基于机器学习的钻井工况识别技术现状及发展

配备传感器的现代钻井设备带来了持续不断的实时钻井数据,通过监测这些钻井数据可以对钻井工况进行及时有效的判断,进而提高钻井效率,降低钻井成本和钻井事故率。由于钻井的复杂性和不可预知的作业条件,现有的通过数据采集系统执行的钻井工况识别系统容易出现较高的误报率。为了解决高误报率问题,实现从高维钻井数据中得到高精度、高效率的钻井工况识别结果,基于机器学习算法的识别模型被开发,并在应用中表现出了显著的有效性和稳定性。文章简述了机器学习的发展历程和项目流程,介绍了钻井系统参数,描述了支持向量机、BP神经网络、随机森林和深度学习等机器学习分类算法在钻井工况识别技术中的应用现状,对比研究了七个机器学习工况识别模型的框架、超参数、特征参数以及识别性能,并探讨了基于机器学习算法的钻井工况识别技术发展趋势,为实现钻井设备的自动化和钻井工程的智能化提供一些新的思路。     

C/S模式的电厂机组远程在线监测系统设计

电厂现有机组中的主体设备一旦出现故障,可以通过电厂现有在线检测系统发现,立即停机,但不能判断故障的原因,数据也无长期（现在为2h的数据）的保存功能.以LabVIEW和Microsoft VisualC＋＋为平台设计了一套C/S模式的电厂机组远程在线监测系统,LabVIEW程序作为Server实现数据采集与存储,利用DataSocketServer的远程通讯能力实现VC Client与LabVIEW的实时监测.利用该系统监测与记录机组主体设备关键的数据信息（位移、振动、差涨、压力、温度等实时数据）,并存储于系统数据库,方便故障发生前即时做出预警,故障发生后方便工程技术人员调用历史数据,判断故障原因.     

探析电气设备智能检测系统的应用

由于智能电网的在线监测和安全预警成为关注焦点,红外监测诊断技术作为高效的在线监测技术应用于电网智能化领域,能够通过在线检测发现缺陷,实现电力故障的准确定位和检测。采用一种基于深度学习的红外图像异常检测系统,进行闸刀、电容器、电压互感器等电气设备的精准识别和故障判断,为电气设备检修提供帮助。     

基于深度神经网络及隐马尔科夫模型的生猪状态音频识别

针对传统音频识别方法在生猪音频信号识别中识别率较低的问题,将深度神经网络及隐马尔可夫模型理论作为生猪音频信号识别依据,以长白猪的吃饭声、发情声、嚎叫声、哼叫声和生病长白猪的喘气声为识别对象,利用卡尔曼滤波和改进的EMD-TEO倒谱距离端点检测算法对生猪音频信号进行预处理,把提取的39维的梅尔频率倒谱系数(Mel-frequency cepstral coefficient,MFCC)作为网络学习和识别的数据集,构建基于深度神经网络及隐马尔科夫模型的生猪状态音频识别模型。试验结果表明:1)隐马尔可夫隐状态数设置为5,深度神经网络隐藏层设置为3层,每层128个节点的深度神经网络-隐马尔可夫模型(Deep neural network-hidden Markov model,DNN-HMM),对5种生猪状态音频,即吃饭声、嚎叫声、哼叫声、发情声和病猪喘气声的识别率为70%、95%、75%、80%和95%,总体识别率83%;2)相较于传统的高斯混合模型-隐马尔可夫模型(Gaussian mixture model-hidden Markov model,GMM-HMM),DNN-HMM对相应音频的识别率分别提高了5%、5%、15%、30%、30%,总体识别率提高了17%;3)DNN-HMM模型对于5种不同类型的生猪音频信号均呈现出较好的识别效果。基于DNN-HMM生猪音频识别模型,对生猪不同状态下音频的识别具有较高正确率,且更为可靠。     

母羊声音信号处理与识别系统的设计

本文以LabVIEW2010软件为基础,设计了一种母羊声音信号处理与识别系统,实现了母羊特定声音信号的采集、处理、特征值提取、数据库存储和行为识别等功能。通过对母羊在不同应激行为下的声音信号进行时域、频域和时频域分析等,提取了信号持续时间、主峰频率等特征参数,并利用Access2007建立了相关特征值数据库。实验结果表明:母羊在不同生理和外部环境刺激下的声音信号存在较大差异,该系统可以实现母羊在不同环境下的声音信号的处理、识别和报警等,具有界面友好,操作简单等优点,为进一步研究母羊声音信号特征提供了基础。     

