融合GRU单元的CNN网络在石油旋转机械故障诊断中的应用

针对现有石油旋转机械故障诊断算法存在的问题,提出一种融合GRU单元优化改进的CNN网络算法模型。先利用小波包算法保留高频区间的弱故障信号特征,选择ReLU函数作为CNN网络卷积层的激活函数,提升算法的运行速率并抑制模型梯度值的过快衰减;基于GRU单元整合输入门和遗忘门,抑制CNN网络存在的梯度弥散问题,改善了CNN网络模型的故障数据训练性能和分类检测性能。实验结果显示:融合GRU单元的CNN网络对训练集和测试集的故障诊断精度和故障分类能力均优于现有故障诊断算法,而且MAE函数的预测值和真实值更接近。

基于双正交样条小波的输油管道焊接缺陷漏磁信号识别技术

针对输油管道焊接缺陷漏磁信号量大,无法精准检测漏磁信号磁场强度,影响识别效果的问题,提出基于双正交样条小波的输油管道焊接缺陷漏磁信号识别技术。应用双正交样条小波技术分解信号,采用稀疏矩阵求解器分解磁感应强度。计算连续小波变换系数和缺陷内漏磁场场磁导率,明确不同介质磁感应强度和场磁导率关系,识别凹、凸缺陷漏磁信号。实验结果表明,该技术凹形缺陷磁场强度检测结果只在峰值处出现了与实际数据最大为50 A/m的偏差,凸形缺陷磁场强度检测结果与实验数据一致。

基于CEEMDAN的压裂装备潜在性故障诊断模型

压裂装备的运行受力学负载作用,易出现潜在性故障。为保证压裂装备稳定运行,构建一种基于CEEMDAN的压裂装备潜在性故障诊断模型。按照CEEMDAN分解原则求解排列熵参数,确定压裂装备潜在性故障序列分解条件。提取潜在性故障的鲁棒局部均值,定义诊断模型的瞬态特征,并联合其他关联诊断条件完成压裂装备潜在性故障诊断。实验结果表明,应用构建模型后,故障灯亮起时的力学载荷作用仅为5.7×10^(9)N,诊断结果与发生潜在性故障时的压裂装备额定载荷作用条件相同,符合精确诊断的实际应用需求。

基于FCM算法的中小型转动设备故障检测研究

针对现有算法在中小型转动设备故障检测中存在的收敛速度慢、故障识别率低等问题,提出一种基于FCM融合算法的故障检测方案研究。对原始故障集做降噪处理,基于模糊熵值理论在多尺度条件下提取故障向量的隶属度;利用GA算法优化FCM算法的迭代性能和收敛性能,分别更新故障特征向量模糊隶属度矩阵和聚类中心矩阵,以达到改善聚类精度,提高故障识别率的目的。实验结果显示,该算法在不同的聚类中心数量及故障类别的条件下,能够获得更好的聚类效果和更高的收敛速度,训练集合和测试集的平均故障识别分别可以达到99.19%和98.23%。

修井机盘式制动器控制系统研究

选用PLC作为修井机盘式制动器的控制系统,提出了制动控制方案;介绍了PWM高速开关阀对盘式制动器的控制性能,并进行了分析及程序设计。

基于深度特征学习的旋转机械滚动轴承状态在线监控

针对现有算法在旋转机械设备动态监控中的不足,提出基于深度特征学习的滚动轴承状态监控算法研究。在深度学习模型编码器的构建方面,考虑到隐层神经元活跃度的设定,并确保自动编码器具有一定的稀疏性和降噪性;采用堆叠式稀疏降噪编码器的结构设计,对故障数据做无监督逐层训练,以降低损失函数值;结合GLUP算法提取故障数据集的特征,达到提高在线监控精度的目的。实验数据表明,该算法在故障样本集的训练和测试中,均保持较高故障分类准确率和监控精度,在模型损失函数值控制方面也优于现有监控算法。

工程实训课程思政研究与实践--以数控加工技术实训为例

思政教育是贯彻党的教育方针,是培养大学生正确价值观的主渠道。数控加工技术作为工程实训核心课程,是培养大学生工程意识和工程能力的主战场,因此有必要将思政教育有机融入数控加工技术的实训教学过程中,实现技能和价值的同步培养。数控加工技术课程思政采用了“四步三线”设计理念,以数控概述、代码编程、实践操作、技术对比四步教学过程,完成知识传授、思维方式、价值塑造培养模式,解决培养工程能力和立德树人同向同行教育目标,为同类工程实训教学建设课程思政提供思路。

CDIO理念下的电火花加工技术探究性实训

石油工业训练中心作为国家级实验教学示范中心,着力打造基于CDIO理念的以提升学生自主设计和探索创新能力为核心的电火花加工技术探究性实训课,充分实行基于问题、案例的引导式、体验式、研讨式教学,倡导自主式、探究式学习,注重实验过程中实验方法的多元性和实验手段的多样性,重点突出学生主体地位,激发学生的学习兴趣和潜能,提升学生自主学习和创新能力。

面向PDC钻头的三轴数控机床改进模块研究

对常用三轴数控机床进行改进设计以适用于PDC钻头加工。首先分析PDC钻头的加工特征,明确加工工艺。然后根据PDC钻头的实际加工情况和三轴数控机床的特点,设计机床改进模块和控制软件。最后与三轴机床结合,试加工PDC钻头。解决了普通三轴数控机床无法加工PDC钻头和五轴数控机床加工PDC钻头的高成本等问题。

基于QPSO优化算法的石化旋转设备故障诊断研究

针对现有石化旋转设备故障诊断算法去噪过程中阈值范围控制不准确、故障诊断误差偏高的不足,提出一种基于QPSO优化算法的故障诊断方法研究。为克服传统PSO算法无法实现全局收敛的弊端,QPSO优化算法利用波函数来表示粒子的状态,降低阈值范围识别的总体代价;在原始故障信号处理方面,基于小波阈值分解得到不同频段的信号系数,在QPSO算法优化下利用GCV函数准确确定出小波阈值滤波去噪中的最优阈值范围,进而也提高了小波信号重构的精度,实现对旋转设备故障信号的精确诊断。

基于VR技术的特种加工实验教学改革探索

当前特种加工技术的应用领域不断拓展,特种加工专业人才缺口较大,高等学校作为特种加工复合型人才的培养机构面临很大压力。针对传统特种加工实验教学中存在的问题,构建一种基于VR技术的特种加工实验教学系统研究。

疫情下的云端实践教学研究——以电火花加工技术实训为例

电火花加工技术是以实践教学为主的技术基础课程,是“金工实习”课程的重要组成部分。疫情期间,石油工业训练中心教学团队积极探索新形式教学模式,将电火花加工技术实训设置网络课堂讲解、实操仿真直播、工程软件训练、作品设计和加工四个教学环节,通过云端实践教学方式,全方位培养学生的工程意识、工程素质、动手能力和创新能力,实现与线下传统教学“卓越型”人才培养目标。