机床与液压

作者：刘晓彤，吉玲，梁倩伟，李立刚，郝宪锋

单位：中国石油大学（华东）海洋与空间信息学院;海洋石油工程技术联合研究院；中海油田服务股份有限公司；中海油田服务股份有限公司；中国石油大学（华东）海洋与空间信息学院；中国石油大学（华东）控制科学与工程学院

关键词：BO-TGNet模型;液压系统;故障诊断;贝叶斯优化

基金：中国海洋石油集团有限公司省部级重大科技项目（KJGG-2022-1402）

由于定向钻井工具液压系统多源故障数据的耦合性强，采用传统智能诊断方法存在难以兼顾时序数据全局与局部特征及模型参数调整困难的问题，提出基于贝叶斯优化的Transformer-GRU（BO-TGNet）混合架构定向钻井工具液压系统故障诊断模型。采用Transformer模型结合门控循环单元（GRU）构建兼顾液压系统参数数据全局与局部特征的特征提取框架，同时引入贝叶斯优化对Transformer-GRU模型的3个关键超参数进行自适应寻优，解决复杂模型超参数的配置难题，提高模型准确率并降低训练耗时。结果表明：在基于实际翼肋及液压系统半实物测试的自建数据集中，BO-TGNet模型在诊断准确率、灵敏度、特异性、AUC、F1值等关键性能指标上均表现优异，测试准确率达98.34%，较原始Transformer模型提升9.58%，各项指标均超过0.98，模型在定向钻井工具液压系统故障诊断中具有良好性能，证明了其有效性与优越性，为液压系统智能故障诊断方法提供了参考。

来源：2025年第23期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第23期