基于避免断层激活机制的组合压裂模式研究

页岩气井多级压裂过程中的套管剪切变形问题日益严重,甚至出现了水力压裂诱发断层激活造成邻井套管变形的现象,这导致相邻水平井压裂不能顺利进行,严重影响了区块产能建设,而降低泵压及排量等现有方法对套管变形控制效果不明显。为此,基于Mohr-Coulomb准则建立了页岩气井井间断层激活评价模型,揭示了常规压裂模式下井间断层激活机理,提出了一种基于避免水力压裂诱发断层激活机制的组合压裂模式。研究结果表明:常规压裂模式下井间断层区域均会被激活,导致相邻水平井丢段;随井间距增加及水平井夹角减小,水平井丢段长度增加;通过采用拉链-顺序-同步组合压裂模式优化断层附近多井多段压裂顺序,可达到避免断层提前激活、缩短水平井丢段长度的效果。研究结果可为页岩气水平井断层激活及套管变形控制提供理论指导。

低压电力电缆线路运行故障检修方法

传统方法检修时延性较差,且检修后线路电压仍然存在波动,线路故障检修效果不佳。提出低压电力电缆线路运行故障检修方法,利用行波检测仪采集电缆线路行波信号,采用小波阈值去噪法对信号滤波进行处理,根据行波信号与参考信号相似度,诊断线路是否存在故障;根据行波传播时间与传播速度,定位故障位置;通过故障树得到对应的故障维修方案,对线路进行维修。试验证明,设计方法延迟时间较短,检修后线路电压迅速恢复稳定状态,具有良好的故障检修效果。

基于多重分形谱的电力工程输电线路故障信号检测

电力工程输电线路故障在多重干扰下,特征波形呈现多重叠加的图谱特征。导致以波形特征为基础的故障识别过程,存在误差较大且耗时较长的问题。设计一种基于多重分形谱的电力工程输电线路故障信号检测方法。通过信号结构元素度量,提取故障信号中的对应形态并进行小波分解。结合多重分形谱方法,获取故障信号特征,结合分析信号处理结果,提取电力信号的异常时刻,实现输电线路故障测距,确定故障发生位置。构建实验环节,实验结果证实,此方法的故障位置测距结果误差较小且耗时较短,可进一步缩短故障诊断维修时间。

交流线路避雷线融冰故障电磁暂态分析与间接式行波故障定位方法

由于避雷线通常逐塔接地,因此往往对其进行消去处理以降低参数矩阵阶数,但是在避雷线融冰过程中其与沿线杆塔绝缘,会受到线路电磁耦合影响。在研究避雷线对地绝缘条件下多导体传输系统电磁暂态耦合的基础上,推导双回非对称相数多导体传输系统的解耦方式,提出避雷线对地绝缘情况下的相模变换矩阵,并指出避雷线对地绝缘会造成由三相线路所构成模量中出现“零模提速”现象。在此基础上,考虑电容式电压互感器暂态传变特性影响,提出一种利用三相交流线路行波测距装置对避雷线直流融冰期间发生的故障进行间接式双端不同步故障测距的方法,并通过渐进峭度曲线剔除现场实测信号中的电磁噪声,实现波头准确辨识,大量仿真表明该方法可行有效。

基于广义变分模式分解的滚动轴承故障微弱特征提取

针对变分模式分解(Variational Mode Decomposition,VMD)算法在微弱特征分量按需提取方面存在的不足,提出采用广义变分模式分解(Generalized Variational Mode Decomposition,GVMD)算法提取滚动轴承故障微弱特征。GVMD算法具有优良的频域多尺度定频分解性能,算法频谱分解位置和频域分解尺度可由先验中心频率和尺度参数灵活控制,实现按需分解。仿真和实验分析结果表明,与VMD算法相比,GVMD算法能够充分利用轴承故障频率信息和带宽信息,按需准确提取轴承故障微弱特征分量;且具有较强的噪声鲁棒性。

基于WPT-Transformer的磨煤机故障预警研究

磨煤机运行干扰噪声多、耦合程度高的特点加大了火电机组安全运行故障预警难度。提出了基于小波包变换(wavelet packet transform,WPT)和Transformer的故障预警方法WPTTransformer。首先,通过自适应阈值的小波包分析方法,对信号进行降噪处理;接着,选取与故障测点相关的特征参数作为输入,建立基于自注意力机制的Transformer磨煤机预测模型;最后,利用核密度估计法分析预测偏差,确定预警阈值。以某660 MW机组中速磨煤机为研究对象,采用实际数据做验证,结果表明,所提方法预测精度高于CNN、LSTM、CNN+LSTM模型,能够对磨煤机早期故障进行预警。

基于MSVD-AE的航天器电源系统故障检测方法

及时有效检测航天器电源系统(SPS)的在轨异常变化是航天器安全稳定运行的重要保证.由于SPS的工作环境复杂以及SPS内部存在的闭环结构,使得表征其工作状态的遥测信号含有噪声不能及时反映出故障信息.针对SPS遥测信号存在噪声和无标签问题,提出一种基于多分辨率奇异值分解(MSVD)和自动编码器(AE)的SPS故障检测方法.将MSVD应用于波动信号去噪领域以降低噪声对遥测信号的影响,采用无监督的自动编码器算法对降噪后的数据进行异常检测,将本文所提算法应用于SPS中,对比了MSVD、小波变换和经验模态分析的去噪效果,而后结合AE分别对SPS进行检测,结果表明,所提算法具有更低的误判率以及更高的检测率.

