基于改進(jìn)模糊貼近算法的故障診斷方法

　　隨著海洋油氣資源的持續(xù)開(kāi)發(fā)，深水鉆井平臺(tái)得到了越來(lái)越多的應(yīng)用，鉆井泵作為鉆機(jī)的心臟，起著關(guān)鍵的作用。鉆井泵一般處于較差的環(huán)境、有著較高沖擊負(fù)荷的地方，所以其上的設(shè)備零部件要有很高的強(qiáng)度和精準(zhǔn)的裝配精度。如果發(fā)生故障，不僅影響鉆井生產(chǎn)，更會(huì)造成鉆井平臺(tái)的整體故障，兇此對(duì)于泵系統(tǒng)的實(shí)時(shí)監(jiān)測(cè)與故障診斷具有非常重要的意義。

　　一般現(xiàn)有的故障診斷有3種方法：第一，基于數(shù)學(xué)建模的方法；第二，基于信號(hào)處理的方法；第三：基于人工智能的方法。較為常用的是第三種方法，且是基于神經(jīng)網(wǎng)絡(luò)的人工智能法?！♂槍?duì)以上幾種方法的缺點(diǎn)，文中研究一種基于改進(jìn)模糊貼近度算法的鉆井泵系統(tǒng)故障診斷，以模糊貼近度原理為基礎(chǔ)，冉結(jié)合模糊數(shù)學(xué)隸屬度的概念，搭建了一種薪的模糊貼近度函數(shù)模型，并結(jié)合深水鉆井泵的特點(diǎn)實(shí)現(xiàn)泵系統(tǒng)診斷的準(zhǔn)確性和有效性。