公开(公告)号：CN118152776A

公开(公告)日：2024-06-07

申请号：CN202410062594.2

申请日：2024-01-16

申请人： 西安石油大学

发明人： 刘光星 ,  马一豪

IPC分类号： G06F18/213 ,  G01M13/04 ,  G06F18/20 ,  G06N3/006

摘要： 本发明提供了一种基于CNCEEMDAN‑GWO‑LSSVM的电动钻机滚动体轴承故障诊断方法，包括：步骤1，柯西扰动策略捕捉CEEMDAN信号中的非典型模式或异常行为；步骤2，CEEMDAN将信号进行分解，以能量熵为特征，构建新数据集；步骤3，对LSSVM参数的正则化参数λ和核参数σ进行优化，得到最优参数下的GWO‑LSSVM模型；步骤4，通过模型进行故障诊断，输出最终诊断结果。本发明在CEEMDAN中引入柯西扰动(CN)策略，提高分解信号时的稳健性和对异常值的鲁棒性；计算各模态分量的能量熵值构建数据集，找到最小二乘支持向量机分解信号时的最优参数，并通过LSSVM进行故障诊断；本发明有效克服了原始信号特征提取困难，并且大幅提高了提取故障诊断精度。

公开(公告)号：CN118153420A

公开(公告)日：2024-06-07

申请号：CN202410081486.X

申请日：2024-01-19

申请人： 西安石油大学

发明人： 高怡 ,  王娜 ,  马一豪 ,  崔久帅 ,  职承展 ,  杨粉粉 ,  任俊杰

IPC分类号： G06F30/27 ,  G06T17/00 ,  G06N3/006 ,  G06N3/0442 ,  G06N3/0985 ,  G06Q10/04 ,  G06Q50/02 ,  G06F113/08

摘要： 基于深度学习和数字孪生的井眼轨迹预测方法、系统、设备和介质，其方法为：根据钻井设备信息、地层信息和井内流体信息，建立井眼轨道和井眼轨迹数字孪生模型；构建NOA以优化LSTM的井眼轨迹预测模型，即得到NOA‑LSTM井眼轨迹预测模型；将钻井数据输入到NOA‑LSTM井眼轨迹预测模型中，得到井眼轨迹预测数据；采用井眼轨迹预测数据去更新井眼轨迹数字孪生模型，得到井眼轨迹数字孪生的预测结果，并进行分析；其系统、设备和介质能够基于上述方法，进行井眼轨迹预测；本发明解决了由于地质结构的多样性和复杂性，传统模型难以精确预测井眼轨迹问题，具有操作简单，预测准确率高，实用高效的优点。