参数化设计和自动装配技术在钻井工具设计中的应用

介绍了基于Pro/TOOLKIT进行Pro/E二次开发的方法,论述了参数化设计和自动装配技术在钻井工具设计中的实际应用,提出了一种实现钻具快速组装的方法.     

水平井造斜段弯曲钻柱振动方程的建立及求解

以定向造斜井段中的弯曲钻柱为研究对象,分析其钻进过程中轴向振动和扭转振动,考虑钻井液阻尼、自重和与井壁摩擦对振动特性的耦合作用,建立系统动力学模型,推导出振动微分方程并确定约束条件。对求解方法和过程进行研究探讨,在给定初始条件和边界条件下,采用假设模态法求解钻柱振动模型,得出轴向振动和扭转振动特性的近似表达式。其建模理论、思路和对振动方程的求解讨论可推广应用于不同轨迹井段中的钻柱。     

两级分布式共享存储器结构及算法

商用存储器的随机访问速率和交换结构的交换速率一直是限制高速路由器性能提高的主要因素，改善交换结构使其降低对存储器存取速率的要求是解决问题的关键。本文提出了两级分布式共享存储器(TSDSM)结构，给出了该结构模拟输出排队调度算法所需存储器个数的下界及相应的模拟FCFS与PIFO输出排队算法，并对算法模拟输出排队算法的可行性给出了证明。TSDSM结构及相应的算法控制机制不仅使目前商用存储器的存取速率能满足交换速率的要求，而且交换结构可以工作于非加速状态。     

ON-OFF过程模拟突发业务在调度仿真中的应用研究

介绍了一种使用0N-OFF模型完成网络突发业务建模的方法，并且利用该模型完成了突发业务在输入排队调度中的仿真，为下一步研究开发在突发业务条件下具有鲁棒性的输入排队调度算法打下了基础。     

一种采用混合切分法的报文分类算法

传统的基于几何区域分割的报文分类算法在空间切分时,通常只采用一种切分方法,并不会根据每个域的特点选取不同的对策。提出了一种采用混合切分法的报文分类算法HIC(hybrid intelligent cuttings)。首先,按照IP前缀长度将规则集分组;然后,在每个分组中根据当前切分域的特点,分别对 IP 域和端口域采用比特位切分法和精确投影点切分法实现空间分解;最后,构建混合切分结构的决策树。仿真结果表明,HIC 算法具有较好的规则集适应性,其时间性能与空间性能分别比代表算法EffiCuts提高了46%和74%。     

网络功能虚拟化环境中大规模资源状态监测策略

在网络功能虚拟化（NFV）环境中,为了提高网络中基础设施资源利用率,高效动态部署服务功能链,编排管理域需要对网络中底层资源及虚拟网络功能状态进行实时监测,但实时监测会产生大量通信开销。提出了网络通信开销最小化的智能分布式监测策略,通过改进的标签传播算法智能划分子网并选择代理监测节点,实现了对资源和虚拟功能状态的高效监测,并使监测信息通信开销最小。仿真结果表明,所提监测策略使网络中监测信息通信开销降低约13%。图4 不同算法下子网节点数量方差图     

基于改进CAE的物联网终端风险评估模型

物联网异构终端数量大、结构简单、安全防护能力弱,容易成为攻击目标。针对传统风险评估方法处理不断变化的大量风险因素时,评估机制建立困难,评估效率不高的问题,文章提出基于改进卷积自动编码器的物联网终端风险评估模型（Lightweight Convolutional Autoencoder Combined with Fully Connected Layers and Classifier Model,LCAE-FC）。将更轻量化卷积自动编码器与分类器结合构建模型,使高维特征学习与逐阶降维输出评估概率值一体化;编码器引入深度可分离卷积,每个通道学习广义行为特征内部结构;每个输出特征均进行平均池化,最大限度保留风险信息;全连接层与分类器结合将高维特征抽象后阶梯式降维输出风险概率值。N-BaIoT数据集上的实验结果显示,文章所提模型精确度和F1值均高达99.3%以上,相较传统的CAE、Bi-LSTM和SAE-SBR模型,性能更优。     

T比特路由器中并行交换结构的实现方案

文章结合国家863项目T比特高性能路由器的研发,提出了用PS(并行交换)结构,利用多个G比特级交换结构来构架一个T比特级的交换网络。这样可以充分利用已掌握的成熟的G比特交换技术,同时也使该交换网络具备良好的可扩展性。     

海洋管道多点提吊的有限元分析

建立了海洋管道多点提升的有限元模型,考虑了管土作用的非线性和倾斜绳缆对提升的影响,引入了土体吸力的作用,并增加了对绳缆的模拟,运用ANSYS软件对海洋管道多点提吊的各个阶段进行了模拟计算,同时运用实例分析对所建模型进行了验证。分析结果表明,土体吸力对离地点附近管道的弯矩影响较大,对管道变形几乎没有影响;在提吊初期,管道的最大弯矩对土体吸力的大小较为敏感,最大弯矩随土体吸力的增大而增大,随着提吊高度的增加,土体吸力对最大弯矩的影响逐渐消失。     

一种分层组合的半监督近邻传播聚类算法

 针对近邻传播(AP)聚类算法的计算复杂度和准确性,该文提出一种分层组合的半监督近邻传播聚类算法(SAP-SC)。算法引入“分层聚类”的思想,将一次AP聚类过程等分成若干层聚类,使得处理过程简单、易于实现;每层只关注聚类“困难”的数据点,并通过构造“成对点约束”和使用“子簇标签映射”进行半监督学习;基于“组合提升”的方法将各层聚类结果加权叠加,从而提升了算法的准确性能。理论分析和实验结果表明：算法在聚类准确性和计算复杂度方面有了较大改进。