基于振動信號分析的潛油電泵機組偏磨故障診斷的研究.pdf

1、潛油電泵是油田主要的采油設備,而偏磨是其常見故障,嚴重偏磨時可能會發(fā)生機組落井的重大事故。偏磨故障診斷研究對油田生產具有重大意義。
　　 本文在潛油電泵試驗井上采集了振動信號,對信號進行了小波分析和樣本主成分分析,提出了潛油電泵偏磨診斷特征參數的選擇和提取方法,利用改進粒子群優(yōu)化的支持向量機作為分類器,進行了偏磨故障的識別研究。論文主要完成了以下工作:
　　 1.設計了一套基于并行采集模塊USB7648AN和加速度傳感器

2、MMA7361LC的振動信號采集系統(tǒng);在勝利采油廠電泵試驗井采集了大量的潛油電泵的振動數據。
　　 2.分析了潛油電泵偏磨的運動學原理,從理論上論證了利用加速度信號實現偏磨診斷的可行性。
　　 3.將小波變換理論應用于振動信號分析。對振動信號使用'biorl.5'小波先作三層小波分解,再對三層小波細節(jié)系數以及第三層近似系數進行一維單支重構,并對這四個小波重構系數進行AR模型功率譜估計,提出了以功率譜系數作為特征參數實現偏

3、磨故障特征提取的方法。
　　 4.將主成分分析方法應用于偏磨故障診斷,利用改進的粒子群算法對支持向量機的徑向基寬度σ和懲罰因子C進行優(yōu)化,再以支持向量機作為分類器,分析對比了不同特征參數的提取方法。以樣本四維小波系數的功率譜系數的主成分作為特征參數,對支持向量機進行了樣本訓練以及現場診斷。
　　 分析結果表明,以犧牲計算量為代價,潛油電泵機組偏磨故障的最高平均識別率可達89％。本文的工作為潛油電泵機組偏磨故障診斷技術的研