井下混合流体光谱在线分析技术研究

地层流体光谱实时分析技术通过光谱学原理对地层流体进行在线测量,可为地层流体取样提供重要参考依据。针对取样过程中出现的水基泥浆对地层原油污染的情况,提出一种基于近红外光谱分析技术的油水比在线测量方法。通过对3组不同的光谱预处理方式的建模效果进行分析和对比,证明了采用校正后连续光谱进行偏最小二乘法回归建模能够更准确地预测混合流体流经光学窗口时的含油比率。     

Experiments and analysis for rheological properties of MRF

The work principle of flat-plate structure under shearing mode is expounded based on a vertical type rheometer for MRF which combined data acquisition with treatment and result display.The formula to calculate shearing stress is deduced.Based on different recipe for MRF,experiments under different working gap length were done by altering the intensity of magnetic field.The rheological model for MRF was established and the relationships between shearing stress,viscosity and magnetic field intensity were deduced.Experiments indicate that MRF has the flowing characters:with an increase of the magnetic induction and the nominal shear rate,the shear stress of MRF increases.However,as the working gap decreases,the shear stress increases.MRF has shear thinning property under magnetic field.     

新型井下流体光谱组成分析技术

介绍新型井下流体光谱仪的基本工作原理,利用机器学习开发了系统建模方法,测量大量的流体组成、性质和光谱数据,建立数据库,对不同数学模型进行训练、测试和验证,选出最佳模型用于新型井下流体光谱仪.该仪器被成功应用于井下流体实时分析、监督和取样.测试结果表明,该仪器能实时识别流体类型(气、油、水),而且能获得连续的近红外256全通道光谱随时间的变化,并且可以实时提供油(气)和水相分率、CO2、C1、C2、C3、C4、C5和C6+的组成以及油气比的数据及其变化.     

一种新的混沌蚁群算法及其在QoS组播路由优化问题中的应用

基于QoS的组播路由问题是通过发现具有某种相关性能约束的最佳组播树,来更好地利用网络资源以支持应用的QoS需求,作为以QoS为中心的网络体系结构中不可缺少的组成部分,目前已成为网络研究领域的重要内容和热点问题.针对多约束条件下的QoS组播路由问题,提出一种新的混沌蚁群算法.该算法基于传统的蚁群算法所存在的不足,利用混沌优化算法对蚁群算法的运行参数进行动态地优化选择,自适应地改进了全局搜索能力和收敛性.仿真实验结果表明,混沌蚁群算法比该文提到的遗传算法及蚁群算法在解决多约束组播路由问题上具有更好的性能.     

基于卷积神经网络的原油组分光谱分析研究

由于近红外光谱能实现快速实时检测,使其成为研究井下原油组分和性质的有效方法.针对传统方法在处理光谱时存在的不足,提出了基于卷积神经网络的原油组分光谱分析方法.该方法用卷积神经网络替代传统的预处理方法,并将预处理步骤融入模型当中,达到在训练过程中综合优化的目的.实验结果表明,基于卷积神经网络的原油组分光谱分析方法的预测效果普遍优于传统方法,具有较好的应用价值.     

一种新的遗传神经网络组合方法在近红外光谱分析中的应用

近红外光谱分析技术中波长点的选择和建模方法的选取对建立预测分析模型至关重要.在传统相关系数法的基础上,提出了一种基于遗传算法的相关系数阈值优化方法.该方法以决定系数最大为优化目标,寻找最佳阈值.校正时用径向基神经网络来建立定标模型,选取中心时采用正交最小平方法.采用新方法预测了汽油中的碳酸二甲酯含量,把预测结果与偏最小二乘法的实验结果进行了对比.结果表明,新方法的预测精度更高,决定系数可达到0.9993.     

基于Elman神经网络的地层水污染率近红外光谱实时测量方法

在钻井过程中,水基钻井泥浆会透过泥饼渗入地层从而污染地层水。为了取得纯净的地层水样品,需要对其污染程度进行实时监测。取样前,流体由水基泥浆滤液逐渐过渡到纯净地层水,通过获取滤液、纯地层水以及混合流体的吸光度可实时计算地层水受到污染的程度。鉴于井下地层水污染率在线监测可看作时间序列预测问题,采用了Elman神经网络模型对吸光度数据进行训练,从而预测纯地层水吸光度。采用海上实井数据进行了验证,将基于Elman神经网络预测得到的地层水吸光度与泵抽初期采集的钻井液泥浆滤液吸光度相结合,可以计算出实时的地层水污染率,并将其与实验室水分析结果进行了对比。结果表明,它们的一致性很好。与传统算法相比,新方法高效可靠,具有广泛的适用性和较好的应用价值。     

当前几种新型通用I/O接口及其应用

介绍了当前几种新型通用I／O接口AGP,IDE、SCSI、USB和IEEE1394，并分别对各接口的系统结构以及性能特点做了分析和归纳；另外，对这五种接口标准发展的最新技术做了简要的介绍，为实际应用提供了一定的指导。