Research on fault diagnosis technology of pumping units based on multi-modal information fusion

ZHAO Xiangdong; JIANG Wei; GAO Guohai; WANG Yang; ZHANG Weijing; WANG Xin

doi:10.16579/j.issn.1001.9669.2026.06.007

您当前的位置：

首页 >

文章列表页 >

Research on fault diagnosis technology of pumping units based on multi-modal information fusion

·Vibration·Noise·Monitoring·Diagnosis· | 更新时间：2026-06-16

- Research on fault diagnosis technology of pumping units based on multi-modal information fusion
- Journal of Mechanical Strength Vol. 48, Issue 6, Pages: 62-69(2026)
- 作者机构：
  
  1.西南石油大学计算机与软件学院，成都 610500
  2.绵阳师范学院，绵阳 621000
- 作者简介：
  
  WANG Xin, E-mail: xinwang@swpu.edu.cn
- 基金信息：
  
  Excellent Young Scientists Fund of National Natural Science Foundation of China(52222402);Open Research Project of State Key Laboratory of Oil and Gas Reservoir Geology and Exploitation Engineering(PLN 2022-33);Nanchong Science and Technology Plan Project(23XNSYSX0111)
- DOI：10.16579/j.issn.1001.9669.2026.06.007
  CLC： TE933
- Received：17 October 2024，
  
  Revised：2024-11-18，
  
  Published：15 June 2026
- 稿件说明：
移动端阅览
赵祥东，蒋薇，高国海，等. 基于多模态信息融合的抽油机故障诊断技术研究［J］. 机械强度，2026，48（6）：62-69.

ZHAO Xiangdong，JIANG Wei，GAO Guohai，et al. Research on fault diagnosis technology of pumping units based on multi-modal information fusion［J］. Journal of Mechanical Strength，2026，48（6）：62-69.
赵祥东，蒋薇，高国海，等. 基于多模态信息融合的抽油机故障诊断技术研究［J］. 机械强度，2026，48（6）：62-69. DOI： 10.16579/j.issn.1001.9669.2026.06.007.

ZHAO Xiangdong，JIANG Wei，GAO Guohai，et al. Research on fault diagnosis technology of pumping units based on multi-modal information fusion［J］. Journal of Mechanical Strength，2026，48（6）：62-69. DOI： 10.16579/j.issn.1001.9669.2026.06.007.

摘要

目的

针对抽油机故障诊断中样本不均衡和诊断信息单一的问题，提出一种基于多模态信息融合的故障诊断方法，以提升故障诊断的准确性和可靠性。

方法

首先，采用数据增广技术解决故障样本不均衡问题，增强少数类样本的诊断精度；其次，分别对示功图和油井动态生产数据进行特征提取，并融合这两类特征；最后，基于Transformer模型构建故障诊断框架，实现对抽油机故障的精确诊断。

结果

试验结果表明，提出的方法在准确率和

值上均表现优异，为抽油机故障诊断提供了更加可靠且有效的解决方案。

Abstract

Objective

A fault diagnosis method based on multimodal information fusion was proposed. It addressed the issues of sample imbalance and limited diagnostic information in rod pump fault diagnosis. The goal was to improve the accuracy and reliability of fault diagnosis.

Methods

Firstly

data augmentation techniques were applied to address sample imbalance. This enhanced the diagnostic accuracy of minority class samples. Secondly

features were extracted from dynamometer cards and dynamic production data. These features were then fused. Finally

a transformer-based fault diagnosis framework was constructed. This framework achieved precise diagnosis of rod pump faults.

Results

The test results show that the proposed method performs well in accuracy and

-score. It offers a more reliable and effective solution for rod pump fault diagnosis.

关键词

Keywords

references

吕孝孝，王旱祥，刘延鑫，等 . 故障工况下有杆泵采油系统运行特性及示功图研究［J］. 中国石油大学学报（自然科学版）， 2020 ， 44 （ 2 ）： 117 - 126 .

