基于小波神经网络的抽油杆缺陷识别

来源期刊：东北大学学报(自然科学版)2008年第2期

论文作者：孙红春 阎志颖 谢里阳

文章页码：258 - 261

关键词：小波变换;小波包;神经网络;缺陷识别;抽油杆;

摘    要：为了正确识别深井泵抽油系统中抽油杆杆体的缺陷以减少油杆井下断裂等事故的发生,讨论了应用小波变换和神经网络技术进行缺陷识别的方法.使用小波与神经网络松散型结合的方法,基于小波包原理,将抽油杆的时域检测信号分解到独立的频带内,应用自适应学习速率梯度下降动量法的BP网络,将提取的频带能量作为神经网络输入,抽油杆的裂纹、腐蚀坑、偏磨、损伤及无缺陷作为神经网络待识别输出.经过实验室大量的实验数据训练和验证,结果表明,此种方法既可以正确识别抽油杆的单一缺陷,也可以识别混合缺陷.