摘要 | 第1-5页 |
Abstract | 第5-10页 |
第1章 绪论 | 第10-15页 |
·课题来源 | 第10页 |
·课题背景及研究的意义 | 第10-11页 |
·国内外油井工况识别方法综述 | 第11-13页 |
·课题研究内容及结构安排 | 第13-15页 |
·系统主要功能 | 第13页 |
·本文结构安排 | 第13-15页 |
第2章 抽油机监控系统的组成及工作原理 | 第15-22页 |
·抽油机监控系统的组成 | 第15-16页 |
·位移-载荷传感器的工作原理 | 第16-19页 |
·示工图的形成 | 第16-17页 |
·抽油杆位移数据的采集 | 第17-18页 |
·抽油杆载荷数据的采集 | 第18页 |
·位移-载荷数据的无线传输 | 第18-19页 |
·油井监控系统主机组成以及工作原理 | 第19-21页 |
·油井监控系统主机的组成 | 第19-20页 |
·油井监控系统主机的工作原理 | 第20-21页 |
·本章小节 | 第21-22页 |
第3章 硬件电路的设计 | 第22-34页 |
·位移-载荷传感器的设计 | 第22-29页 |
·微处理器的选择 | 第22-23页 |
·P89C51RC2 的主要性能 | 第23-24页 |
·位移数据采集电路 | 第24-26页 |
·载荷数据采集电路 | 第26-28页 |
·无线发送模块与单片机接口电路设计 | 第28-29页 |
·ISP接口电路设计 | 第29-30页 |
·ISP介绍 | 第29-30页 |
·ISP接口电路设计 | 第30页 |
·监控系统主机的部分硬件电路设计 | 第30-33页 |
·无线接收模块与MSP430F149 接口电路设计 | 第30-31页 |
·三相交流电压和电流采集单元 | 第31-33页 |
·本章小节 | 第33-34页 |
第4章 基于径向基神经网络的油井工况模式识别 | 第34-51页 |
·径向基神经网络 | 第34-44页 |
·模式可分性的Cover定理 | 第34-35页 |
·插值问题 | 第35-37页 |
·正则化理论 | 第37-39页 |
·RBF神经网络模型 | 第39-42页 |
·RBF神经网络的学习算法 | 第42-44页 |
·RBF神经网络训练样本的产生 | 第44-48页 |
·示功图的预处理 | 第44-45页 |
·基于DCT的示功图特征提取 | 第45-48页 |
·REF网络的训练 | 第48页 |
·REF网络在线识别 | 第48页 |
·RBF网络和BP网络在油井工况模式识别中的比较 | 第48-49页 |
·本章小结 | 第49-51页 |
第5章 软件设计 | 第51-63页 |
·系统软件设计要求及设计思想 | 第51-52页 |
·系统软件设计要求 | 第51-52页 |
·系统软件设计思想 | 第52页 |
·系统主程序及主机各模块程序的设计 | 第52-56页 |
·系统主程序设计 | 第52-54页 |
·三相交流电电参数监测子程序的设计 | 第54页 |
·串行数据接收子程序 | 第54-56页 |
·位移载荷传感器软件设计 | 第56-62页 |
·windows集成开发环境μVisi0112 介绍 | 第57页 |
·传感器主程序设计 | 第57-58页 |
·位移数据采集子程序设计 | 第58页 |
·载荷数据采集子程序设计 | 第58-60页 |
·串行数据发送子程序 | 第60-62页 |
·本章小结 | 第62-63页 |
第6章 实验结果及分析 | 第63-69页 |
·数据采集模块 | 第63-65页 |
·传感器载荷数据采集 | 第63-64页 |
·三相交流电电压电流采集 | 第64-65页 |
·无线传输模块 | 第65-66页 |
·用RBF网络进行工况模式识别 | 第66-69页 |
结论 | 第69-70页 |
参考文献 | 第70-73页 |
哈尔滨工业大学硕士学位论文原创性声明 | 第73页 |
哈尔滨工业大学硕士学位论文使用授权书 | 第73页 |
哈尔滨工业大学硕士学位涉密论文管理 | 第73-74页 |
致谢 | 第74页 |