基于长短期记忆神经网络的深水钻井工况实时智能判别模型

深水钻井具有高投入、高风险等特点,其工况实时判别是提高钻井时效、减少复杂事故的基础和前提。传统深水钻井作业中,钻井工况主要通过基于编程方式的物理模型与经验模型进行判别,难以保证时效性和正确率。为此,创新性地将机器学习引入深水钻井工况判别全流程,考虑综合录井数据的长时间序列特征,基于长短期记忆神经网络建立了深水钻井工况实时智能判别机器学习模型。通过对29 856 140行深水综合录井数据预处理,选取钻头深度、井深、大钩高度、钻压、悬重、扭矩、转速、立管压力,共计8个综合录井参数作为输入特征,建立了20隐藏层×70节点的长短期记忆神经网络模型,实现了旋转钻进、滑动钻进、接单根、静止、循环、向下洗井、划眼、向上洗井、倒划眼、起钻、下钻及“其他”,共计12种常见深水钻井工况的实时智能判别,测试集上正确率高达94.09%,满足深水现场作业需求。该模型可实时智能地判别钻井工况,充分验证了长短期记忆神经网络用于钻井工况实时智能判别的可行性与时效性,为钻井时效分析和复杂事故预警提供了机器学习模型基础,并将进一步拓展机器学习在石油工程领域的应用范围。     

学龄前视障儿童触觉训练玩教具设计研究

目的 在倡导融合教育和全纳教育的社会背景下,从人文关怀和伦理价值的视角探索学龄前视障儿童平等地享受教育资源和玩享权利的玩教具产品实现形式,以期改善玩教具配套的现实困境.方法 通过分析学前视障儿童触觉训练教育干预概况、梳理学前视障儿童感知特征、剖析触觉训练玩教具现状及问题,以教育补偿中的触觉训练为根本,提炼出系统易用、玩教一体、包容平等的设计原则,并分别以模块化设计、情趣化设计和包容性设计为设计方法展开构思和创意,从系统、宏观的角度围绕学前视障儿童的触觉能力、认知能力、学习能力等要素展开系列化玩教具设计实践.结论 为学前视障儿童的早期干预和教育补偿提供产品保障,使之充分感受到世界的温暖和人性的关爱.