基于CEEMDAN-DFA与FCM聚类算法的大地电磁强噪声识别与抑制

CEEMDAN(complete ensemble empirical mode decomposition with adaptive noise,自适应噪声的完备经验模态分解)-DFA(detrended fluctuation analysis,去趋势波动分析)滤波算法首先将含噪信号进行CEEMDAN分解,并以DFA方法提供的标度指数为依据,然后从分解得到的本征模态函数中自适应地选取有用的分量去重构信号.仿真试验表明,在不同信噪比背景下,该方法相对于小波阈值和EMD(empirical mode decomposition,经验模态分解)-DFA方法具有一定的优越性.此外,选用模糊熵与短时能量作为模糊C均值(Fuzzy C-means,FCM)聚类算法的特征参数,对受典型强噪声干扰的大地电磁信号进行信噪识别,获得了较好的识别效果.鉴于此,将这2种算法相结合对实测信号中受到强干扰的部分进行识别与噪声抑制.结果表明,该方法能有效地克服传统整体滤波处理产生的过处理现象,在压制强噪声的同时能较好地保留实测数据中有用的低频成分.     

基于数学形态滤波与LMD的农用电机齿轮故障诊断

由于农用电机中的齿轮运行环境恶劣,早期故障的不易发现,鉴于故障振动信号的非平稳性、非线性,并存在于大量的噪声信号中,很难提取故障特征。该研究采用数学形态滤波与局域均值分解相结合的方法。通过多结构多尺度数学形态滤波器对齿轮故障振动信号进行背景噪声滤除和振动信号提取,结合局域均值分解对信号进行处理,进而提取能量特征参数,并作归一化处理,最后采用BP神经网络对齿轮的各种运行状态进行分类识别。通过分析齿轮的正常状态,磨损和断齿与基于LMD分解的诊断结果作比较,该方法的故障识别率高于基于LMD和神经网络。     

语音特征参数在说话人识别中的应用

在噪声环境下,用传统特征参数如LPCC、MFCC说话人识别往往达不到很好的识别效果。用加权、差分和组合的方法对原始特征参数进行二次处理,并对处理的结果进行PCANN变换,可得到一种新的说话人特征参数。新特征实现了对原特征的降维和去冗余,丢弃了分布在高维的噪声信息,实验表明,新特征增强了说话人识别系统的鲁棒性,提高了系统的识别性能。     

基于蚁群聚类算法的离心式压缩机故障诊断方法

工业化生产水平的提高使得离心式压缩机不断朝着大型化、复杂化、连续化及自动化方向发展,设备故障造成的损失越来越大,研究其故障诊断方法对于提高设备故障在线检测能力、预防故障与事故的发生具有积极意义。采用电涡流传感器测量离心式压缩机联轴节侧径向位移信号,应用频域分析方法对采集到的信号数据进行傅里叶变换,获得对故障敏感的特征量,作为蚁群聚类算法输入的特征参数,将对故障识别转化成对于设备运行时的输出和状态特征的聚类问题。将蚁群聚类算法应用于某乙烯厂的离心式压缩机,对其正常运行、转子不平衡故障、油膜涡动故障、喘振故障4种状态进行模式识别。应用结果表明:基于蚁群聚类算法的离心式压缩机故障诊断方法诊断结果准确、识别率高。(表3,参20)     

基于EDA算法的改进KPCA的某型测角仪的状态监测与故障预测研究

基于电子系统状态监测为研究背景，传统的Kernel Principal Component Analysis（核主成份分析法，简称KPCA）在状态监测过程中做数据特征降维处理，使得电路状态数据在消除冗余信息的同时，也能在相应的模型算法计算中很大程度的减少计算步骤，但是KPCA法的降维数据处理过程对数据样本贡献率的识别能力有不足之处，虽然达到了降维的目的，但是对特征样本数据的信息保留能力存在不足。本文中采用经验模态分解法（Empirical Mode Decomposition，简称EMD）对输出信号进行采集处理作为样本数据，设计基于Fisher准则的状态信息识别能力分析，采用Estimation of Distribution Algorithms（种群算法，简称EDA）对KPCA分析法进行改进研究，通过对数据处理，最大限度的保留状态主信息，使得在电路系统状态监测过程中减小实验误差，为后续故障预测打下基础。     

油库杂散电的防护指标

强电输电线路及发配电、变电站接地系统对长输管道将产生杂散电干扰，对此许多国家已制定了有关防护标准。强电对石油库设备设施干扰影响的防护对策也有了基本成熟的做法，但国内外有关专门的防护标准尚未出台，尤其是系统的防护的技术指标。针对油库设备设施所处库区不同爆炸危险场所的特点，结合对某油库电气化铁路干扰防护的做法，参照国内外防爆电气、工业电、长输管道及石油库建设等方面相关标准及资料，提出了电压（位）电流类     

