-
公开(公告)号：CN106951662B
公开(公告)日：2020-03-20
申请号：CN201710236752.1
申请日：2017-04-12
Applicant: 东北大学
IPC: G06F30/27 , E21B47/009
Abstract: 本发明涉及一种基于凡尔工作点的有杆泵抽油井井下工况诊断方法，采集有杆泵抽油机地面示功图K+1个，前K个示功图对应N种工况，最后一个为待诊断工况的示功图；将示功图进行归一化处理；采用重心分割法将归一化后的示功图划分为左上区域、右上区域、右下区域和左下区域；提取凡尔的四个工作点以及地面示功图的七个几何特征；利用有杆泵抽油井地面示功图的七个几何特征特征作为输入，建立连续隐马尔科夫的工况诊断模型，描述工作点及示功图特征与有杆泵抽油井井下工况之间的映射关系，实现工况诊断。本发明方法能够全面地、准确地体现井下各种工况的特点，并利用这些特征建立工况实时诊断模型，可提高有杆泵抽油井生产的安全性和高效性。
-
公开(公告)号：CN106930751B
公开(公告)日：2020-02-11
申请号：CN201710260900.3
申请日：2017-04-20
Applicant: 东北大学
IPC: E21B47/009 , G06K9/46 , G06K9/62
Abstract: 本发明涉及一种有杆泵抽油井故障分离方法，获取采集到的少量标注故障和大量未标注的有杆泵抽油井地面示功图，并转化为井下泵示功图，采用小波矩特征提取方法提取归一化处理之后的泵示功图的特征向量，利用半监督核极限学习机算法对泵示功图的特征向量进行训练学习，从而完成有杆泵抽油井的故障分离，本发明采用低频段小波矩提取的泵示功图特征向量能够形象的描述泵示功图的边缘特征，采用加入流形正则化项的半监督核极限学习机算法对有杆泵抽油井进行故障诊断，充分利用了实际有杆泵抽油井采集到的大量未标记数据进行训练，提高了诊断的精度。
-
公开(公告)号：CN107725031A
公开(公告)日：2018-02-23
申请号：CN201710935827.5
申请日：2017-10-10
Applicant: 东北大学
IPC: E21B47/009
Abstract: 本发明涉及一种基于电功率和平衡配重的示功图采集装置及方法，安装于抽油机控制系统中，包括电参数采集模块、通讯模块、死点识别模块以及工业计算机，其中：电参数采集模块，通过一次检测元件采集设备的运行电流、电压充及功率；死点识别模块，测量抽油机曲柄运动中的下死点；通讯模块，将电参数采集模块、死点识别模块采集到的数据传输至工业计算机，并接收工业计算机的指令传送至工业计算机供电控制模块；工业计算机，通过通讯模块接收电参数采集模块上传的数据，运行示功图计算算法，输出获得示功图。本发明利用计算代替常规传感器测量，无需在驴头和游梁等位置安装载荷和位移传感器，延长使用寿命，降低作业的难度及风险，提高设备的可维护性。
-
公开(公告)号：CN106930751A
公开(公告)日：2017-07-07
申请号：CN201710260900.3
申请日：2017-04-20
Applicant: 东北大学
IPC: E21B47/009 , G06K9/46 , G06K9/62
Abstract: 本发明涉及一种有杆泵抽油井故障分离方法，获取采集到的少量标注故障和大量未标注的有杆泵抽油井地面示功图，并转化为井下泵示功图，采用小波矩特征提取方法提取归一化处理之后的泵示功图的特征向量，利用半监督核极限学习机算法对泵示功图的特征向量进行训练学习，从而完成有杆泵抽油井的故障分离，本发明采用低频段小波矩提取的泵示功图特征向量能够形象的描述泵示功图的边缘特征，采用加入流形正则化项的半监督核极限学习机算法对有杆泵抽油井进行故障诊断，充分利用了实际有杆泵抽油井采集到的大量未标记数据进行训练，提高了诊断的精度。
-
公开(公告)号：CN106769713B
公开(公告)日：2019-04-30
申请号：CN201710109274.8
申请日：2017-02-27
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种黑色或灰色泥岩粒度测试方法，包括以下步骤：(1)颗粒分散处理；(2)冰醋酸溶液处理；(3)过氧化氢溶液处理；(4)去离子水水处理；(5)测试。本发明提供的一种黑色或灰色泥岩粒度分析方法，能够有效测试黑色或灰色泥岩粒度，所得测试结果准确性高，重复性好。通过本发明的方法处理样品，将泥岩粉碎到一定的粒径下，既不影响沉积颗粒的原始粒径，又可有效地使沉积颗粒得以松散，从而保证了粒度测试结果的准确性。本发明方法简单易行，操作方便。
-
Patent Agency Ranking
公开(公告)号：CN109342144A
公开(公告)日：2019-02-15
申请号：CN201811378381.1
