基于智能分析方法的石油井架钢结构损伤识别技术

摘要：

石油井架属大型钢结构,因其结构损伤问题关乎整个钻井平台承载安全而备受关注.石油井架承载复杂、工况特殊、节点量大,传统的结构损伤检测方法受到限制.本文建立以BP神经网络为主的智能损伤识别系统,将实测振动信号正则化后,作为输入量输入智能系统,用三层前向神经网络进行BP网络训练.训练获得的特征数据与损伤征兆数表对比,实现了结构损伤的位置和程度识别诊断.研究表明:损伤识别结果相对误差远小于限定值10％,识别位置与裂纹设置位置一致,该智能识别方法对井架结构损伤识别效果令人满意.

关键词： 石油井架 钢结构 损伤识别 BP神经网络

作者: 付海龙 邹龙庆 冯志鹏 王玥 谢春强

作者单位: 东北石油大学机械科学与工程学院 黑龙江大庆163318 中石化中原石油工程有限公司管具公司,河南濮阳457331

会议类型: 国内会议

会议名称: 2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议

会议地点: 西安

会议语种:中文

页码: 24-26

在线出版日期: 2016-08-01（万方平台首次上网日期，不代表论文的发表时间）