首页--工业技术论文--石油、天然气工业论文--石油机械设备与自动化论文--油气开采机械设备论文--抽油机械设备论文

基于磁记忆技术的退役抽油杆剩余寿命评估

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-15页
    1.1 选题目的及研究意义第9页
    1.2 国内外研究与发展现状第9-13页
        1.2.1 剩余寿命评估方法研究现状第9-11页
        1.2.2 退役抽油杆检测研究现状第11-13页
    1.3 课题研究的内容第13-15页
第二章 磁记忆检测机理与仿真分析第15-24页
    2.1 磁记忆检测原理第15-16页
    2.2 COMSOL仿真软件简介第16页
    2.3 仿真原理第16-18页
        2.3.1 力磁耦合关系模型第16-17页
        2.3.2 仿真思路及流程第17-18页
    2.4 有限元模型建立及网格划分第18-19页
        2.4.1 模型的建立第18页
        2.4.2 网格划分第18-19页
    2.5 仿真结果分析第19-23页
        2.5.1 静磁学分析第19-20页
        2.5.2 应力磁场分析第20-23页
    2.6 本章小结第23-24页
第三章 退役抽油杆疲劳损伤检测的试验研究第24-35页
    3.1 试验设备及检测方案第24-26页
        3.1.1 试件准备第24-25页
        3.1.2 试验仪器第25-26页
        3.1.3 试验方案第26页
    3.2 试验结果第26-30页
        3.2.1 加载前后磁信号的变化第27-28页
        3.2.2 循环过程中磁信号变化第28-29页
        3.2.3 断裂前后磁记忆信号变化第29-30页
    3.3 结果分析与讨论第30-33页
    3.4 本章小结第33-35页
第四章 支持向量机模型的建立与寿命评估第35-45页
    4.1 支持向量机机理第35-36页
    4.2 特征参量提取第36-40页
    4.3 支持向量机模型的验证第40-42页
    4.4 参数对支持向量机预测精度的影响第42-43页
    4.5 本章小结第43-45页
第五章 基于优化参数的支持向量机预测抽油杆剩余寿命第45-56页
    5.1 参数优化第45-51页
        5.1.1 基于遗传算法的支持向量机参数优化第45-47页
        5.1.2 基于粒子群优化算法的支持向量机参数优化第47-49页
        5.1.3 基于网格寻优的支持向量机参数优化第49-51页
    5.2 退役抽油杆剩余寿命预测第51-53页
        5.2.1 基于GA-SVM的剩余寿命预测第51-52页
        5.2.2 基于PSO-SVM的剩余寿命预测第52页
        5.2.3 基于Grid Search-SVM的剩余寿命预测第52-53页
    5.3 四种预测对比分析第53-54页
    5.4 特征值对寿命预测的敏感度分析第54-55页
    5.5 本章小结第55-56页
结论第56-58页
参考文献第58-63页
作者简介、发表文章及研究成果目录第63-65页
致谢第65-66页

论文共66页,点击 下载论文
上一篇:威远页岩气水基钻井液研究与应用
下一篇:齐家地区高台子油层储层微观特征研究