ОЦЕНКА ТЕХНИЧЕСКОГО СОСТОЯНИЯ УСТАНОВОКЭЛЕКТРОЦЕНТРОБЕЖНЫХ НАСОСОВ В ПРОЦЕССЕ ЭКСПЛУАТАЦИИ МЕТОДОМ НЕЙРОСЕТЕВОЙ КЛАССИФИКАЦИИ

В. У. Ямалиев, Т. Р. Салахов, С. С. Шубин

Аннотация


В связи с широким распространением установок электроцентробежных насосов, большое внимание уделяется решению задачи по обеспечению эффективного контроля над действующим фондом скважин оборудованных ими, а именно оценки технического состояния глубинно-насосного оборудования в процессе его эксплуатации. Это связано с её сложным конструктивным исполнением и возможностью возникновения отказов, однако во многих случаях эскалацию до состояния отказа, возможно, предотвратить либо свести потенциальный вред к минимуму. На данный момент качество и оперативность принимаемого решения о техническом состоянии установки электроцентробежного насоса в значительной степени зависит от квалификации специалистов, занятых в производственном процессе обеспечения нефтедобычи. Изменения электротехнических параметров, сопровождающих работу установки, носят стохастический характер. В условиях «информационного вала» технологических данных о режимах эксплуатации установок электроцентробежных насосов повышается вероятность ошибки определения его технического состояния и, следовательно, принятия некорректного решения о необходимости оказания воздействия на режим работы. В статье предлагается методика диагностирования состояния установок электроцентробежных насосов, основанная на использовании устройства, включающего анализ стохастических колебаний технологических параметров процесса эксплуатации, представленных в виде временных реализаций, аппроксимированных с их вероятностно-статистической оценкой, и классификацией с применением математического аппарата искусственной нейронной сети. Указанные подходы реализованы в едином устройстве, что позволяет с высокой вероятностью соответствия расчетных результатов фактическим оценивать техническое состояние установки в процессе её эксплуатации. Таким образом, решается задача повышения точности оценки технического состояния установки электроцентробежного насоса в процессе её эксплуатации.

Ключевые слова


pump;centrifugal;diagnostics;processing element;analysis;state;statistics;classification;насос;центробежный;диагностика;нейрон;анализ;состояние;статистика;классификация;

Полный текст:

PDF

Литература


Виноградова Ю.В., Ляхов А.Ф. Вейвлет функции нейронной сетью: Практикум. Нижний Новгород: Нижегородский госуниверситет, 2009. 34с.

Круглов В.В., Борисов В.В. Искусственные нейронные сети.М.: Горячая линия - Телеком, 2001. 382 с.

Медведев В.С., Потемкин В.Г. Нейронные сети. Matlab 6. М.: Диалог МИФИ, 2002. 489 с.

Оссовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002. 344 с.

Хайкин С. Нейронные сети. Полный курс. М.: СПб. Киев, 2006. 1104 с.

Гольдин А.С. Вибрация роторных машин. М.: Машиностроение, 1999. 344 с.

Шубов И.Г. Шум и вибрация электрических машин.Л.: Энергоатомиздат, 1986. 208 с.

Ширман А.Р., Соловьев Б.С. Практическая вибродиагностика и мониторинг состояния механического оборудования. М., 1996. 276 с.

Ямалиев В.У., Ишемгужин И.Е., Пашинский В.В. Алгоритм оценки корреляционной функции при диагностировании оборудования // Научно-технические достижения и передовой опыт в нефтегазовой промышленности. Сб. науч. тр. Уфа. УГНТУ, 1999. С.190-193.


Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2013 В. У. Ямалиев, Т. Р. Салахов, С. С. Шубин

УФА, УГНТУ, 2020