基于神经网络和证据理论集成的钻井过程状态监测与故障诊断

• 作者: 廖明燕
• 来源期刊: 中国石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 钻井 状态监测 故障诊断 神经网络 证据理论
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 管理工程、信息技术与基础科学
• 页码范围: 136-140
• 页数: 5页
• 分类号: TE928
• 字数: 3615字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-5870.2007.05.030

摘要

钻井过程状态监测与故障诊断是钻井系统安全运行过程中的重要保障.基于信息融合原理,先建立钻井过程参数子空间和子神经网络进行初级融合,形成对钻井故障辨识框架中各故障模式的证据支持,再利用D-S证据理论将子网络输出所形成的证据进行融合,得到各故障模式的置信区间,很好地实现了钻井状态识别.试验结果表明,基于神经网络和证据理论集成的融合算法降低了神经网络的复杂性,提高了神经网络诊断过程的效率,集成融合算法可以很好地提高钻井参数融合的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖明燕	中国石油大学信息与控制工程学院	8	89	5.0	8.0