基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对抽油机示功图人工目测准确性低,神经网络自动识别网络训练复杂、计算速度慢的现状,研究了基于分形盒维数的示功图自动识别技术。验证了分形盒维数理论用于示功图识别的可行性,提供自动识别步骤,并对无杆抽油机正常、供液不足、游动阀泄漏以及油管漏失4种工况下的示功图进行识别。结果表明:基于分形盒维数的示功图自动识别技术能对以上4种工况下的示功图进行准确有效的识别,自动识别效果在低噪声时更为准确,噪声较高时,为保证自动识别的准确性需要先进行降噪处理。研究提出了无杆抽油机示功图自动识别的新方法,对于提升无杆抽油机运行状态监测的自动化、智能化分析水平具有重要意义。
推荐文章
基于MEEMD-多尺度分形盒维数和ELM的球磨机负荷识别方法
MEEMD
分形盒维数
磨机负荷
多尺度
ELM
抽油机示功图分析
抽油机采油
抽油泵
气体影响
供液不足
示功图
基于逃逸法的分形图像盒的维数计算
分形图像
盒维数
计算方法
逃逸时间算法
基于盒维数的锚杆工作荷载无损检测研究
锚杆
工作荷载
盒维数
响应曲线
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于分形盒维数的无杆抽油机示功图自动识别技术
来源期刊 石油钻采工艺 学科 工学
关键词 无杆抽油机 分形盒维数 示功图 自动识别
年,卷(期) 2014,(5) 所属期刊栏目 油气开采
研究方向 页码范围 90-92
页数 3页 分类号 TH165|TE319
字数 2553字 语种 中文
DOI 10.13639/j.odpt.2014.05.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱春梅 北京信息科技大学机电工程学院 35 190 8.0 13.0
2 陈祥臻 北京信息科技大学机电工程学院 5 22 3.0 4.0
3 马超 北京信息科技大学机电工程学院 47 89 5.0 6.0
4 刘娇 北京信息科技大学机电工程学院 3 12 2.0 3.0
5 智玉杰 5 8 2.0 2.0
6 王朝霞 2 15 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (42)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (3)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无杆抽油机
分形盒维数
示功图
自动识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
石油钻采工艺
双月刊
1000-7393
13-1072/TE
大16开
河北省任丘市华北油田采油工艺研究院
1979
chi
出版文献量(篇)
4287
总下载数(次)
4
总被引数(次)
36067
论文1v1指导