會發(fā)生抽油桿在井下斷裂的事故,造成巨大的經(jīng)濟損失。因此,對抽油桿的表面缺陷進行檢測和正確識別,并采取相應的措施,對減少抽油桿斷桿和脫桿事故,降低采油成本具有十分重要的意義。
目前,對抽油桿的自動檢測主要集中在裂紋的檢測,但腐蝕、偏磨有時卻是裂紋產(chǎn)生
2、的直接原因,因此及早發(fā)現(xiàn)非裂紋故障并對油桿進行修復,能夠避免裂紋產(chǎn)生,延長油桿使用年限。
本文以研制和開發(fā)適合于現(xiàn)場抽油桿缺陷檢測和識別系統(tǒng)為目標,分別在抽油桿的檢測方法、信號去噪、特征提取和模式識別等方面進行了研究。
在檢測方法上,對能實現(xiàn)自動檢測的無損檢測方法:渦流法和漏磁法進行了實驗室的抽油桿樣桿檢測,檢測結(jié)果表明:漏磁檢測法優(yōu)于渦流檢測法,受影響因素少,檢測精度高。
在信號去噪方法中,提
3、出了采用改進小波閾值函數(shù)去噪的方法對抽油桿缺陷信號進行去噪處理,改進閾值函數(shù)可以被看成是硬閾值函數(shù)和軟閾值函數(shù)的線性組合,具有軟閾值函數(shù)的連續(xù)性,同時又能在軟、硬閾值函數(shù)之間進行靈活選擇,通過選取適當?shù)摩林档玫綄嵱糜行У拈撝岛瘮?shù),通過實驗數(shù)據(jù)表明,改進閾值去噪方法是有效的。
在特征提取方法上,將小波包能量法運用到抽油桿缺陷的特征提取中。小波包能量法利用小波包變換在多層分解后的不同頻帶內(nèi)的能量來分析信號,使本不明顯的信號頻率
4、特征在不同分辨率的若干子空間中以顯著的能量變化的形式表現(xiàn)出來,并與系統(tǒng)的正常輸出相比較,提取出反映系統(tǒng)故障的特征信息。實驗數(shù)據(jù)分析證明了這種方法的可行性。同時,輔以時域峰峰值特征,形成了混合特征向量,應用基于類內(nèi)類間距離的可分離性判據(jù),證明了混合特征可分離性強,在一定程度上可提高特征分類的有效性。
在模式識別上,比較了BP神經(jīng)網(wǎng)絡、PNN神經(jīng)網(wǎng)絡、1-v-1的支持向量機以及改進的1-v-1支持向量機對抽油桿缺陷識別的效果,
5、其結(jié)果表明,改進的1-v-1支持向量機法識別率高,更適合于現(xiàn)場抽油桿缺陷識別。改進的1-v-1支持向量機是對傳統(tǒng)向量機解決多分類問題的“一對一”模式的改進,使用最直觀,最自然的類隸屬測度-距離,解決了不可分區(qū)域的影響,提高了缺陷識別率。
在上述研究基礎上,開發(fā)了基于小波和改進SVM的抽油桿缺陷檢測和識別系統(tǒng),該系統(tǒng)已成功應用于某采油廠,經(jīng)應用證明,本系統(tǒng)對降低采油生產(chǎn)成本,延長抽油機井檢泵周期具有重要意義。
6、最后,本文針對現(xiàn)場檢測中裂紋缺陷桿檢測精度低的缺點,提出了一種通過拉伸抽油桿使微裂紋張開后的漏磁檢測法。該方法在材料彈性范圍內(nèi),使用液壓裝置拉伸微裂紋來提高漏磁檢測的精度和靈敏度,對帶有0.1mm和0.3mm的人工裂紋45’鋼的實驗樣桿和疲勞裂紋樣桿的檢測結(jié)果表明:不僅能夠保證樣桿的無損檢測,而且與常規(guī)方法相比,在相同條件下,可提高微裂紋的檢測精度,同時提高漏磁檢測的靈敏度,這為現(xiàn)場抽油桿漏磁檢測裂紋的精度和靈敏度的提高提供了一個有效的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波分析和神經(jīng)網(wǎng)絡的抽油桿缺陷識別的研究.pdf
- 基于模糊模式識別的木材孔洞缺陷識別模型的研究.pdf
- 基于模式識別的跌倒檢測儀研究.pdf
- 基于統(tǒng)計模式識別的發(fā)音錯誤檢測研究.pdf
- 基于模式識別的入侵檢測系統(tǒng)研究.pdf
- 模式識別的核方法研究.pdf
- 基于模式識別的電磁無損檢測系統(tǒng)的研究.pdf
- 基于程序行為模糊模式識別的病毒檢測研究.pdf
- 基于句法模式識別的入侵檢測技術研究.pdf
- 抽油桿螺紋區(qū)缺陷檢測方法與裝置的研究.pdf
- 基于模式識別的不良短信識別研究及應用.pdf
- 基于統(tǒng)計模式識別的跌倒檢測算法研究.pdf
- 基于模式識別的JPEG圖像通用盲檢測方法研究.pdf
- 基于模式識別的入侵檢測關鍵技術研究.pdf
- 基于統(tǒng)計模式識別的早期火災檢測算法研究.pdf
- 基于仿生模式識別的虹膜識別算法研究.pdf
- 1圖像模式識別的方法
- 1圖像模式識別的方法
- 包覆藥柱激光全息檢測缺陷模式識別研究.pdf
- 1圖像模式識別的方法
評論
0/150
提交評論