在需求高峰期,贝克休斯公司的工作人员日夜不停地挖掘石油和天然气储层。在一个井场,多达20辆卡车可以同时运行,正排量泵在高压下将水和沙子的混合物注入钻井深处。这些泵及其内部零件,包括阀门、阀座、密封件和柱塞,价格昂贵,约占卡车150万美元总成本的10万美元。
为了监测泵是否存在潜在的灾难性磨损,并在故障发生之前预测故障,贝克休斯利用MATLAB分析泵传感器数据®并应用MATLAB机器学习算法。
贝克休斯钻井服务的可靠性负责人和团队负责人古尔善·辛格(Gulshan Singh)说:“我们看到了使用MATLAB开发泵健康监测系统的三个优势。”。“第一个是速度;用C或任何其他语言开发将花费更长的时间。第二个是自动化;MATLAB使我们能够自动化处理大型数据集。第三个是MATLAB为处理数据提供的各种技术,包括基本统计分析、谱分析、滤波和预测IVe使用人工神经网络进行建模。”