摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第一章 绪论 | 第9-14页 |
1.1 研究背景与意义 | 第9-10页 |
1.2 国内外螺杆泵工作特性和故障诊断研究现状 | 第10-13页 |
1.2.1 国内外螺杆泵工作特性研究现状 | 第10-11页 |
1.2.2 国内外螺杆泵故障诊断研究现状 | 第11-13页 |
1.3 研究内容 | 第13-14页 |
第二章 潜油螺杆泵工作特性分析 | 第14-44页 |
2.1 潜油螺杆泵采油系统与工作原理 | 第14-15页 |
2.1.1 潜油螺杆泵采油系统 | 第14页 |
2.1.2 潜油螺杆泵工作原理 | 第14-15页 |
2.2 螺杆泵运动特性和力学特性分析 | 第15-27页 |
2.2.1 螺杆泵定转子型线方程的建立 | 第15-18页 |
2.2.2 转子的运动特性分析 | 第18-20页 |
2.2.3 螺杆泵力学特性分析 | 第20-27页 |
2.3 潜油螺杆泵的水力特性分析 | 第27-28页 |
2.4 螺杆泵的排量特性分析 | 第28-29页 |
2.4.1 螺杆泵排量 | 第28页 |
2.4.2 螺杆泵排量的“硬特性”和“软特性” | 第28-29页 |
2.5 螺杆泵的效率特性分析 | 第29-30页 |
2.5.1 容积效率 | 第29-30页 |
2.5.2 机械效率 | 第30页 |
2.6 油井压力特性分析 | 第30-32页 |
2.7 潜油电机有功功率特性分析 | 第32-33页 |
2.8 影响工作特性的因素分析 | 第33-34页 |
2.8.1 转速的影响 | 第33页 |
2.8.2 工作压力的影响 | 第33页 |
2.8.3 下泵深度的影响 | 第33-34页 |
2.8.4 温度的影响 | 第34页 |
2.8.5 橡胶溶胀的影响 | 第34页 |
2.9 潜油螺杆泵有限元分析 | 第34-43页 |
2.9.1 潜油螺杆泵定子的静力分析 | 第35-39页 |
2.9.2 潜油螺杆泵定转子的接触分析 | 第39-42页 |
2.9.3 定子橡胶受力和变形的影响因素分析 | 第42-43页 |
2.10 本章小结 | 第43-44页 |
第三章 潜油螺杆泵采油系统在线故障诊断研究 | 第44-66页 |
3.1 潜油螺杆泵在线故障诊断系统组成和工作原理 | 第44-45页 |
3.1.1 潜油螺杆泵在线故障诊断系统组成 | 第44页 |
3.1.2 潜油螺杆泵在线故障诊断系统工作原理 | 第44-45页 |
3.2 潜油螺杆泵在线故障诊断方案设计 | 第45-49页 |
3.2.1 潜油螺杆泵采油系统模型假设 | 第45页 |
3.2.2 潜油螺杆泵典型工况分析 | 第45-47页 |
3.2.3 潜油螺杆泵故障诊断方法的选取 | 第47-49页 |
3.3 小波包基本理论 | 第49-52页 |
3.3.1 小波包理论分析 | 第49-50页 |
3.3.2 小波包的性质 | 第50页 |
3.3.3 小波包的空间分解 | 第50-51页 |
3.3.4 小波包算法 | 第51-52页 |
3.4 小波包用于故障信号的特征提取 | 第52-53页 |
3.5 人工神经网络概述 | 第53-56页 |
3.5.1 径向基神经网络模型 | 第54-55页 |
3.5.2 径向基神经网络的工作原理 | 第55-56页 |
3.6 基于径向基神经网络的潜油螺杆泵井在线故障诊断 | 第56-65页 |
3.6.1 径向基神经网络在线故障诊断流程 | 第56-57页 |
3.6.2 输入向量的选取 | 第57页 |
3.6.3 输出向量的选取 | 第57-58页 |
3.6.4 故障样本的确定 | 第58页 |
3.6.5 网络结构的确定 | 第58-59页 |
3.6.6 基于径向基神经网络的潜油螺杆泵井故障诊断实例 | 第59-65页 |
3.7 本章小结 | 第65-66页 |
第四章 潜油螺杆泵在线故障诊断软件的开发 | 第66-74页 |
4.1 系统开发方案 | 第66-67页 |
4.1.1 部署方案 | 第66-67页 |
4.1.2 安全方案 | 第67页 |
4.2 图形界面设计 | 第67页 |
4.2.1 图形用户界面设计原则 | 第67页 |
4.2.2 图形用户界面设计步骤 | 第67页 |
4.3 软件数据库的建立 | 第67-69页 |
4.3.1 油井工况数据表的创建 | 第68页 |
4.3.2 有功功率数据表的创建 | 第68-69页 |
4.4 潜油螺杆泵在线故障诊断软件系统功能模块的实现 | 第69-73页 |
4.4.1 潜油螺杆泵在线故障诊断软件系统框图 | 第69-70页 |
4.4.2 功能模块的开发 | 第70-73页 |
4.5 本章小结 | 第73-74页 |
第五章 结论与展望 | 第74-75页 |
5.1 结论 | 第74页 |
5.2 展望 | 第74-75页 |
致谢 | 第75-76页 |
参考文献 | 第76-79页 |
攻读硕士期间发表的论文 | 第79-80页 |