在需求高峰时期,贝克休斯的工作人员夜以继日地开采石油和天然气储层。在一个井场,多达20辆卡车可以同时作业,使用容积泵在高压下将水和砂的混合物注入已钻油井深处。这些泵及其内部部件,包括阀门、阀座、密封件和柱塞,都很昂贵,在卡车150万美元的总成本中约占10万美元。
为了监测泵的潜在灾难性磨损,并在故障发生前进行预测,贝克休斯使用MATLAB分析泵传感器数据®并应用MATLAB机器学习算法。
“我们发现使用MATLAB开发泵健康监测系统有三个优势,”贝克休斯钻井服务可靠性负责人和团队负责人Gulshan Singh说。“首先是速度;用C或其他语言进行开发需要更长的时间。第二是自动化;MATLAB使我们能够自动化处理大数据集。第三是MATLAB提供的各种数据处理技术,包括基本统计分析、光谱分析、滤波和使用人工神经网络的预测建模。”