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。
为了监控泵,在发生潜在的灾难性磨损和预测失败之前,Baker Hughes通过Matlab分析泵传感器数据®并应用Matlab机器学习算法。
“我们在使用MATLAB开发我们的泵健康监测系统方面看到了三种优势,”Gulshan Singh说,可靠性校长和团队领先于Baker Hughes钻探服务。“第一是速度;C或任何其他语言的开发将更长时间。第二个是自动化;MATLAB使我们能够自动化大数据集的处理。第三个是MATLAB提供与数据一起使用的各种技术,包括使用人工神经网络的基本统计分析,光谱分析,过滤和预测建模。“