计算机技术的迅速发展,极大的推动了油田自动化管理水平的提高。在油田的实际生产中,由于抽油机等采油设备大多是野外作业,数目较多且地理位置分散,周边环境恶劣,人工检测比较困难,而且抽油机的井下工况复杂,导致抽油机经常发生故障,影响到油田的产量和效益。因此,有必要及时准确地对抽油机进行故障诊断,这对提高原油的开采效率和降低其它能源的消耗都有着重要的意义。在采油工艺技术中,通常以示功图作为分析抽油机井下工况的主要依据。本文设计并实现了基于示功图分析的抽油机故障诊断系统,旨在对抽油机常见的故障做出诊断和故障程度的判断。论文主要完成了以下内容:首先,论文在介绍了故障诊断系统的发展以及抽油机和抽油泵工作原理的基础上,重点对示功图的形成过程、典型故障示功图的图形特点和形成原因做出了分析。其次,论文对示功图的预处理、示功图的特征提取与选择以及故障类型分类进行了分析与讨论。针对示功图的预处理,本文采用最小外接矩阵法将图形与坐标系分离开来,实现了无量纲处理;目前常见的特征提取的方法大都存在特征参数偏多或者不能做定量分析的缺点,本文提出了一种灰色理论与模式识别相结合的方法实现示功图的特征提取。将抽油机的运行状况视为一个灰色系统,对示功图进行灰度处理,形成灰度矩阵并计算其灰度统计特征,以此构成分类特征向量,并结合示功图的特点对传统关联度的算法做出了改进,建立起基于灰关联分析的故障诊断系统。最后,论文介绍了整体系统的实现。抽油机自诊断系统是采用Visual C++和MATLAB混合编程实现的,整个系统分为示功图识别模块、报警模块和诊断结果分析模块。同时在测试系统时,给出了实验过程和实验结果。实验证明,本系统可行性好,故障识别准确度高,且对故障程度进行了简单的判断,可在实际应用中进一步验证。