信息融合技術在鉆機安全監(jiān)控系統中的應用研究.pdf

1、由于地層的多樣性和石油鉆機的復雜性及工作條件惡劣等特點，油氣田勘探開發(fā)對鉆機系統安全性和可靠性提出了很高的要求。本文研究基于模糊推理和神經網絡相結合的信息融合故障綜合診斷方法，對石油鉆機故障實時診斷和提高鉆機鉆井過程安全監(jiān)控具有重要意義。
　　 論文介紹了石油鉆機組成，分析了傳感器監(jiān)測的參數與鉆機故障之間的關系，論述了信息融合技術的原理及信息融合故障診斷方法，在多個異類傳感器與現場總線構成鉆機安全監(jiān)控系統的硬件基礎上設計了軟件方

2、案，建立了基于信息融合技術的鉆機故障診斷模型，信息融合模型包括數據層融合故障檢測、特征層融合故障識別及決策層融合故障定位。進行模糊神經網絡算法的信息融合和學習算法與網絡參數確定，通過MATLAB優(yōu)化仿真。實踐證明該診斷系統能夠對鉆機設備及鉆井過程進行準確的診斷，提高了鉆機故障診斷的精度，滿足石油鉆機故障診斷的實時性要求。重點研究了模糊神經網絡及D-S證據組合兩種融合算法：
　　 1.基于模糊神經網絡的特征層融合鉆機故障診斷方法。

3、介紹了模糊神經網絡原理及結構，將鉆機系統的信息進行模糊化處理，其對應的隸屬度值作為故障模式輸入，而輸出的模糊故障信息轉換成確定性信息。確定了學習速率及網絡參數，重點研究了將模糊集的基本運算、擴展原理和邏輯推理集合到神經網絡故障診斷系統中。發(fā)揮了神經網絡的學習功能和模糊系統處理模糊知識的能力。
　　 2.基于D-S證據理論的決策層融合鉆機故障診斷方法。詳細介紹的D-S證據理論的基本概念和證據的融合推理方法，建立了多故障特征信息融合