LÜ Xiaoxiao ， WANG Hanxiang ， LIU Yanxin ， et al . Study on operating performance and indicator diagram of rod pump production system under fault conditions ［J］. Journal of China University of Petroleum （Edition of Natural Science）， 2020 ， 44 （ 2 ）： 117 - 126 . （In Chinese）

WU W ， XING X ， WEI H X ， et al . Fault diagnosis of pumping system based on multimodal attention learning （CBMA Learning）［J］. Journal of Process Control ， 2023 ， 128 ： 103006 .

赵新语，樊军，何方，等 . 基于全局与局部特征结合的抽油机故障诊断［J］. 机械强度， 2023 ， 45 （ 6 ）： 1286 - 1292 .

ZHAO Xinyu ， FAN Jun ， HE Fang ， et al . Fault diagnosis of pumping unit based on global and local features ［J］. Journal of Mechanical Strength ， 2023 ， 45 （ 6 ）： 1286 - 1292 . （In Chinese）

GIBBS S G . Predicting the behavior of sucker-rod pumping systems ［J］. Journal of Petroleum Technology ， 1963 ， 15 （ 7 ）： 769 - 778 .

DEREK H J ， JENNINGS J W ， MORGAN S M . Sucker rod pumping unit diagnostics using an expert system ［C］// Proceedings of the Permian Basin Oil and Gas Recovery Conference . Richardson ： Society of Petroleum Engineers ， 1988 ：SPE-17318-MS.

FENG K ， JIANG Z N ， HE W ， et al . A recognition and novelty detection approach based on Curvelet transform，nonlinear PCA and SVM with application to indicator diagram diagnosis ［J］. Expert Systems with Applications ， 2011 ， 38 （ 10 ）： 12721 - 12729 .

WANG X ， SHAO Z W ， SHEN Y C ， et al . Research on fast marking method for indicator diagram of pumping well based on K-means clustering ［J］. Heliyon ， 2023 ， 9 （ 10 ）： e20468 .

侯延彬，陈炳均，高宪文 . 基于GM-ELM的有杆泵抽油井故障诊断［J］. 东北大学学报（自然科学版）， 2019 ， 40 （ 12 ）： 1673 - 1678 .

HOU Yanbin ， CHEN Bingjun ， GAO Xianwen . Fault diagnosis of sucker rod pumping wells based on GM-ELM ［J］. Journal of Northeastern University （Natural Science）， 2019 ， 40 （ 12 ）： 1673 - 1678 . （In Chinese）

唐丽雯，樊军，赵新语，等 . 基于功图故障特征分析的液量计量方法研究［J］. 机械设计与制造， 2024 （ 9 ）： 164 - 168 .

TANG Liwen ， FAN Jun ， ZHAO Xinyu ， et al . Research on measurement method based on fault types and strength characteristics of power diagram ［J］. Machinery Design & Manufacture ， 2024 （ 9 ）： 164 - 168 . （In Chinese）

LI J N ， SHAO J ， WANG W ， et al . An evolutional deep learning method based on multi-feature fusion for fault diagnosis in sucker rod pumping system ［J］. Alexandria Engineering Journal ， 2023 ， 66 ： 343 - 355 .

周萱，吴伟丽 . 基于改进SMOTE不均衡样本处理和IHPO-DBN的变压器故障诊断方法研究［J］. 电力系统保护与控制， 2024 ， 52 （ 11 ）： 21 - 30 .

ZHOU Xuan ， WU Weili . Transformer fault diagnosis method based on improved SMOTE unbalanced sample processing and IHPO-DBN ［J］. Power System Protection and Control ， 2024 ， 52 （ 11 ）： 21 - 30 . （In Chinese）

KRIZHEVSKY A ， SUTSKEVER I ， HINTON G E . ImageNet classification with deep convolutional neural networks ［J］. Communications of the ACM ， 2017 ， 60 （ 6 ）： 84 - 90 .

张朝林，范玉刚 . CEEMD与卷积神经网络特征提取的故障诊断方法研究［J］. 机械科学与技术， 2019 ， 38 （ 2 ）： 178 - 183 .

