【摘要】 本发明公布了一种基于示功图的有杆抽油系统故障递阶诊断法，分为故障分辨和故障识别两个阶段，即首先在故障分辨阶段根据正常样本的统计规律把示功图分为故障类和非故障类；然后采用基于示功图的有杆抽油系统故障识别的树方法，对故障样本进行故障类型的识别。它提高了故障诊断系统的故障诊断性能，且不需要建立和求解有杆抽油系统力学模型，也不存在训练集问题，并能反映出有杆抽油系统的自身的基本特征。 【专利类型】发明申请 【申请人】河海大学; 南京航空航天大学 【申请人类型】学校 【申请人地址】210098 江苏省南京市西康路1号 【申请人地区】中国 【申请人城市】南京市 【申请人区县】鼓楼区 【申请号】CN201010557234.8 【申请日】2010-11-24 【申请年份】2010 【公开公告号】CN102011576A 【公开公告日】2011-04-13 【公开公告年份】2011 【授权公告号】CN102011576B 【授权公告日】2013-09-25 【授权公告年份】2013.0 【发明人】梁华; 唐敢; 李训铭 【主权项内容】一种基于示功图的有杆抽油系统故障递阶诊断方法，其特征在于包括如下步骤：1)故障分辨阶段，故障分辨阶段又分为两个阶段：11)训练阶段：在训练阶段由正常或平稳样本提取15个示功图上的几何特征量，根据这些样本的特征量得到相关统计信息：111)人工选取n个正常或平稳样本，进行15个特征量的提取，其中n≥50；112)对提取的特征量进行异常值检验，如果异常，则剔除该样本，并重新进行异常值检验，直至没有异常值；113)对异常值检验后的样本进行分布规律检验；114)根据分布规律检验结果计算正常区域和故障区域；12)分辨阶段：根据测试样本本身是否存在打结点和测试样本是否有特征量落入故障区域来判断是否故障：121)判断测试样本本身是否存在打结点，如果存在，则为故障样本，跳转步骤2)；否则跳转步骤122)；122)提取测试样本的15个特征量；123)测试样本是否有特征量落入故障区域，如果有，则为故障样本，跳转步骤2)；否则跳转步骤124)；124)判定测试样本为正常样本，不需要进行故障识别，结束；2)故障识别阶段：采用基于示功图的有杆抽油系统故障识别的树方法，对故障样本进行故障类型的识别。 【当前权利人】河海大学; 南京航空航天大学 【当前专利权人地址】江苏省南京市西康路1号; 江苏省南京市江宁区将军大道29号南京航空航天大学 【专利权人类型】公立; 公立 【统一社会信用代码】121000004660068699; 12100000466006826U 【被引证次数】32 【被他引次数】32.0 【家族被引证次数】32

未经允许不得转载：http://www.zhongzhencnc.com/1785681022.html