基于神经网络和证据理论集成的钻井过程状态监测与故障诊断

《基于神经网络和证据理论集成的钻井过程状态监测与故障诊断》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于神经网络和证据理论集成的钻井过程状态监测与故障诊断2007年第31卷第5期中国石油大学（自然科学版）JournalofChinaUniversityofPetroleumVol.31No.5Oct.2OO7文章编号:1673-5005（2007）05-0136-05基于神经网络和证据理论集成的钻井过程状态监测与故障诊断廖明燕（中国石油大学信息与控制工程学院，山东东营257061）摘要:钻井过程状态监测与故障诊断是钻井系统安全运行过程中的重要保障•基于信息融合原理，先建立钻井过程参数子空间和子

2、神经网络进行初级融合，形成对钻井故障辨识框架中各故障模式的证据支持,再利用D?S证据理论将子网络输出所形成的证据进行融合，得到各故障模式的置信区间,很好地实现了钻井状态识别•试验结果表明，基于神经网络和证据理论集成的融合算法降低了神经网络的复杂性，提高了神经网络诊断过程的效率，集成融合算法可以很好地提高钻井参数融合的准确性.关键词:钻井;6t态监测;故障诊断;神经网络;证据理论中图分类号:TE928文献标识码:ADrillingstatemonitoringandfaultdiagnosisba

3、sedonintegratingneuralnetworkandevidencetheoryHAOMing一yan(CollegeoflnformationandControlEngineeringinChinaUniversityofPetroleum,Dongying257061,ShandongProvince,China)Abstract:Statemonitoringandfaultdiagnosisofdrillingprocessisthesignificantsupportfor

4、safeworkingofdrillingsystem.Basedoninformationfusiontheory,parametersubspaceaboutdrillingprocessparametersandneuralsubnetforprimaryfu・sionwasfirstlyestablished:SotheevidencesupportingfordifferentfaultmodeindrillingfaultframesofdiscernmentCanbeobtaine

5、d.ThenbyusingD-Sevidencetheory,theconfidenceintervaloffaultdiagnosingresultsWasimprovedbyfusingtheevidencebodythatWasoutputtedbyneuralsubnet,thestatusofdrillingprocessWasidentifiedverywel1.Theexpelimentalresultsshowthatthecomplexityofneuralnetwo〜canb

6、edecreasedandtheefficiencyofneuralnetworkCanbeimprovedbythefusionarithmeticofintegratingneuralnetworkandevidencetheory,theveracityaboutdrillingparametersCanbeim-provedbyfusingintegratingfusionarithmetic・Keywords:drilling;statemonitoring;faultdiagnosi

7、s;neuralnetwork;evidencetheory石油钻井过程是一个复杂非线性动态过程，动态随机干扰大，很难用数学模型来精确描述•人工智能理论的发展能够实现利用钻井系统实际输入输出数据和专家的丰富知识经验建立不严重依赖于钻井系统内在机理的人工智能模型.钻进实测信号的不确定性，故障原因和现象之间的模糊性决定了单钻井特征参数很难提供钻进过程的完整状态信息，给钻井过程的实时诊断带來很大的困难•笔者结合人工神经网络和证扼；理论融合方法将钻井过程’多种传感器携带的状态冗余信息进行融合，从而实现钻

8、进状态更为准确的识别，获得对系统状态更为全面的评估.1神经网络与证据理论集成的数据融合诊断方法人工神经网络具有很强的容错性,自学习，自适应能力，强大的并行处理能力和实时性，能够模拟复杂的非线性映射，很适合解决钻进过程中存在的难以建立数学模型，信息不足，实时性耍求高等状态监测问题，如果将钻进过程的故障征兆组成的集合称收稿口期:2007—07-01作者简介:廖明燕（1971一），男（汉族），福建大田人，讲师，博士研究生,主要研究方向为测控技术数据融合方法.第31卷第5期廖明燕:基于神经网络和证据理论