有杆抽油系统是石油工业中最主要的提液方式,普通钢制抽油杆由于自重大、能耗高、活塞效应严重、不耐腐蚀而失效越来越频繁,不能满足油田的生产要求,而碳纤维抽油杆所具有的高强度、低密度、耐腐蚀等优点使其在油气生产中发挥越来越重要的作用。如何准确掌握抽油系统的工作状况并有效地进行故障诊断和预测对提高油田的效益和产能有重要的作用,也是碳纤维杆抽油系统研究与应用中的关键问题。示功图中包含丰富的信息,通过测试和分析示功图可以获得抽油系统工作状态,是抽油系统故障诊断的重要资料,基于示功图的故障诊断技术仍然是目前及以后很长一段时间内工况诊断的主要方法。本文提出了以示功图为主要研究对象的基于支持向量机的碳纤维-钢混合杆柱抽油系统故障诊断与模式识别方法。论文首先对碳纤维-钢混合杆柱抽油系统进行受力分析并建立其动力学仿真模型,通过确定边界条件、连续条件和初始条件,建立了故障诊断模型;为了获取上边界的悬点载荷-位移数据,对示功图进行阈值分割、图像膨胀、边缘细化、坐标提取以及平移缩放变化,实现示功图载荷-位移数据的恢复;然后通过故障诊断模型将地面悬点示功图转化为泵示功图,再对泵示功图进行归一化和网格化处理得到其灰度矩阵,进而提取泵示功图的有效冲程特征、灰度特征和Hu不变矩特征作为示功图模式识别输入空间的特征向量;最后以支持向量机作为示功图故障类别模式识别的机器,以从油田获取的碳纤维-钢混合杆柱油井的正常工况示功图和其他四类故障示功图作为训练样本,采用交叉验证的方式对故障示功图样本的不同特征进行训练与模式识别,验证不同的示功图图像特征、核函数以及不同多分类实现方法对模式识别结果的影响。论文提出了综合考虑示功图有效冲程、灰度特征和Hu不变矩特征的碳纤维-钢混合杆柱抽油系统故障类别模式识别与诊断方法。样本训练结果表明有效冲程特征、灰度特征以及Hu不变矩特征中的低阶矩可以很好地表征不同类别故障的特征,且核函数中Gaussian核函数对示功图的特征的识别精度最高、耗时较少,通过对新样本的测试,表明该方法适用于碳纤维-钢混合杆柱抽油系统的故障类别的模式识别与诊断。