在石油需求高峰时期,贝克休斯的员工夜以继日地开采石油和天然气。在一个井场,多达20辆卡车可以同时作业,用容积泵在高压下将水和沙子的混合物注入深井。这些泵及其内部部件,包括阀门、气门座、密封件和柱塞,都很昂贵,在卡车150万美元的总成本中占了大约10万美元。
为了监测泵的潜在灾难性磨损,并在故障发生之前预测故障,贝克休斯使用MATLAB分析泵传感器数据®并应用MATLAB的机器学习算法。
“我们发现使用MATLAB开发泵的健康监测系统有三个优点,”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语言或其他任何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数据集。第三是MATLAB提供的处理数据的各种技术,包括基本统计分析、频谱分析、滤波和使用人工神经网络的预测建模。”