大位移井套管磨损预测及防磨技术研究

针对大位移井套管磨损问题,以White和Dawson提出的磨损效率理论模型为基础,建立了套管磨损预测模型。利用该模型定量地分析了井眼狗腿度、机械钻速、顶驱转速、底部钻具组合、套管钢级和钻井液性能对套管磨损的影响规律。分析结果表明,套管磨损深度随井眼狗腿度、顶驱转速、底部钻具组合外径的增大而增大,随机械钻速和钻井液密度的增大而减小。根据所计算的钻柱与套管之间接触力的分布情况,可对发生磨损的重点井段进行分析。综合以上分析结果,制订了相应的防磨措施,这些措施对现场施工具有一定的指导意义。     

致密储层油气产量与储量预测方法的适用性

致密油气储层产量和储量的预测是油藏工程的重要组成部分,更是致密油气田开发效果评价的关键指标。基于致密油气储层普遍具有低渗—特低渗特征,对比分析了伸展指数产量递减法(SEPD法)、适用于裂缝性储层的Duong产量递减法(Duong法)及改进的SEPD法(YM-SEPD法)等三种经验预测方法的适用性。结果表明:原始储层渗透率的大小,生产时间段的选取以及边界效应和经济采出速度的相对关系对预测精度具有重要作用;当渗透率高于10~(-6)μm~2时利用YM-SEPD方法预测比较准确,当渗透率低于10~(-6)μm~2时利用SEPD法和Duong法预测比较准确;使用的生产数据生产时间越长、数据越多,相对误差越小,但是第一年的数据包括在内时,容易低估产量;生产时间少于两年时,综合使用YM-SEPD法和Duong法可以得到保守而可信的结果;边界效应出现后,利用双曲递减法预测较其他方法更为简便。     

具有自主决策能力的机动单元智能体研究

在机动作战仿真中,具有对战场威胁快速反应和决策能力的机动单元实体才更符合实际作战的情形。为此,提出了具有自主决策功能的机动单元智能体的结构模型,它由感知、威胁预测、决策、学习和执行等部分组成;建立了用于威胁预测的神经网络模型,并将智能体的决策描述为马尔可夫决策过程(MDP)．面对复杂的决策环境,将强化学习技术运用其中,使得智能体通过不断观测新的环境状态,运用学习手段,作出最佳的策略选择。针对强化学习中状态空间大、现有算法收敛速度较慢等问题,提出了改进的SARSA(A)学习算法。仿真实验验证了强化学习下机动策略决策的有效性和改进算法的效率。     

退役动力电池寿命预测与匹配检验

研究商业用18650型锂离子电池（额定容量1150mA．h）的循环寿命衰减规律,利用外推法预测电池的剩余寿命。结果表明,锂离子电池容量保持率与循环寿命服从二次高斯函数关系,匹配检测和一系列的交流阻抗测试验证了所选择的模型的正确性以及精度（〉99％）。建立循环寿命模型有利于缩短电池寿命测试周期,降低预测成本。     

Neural network prediction of the shunt current in resistance spot welding

An error back propagation （BP） neural network prediction model was established for the shunt current compensation in series resistance spot welding. The input variables for the neural network consist of the resistivity of the material, the thickness of workpiece and the spot spacing, and the shunt rate is outputted. A simplified calculation for the shunt rate was presented based on the feature of the constant-current resistance spot welding and the variation of the resistance in resistance spot welding process, and then the data generated by simplified calculation were used to train and adjust the neural network model. The neural network model proposed was used to predict the shunt rate in the spot welding of 20# mlid steel （in Chinese classification） （in 2. 0 mm thickness） and 10# mild steel （in 1.5 mm and 1.0 mm thickness）. The maximum relative prediction errors are, respectively, 2. 83%, 1.77% and 3.67%. Shunt current compensation experiments were peoCormed based on the neural network prediction model proposed to check the diameter difference of nuggets. Experimental results show that maximum nugget diameter deviation is less than 4% for both 10# and 20# mlid steels with spot spacing of 30 mm and 50 mm.     

