排序方式: 共有4条查询结果,搜索用时 31 毫秒
1
1.
2.
基于神经网络多参数融合的钻井过程状态监测与故障诊断 总被引:2,自引:0,他引:2
廖明燕 《石油大学学报(自然科学版)》2007,31(4):149-152
复杂系统状态监测与故障诊断是系统安全运行过程中的重要保障,分析了钻井系统事故状态下特征参数的变化,给出了用神经网络进行故障诊断的流程,在利用样本数据对网络进行训练的基础上建立了稳定的神经网络诊断模型.输入各种状态下的新样本数据,能够得到正确的系统状态识别,通过改进网络算法改进了网络性能.对生产数据的处理结果表明,基于神经网络的多参数融合算法可以很好地识别钻井过程中的不同状态,能够实现状态检测与故障诊断. 相似文献
3.
基于神经网络多参数融合的钻井过程状态监测与故障诊断 总被引:1,自引:0,他引:1
廖明燕 《中国石油大学学报(自然科学版)》2007,31(4):149-152
复杂系统状态监测与故障诊断是系统安全运行过程中的重要保障,分析了钻井系统事故状态下特征参数的变化,给出了用神经网络进行故障诊断的流程,在利用样本数据对网络进行训练的基础上建立了稳定的神经网络诊断模型。输入各种状态下的新样本数据,能够得到正确的系统状态识别,通过改进网络算法改进了网络性能。对生产数据的处理结果表明,基于神经网络的多参数融合算法可以很好地识别钻井过程中的不同状态,能够实现状态检测与故障诊断。 相似文献
4.
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 总被引:1,自引:0,他引:1
廖明燕 《中国石油大学学报(自然科学版)》2007,31(5):136-140
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。 相似文献
1