ZHANG Zhaolin ， FAN Yugang . Fault diagnosis of a bearing using feature extraction method based on CEEMD algorithm and CNN ［J］. Mechanical Science and Technology for Aerospace Engineering ， 2019 ， 38 （ 2 ）： 178 - 183 . （In Chinese）

孙歧峰，李克昊，段友祥，等 . 基于卷积神经网络与特征聚类的荧光薄片分析方法［J］. 石油学报， 2024 ， 45 （ 3 ）： 548 - 558 .

SUN Qifeng ， LI Kehao ， DUAN Youxiang ， et al . Fluorescent thin section analysis method based on convolutional neural network and feature clustering ［J］. Acta Petrolei Sinica ， 2024 ， 45 （ 3 ）： 548 - 558 . （In Chinese）

VASWANI A ， SHAZEER N ， PARMAR N ， et al . Attention is all you need ［C］// Proceedings of the 31st International Conference on Neural Information . New York ： Curran Associates Inc. ， 2017 ： 6000 - 6010 .

陈俊英，席月芸，李朝阳 . 多尺度局部特征和Transformer全局学习融合的发动机剩余寿命预测［J］. 自动化学报， 2024 ， 50 （ 9 ）： 1818 - 1830 .

CHEN Junying ， XI Yueyun ， LI Zhaoyang . Prediction of aeroengine remaining life by combining multi-scale local features and transformer global learning ［J］. Acta Automatica Sinica ， 2024 ， 50 （ 9 ）： 1818 - 1830 . （In Chinese）

FARRAHI M R ， CHERIET M . AdOtsu：an adaptive and parameterless generalization of Otsu’s method for document image binarization ［J］. Pattern Recognition ， 2012 ， 45 （ 6 ）： 2419 - 2431 .

庞志勇，谭洪舟，陈弟虎 . 一种改进的低成本自适应双三次插值算法及VLSI实现［J］. 自动化学报， 2013 ， 39 （ 4 ）： 407 - 417 .

PANG Zhiyong ， TAN Hongzhou ， CHEN Dihu . An improved low-cost adaptive bicubic interpolation arithmetic and VLSI implementation ［J］. Acta Automatica Sinica ， 2013 ， 39 （ 4 ）： 407 - 417 . （In Chinese）

石洪波，陈雨文，陈鑫 . SMOTE过采样及其改进算法研究综述［J］. 智能系统学报， 2019 ， 14 （ 6 ）： 1073 - 1083 .

SHI Hongbo ， CHEN Yuwen ， CHEN Xin . Summary of research on SMOTE oversampling and its improved algorithms ［J］. CAAI Transactions on Intelligent Systems ， 2019 ， 14 （ 6 ）： 1073 - 1083 . （In Chinese）

李康，李爽，高小永，等 . 多变量时序标记Transformer及其在电潜泵故障诊断中的应用［J］. 控制与决策， 2025 ， 40 （ 4 ）： 1145 - 1153 .

LI Kang ， LI Shuang ， GAO Xiaoyong ， et al . Multivariate time series tokenized Transformer and its application in fault diagnosis of electric submersible pump ［J］. Control and Decision ， 2025 ， 40 （ 4 ）： 1145 - 1153 . （In Chinese）

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Fault diagnosis of motor rolling bearings based on dual⁃channel information fusion and VCC-FuseNet

Research on fault diagnosis of rotating machinery based on deep learning and SMOTE data enhancement

THE REVIEW OF MECHANICAL FAULT DIAGNOSIS METHODS BASED ON CONVOLUTIONAL NEURAL NETWORK

Study on remaining useful life prediction method of grinding wheel based on CEEMDAN-LSTM-MHSA

Uncertainty analysis of simplified spline coupling model and its impact on rotor dynamic characteristics

Related Author

HE Yuling

ZHENG Hai

DAI Derui

ZHI Jiahe

WANG Nana

WANG Xiaolong

LI Wenzan

LIU Qinming

Related Institution

Hebei Key Laboratory of Electric Machinery Health Maintenance & Failure Prevention, North China Electric Power University

Hebei Engineering Research Center for Advanced Manufacturing & Intelligent Operation and Maintenance of Electric Power Machinery, North China Electric Power University

Binzhou Weiqiao Park Operation and Management Co., Ltd.

Business School, University of Shanghai for Science and Technology

Business School, University of Shanghai for Science & Technology

⁰