Процес нафтовидобутку нафти потребує проведення постійного моніторингу роботи обладнання свердловин. Одним із найдієвіших методів оперативного контролю роботи штангових глибинних насосів (ШГН) є отримання інформації від давача зусилля в полірованому штоці або давача струму привідного двигуна верстата-гойдалки. У багатьох випадках завчасне розпізнавання неполадок і здійснення профілактичного ремонту надають змогу уникати великих матеріальних витрат. У зв'язку з цим актуальними є дослідження, пов'язані з розробленням систем діагностики та створення на їхній основі автоматизованих систем керування ШГПУ. Розглянуто підхід до вирішення завдання прогнозування технічного стану ШГН із використанням нейромережевих технологій. Як нейронну мережу використано модифіковану мережу Хопфілда - мережу Хемінга. Для неї створено алгоритм ідентифікації стану ШГПУ, завдяки якому результатом розпізнавання є не сам зразок, а тільки його номер. У результаті прискорюється робота мережі і витрачаються менші обчислювальні ресурси та пам'ять. Для тестування працездатності запропонованого алгоритму розпізнавання створено лабораторний стенд, який імітує роботу системи діагностики стану ШГПУ. Отримані експериментальні результати показали, що система ідентифікації на основі мережі Хемінга може в реальному часі та з мінімальними похибками розпізнавати поточний стан глибиннопомпового обладнання.

 Наукова періодика України 

---

Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)

• Головач Іван Володимирович (технічні науки)
• Головач Інна Іванівна (фізичне виховання та спорт)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"