基于TD-LTE的油井远程在线监测与故障诊断研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.1.1 课题研究背景 | 第10-11页 |
| 1.1.2 课题研究意义 | 第11页 |
| 1.2 国内外相关技术研究现状 | 第11-14页 |
| 1.2.1 国内外油井在线监测的发展现状 | 第11-12页 |
| 1.2.2 国内外远程数据传输技术的发展现状 | 第12-14页 |
| 1.3 本文研究内容 | 第14-16页 |
| 2 远程在线监测与故障诊断系统方案设计 | 第16-22页 |
| 2.1 油井远程在线监测参数的选择 | 第16-18页 |
| 2.1.1 油井抽油机采油原理 | 第16-17页 |
| 2.1.2 远程在线监测的参数类型确定 | 第17-18页 |
| 2.2 远程在线监测与故障诊断系统设计原则 | 第18-19页 |
| 2.3 远程在线监测与故障诊断系统总体设计 | 第19-20页 |
| 2.3.1 故障诊断方案设计 | 第19-20页 |
| 2.3.2 油井远程在线系统软硬件设计方案 | 第20页 |
| 2.4 本章小结 | 第20-22页 |
| 3 基于PSO-BP神经网络故障诊断设计 | 第22-36页 |
| 3.1 油井故障诊断模型 | 第22-23页 |
| 3.2 基于PSO优化BP神经网络的算法设计 | 第23-29页 |
| 3.2.1 BP神经网络算法 | 第23-26页 |
| 3.2.2 标准PSO算法 | 第26-27页 |
| 3.2.3 PSO优化权值和阈值 | 第27-29页 |
| 3.3 故障诊断算法仿真分析 | 第29-35页 |
| 3.3.1 样本数据处理 | 第29-31页 |
| 3.3.2 PSO-BP神经网络参数设置 | 第31-33页 |
| 3.3.3 仿真结果分析 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 油井远程在线监测系统硬件设计 | 第36-52页 |
| 4.1 远程在线监测系统终端总体结构 | 第36-37页 |
| 4.2 数据采集模块 | 第37-43页 |
| 4.2.1 传感器的选型 | 第37-41页 |
| 4.2.2 数据采集串口通信设计 | 第41-43页 |
| 4.3 ARM数据处理模块设计 | 第43-46页 |
| 4.3.1 微处理器选型 | 第43-44页 |
| 4.3.2 STM32最小系统 | 第44页 |
| 4.3.3 串口通信电路设计 | 第44-45页 |
| 4.3.4 电机紧急启停控制电路 | 第45-46页 |
| 4.4 TD-LTE通信模块设计 | 第46-51页 |
| 4.4.1 TD-LTE通信芯片EC20 | 第46-47页 |
| 4.4.2 TD-LTE无线通信模块外围电路设计 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 在线监测系统软件设计 | 第52-68页 |
| 5.1 基于LabVIEW的上位机监测软件设计 | 第52-60页 |
| 5.1.1 上位机软件总体框架 | 第52页 |
| 5.1.2 LabVIEW软件设计 | 第52-60页 |
| 5.2 远程终端单元软件设计 | 第60-64页 |
| 5.2.1 远程终端单元软件设计 | 第60-62页 |
| 5.2.2 数据收发软件设计 | 第62-64页 |
| 5.3 系统实验与分析 | 第64-67页 |
| 5.4 本章小结 | 第67-68页 |
| 6 结论与展望 | 第68-70页 |
| 6.1 结论 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 作者简历 | 第74-76页 |
| 学位论文数据集 | 第76页 |
