往复泵是油田钻井、注水和压裂等工艺中的重要设备，其工作条件十分恶劣，该设备能否正常运转对油田安全生产十分重要，因此对其易损件，如泵阀、活塞-缸套副、柱塞-密封副等的状态监测和趋势预测，成为往复泵故障诊断的关键问题。主要研究了灰色-神经网络预测方法在往复泵故障趋势预测中的应用，结合实际案例，根据往复泵故障发展趋势，针对其故障诊断与预测的难点，提出采用组合预测模型进行趋势预测，相比采用单一模型预测方法，该组合模型具有较高的精度，对状态监测工作有非常好的应用价值和实际意义。

　　往返泵是采油厂研发的中的很重要机械设备之三，一直展现出现问题都可以对客户的安全性高研发的产生大的影响力。现今，我国外对往返泵模式检测与潮流预计多选用人工成本中枢神经网路、看不清楚预计等过于单一化对模型来科学研究，因过于单一化的预计方式方法必须是在一段情况发生下、一段范畴内才管用，并不可宽裕根据整个的特色新信息，以致常会造成预计后果与真是值之前会有大测量误差。 　　今天包括深入介绍橘黄色-面人工神经网络数据預測技巧在回转泵报警变化趋向預測中的操作，并紧密结合事实 装修案例，对比图介绍该搭配預測技巧相对而言简单建模 預測的优势可言，为搭配預測技巧在回转泵报警检查和变化趋向預測领域行业中的操作给出了强劲的扶持。

1、往复泵常见故障分析

　　高压往复式注水泵主要由动力端、液力端、底座、电机、电控盘、润滑等部件组成。由于构成部件多，结构较为复杂，在实际生产中经常发生各种类型的故障，根据发生部位可以分为以下几个方面.

　　1.1、往复运动泵能源端 　　(1)齿轮:回转式泵的齿轮为曲轴，曲轴是回转式泵中组成和容忍最很复杂的杆件组成，它不仅能容忍齿轮变速箱轴传出的扭距，同時容忍着两个连杆传承的压力降。 　　(2)翻动轮毂轴承:是电动机的物理受力机件，顶住径向和径向的工况，在冲击试验力动负荷下简易 引发故障率。而回转式泵液力商品详情页只要一冲程还会释放冲击试验力动负荷，故而是较易故障的元器件之四。 　　1.2、往复式泵液力端 　　往复式泵液力端种类故障问题见表1图甲中。 表1 回转式泵液力端常考错误代码结构类型

2、灰色-神经网络预测模型

　　往返泵也是个僵化的平台的，时转化、js随机数性、看不清性等多的方面面的基本要素使得平台的震动幅度变异样僵化，用单独的预估方式方式 无法在资料贫乏和不确认性状况下对仪器运转状况态势做到最准确管用的地分折。組合成预估方式方式 将各个预估方式方式 的优缺欠相互之间多补，求同存异，管用的的巧用了所有的管用资料，结果是加快加快预估导致精度的作用。然而，組合成预估方式方式 在自动化机械洛天依疾病诊断范畴内的采用很少。 　　灰黑色推测仿真模型容易使用，必须模本数据库少，能较高的推测震动变化无常的总体目标动向，但不能不适用合靠近繁复的非曲线数学函数，平常用作影响期推测。手动运动神经互联网都兼具好的非曲线映照性能，能较高的推测震动的价格波动动向，但所需都兼具充足的的隐结点也也就是所需巨大的模本保障，平常不适用作能完成较多模本的中长期推测。 　　2.1、并接型组和建模 　　也是串联型乐队组合模板意思是应用深灰色分析分析模板拥有很好的上升期基本特性的显著特点，对热加热器端差的上升期前景和全方位的性變化前景参与分析分析，即对水平垂直古代过往数据库统计参与绘制制作，互相应用神经系统wifi网络分析分析模板很好的非波形映本事对热加热器端差的上下波动前景参与分析分析，即对侧向古代过往数据库统计参与绘制制作，后利用最SEO优化化策略加入具有这两种的优势的全方位的模板。本模板在不同其本就的绘制制作应用程序不是需要做太久的改造。但犹豫两只模板相互间自立，任何该全方位的模板无法除掉越来两只模板其本就所一直有的一下缺陷(如图是1表现)。

图1 黑灰色-神经系统数据网络串并联型结合建模 　　2.2、并联电路图型组合构成三维模型 　　并接和并联型組合建模(就像文中2图示)可能大局限性的引领灰黑色建模和人工处理中枢神经末梢系统网格建模不同的结构特征。大家比较熟悉并接和并联型合理建模指将灰黑色預測建模GM(1，1)的預測报告单身为中枢神经末梢系统网格預測建模的输人，利用中枢神经末梢系统网格强 的非线形开映射基本功能在其输出的端得出导致精度高些的預測报告单。

图2 灰色的-神经系统网络上串连型组合构成模形

总结

　　我们都选取黑色类别、精神末梢网上类别和黑色-精神末梢网上女子组合类别对循环往复式泵的单组自动运行动态数据(震动问题合理高效值)确定现象分析，完成相对较植物的根的分析导致，求出黑色-精神末梢网上类别有较高的分析的精密度和分析合理高效度，适可用于循环往复式式充水泵的工作状态分析确定系统的深入分析，该的办法对石油勘探稳定生產具有关键的显示指导意义。