基于过程性知识的电气工作票专家系统

针对手写工作票和以往工作票系统存在的推理性不足及实用性、通用性存在的问题 ,研究开发了一种基于B/S的自组开放式电气工作票专家系统。系统涉及的工作票种类有 :变电工作票、电力线路工作票及调度停电作业会签票。系统采用过程性知识描述和动态框架等结构方案 ,使软件系统与电气系统的接线方式及电气设备种类无关 ,开放的自组平台具有很强的适应性 ;使用复合自动推理机制生成操作项 ;使用基于有限自动机的软件工作流开发模型 ;使用流程管理解决了工作票工作流程管理中设备主管单位与人员主管单位不一致所带来的问题。     

四川省DZN2型自动土壤水分探测器的故障特征与安装维护

文章详细介绍了DZN2型自动土壤水分探测器的工作原理与传感器工作参数,基于四川省省级气象保障部门2020年度探测器维修报告数据,统计分析了四川省自动土壤水分探测器的故障类型与检测维修频次,结合故障特征,提出了土壤水分观测站场地环境巡查的建议以及探测器正确的安装、更换方法,总结了监测数据异常时,应逐项排查设备外观、供电系统、采集系统、探测器发生故障的原因,及时采取合理的维护与维修措施,保障设备正常的业务运行。     

钳式时差式超声波流量计990LD检漏系统

钳式时差式流量计是利用宽幅电子束振子激励管道中的自然声波导管，以便产生一沿管壁轴向转播的声波。当该声波向前传播的时候，它以宽幅电子束的形式发出穿过液体的声能。这束电子到达管壁的另一侧并且沿此管壁传播，被传感器所接收。声能从上游方向发出时，到达到对传感器所需的传播，比从下游发出时到达对面传感器所需时间长，计量仪就是利用对这个时间差的测量来测量流动速度。钳式时差检漏系统是一系列安全装的现场测量站，它除     

基于单端行波法的输电线路故障测距系统的设计

快速准确故障定位是保证电力系统安全运行的有效途径之一。文章根据单端行波测距原理,设计出专门的硬件启动电路进行故障检测,采用高速、高精度的A/D转换芯片进行数据转换,高速数据处理芯片DSP进行数据处理和故障波头的提取,实现了输电线路故障点的快速、准确的定位。     

基于油液分析的龙门吊状态监测与故障诊断

为了对港口龙门吊的关键设备柴油机进行状态监测与故障诊断,从运行8 323～8 521 h的龙门吊柴油机上提取油样,利用油液分析技术对油样进行检测.通过铁谱分析和理化分析,得出监测设备的运行状态,为此设备的维护和维修提供依据.     

基于状态评价的电气设备完整性管理

针对管道公司电气设备管理和预防性试验工作的现状,建立了基于状态评价的电气设备完整性管理系统。通过对预防性试验数据和设备运行、监测数据进行分析,建立了设备的状态评价系统,根据设备状态评价、风险评估、检修策略建议和状态检修决策结果,探索将设备周期性检修转变为状态检修,实施电气设备完整性管理。通过计算机通信技术和数据库网络功能实现电力设备及其预防性试验数据共享,自动换算,统一报告格式,保存和统计分析历史数据,评价设备状态,实现设备缺陷的闭环管理,为职能部门判断设备状况和决策提供辅助支持功能,促进管理的规范化、科学化,提高管理的整体水平。介绍了设备完整性管理系统在节省设备维修资金、延长设备寿命、提高人身安全性和实现试验检修无纸化4个方面的应用效果。     

S7-200PLC与组态王在供胶监控系统设计上的应用

通过设计一种卷烟加工过程的远程供胶监控系统。监控系统由上位机和现场控制器组成,并采用PC/PPI电缆建立串行通信。现场控制器包括西门子S7-200型PLC、数字量直流输出扩展模块EM222和模拟量直流输入扩展模块EM231。上位机采用组态王软件编辑监控软件。根据实际加工设备开展了现场控制器的I/O分配、电气控制线路设计、梯形图控制程序编写,并编辑了监控软件的监控画面、实时报表画面、历史报表画面和报警事件画面的编辑。试验测试表明,设计的控制系统实现了供胶液位的实时监测。液位可以由PLC自动控制或通过上位机远程控制;通过实时报表和历史报表可以统计单次、每日和每月用胶量,当液位值达到设定的上下限时,报警画面会自动弹出显示报警事件。     

农电企业生产设备管理系统的设计与实现

针对农电企业生产设备管理的特点,介绍了农电企业生产设备管理系统的设计与实现方案。本系统采用B-S体系结构进行开发。本方案具有较好的通用性,可以满足县级变电所的管理需求。