油气生产高危作业分级与风险防控

油气生产作业存在较大的安全风险,为保证石油生产作业的安全性,基于油气生产作业的风险情况,提出了油气生产调研方法,通过现场诊断发现了油气生产产生风险的原因,书面审查分析了不同作业类型的风险因素,访谈交流发现了管理要求和模式的弊端。针对油气生产高危作业风险调研情况,提出了高危作业分类分级管理措施,确保了油气生产作业安全有序进行,实现了油气生产作业风险控制,提高了油气的生产效率。

考虑传感器位置的Bagging集成卷积神经网络柱塞泵故障诊断模型

针对柱塞泵故障诊断中存在的振动数据不平稳和诊断精度低问题,提出一种考虑传感器位置信息的Bagging集成卷积神经网络(Sensors location considered-bagging-convolution neural network,SLC-B-CNN)故障诊断模型。首先将短时傅里叶变换后的二维振动时频信息与经独热编码后的传感器位置信息匹配以构建数据集,然后设计混合双输入CNN模型作为基分类器,最后将数据集输入以简单平均法聚合的SLC-B-CNN模型中,在实验柱塞泵数据集上验证了所提出的SLC-B-CNN模型,在测试集上的准确率高达92%,各类故障平均召回率为89%,表现优于CNN模型和随机森林(Random forest,RF)模型。