在需求的峰值期间,Baker Hughes船员在时钟围绕着挖掘油和天然气藏。在单个井场,多达20辆卡车可以同时操作,具有正排量泵,将水和沙子的混合物深入深入钻孔。这些泵及其内部部件,包括阀门,阀座,密封和柱塞昂贵,占卡车150万美元总成本的约10万美元。
为了监控潜在的灾难性磨损,并在故障发生前预测故障,贝克休斯使用MATLAB分析了泵传感器数据®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领导Gulshan Singh说。“首先是速度;用C或任何其他语言开发都需要更长的时间。第二是自动化;MATLAB使我们能够自动处理大型数据集。第三是MATLAB提供的用于处理数据的各种技术,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。”