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。在一个井场,可能会有多达20辆卡车同时作业,用正排量泵在高压下向已钻井深处注入水和沙子的混合物。这些泵及其内部部件,包括阀门、阀座、密封件和柱塞,成本很高,在这辆卡车150万美元的总成本中约占10万美元。
要监视潜在的灾难性磨损的泵和发生前预测故障,贝克休斯分析用MATLAB泵的传感器数据®并应用MATLAB的机器学习算法。
“我们使用MATLAB来开发我们的泵健康监控系统看到三大优势,”高尔杉辛格,可靠性本金和在贝克休斯钻井服务团队负责人如是说。“首先是速度;在C或任何其他语言的发展将采取更长的时间。第二个是自动化;MATLAB使我们能够实现自动化的大型数据集的处理。第三是各种各样的技术,MATLAB提供了用于处理数据,包括基本统计分析,光谱分析,过滤,并使用人工神经网络预测模型“。