隨著海洋油氣資源的持續(xù)開發(fā)，深水鉆井平臺得到了越來越多的應用，鉆井泵作為鉆機的心臟，起著關(guān)鍵的作用。鉆井泵一般處于較差的環(huán)境、有著較高沖擊負荷的地方，所以其上的設(shè)備零部件要有很高的強度和精準的裝配精度。如果發(fā)生故障，不僅影響鉆井生產(chǎn)，更會造成鉆井平臺的整體故障，兇此對于泵系統(tǒng)的實時監(jiān)測與故障診斷具有非常重要的意義。

　　一般現(xiàn)有的故障診斷有3種方法：第一，基于數(shù)學建模的方法；第二，基于信號處理的方法；第三：基于人工智能的方法。較為常用的是第三種方法，且是基于神經(jīng)網(wǎng)絡的人工智能法?！♂槍σ陨蠋追N方法的缺點，文中研究一種基于改進模糊貼近度算法的鉆井泵系統(tǒng)故障診斷，以模糊貼近度原理為基礎(chǔ)，冉結(jié)合模糊數(shù)學隸屬度的概念，搭建了一種薪的模糊貼近度函數(shù)模型，并結(jié)合深水鉆井泵的特點實現(xiàn)泵系統(tǒng)診斷的準確性和有效性。