基于小波包和Elman神经网络的螺杆泵井故障诊断

• 作 者: 任伟建 路阳 肖阔宪 董宏丽
• 机 构: 东北石油大学电气信息工程学院,黑龙江八一农垦大学信息技术学院,中交二公局第四工程有限公司软件开发中心,
• 出 处: 系统仿真学报
• 发表日期: 2012年04期
• 关键词: fault diagnosis wavelet analysis Elman neural network progressing cavity pump

在螺杆泵井故障诊断技术中,有功功率信号最能全面反映螺杆泵井的泵况。提出一种基于小波包分析结合Elman神经网络的故障诊断方法,该方法采用小波包对螺杆泵有功功率信号进行消噪滤波,将不同频段的故障信号进行3层db4小波包分解,根据各频段功率谱的变化提取故障特征,应用Elman神经网络进行识别。利用Matlab仿真,结果表明,该方法能有效提高螺杆泵井的故障诊断准确性。