分析钻井机械故障诊断数据挖掘系统结构

王常亮 佟宏远

【摘要】采用了数据的挖掘方式，分析一些比较复杂的有关钻井方面的机械故障判断问题，并且给出了有关钻井设备故障的判断有关数据挖掘的结构，还分析了钻井设备故障判断的网络，提供了可以供参考的系统模型。本文就钻井机械故障诊断数据挖掘系统结构进行分析。

【关键词】钻井机械 故障诊断 数据挖掘系统结构

数据的挖掘技术是采用一些技术由比较大型的数据库或者是仓库里面找到比较有价值的信息与知识，而这些信息与知识大多数的时候都是隐藏的。这些有价值的信息或是知識可以通过概念、条例以及规律等方式来进行表示。

1 数据的挖掘方式与钻井设备故障判断的含义

1.1 设备故障的判断技术

设备故障的判断技术主要是为了测量提取设备在运转中或者是处在静止状态中的信息，经过测量后信号的分析与研究，再将判断对象的以往情况相结合，从而通过订立设备的设备和零件的实际技术的情况，预测与故障状况相关的技术情况，再找到解决问题的措施。

1.2 数据挖掘的技术

数据的挖掘技术是采用一些技术由比较大型的数据库或者是仓库里面找到比较有价值的信息与知识，而这些信息与知识大多数的时候都是隐藏的。这些有价值的信息或是知识可以通过概念、条例以及规律等方式来进行表示。经过很多年数据挖掘的技术研究，用在数据的集中分析与提取的信息。从整体来说，数据挖掘的技术主要包括两种类型：探索性的数据挖掘与预测型的数据挖掘。探索性的数据挖掘技术主要是在不知道又什么模式出现的状况中通过数据来找寻模型的技术，主要包含了分群与管理的分析，频度的分析等，而预测型的挖掘技术主要是通过数据来找寻一定的变量和跟别的变量关系的技术。预测型的挖掘技术通常使用的是分类与聚类的技术，数值的预测技术。数据挖掘的技术所采用的计算方式有很多种，其中包含了统计方面的分析、设备的学习等。

2 钻井设备故障的判断数据挖掘体系的结构

钻井器械的故障判断数据挖掘体系可以提供一些访问安放钻井器械与故障数值的数据库、平面的文件和一些外部的接口。通过使用接口，数据挖掘的工具能够经过很多的途径来得到所需要的数据。进行数据的提取时，一定要对数据实行预期的处理，为了确保在数据库中寻找数据正确与统一。

挖掘库主要是数据挖掘的工具中的中心环节，在挖掘库里放置的使用数据挖掘的技术实行的钻井故障判断所需要数据、计算库以及信息库。计算库是用作储存放置能够实行的挖掘计算的方法门信息库是用作储存并且能够进行合理管理通过挖掘的引擎所形成的，通过模块明确评估的信息。数据挖掘的引擎主要通过规范的引导，全面地采用各种数据挖掘的工具，针对数据来源的至少实行整体的研究与深层次的发掘，采取有实际意义的方式，并且对评估的模块实行评估。

挖掘的截面是用作挖掘时候的交互与挖掘完成的可视性。经过交互让使用者对挖掘的程序实行了控制，如，挖掘的命令、对数据的挑选、数据的输入和计算方法的使用等。数据挖掘使用者并不是电子设备与数据库的专业技术工作者，他们是维护工作者。所以，为了使用者的方面操作，系统一定要提供比较合理的界面。通过时间的展开、空间的分辨以及运动发展等一些方式给使用者提供挖掘的结果。

3 根据神经网络对钻井器械故障判断的研究

3.1 神经网络的模型

神经网络是比较新型模拟人智能的一种方式与技术。跟以往的研究方式与专家体系不一样，它不但能够解决好已经知道的计算方式问题，还能够经过自身的组织与学习解决未知技术方式的问题。进行钻井设备故障的判断过程里，使用四层的神经网络，学习计算方法是误差的反方向的传播计算方式，也就是BP计算方法。

3.2 构建神经网络

如果系统简单的判断模型只有六种故障的特点，两种故障以及三种威胁的方式，对网络训练的例子需要挑选出比较适合钻井机械并且好符合以下的三方面的信息：

（1）故障的特点：对待每一个特点只需要收集有、无和没有记录的三种类型；

（2）故障：对于每一种故障也只可以收集有、无和没有记录的三种类型；

（3）维修的方法：对于每一种维修方法都只需要收集是或否两种类型。

3.3 根据神经网络进行推理

根据神经的网络推理是经过网络的技术来实行。将使用者所给出的原始证据用来输入网络，经过网络进行计算，从而获得输出的结果。

4 钻井机械故障判断

因为地处具有复杂和隐蔽性，而钻井机械的搬迁的频率也比较大，户外的工作环境也很恶劣等特征，钻井机械故障的判断难度就会随之而增加。故障判断的本质就是进行故障特点与原因分析，从故障特点来推理出来产生故障的原因，从而明确故障的种类，找到解决的方案。

在没有进行挖掘计算方法前，实行了多维的分析，经过人与计算机交换的操作，使用者可以在整个搜索的空间里控制搜索的程序，并且可以获得模式，最后产生知识。如，如果钻井机械的故障特点是由钻井的数据苦等数据里面通过计算而获得的钻井及其或者产生故障的时候故障的特点。

5 总结

综上所述，通过对钻井机械故障判断的数据挖掘系统结构的分析，主要阐述了数据挖掘系统与钻井机械故障的含义，数据挖掘系统的结构以及钻井机械故障判断的分析和研究等问题。主要是采用了数据的挖掘方式，分析一些比较复杂的有关钻井方面的机械故障判断问题，并且给出了有关钻井设备故障的判断有关数据挖掘的结构，还分析了钻井设备故障判断的网络，提供了可以供参考的系统模型。

参考文献

[1] 张允，张宁生，刘茜，宁刚.钻井机械故障诊断数据挖掘系统结构的研究[J].石油学报，2006，27（1）

[2] Olivia Parr Rud.数据挖掘实践[M].机械工业出版社，2003：1-5

[3] 杜家兴，徐宗昌，王铁宁.装备保障数据仓库与数据挖掘研究[J].计算机工程与应用，2004，40（9）

[4] Hernandez M A，Salvatore J S.Real world data is dirty：Data cleaning and the merge/ purge problem[J].Data Mining and Knowledge Discovery，1998，2（1）

[5] 蒋京颐，陈惟岐.抽油机电动机调压系统的神经网络建模[J].石油学报，2003，24（1）