申请日：2018-11-19
Applicant: 东北大学秦皇岛分校
CPC classification number: G01N1/28 , B03B7/00 , G01N1/30 , G01N1/34 , G01N1/38 , G01N1/44 , G01N15/0205
Abstract: 本发明提供了一种从页岩中分离石英颗粒的方法，包括以下步骤：(1)样品解离；(2)样品中有机质的去除；(3)样品中碳酸盐的去除；(4)样品中硅酸盐的去除。使用本发明方法能够有效的用于对页岩中石英颗粒进行前处理，从而对页岩中石英颗粒进行粒度分析，有效测试页岩中石英颗粒粒度，所得测试结果准确性高，重复性好。本发明方法简单易行，操作方便，能够用于测试已固结非常紧实的页岩中石英颗粒的粒度，可广泛应用于地质历史时期的湖相和海相页岩中，尤其是能够为地球科学领域和能源勘探领域中关于页岩研究提供不同粒级分散的石英颗粒。
-
公开(公告)号：CN106951662A
公开(公告)日：2017-07-14
申请号：CN201710236752.1
申请日：2017-04-12
Applicant: 东北大学
IPC: G06F17/50 , E21B47/009
Abstract: 本发明涉及一种基于凡尔工作点的有杆泵抽油井井下工况诊断方法，采集有杆泵抽油机地面示功图K+1个，前K个示功图对应N种工况，最后一个为待诊断工况的示功图；将示功图进行归一化处理；采用重心分割法将归一化后的示功图划分为左上区域、右上区域、右下区域和左下区域；提取凡尔的四个工作点以及地面示功图的七个几何特征；利用有杆泵抽油井地面示功图的七个几何特征特征作为输入，建立连续隐马尔科夫的工况诊断模型，描述工作点及示功图特征与有杆泵抽油井井下工况之间的映射关系，实现工况诊断。本发明方法能够全面地、准确地体现井下各种工况的特点，并利用这些特征建立工况实时诊断模型，可提高有杆泵抽油井生产的安全性和高效性。
-
公开(公告)号：CN109342144B
公开(公告)日：2021-02-12
申请号：CN201811378381.1
申请日：2018-11-19
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供了一种从页岩中分离石英颗粒的方法，包括以下步骤：(1)样品解离；(2)样品中有机质的去除；(3)样品中碳酸盐的去除；(4)样品中硅酸盐的去除。使用本发明方法能够有效的用于对页岩中石英颗粒进行前处理，从而对页岩中石英颗粒进行粒度分析，有效测试页岩中石英颗粒粒度，所得测试结果准确性高，重复性好。本发明方法简单易行，操作方便，能够用于测试已固结非常紧实的页岩中石英颗粒的粒度，可广泛应用于地质历史时期的湖相和海相页岩中，尤其是能够为地球科学领域和能源勘探领域中关于页岩研究提供不同粒级分散的石英颗粒。
-
公开(公告)号：CN106769713A
公开(公告)日：2017-05-31
申请号：CN201710109274.8
申请日：2017-02-27
Applicant: 东北大学秦皇岛分校
CPC classification number: G01N15/0205 , G01N1/28
Abstract: 本发明公开了一种黑色或灰色泥岩粒度测试方法，包括以下步骤：(1)颗粒分散处理；(2)冰醋酸溶液处理；(3)过氧化氢溶液处理；(4)去离子水水处理；(5)测试。本发明提供的一种黑色或灰色泥岩粒度分析方法，能够有效测试黑色或灰色泥岩粒度，所得测试结果准确性高，重复性好。通过本发明的方法处理样品，将泥岩粉碎到一定的粒径下，既不影响沉积颗粒的原始粒径，又可有效地使沉积颗粒得以松散，从而保证了粒度测试结果的准确性。本发明方法简单易行，操作方便。
-
公开(公告)号：CN107725031B
公开(公告)日：2020-09-11
申请号：CN201710935827.5
申请日：2017-10-10
Applicant: 东北大学
IPC: E21B47/009
Abstract: 本发明涉及一种基于电功率和平衡配重的示功图采集装置及方法，安装于抽油机控制系统中，包括电参数采集模块、通讯模块、死点识别模块以及工业计算机，其中：电参数采集模块，通过一次检测元件采集设备的运行电流、电压充及功率；死点识别模块，测量抽油机曲柄运动中的下死点；通讯模块，将电参数采集模块、死点识别模块采集到的数据传输至工业计算机，并接收工业计算机的指令传送至工业计算机供电控制模块；工业计算机，通过通讯模块接收电参数采集模块上传的数据，运行示功图计算算法，输出获得示功图。本发明利用计算代替常规传感器测量，无需在驴头和游梁等位置安装载荷和位移传感器，延长使用寿命，降低作业的难度及风险，提高设备的可维护性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
