近日，我院张立军教授团队在压裂泵腔内裂纹的在线检测方面取得阶段性进展，相关研究成果《利用改进的MLP网络在线评估压裂泵裂纹发育》（Online evaluation of crack development in fracturing pumps using an improved MLP network）发表在《Nondestructive Testing and Evaluation》。该期刊是无损检测领域的知名学术期刊，影响因子为4.2（SCI二区）。论文第一作者为博士研究生王杭，通讯作者为张立军教授，WilliamHill中文官方网站为第一完成单位，该研究得到盐城市产业创新科技支撑（工业）专项的支持。
论文首页
压裂泵是水力压裂过程的核心设备，广泛应用于提高常规和非常规油气产量的完井工程中。现有的检测手段主要采用停工拆卸泵体进行人工测量，这阻碍了施工的顺利进行，并且离线的检测方式无法获得施工中设备的实时裂纹信息，严重威胁施工安全。
所提方法框架
检测系统部署于压裂现场
检测结果对比
该研究提出了一种压裂泵腔内关键区域裂缝在线监测的智能算法和设备。提出自适应阈值降噪后的小波包能量谱分解方法，以每个频段能量占比变化反映结构裂纹变化的动态响应。进一步采用基于算数鲸鱼优化的MLP网络，将小波包频带能量谱和AE参数作为输入，通过多尺度的特征实现压裂泵裂纹状态的检测。最后，设计了一套压裂泵裂纹在线监测系统，该系统由在线信号采集传输设备和结合上述算法的监测软件组成。系统设备部署在大庆油田压裂施工的现场，实时监控压裂泵裂纹状态信息，无需手动现场检查，对0.1-5.0mm长度内的动态萌生裂纹监测准确率已达到82.77%。该系统一方面有助于延长泵的使用寿命，保障施工的连续高效进行；另一方面增加了结构检查的频率，使工程师能够更清楚地了解压裂泵的使用状况，保障人员和设备的安全。
论文链接：https://doi.org/10.1080/10589759.2026.2631154
