物探技术在向斜区油气勘探中的应用与实践--以泌阳凹陷张厂向斜区为例

随着油气勘探程度不断深入和勘探技术的迅猛发展,泌阳凹陷油气勘探逐步由正向构造带转向鼻状构造两侧的向斜区,针对向斜区油气勘探面临的勘探难点,分析了张厂向斜区具备形成断层及断层-岩性油藏的地质条件,在富油凹陷、满盆含油的地质理论指导下,进一步深化了张厂向斜区的成藏主控因素分析,指出了向斜区勘探的关键问题及有利勘探目标,部署的 B400、ZHC1等井均获高产工业油流,并建立了一套针对向斜区勘探的主要技术方法,对负向构造油气勘探具有一定的指导意义。     

Intelligent prediction model of matte grade in copper flash smelting process

Due to the importance of detecting the matte grade in the copper flash smelting process, the mechanism model was established according to the multi-phase and multi-component mathematic model. Meanwhile this procedure was a complicated production process with characteristics of large time delay, nonlinearity and so on. A fuzzy neural network model was set up through a great deal of production data. Besides a novel constrained gradient descent algorithm used to update the parameters was put forward to improve the parameters learning efficiency. Ultimately the self-adaptive combination technology was adopted to paralleled integrate two models in order to obtain the prediction model of the matte grade. Industrial data validation shows that the intelligently integrated model is more precise than a single model. It can not only predict the matte grade exactly but also provide optimal control of the copper flash smelting process with potent guidance.     

AVO反演预处理中的检波器非径向接收能量补偿.

 在地震勘探中，当炮检距非零时，检波器接收方向与反射波传播方向的夹角是非零的（即非径向接收），这一非零夹角必将产生能量损失，进而对AVO反演产生显著影响。为此本文根据Snell定律导出非径向损失补偿公式，以模型实例讨论了非径向接收对反射系数的影响，并提出了一种简单而有效的非径向能量损失补偿方法。对比用该方法做非径向损失补偿前后的AVO反演结果，其差异显著，说明本文方法能够明显改善AVO反演的质量。     

基于混沌遗传算法的铜闪速熔炼过程操作模式智能优化系统

提出了一种铜闪速熔炼操作模式智能优化系统．该系统首先采用动态T-S递归模糊神经网络（Dynamic T-S Recurrent Fuzzy Neural Network, DTRFNN）对工艺参数进行软测量,再采用模式分解的方法对海量数据进行分解,最后对模式子集采用基于神经网络和混沌遗传算法的铜闪速熔炼操作模式智能优化方法进行优化．将该控制系统应用到铜闪速熔炼中,提高了铜闪速炉的生产效率．     

平面模切机的模切过程优化

针对印后包装设备模切机在高低速模切时的不同要求及模切速度快速变速规划的需要,优化模切过程。首先,分析伺服驱动模切凸轮机构的运动过程;然后,优化模切驱动电机的整体运动规划,实现不同模切节拍下,切刀模切瞬间的速度不变,使下压阶段和提升阶段的电机最大扭矩保持平衡;随后,进一步对模切加减速段进行优化,设计非等腰三角形规划,以高效发挥模切驱动电机的性能。该控制策略能提高切刀寿命,提升模切整体效率。     

基于动态T-S递归模糊神经网络的闪速熔炼过程参数软测量

闪速熔炼过程中存在大量多元非线性因素,难以从统计学和机理上确立操作参数.为优化闪速炉的操作参数,建立了动态T-S递归模糊神经网络(DTRFNN)的软测量模型,推导了DTRFNN的权值学习算法.将其应用到某厂铜闪速熔炼过程中的参数软测量上,平均精确率达到97%,能为生产操作提供有益的指导.     

基于粗糙集的故障诊断规则增量更新方法

提出了一种新的过程控制故障诊断规则的增量动态更新方法。根据给定的过程控制故障规则的描述,按照规则更新集与控制状态集在约束条件作用下,将规则更新问题归结为一类标准形式,并给出问题的形式化描述;然后以理论修正算法为依据,利用提出的知识更新算法对问题求解以完成知识库的规则更新。最后,给出的仿真实例验证了该方法的有效性和可行性。     

铜闪速熔炼过程操作模式的智能优化

提出了基于模式分解的铜闪速熔炼操作模式智能优化方法,描述需要在线决策的操作参数.从历史样本集中筛选优化的样本组成模式,采用基于聚类的方法进行模武分解,通过混沌遗传算法对每个模式子集寻求操作模式的优化.将该方法应用于铜闪速熔炼过程,提高了铜闪速的操作水平.     

模糊递归神经网络在软测量中的应用

针对工业过程中参数测量滞后和不准确的问题,采用动态T-S递归模糊神经网络(DTRFNN)进行软测量.本文提出了T-S递归模糊神经网络结构,最后并在此基础上对冶炼过程中的金属元素含量进行软测量实验研究,取得了较好的效果.     

Stratimagic地震相分析在油气勘探中的应用

叙述了利用Stratimagic波形分类地震相分析技术,对地震波形变化及分布规律的分析和应用。以塔河油田西部古近系目的层砂体的描述和评价为例,利用波形分类分析技术对砂体和岩性油藏分布预测取得的效果。