基于一维卷积神经网络的定向钻机故障诊断专家系统设计

针对目前定向钻机的监测主要依靠人力,其故障的诊断主要依靠专家经验,速度缓慢,效率较低,提出基于一维卷积神经网络(1D CNN)的定向钻机故障诊断专家系统,利用1D CNN实现了推理机的设计,利用SQL Server 2005建立知识库,最后通过LabVIEW和Python混合编程开发专家系统。经模拟测试,该专家系统能快速给出故障原因、部位和处理建议,提高了定向钻机故障诊断的速度和效率,为进一步实现矿用装备的智能化奠定基础。

基于故障树的定向钻机故障诊断专家系统设计

针对目前矿用定向钻机故障依靠人工经验、处理速度慢等问题,文中提出一种基于故障树的定向钻机故障诊断专家系统。采用故障树分析,以矿用定向钻机泵站的典型故障构建故障树模型,通过故障树底事件的概率向上计算中间事件和顶事件的概率,进而获得底事件的概率重要度。根据故障树模型和产生式规则在SQL Server软件中建立专家知识库,储存专家处理故障的知识;再使用正向推理策略对推理机进行设计,通过产生式规则和故障树分析判断故障类型以及故障发生的概率。最后,通过Visual Studio软件开发故障诊断专家系统。经模拟测试,所设计的专家系统能够有效提高矿用定向钻机的故障诊断效率,并快速定位故障类型和原因,可为进一步研究钻机智能故障诊断和健康监测奠定基础。