输油泵机组状态监测分析诊断系统的设计

重庆交通大学学报（自然科学版） ›› 1999, Vol. 18 ›› Issue (3): 115-120.

输油泵机组状态监测分析诊断系统的设计

汤宝平¹, 郑朝云², 李碧蓉¹, 文代刚¹

1. 重庆大学电气工程学院, 重庆 400044;
2. 重庆交通学院, 重庆 400074

收稿日期:1998-09-07 出版日期:1999-06-22 发布日期:2016-10-31
作者简介:汤宝平(1971-),男,湖北黄梅人,重庆大学讲师,从事计算机测控研究.

Condition Monitoring Analysis and Diagnosis System of Oil Pumping Unit

TANG Bao-ping¹, ZHENG Zhao-yun², LI Bi-rong¹, WEN Dai-gang¹

1. Institute of Electrical Engineering, Chongqing University, Chqongqing 400044, China;
2. Department of Automative Engineering, Chongqing Jiaotong Institute, Chongqing 400074, China

Received:1998-09-07 Online:1999-06-22 Published:2016-10-31

摘要/Abstract

摘要： 介绍了一个输油泵机组状态监测分析诊断系统,研制该系统的目的是为了实时掌握输油泵机组的运行状态,为针对性的维护提供依据和手段.文中阐述了系统的构成,各参量监测原理,着重讨论了状态监测分析诊断系统软件的设计和系统的实施.系统软件基于Windows-NT网络平台,具有友好的图形用户界面,实现了数据动态显示、事故自动报警、定时报表打印、领域专门知识帮助与故障诊断等多项功能.

关键词: 输油泵机组, 状态监测, 故障诊断, 远程监测

Abstract: A condition monitoring, analysis and diagnosis system of oil pumping unit is introduced.The purpose of developing this system is to grasp the running condition of oil pumping unit in good time, and to provide suggestion for preventive maintenance.The paper introduces the composition of system and the principles of measurement.The design of software and its application are discussed.The software based on Windows-NT network platform has a friendly graphic user interface, in which many functions such as dynamic data display, automatic accidents alarm, timed report print, field special knowledge help and fault diagnosis are successfully implemented.

Key words: oil pumping unit, condition monitoring, fault diagnosis, remote monitoring

中图分类号:

汤宝平, 郑朝云, 李碧蓉, 文代刚. 输油泵机组状态监测分析诊断系统的设计[J]. 重庆交通大学学报（自然科学版）, 1999, 18(3): 115-120.

TANG Bao-ping, ZHENG Zhao-yun, LI Bi-rong, WEN Dai-gang. Condition Monitoring Analysis and Diagnosis System of Oil Pumping Unit[J]. Journal of Chongqing Jiaotong University(Natural Science), 1999, 18(3): 115-120.

[1]	陆百川1,2，张冬梅1，舒芹1，李玉莲1. 基于时空特性和灰色残差的交通故障数据诊断与修复[J]. 重庆交通大学学报（自然科学版）, 2020, 39(09): 8-16.
[2]	刘尊民1，刘庆元2，曲大义1，陈秀锋1,3. 智能交通系统中故障精确定位方法研究[J]. 重庆交通大学学报（自然科学版）, 2018, 37(07): 76-79.
[3]	陈虎. 基于参数优化的支撑矢量机及其在故障诊断中的应用[J]. 重庆交通大学学报（自然科学版）, 2017, 36(10): 119-122.
[4]	陆百川，郭桂林，肖汶谦，张海，张凯，邓捷. 基于多尺度主元分析法的动态交通数据故障诊断与修复[J]. 重庆交通大学学报（自然科学版）, 2016, 35(1): 134-137.
[5]	于蕾艳. 汽车线控转向系统容错和故障诊断技术综述[J]. 重庆交通大学学报（自然科学版）, 2015, 34(5): 165-169.
[6]	陆百川，张凯，马庆禄，邓捷，刘权富. 基于数据驱动的数据故障诊断模型[J]. 重庆交通大学学报（自然科学版）, 2014, 33(5): 111-115.
[7]	罗天洪，熊钰，孙冬梅. 二维联合模糊的液压系统故障诊断专家系统[J]. 重庆交通大学学报（自然科学版）, 2012, 31(6): 1227-1231.
[8]	王礼军. 模糊神经网络专家系统在故障诊断中的应用[J]. 重庆交通大学学报（自然科学版）, 2012, 31(3): 469-472.
[9]	印洪浩，彭中波. 基于小波网络的船舶柴油机燃油系统故障诊断[J]. 重庆交通大学学报（自然科学版）, 2012, 31(2): 349-352.
[10]	归少雄，马丽英，曹源文. TY180 推土机工作装置液压系统常见故障及诊断[J]. 重庆交通大学学报（自然科学版）, 2011, 30(3): 481-484.
[11]	赵强, 钟佑明, 周建庭. 基于GPRS的嵌入式桥梁远程裂缝监测系统[J]. 重庆交通大学学报（自然科学版）, 2010, 29(5): 685-687.
[12]	宋炳雨, 高松, 郎华, 王鑫. 纯电动汽车高压电故障诊断与安全管理策略研究[J]. 重庆交通大学学报（自然科学版）, 2010, 29(5): 804-807.
[13]	周建庭，向毓志，郝栉，沈小俊，周志祥，蒋震，董志清，李红镝，周勇，谭隆友. 在役大跨径桥梁基于远程监测的可靠性评价[J]. 重庆交通大学学报（自然科学版）, 2007, 26(4): 32-35.
[14]	马丽英，曹源文，归少雄. 液压油污染度自动监测技术研究[J]. 重庆交通大学学报（自然科学版）, 2007, 26(4): 156-159.
[15]	傅晓林，王兴家，蔡辰光. 粗糙集与神经网络在发动机故障诊断中的融合应用[J]. 重庆交通大学学报（自然科学版）, 2006, 25(6): 130-134.