基于小波阈值去噪与HHT滚动轴承故障诊断

针对噪音比较强烈环境下的故障诊断问题,提出了一种小波阈值去噪与希尔伯特黄变换(HHT)相结合提取轴承信号故障的方法。首先采集滚动轴承在运作时的振动信号,选取合适的小波阈值对采集到的时域信号进行去噪处理。采用HHT对信号进行时频分析,将去噪信号分解为若干个固有模态函数分量(IMF)并对其进行希尔伯特变换(HT),最终从希尔伯特边际谱得到故障频率从而判定轴承是否发生故障。试验结果表明,上述方法可以有效地降低噪声信号对HHT对轴承故障诊断的影响,更好的保留了有用的信息,提高故障诊断的准确性和可靠性。

基于改进的灰狼优化算法与SVM风机轴承故障诊断

针对当前风机轴承故障诊断准确率较低、诊断难度较大、耗时较长等问题,提出改进的灰狼优化(Improved Grey Wolf Optimization,IGWO)算法与支持向量机(Support Vector Machine,SVM)故障诊断方法。为了能够精准地提取故障特征,采用时频域分析中的小波包分解法对故障振动信号进行特征提取,将小波包分解后的8个频带能量作为故障特征并构建特征向量;建立SVM故障模型并利用IGWO算法对SVM模型进行参数寻优,避免了灰狼优化(Grey Wolf Optimization,GWO)算法后期易陷入局部最优、收敛速度过慢等。实验结果表明,IGWO算法平均故障识别率高达99.3%,能够更加快速、高效、准确地识别故障的类型,为故障诊断的发展提供了良好的技术支撑。

风力机叶片覆冰机理与防除冰技术研究进展

为了解决风力机叶片覆冰可能导致的叶片气动性能恶化、机组发电量损失和叶片断裂等问题,现已广泛开展了防除冰技术方面的研究.概述了风力机叶片覆冰机理、类型以及其影响因素,分析了基于运行参数与历史监测数据的风力机叶片覆冰故障诊断方法与技术.并从叶片气动特性、数学模型方法与智能数据挖掘3个方面归纳了近年来国内外风机覆冰故障预测技术及该领域的现存问题与研究热点.重点论述了风力机叶片的防除冰方法与技术及其各自的优缺点,探讨了现有的防除冰方法及应用现状、存在问题与发展趋势,并对未来高精确性与可靠性的覆冰故障诊断与预测技术、高效防除冰技术等方面的开发与利用中可能涉及的关键问题进行了总结,以期能够为湿冷地区风电场防除冰技术的发展提供借鉴和指导.

机械设备轴承故障自动化诊断技术

常规的机械设备轴承故障自动化诊断技术主要使用权重共享函数提取轴承故障特征,易受特征提取层的组成影响,导致诊断效果较差。设计一种全新的机械设备轴承故障自动化诊断技术,结合轴承故障信号阈值进行故障信号降噪处理,利用小波熵设计轴承故障自动化诊断算法,完成机械设备轴承故障自动化诊断。实验结果表明,设计的机械设备轴承故障自动化诊断技术提取的故障特征频率与实际故障特征频率较拟合,诊断效果较好。

信息化大数据模型的道路裂痕识别和分析

针对市政工程出现的路面裂缝带来的安全隐患问题,采用基于智能摄像机的图像采集技术实现市政道路异常数据信息的获取。通过改进型CLAHE算法对采集到的图像数据信息进行处理,对获取的裂缝图像进行灰度计算,提高了图像识别能力。通过构建新型DE-BP神经网络算法模型,实现道路数据信息的异常故障诊断与分析,大大提高了市政道路裂痕判断能力。实验表明,本研究的方法大大提高了裂缝图像识别的准确率,增加了市政建设的管理能力。

基于降噪自动编码器与一维卷积网络的风机故障诊断方法

针对风力发电机在发生不同故障时相应的传感器数据会发生变化的特点,提出了一种基于自动降噪编码器与一维卷积网络的故障诊断模型。通过构建在时序上能同时识别多个特征的一维卷积层,实现对所有传感器时序数据的特征提取,提取的特征在全连接层的作用下,通过合理设置网络结构与参数,实现对故障的准确识别。同时,针对在复杂生产环境中,传感器的数据会含有噪声的情况,提出了基于自动降噪编码器的降噪方法,通过降噪编码器的降噪作用,将噪声信号重构成原始信号,从而提高在噪声环境下的故障识别效果。仿真算例表明,与基于模型的方法和其他基于数据驱动方法相比,所提出的方法在精度、鲁棒性上都有明显优势。

