首页> 中文期刊> 《中国石油大学学报(自然科学版)》 >基于红外热成像与CNN的压裂装备故障精准识别及预警

基于红外热成像与CNN的压裂装备故障精准识别及预警

         

摘要

页岩气大规模压裂作业过程中,以压裂泵为代表的压裂装备的安全性、可靠性直接关系到整体压裂作业的顺利进行.考虑到复杂工况及作业环境对振动分析的影响,且设备内部不便安装振动传感器,可引入红外热成像技术进行运行状态的监测.由于页岩气压裂设备外部壳体较厚,加之内部液体的降温作用,使得泵头体等常见故障区域温度表征不明显.针对此问题,引入卷积神经网络实现压裂装备故障精准识别和早期预警的智能化、无人化.通过模拟现场压裂工况,开展室内试验.结果表明,提出的压裂装备故障识别方法能够达到94.8%准确率,同时将预警时间提前了10 s,对于降低事故后果严重度有借鉴作用.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号