[发明专利]一种钻井电机间歇故障诊断方法

说明书

本发明公开了钻井装备故障诊断领域中一种钻井电机间歇故障诊断方法。具体包含以下步骤：(1)分析钻井电机在钻井周期中的各种工况，将故障率不同的多种工况简化为故障率恒定的单工况。(2)分析钻井电机故障的不同状态及其之间的状态转换关系，确定初始状态总故障率与维修率；(3)以部件故障率表征状态转化关系，建立马尔可夫模型；(4)分析故障状态与特征间因果关系，统计状态与特征间条件概率；(5)针对性能退化特征合理划分时间片，建立动态贝叶斯网络模型；(6)计算状态转移矩阵，将马尔可夫模型与动态贝叶斯网络模型结合；(7)将故障次数输入诊断模型对应时间片，动态判定故障状态和部位。本方法可以动态识别故障状态并区分故障部位，可有效避免钻井电机间歇故障诊断结果的漏诊和误诊现象。

技术领域

本发明涉及钻井装备故障诊断领域，具体涉及一种钻井电机间歇故障诊断方法。

背景技术

钻井电机故障主要分为永久故障和非永久故障。永久故障在故障部件被修复或更换之前，不能自行从故障状态恢复到正常状态。非永久故障可进一步分为瞬态故障和间歇故障。瞬态故障是可以瞬时自行恢复正常状态的随机故障，由于瞬态故障不会对故障部件造成永久性损害，因此从维修角度，可将瞬态故障状态归属于无故障状态。间歇故障是指可以持续一段时间，但不需要经过修复活动就可以恢复正常状态的故障。间歇故障是复杂旋转装备的常见故障，容易因漏诊演变为永久故障，也容易因误诊造成不必要停机和过度维修，漏诊和误诊都会导致作业成本显著增加。间歇故障在演变为永久故障之前必须及时修复，但应避免不必要的停机和过度维修。间歇故障诊断研究对钻井电机健康管理和维修策略制定有重要指导意义。

钻井电机是具有复杂的动态系统，与传统电机相比，规模更加庞大、结构更加复杂，功能更加完善。钻井电机各部件之间的耦合度和关联度较高，不同故障可能具有相同或相似的故障特征，增加了间歇故障诊断的难度。以往间歇故障研究多以工况单一，故障率恒定的电子装备作为研究对象。然而钻井电机具有多种作业工况，每种工况故障率差异较大。同时，钻井电机还会因作业工况恶劣而导致其性能退化。因此，钻井电机的故障诊断结果会随工况变化和性能退化而发生改变。因此，本发明提出了一种钻井电机间歇故障诊断方法，该方法考虑了复杂装备的工况变化和性能退化因素对故障诊断结果的影响，可以动态识别钻井电机故障部件并区分故障状态，并可有效避免钻井电机间歇故障的漏诊和误诊。

发明内容

本发明公开了一种钻井电机间歇故障诊断方法。本方法首先分析钻井电机在钻井周期中的各种工况，将故障率不同的多种工况简化为故障率恒定的单工况。然后以部件故障率表征故障状态转移概率，建立马尔可夫模型；同时，统计分析故障状态与故障特征之间的因果关系和条件概率，建立动态贝叶斯网络模型；最后将结合马尔可夫模型与动态贝叶斯网络模型建立故障诊断模型。本方法可以动态识别故障状态并区分故障部位，可有效避免钻井电机间歇故障诊断结果的漏诊和误诊。

为达到以上目的，本发明的技术方案提供了一种钻井电机间歇故障诊断方法，所述方法具体包括以下步骤：

步骤1：为满足马尔可夫模型建立需要，分析钻井周期内具有的多种工况，使用具有最高故障率的钻进工况时长来表征钻井电机寿命，将钻井周期内具有不同故障率的多种工况简化为具有恒定故障率的钻进工况。

步骤2：分析无故障，间歇故障和永久故障三种状态之间的转化关系，并根据工程经验，以部件故障率和维修率来表征转化关系。

步骤3：建立简化方程得到部件故障率和维修率与部件初始状态总故障率和总维修率之间的关系，根据工程经验确定方程中的转化系数，以及钻进工况初始状态中的总故障率和总维修率，建立马尔可夫模型。

步骤4：分析故障状态与故障特征间的因果关系，建立贝叶斯网络结构模型；由统计计算得到故障状态与故障特征之间的条件概率关系，建立贝叶斯网络参数模型。

步骤5：针对钻井电机的性能退化特征，合理划分时间片，确定无故障、间歇故障和永久故障状态的初始概率分布，建立动态贝叶斯网络模型。