基于分布式降噪正交自编码器的工业过程故障检测

针对基于过程知识进行模块划分的方法,存在知识不足造成模块划分不准确以及数据中的噪声导致的过拟合影响到故障检测率的问题,提出一种变量模块划分并采用降噪正交自编码器建立分布式故障检测的方法(MBIDOAE)。首先利用互信息和最短距离的层次聚类将相关关系强的过程变量聚类,获得多个模块。然后采用降噪正交自编码器提取各模块过程变量的非线性特征构建分布式模型,引入随机噪声来增强自编码器的抗噪性并利用正交矩阵降低特征的冗余性。采用T2和SPE统计量作为故障检测指标,通过对TE过程的仿真,与PCA、AE、MBIPCA和所提MBIDOAE进行对比,验证了该方法的有效性。

构造演化与成矿系统动力学——以胶东金矿集中区为例

成矿系统的形成、演化与区域构造演化和地球动力学行为有关，成矿系统动力学是确定成矿系统演化和最终结果的关键，其研究是对传统成矿理论的突破，具有重要的理论与实践意义。胶东地区长期处于大陆边缘，构造成岩成矿作用过程表现出复杂性和多样性：（１）太古宙—元古宙绿岩地体产生、形成———金的矿源系统雏形；（２）古生代构造环境稳定———金成矿作用间歇；（３）中生代绿岩带强烈活化改造———构造成岩成矿；（４）新生代构造继承性活动———后期构造破矿作用。胶东金矿集中区是典型的剪切带构造成矿系统，是区域尺度地质作用的产物，其形成、演化受大陆岩石圈和深断裂成熟度控制，与太平洋区板块俯冲碰撞及郯庐断裂带的形成、演化紧密相关，其发生和作用过程及演化受地壳演化和地球动力体制转换制约，与区域构造的形成、演化相互关联。“断裂阀地震泵吸周期性破裂愈合”的构造动力体制转换是成矿物质活化、运移、聚集、成矿的基本动力学保障，构造应力场转换是其重要表现形式。

多端柔性直流系统直流故障保护方案

多端柔性直流系统直流故障保护是直流系统发展的关键技术之一,主要技术难点包括直流故障的可靠识别和快速隔离。该文从故障快速隔离和提高供电可靠性的角度出发,设计基于直流断路器和不基于直流断路器的直流故障保护方案。设计的直流故障保护方案无需通信,能可靠实现故障识别。同时与传统基于交流断路器的保护方案相比,所设计的方案在动作速度和供电可靠性方面均有显著改善。最后,在MATLAB/Simulink仿真平台上分别搭建基于直流断路器和不基于直流断路器的四端柔性直流系统,通过仿真测试验证所设计的保护方案的可行性以及与已有保护方案相比所具有的优越性。

基于信号特征的复合字典多原子匹配算法研究

在经典匹配追踪算法的基础上,提出基于信号特征的复合字典多原子匹配的改进算法,并应用于轴承故障诊断领域。针对滚动轴承损伤性故障振动信号特点,构造高频段冲击时频特征原子库与低频段Fourier特征原子库相结合的复合字典。研究复合字典多原子匹配的稀疏分解及重构算法以用于提取故障特征,并在重构算法中引入阈值降噪原理。滚动轴承故障试验信号和工程信号分析结果证明,在冲击性故障特征提取效果上,基于信号特征的复合字典多原子匹配优于单原子匹配,并且硬阈值降噪处理效果优于无阈值处理效果。

小波消噪用于钻井泵阀泄露故障诊断

讨论了钻井泥浆泵阀的失效机理 ,提出影响泵阀寿命的 2个主要因素是阀的冲击造成的阀的疲劳点蚀和由泥浆液的刺蚀、犁沟造成的冲蚀磨损 .针对钻井泵现场工况 ,采用声信号进行诊断 ,泵阀声信号的特征是信噪比低、冲击信号丰富、故障信息的时域特征明显和非平稳性 .因此通过对声信号的小波降噪处理 ,突出了泵阀失效的故障特征 ,Fourier分析很难达到这样的效果 .说明小波分析对这类信号的消噪有着Fourier分析不可比拟的优点 .同时通过消噪也为进一步诊断中特征量的提取奠定了基础 .

提升小波包最优基分解算法及在振动信号降噪中的应用

提升小波包最优基分解,是影响提升小波包应用效果和效率的关键。提出了一种先序分解后序搜索的提升小波包最优基分解算法,该算法提升小波包先序分解和最优基后序搜索同时进行,只保留当前发现最好基下的分解系数,及时释放冗余存储空间,具有更高的空间效率,更适于信号在线处理。对算法进行了描述,并与自上而下完全分解、自下而上搜索算法进行了比较。将其应用于发动机缸盖振动信号降噪,取得了满意的效果。

基于小波分析的齿轮箱振动信号消噪处理

基于小波变换具有良好时频分析的特点,介绍了小波变换用于去除噪声的原理和方法,建立齿轮箱齿轮人工点蚀故障模拟实验台,通过Matlab对故障振动信号进行小波分析,并且和没有经过信号消噪就进行小波分解进行对比,从而得出对含噪声的非平稳信号进行消噪,再进行小波分解可以较好的提取齿轮点蚀故障特征频率的结论。