Academic 学术
施和推荐做法
在特定的工况下，仪表材料的正确选取是仪表防席蚀最重要的手段，但有时也可采用使仪表与腐蚀介质隔高的方式，尤其是需要考虑仪表材料的成本时，可考虑此法。
3.1海上油田仪器仪表的一般防腐措施
应用隔离液：采用隔离液是防止腐蚀介质和仪表直接接触的有效办法。这个办法，当无法选择合适的耐腐蚀仪表时，在压力、流量、液面测量中可以采用。采用隔离液的目的是将被测的腐蚀性介质与仪表测量部分分隔开来，因此，隔离液必须既不能与被测介质互溶或起化学作用，也不能对仪表测量部件有腐蚀性。需离通常用隔离膜片或隔离液将测介质与仪表传感部件或测量管线隔离，达到防腐作用。膜片隔离常用在膜片压力表也称隔膜压力表上。隧离液隔离常用于流量、压力、液位测量系统的测量管线上，采用管内隔离和容器隔离两种形式。
吹气：采用吹气法就是用吹入的空气（或氮气、情性气体等）来隔离介质对仪表测量部件的腐蚀作用。显然，空气与被离蚀介质应该不能互相作用，吹
气法一般用在低压的液位、流量或压力测量系统之中。在液位，流量测量系统中，为了隔离介质对仪表测量部分的腐蚀作用和堵塞作用，还常常采用吹液法
应用保护管：保护管常用于测量温度的一次元件中。当被测介质会腐蚀热电偶、热电阻或其他温度计的套管时，可以在其外装一保护管。保护管的材料应适当选择，以便抵抗腐蚀介质的侵蚀。常用的由金属，合金，非金属做成。其长度按一次元件的插入深度而定，而形状、壁厚则与工作压力有关。
应用保护膜：在零件或部件表面上制成保护层，是机械工业和化学工业中十分普的防腐蚀方法，这种方法对仪* 表设备的防腐蚀有相当好的效果。按照保护层的材料和制成原理的不同，可分为如下几种：金属保护层如电镀，非金属保护层如油漆，电镀是使用最方便、应用最广泛的一种金属保护层方法，它有良好的防腐蚀性能
3.2使用带隔离装置的仪表
海上油田产出的油气，介质粘度较大且多为腐蚀性介质，因此在测量其压力或使用差压式流量计测量其流量时，除可选用耐腐蚀的材料制造检测仪表外，还可使用隔离装置保护检测仪表和部份
连接管道（导压管）以免受腐蚀性介质的腐蚀或粘黏有害物质。这种隔离装置就是在检测仪表与被测介质之间安装一个隔高器，如隔膜式压力表的隔膜，其将仪表的检测元件与被测介质隔绝开来。
4.总结
随着我国对能源的需求与日俱增，海上油田的规模将越来越大，其工艺设备自动化水平也将提高，仪器仪表将大量应用在海上生产设施中，因此相关仪表设备的防属要求是仪表设备选型中必须考虑的问题。海上仪器仪表的离蚀成因主要是由物理作用、机械作用、电化学作用引起的侵蚀，可通过结合工艺条件，选择合适材质的仪表或采取一定的措施，如选择合理的检测手段，来满足仪表的防后蚀要求。
参考文献：
[1]陆德民主编．石油化工自动控制设计手册，第三版，化工出版社，2000
[2]中国海洋石油公司，海洋石油工程设计指南，石油工业出版社，2007
作者简介：
王煜（1983～），从事海洋石油钻采设施仪表控制方面的设计工作，工程师。
液压系统故障智能诊断技术研究
王淑娇
李琳琳
山东协和学院山东济南）
250107
摘要：分析了神经网络诊断技术、专家系统诊断技术和小波分析诊断技术等智能故障诊断技术在液压系统故障诊断中的应用现状，指出了智能故障诊断技术今后的研究方向。
液压系统：智能：故障诊断：神经网络
关键调
液压系统是结构复杂的机电液综合系统，具有机电液耦合，结构时变性、非线性等特性，液压装置对污染敏感，容易产生各种故障，且故障形式多样，难于检测和判断。智能诊断技术在知识层次上实现了辨证逻辑与数理逻辑的集成、符号逻辑与数值处理的统一、推理过程与算法过程的统一、知识库与数据库的交互等功能，为构建智能化的液压故障诊断系统提供了坚实的基础。本文对液压系统的智能故障诊断技术现状进行了分析，并提出了今后的研究方向。
1.基于神经网络的液压系统智能诊断方法
1982年美国物理学家J.J.Hopfield 提出了HNN神经网络模型，使神经网络的研究有了突破性进展。在漫压系统的故障诊断中，广泛应用的是多层前向神
经网络及反向传插播算法。 126 中国机械Machine China
基于神经网络系统的诊断基本原则是：把领域专家的经验输入网络，通过对故障实例和诊断经验的训练学习，依据一定的训练算法，使网络的实际输出在某种数学意义下是理想输出的最佳接近，对应于特定的输入征兆，产生一故障输出模式，可以模仿人类专家的直觉、联想、记忆等能力，能较好地解决知识不完全性或不确定情况下的故障诊断间题。
文献[1]以轴向柱塞泵外壳的
振动加速度信号为依据，采用3层神经网络，运用BP训练算法（通过误差反向传播修正权重，使网络的实际输出与期望输出之差的平方和达到极小），用C语言在微机上建立了泵的故障信号采集、预处理及神经网络的故障诊断框架。经实际检验，证明了神经网络诊断法的有效性。
基于神经网络的诊断法是利用神经
网络具有非线性和自学习以及并行计算能力，使其在液压系统故障诊断方而具有很大的优势。其具体应用方式有：从模式识别角度应用神经网络作为分类器进行液压系统故障诊断：从故障预测角度应用神经网络作为动态模型进行液压系统故障预测：从检测故障的角度应用神经网络得到残差进行液压系统故障检“麗
2.基于小波变换的液压系统智能诊断方法
小波分析是1986年以来由于Y Meyer和S.Mallat 及I.Daubechies 等的莫基工作而迅速发展起来的一门新兴学科。小波分析的另一个作用是通过不同尺度的小波变换，得到典型频率下的系统信号，以此分析系统的技术性能，判断系统故障所在。