基于示功图的游梁式抽油机井下故障诊断方法研究 |
论文目录 | | | 摘要 | 第1-7页 | | Abstract | 第7-13页 | | 第1章 绪论 | 第13-25页 | | 1.1 课题研究背景及意义 | 第13-16页 | | 1.2 游梁式抽油机采油系统的故障诊断方法现状及发展 | 第16-23页 | | 1.2.1 故障诊断方法 | 第16-17页 | | 1.2.2 抽油井的故障诊断方法 | 第17-23页 | | 1.3 本文主要工作 | 第23-25页 | | 第2章 游梁式抽油机数据采集系统 | 第25-41页 | | 2.1 游梁式抽油机采油系统 | 第25-30页 | | 2.1.1 采油系统结构 | 第25-26页 | | 2.1.2 地面部分 | 第26-28页 | | 2.1.3 井下部分 | 第28-29页 | | 2.1.4 井口部分 | 第29-30页 | | 2.2 数字化监测系统 | 第30-36页 | | 2.2.1 生产现场测控系统 | 第31页 | | 2.2.2 调度室监测平台 | 第31-36页 | | 2.3 基于示功图的井下故障的诊断 | 第36-40页 | | 2.3.1 理论示功图 | 第36-38页 | | 2.3.2 故障类型 | 第38-40页 | | 2.4 本章小结 | 第40-41页 | | 第3章 基于曲线矩和PSO-SVM的诊断方法 | 第41-61页 | | 3.1 井下泵功图的转化 | 第41-42页 | | 3.2 泵功图特征参数的提取 | 第42-49页 | | 3.2.1 泵功图的分区 | 第43-45页 | | 3.2.2 基于曲线矩理论的泵功图特征提取 | 第45-49页 | | 3.3 基于PSO-SVM的泵功图的模式分类 | 第49-55页 | | 3.3.1 支持向量机(SVM) | 第49-54页 | | 3.3.2 粒子群优化算法(PSO) | 第54-55页 | | 3.4 实例验证 | 第55-60页 | | 3.5 本章小结 | 第60-61页 | | 第4章 基于物元可拓理论的诊断方法 | 第61-73页 | | 4.1 可拓学概述 | 第61-62页 | | 4.2 物元理论简述 | 第62-65页 | | 4.2.1 基本概念 | 第62-64页 | | 4.2.2 量域、量值域、同域特征 | 第64页 | | 4.2.3 特征元 | 第64页 | | 4.2.4 多维物元、全征物元、动态物元 | 第64-65页 | | 4.3 可拓集合论简述 | 第65-66页 | | 4.4 关联函数 | 第66-67页 | | 4.5 井下工况的故障诊断方法 | 第67-69页 | | 4.6 实例验证 | 第69-72页 | | 4.7 本章小结 | 第72-73页 | | 第5章 基于Freeman链码和指定元分析的多故障诊断方法 | 第73-89页 | | 5.1 基于Freeman链码的特征提取 | 第73-81页 | | 5.1.1 区域边界的链码表示 | 第73-74页 | | 5.1.2 泵功图的特征提取 | 第74-80页 | | 5.1.3 实例分析 | 第80-81页 | | 5.2 基于指定元分析(DCA)的井下工况的故障诊断 | 第81-86页 | | 5.2.1 指定元分析(DCA) | 第81-82页 | | 5.2.2 井下工况的故障诊断方法 | 第82-86页 | | 5.3 实例验证 | 第86-88页 | | 5.4 本章小结 | 第88-89页 | | 第6章 基于改进模糊ISODATA的诊断方法 | 第89-101页 | | 6.1 模糊ISODATA算法 | 第89-92页 | | 6.1.1 基本理论 | 第89-91页 | | 6.1.2 需要改进的地方 | 第91-92页 | | 6.2 改进的模糊ISODATA算法 | 第92-95页 | | 6.2.1 基于Hsim函数的距离度量 | 第92-93页 | | 6.2.2 基于模拟退火算法(SA)的全局寻优 | 第93页 | | 6.2.3 “合并”和“分裂”机制 | 第93-94页 | | 6.2.4 评价指标 | 第94页 | | 6.2.5 改进模糊ISODATA算法的计算步骤 | 第94-95页 | | 6.3 实例验证 | 第95-100页 | | 6.4 本章小结 | 第100-101页 | | 第7章 多源信息融合决策及其在故障集成诊断中的应用研究 | 第101-121页 | | 7.1 D-S证据理论 | 第101-104页 | | 7.1.1 理论介绍 | 第101-102页 | | 7.1.2 D-S证据理论的优点与不足 | 第102-103页 | | 7.1.3 冲突证据的分析 | 第103-104页 | | 7.1.4 证据体的修正 | 第104页 | | 7.2 基于权重优化的证据融合方法 | 第104-111页 | | 7.2.1 证据的可信度 | 第105-108页 | | 7.2.2 证据的不确定度 | 第108-110页 | | 7.2.3 证据合成优化算法 | 第110-111页 | | 7.3 实例验证 | 第111-114页 | | 7.4 井下故障的集成诊断 | 第114-120页 | | 7.4.1 数据预处理 | 第114-115页 | | 7.4.2 各诊断方法的诊断结果 | 第115-119页 | | 7.4.3 集成诊断结果 | 第119-120页 | | 7.5 本章小结 | 第120-121页 | | 第8章 结论与展望 | 第121-123页 | | 参考文献 | 第123-135页 | | 致谢 | 第135-137页 | | 作者攻读博士学位期间的主要工作及成果 | 第137-139页 | | 个人简介 | 第139页 |
|
|
|
| |
