Resumen

Este artículo presenta un nuevo método para diagnosticar fallos en bombas de pozos petrolíferos utilizando una red neuronal de función de base radial modificada. Con el desarrollo de la tecnología de motores lineales sumergibles, las unidades de bombeo sin vástago se han utilizado ampliamente en la exploración petrolífera. Sin embargo, el método del diagrama indicador del terreno no puede utilizarse para diagnosticar las condiciones de trabajo de las unidades de bombeo sin varilla porque se basa en el cambio de carga del punto de suspensión de la varilla pulida y su desplazamiento. Para resolver este problema, este artículo presenta un nuevo método aplicable a las bombas de aceite sin vástago. La ventaja de este nuevo método es que utiliza un método sencillo de extracción de características y un algoritmo genético avanzado para optimizar el umbral y el peso de la red neuronal RBF. En este trabajo, extraemos el valor característico de los parámetros de funcionamiento del motor lineal sumergible y del cabezal del pozo de petróleo como vector de entrada del modelo de diagnóstico de fallos. A través de análisis experimentales, se demuestra que el método propuesto tiene un buen rendimiento de convergencia, alta precisión y alta fiabilidad.

• Materias:Control del proceso Aerodinámica Diagnóstico de fallas Regulación automática Instrumentación automática
• Subjects: Aerodynamics Fault diagnosis Automatic regulation Automatic instrumentation
• Palabras claves:nuevo método, artículo, red neuronal, método de diagrama indicador del terreno, fallos de bombas de pozos petrolíferos, punto de suspensión de la varilla pulida, método simple de extracción de características, tecnología de motores lineales sumergibles, algoritmo genético avanzado, modelo de diagnóstico de fallos
• Keywords:new method, paper, neural network, ground indicator diagram method, oil well pump faults, polished rod suspension point, simple feature extraction method, submersible linear motor technology, advanced genetic algorithm, fault diagnosis model