基于BP神经网络的管道腐蚀速率预测

本文将采用BP神经网络技术,以压力、温度、流速、含硫量和酸值作为输入参数,以管道内腐蚀速率作为输出参数,建立了输油管道的腐蚀速率预测模型。计算结果表明,该模型具有较好的预测精度,模拟出的腐蚀速率与实测值能较好的吻合,并且能够反映各因素与腐蚀速率之间的关系。     

基于神经网络的磨削工艺参数智能预测模型

磨削参数的合理选择对于磨削加工过程有着重要的影响,将人工智能运用到磨削工艺参数的选择过程中是现代发展的一个新趋势.在分析现有的智能算法后,提出了一种利用BP神经网络模型来确定磨削参数的方法.在该方法中综合考虑影响磨削加工的因素,把它们列为神经网络系统的输入参数,并对输入参数进行编码;同时也对输出参数(砂轮速度、工件速度、磨削深度、磨削进给速度)进行了归一化处理以适应神经网络的学习.采用循环算法比较得出隐层的最优神经元个数,从而最终建立了磨削参数智能预测模型,并利用Matlab进行仿真预测,仿真结果表明该预测模型准确率很高,能为磨削参数的选择提供可靠数据.     

基于响应曲面法的氨法烟气脱硫效率预测模型

采用响应曲面法对某化工厂燃煤锅炉烟气氨法脱硫装置的脱硫效率进行了建模分析,得到氨法脱硫效率的预测模型。方差分析结果表明:模型P值0.000 1,该预测模型可以很好地描述脱硫效率与SO_2入口浓度、浆液pH值、液气比以及烟气流速等重要操作参数之间的关系。因素分析表明:SO_2入口浓度对脱硫效率的影响最大,同时SO_2入口浓度与浆液p H值、液气比以及烟气流速的交互作用均对脱硫效率有重要的影响。通过显著性分析对初始预测模型进行优化得到校正预测模型,该模型与原始数据的拟合度更高,可以更加精确地预测工业规模氨法脱硫装置的脱硫效率。     

Mechanism of ONB based on nonequilibrium thermodynamics of natural circulation in narrow channels

Based on the experiment of onset of nucleate boiling （ONB） in natural circulation and the nonequilibrium thermodynamics dissipative theory, the mechanism of ONB in narrow rectangle channels of natural circulation is proposed. It points out that the onset of nucleate boiling is influenced by the degree of superheat and the special conditions of narrow channels. Under the conditions of both density difference in natural circulation and narrow rectangle channels, the prediction model of ONB in natural circulation of narrow channels based on fluctuating is established. The experimental results show that the present model can be used to predict the heat flux of ONB in narrow rectangle channels. Features of ONB in natural circulation narrow rectangle channels are as follows： heating power is the incentive of the happen of ONB; the higher the heating power is, the higher the degree of superheat is, and the earlier the ONB will appear. With the pressurizing, the appearance of ONB will be delayed. The higher the degree of supercooling is, the later the ONB appears. The ONB will happen easier when there are noncondensable gases and roughness in the channels.     

存在井间干扰时的油藏压实和地面变形预测

石油开采引起的油藏压实和地面变形是一个很严重的问题,这在很多文献中都有记录[1、2]、。多井开采较之单井开采更具有普遍性,因此本文是在单井引发油藏压实和地面变形的基础上进一步研究多井开采引发的油藏压实和地面变形问题。通过对地面变形量的预测,作者希望能给作业平台优化设计,井网密度的合理布置提供一定的指导意义。考虑到绝大多数油田都尽量增加日产量、提高采收率,这样就会加大地面变形的程度,因此对于井间干扰引起的油藏压实和地面变形预测就更具有现实意义。