在需求高峰期,贝克休斯人员昼夜不停的工作轻敲石油和天然气藏。在单个井场,多达20辆卡车可以同时操作,其中正排量泵在高压下的水和砂的混合物注入进深钻的井中。这些泵及其内部部件,包括阀门,阀门座,密封圈和活塞,是昂贵的,约占$ 100,000卡车的$ 1.5万总成本。
为了监测泵的潜在灾难性磨损,并在故障发生前预测故障,贝克休斯使用MATLAB分析泵传感器数据®并应用了MATLAB机器学习算法。
贝克休斯公司钻井服务可靠性负责人和团队负责人古尔山辛格(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。“首先是速度;用C语言或任何其他语言开发都需要更长的时间。第二个是自动化;MATLAB使我们能够自动化处理大型数据集。第三种是MATLAB为处理数据提供的各种技术,包括基本统计分析、谱分析、滤波和使用人工神经网络的预测建模。”