石油钻、采设备一般分布在地广人稀的油田上,大部分设备的工作环境都非常恶劣,有些设备甚至在无人看管、无厂房遮护以及24小时的连续运转的情况下工作.常见的设备状态监测仪器和诊断方法一般适用于大型动力机械,用于石油机械效果并不理想,因此有必要对石油机械设备进行专项诊断研究.该论文对几种常见的石油钻采机械故障诊断中的故障机理、信息处理和特征提取问题进行了专项研究,内容如下:(1)讨论了钻井泵阀的动力学模型和失效机理,总结出钻井泵升举阀和注水泵组合阀的失效原因.分析了泵阀失效时的振动特点,找出了故障信号的特征.(2)对泵阀声信号进行了小波收缩消噪方法的应用研究.为了提取泵阀声信号的故障特征,采用非白噪声模式和基于尺度的阈值进行降噪.经该方法降噪后的信号有效地提取了泵阀的故障特征,且未丢失信号的正常信息.仿真和实例分析表明该方法适用于泵阀故障声信号的降噪.(3)提出了小波包分解的时域参数提取方法.由于故障信号的时域特征比较明显,首先对信号做小波包分解,然后对每个分解层上的小波系数分别进行重构,从而形成新的时间序列.对新得到的时间序列进行了时域特征参数的提取,根据这些参数的不同变化规律找出故障原因,同时还讨论了简化特征参数,确定判别阈值的方法.该方法为较复杂机械的故障诊断提供了一种行之有效的途径.(4)研究了一种基于自适应滤波的石油机械诊断方法.该方法适用于一些相关图和周期图不是信号功率谱密度的可靠估计的场合,采用递归最小二乘(RLS)算法去除背景噪声,分离泵阀的故障信号.该方法不仅适用于平稳信号,也适用于非平稳信号.此外,文中还讨论了该方法的优势和不足,实例分析表明该方法对于石油机械故障诊断是有效的.(5)提出了一种小波(小波包)分解+解调分析的旋转机械综合诊断方法.非平稳调制信号的调制带宽经小波或小波包分解后,会集中在某些分解层上.根据调制信号的频谱特征即能确定这些分解层.对这些分解层做解调分析,低频段的分解层被对于其它分析方法.计算机仿真和应用实例分析表明:由于Hilbert变换对多分量信号和相加性信号的解调有一定的局限性,该文提出的方法优于仅做Hilbert变换的方法.(6)为更好地分析石油机械的多分量信号,该文定义了一种新的Cohen类时频分布的组合核函数.给出了设计方法.这种组合核处理信号的速度要快于自适应核函数,并且可以分析多类信号.在石油机械故障诊断中,它可以提取旋转机械的谐波组分,也能处理开停机时的变速过程.该文还讨论了一种基于时频图的相关分析的方法.通过实例和理论分析表明了该方法的实用性和有效性.