钢制外压球壳和凸形封头的计算图表

本文提出的计算图表,适用于外压球壳和凸形封头的设计计算,并能直接求解,避免了习惯用试算法的麻烦。     

求解天然气管网运行优化问题的TDDP算法

由于天然气管网运行优化问题的非线性和非凸性,且包含了管道流量和节点压力这两种连续变量,使得求解该问题非常困难。由于动态规划算法(DP)以及由其改进形成的非序列动态规划算法(NDP)对问题的非线性和非凸性不敏感,并且可以得到全局最优解,因而得到了广泛的应用。但是DP算法只能求解长输管道运行优化问题,NDP算法虽然可以求解天然气管网运行优化问题,但是受到管网拓扑结构的限制。在分析DP和NDP算法本质的基础上,文章提出了一种基于树分解的动态规划算法(TDDP),即利用树分解先将原问题划分成为若干互相关联的子问题,再利用DP算法求解子问题。通过与遗传算法的对比,TDDP算法具有较高的计算效率和结果最优性。     

基于不变矩特征和神经网络的有杆泵故障诊断

不变矩具有平移、旋转、比例不变的特征,已经广泛应用于图形识别。本文将图形的不变矩作为识别特征,通过提取泵示功图的7个不变矩特征、对不变矩特征进行修正以及进行不变矩特征向量的标准化,然后利用改进算法的BP神经网络作为分类器,进行有杆泵故障诊断。利用9种常见故障泵示功图作为神经网络的训练样本,训练后的网络对实测示功图进行诊断,诊断结果和实测有杆泵故障诊断结果相吻合。     

LC~1类约束优化问题的拟牛顿算法

提出了一种求解 LC1 类约束优化问题的拟牛顿 ( Broyden)族算法 ,在假设目标函数是凸的 LC1 类函数的情况下 ,证明了该算法的全局收敛性     

网格逐次剖分算法在三维地震射线追踪中的应用

初至波走时计算与路径追踪是基于射线理论层析成像的关键,走时线性插值(LTI)算法具有较高的追踪精度和计算效率,在二维条件下应用广泛,但在三维情况下存在最小走时方程不能解析求解的问题。为此,在走时线性插值的基础上,提出了一种改进的网格逐次剖分方法。该方法基于原有的LTI网格界面剖分算法,在最小走时剖分点附近建立同样规格的剖分点阵列进行进一步的细分搜索,寻找最小走时,避免了增加剖分精度而进行的全局细化搜索,节约了计算时间。该方法解决了三维LTI最小走时求解问题,并且能够以较小的计算代价获得更高的计算精度。在给出算法原理与计算步骤的同时,通过模型及实例验证了新算法在计算精度与计算效率上的改进。     

LC^1类约束优化问题的拟牛顿算法

提出了一种求解LC^1类约束优化问题的拟牛顿（Broyden)族算法，在假设目标函数是凸的LC^1类函数的情况下，证明了该算法的全局收敛性。     

一种基于改进快速扫描法的多尺度近地表层析方法

复杂山地近地表速度结构复杂,横向速度变化快,建模精度低,严重影响后续偏移成像质量。初至波层析反演是解决复杂近地表速度建模的有效手段,但面临着计算精度和计算效率均需提高的问题。为此,提出了一种基于改进快速扫描法的多尺度近地表层析速度建模方法,分别从正演和反演两个方面提升初至波层析反演精度。在正演方面,提出基于改进快速扫描法的初至波走时计算方法,应用双线性插值技术,在保持快速扫描算法高效率的基础上提高计算精度;在反演方面,利用改进散射积分法求解层析矩阵,并通过多尺度层析策略提高反演精度。将提出的近地表建模方法应用于丁山工区的实际资料处理,结果表明,改进快速扫描法使得正演计算量大幅度减小,在其它条件不变的情况下,多尺度层析策略反演得到的速度模型精度高,偏移成像剖面与原始剖面相比,近地表范围内同相轴连续性更好,为后续中深层速度建模提供了良好的保障。     

城市天然气中长期消费预测

通过对城市天然气中长期历史消费情况的分析研究，建立了模拟城市天然气消费的趋势外推预测模型——龚珀兹负指数函数模型，并采用最小二乘法和人工神经网络对该模型进行求解。实例计算结果表明：趋势外推模型能够模拟城市天然气中长期消费的变化趋势，在根据最小二乘法、BP算法、微粒群算法（PSO算法）训练神经网络求解得到的3个预测模型中，采用PSO算法得到的模型精度高、耗时少，能较准确地反映城市天然气中长期消费情况。     

PCA＆PSO在油气水三相流流型识别中的应用

为了提高油气水三相流流型识别的准确率,提取了对流型变化敏感的多个特征.通过主成分分析将原始特征向量进行降维处理,并将其作为最小二乘支持向量机的输入矢量,建立油气水三相流流型识别模型;对于最小二乘支持向量机模型中参数的选取,采用粒子群优化算法进行寻优.实验结果表明,该模型简化了分类器结构,提高了流型识别精度.     

PCA&PSO在油气水三相流流型识别中的应用

为了提高油气水三相流流型识别的准确率,提取了对流型变化敏感的多个特征。通过主成分分析将原始特征向量进行降维处理,并将其作为最小二乘支持向量机的输入矢量,建立油气水三相流流型识别模型;对于最小二乘支持向量机模型中参数的选取,采用粒子群优化算法进行寻优。实验结果表明,该模型简化了分类器结构,提高了流型识别精度。     

硫化物对Ni/Al2O3催化剂加氢性能的影响

在固定床反应器中考察了多种硫化物对镍催化剂上苯乙烯和环己烯加氢活性的影响。结果表明,在70 oC和1.0 MPa时,二硫化碳、二甲基二硫醚、噻吩、正丁基硫醇、二甲基硫醚都会使镍催化剂上的环己烯和苯乙烯中苯环的加氢活性降低。在硫含量相同的情况下,以上几种硫化物对苯乙烯中苯环加氢的毒性由大到小的顺序为：二甲基硫醚≈二甲基二硫醚＞噻吩＞二硫化碳＞正丁基硫醇。对于环己烯加氢的毒性由大到小的顺序为：二甲基二硫醚＞正丁基硫醇＞二硫化碳＞二甲基硫醚＞噻吩。二硫化碳是苯乙烯中共轭烯烃加氢快速失活的主要硫化物。随着二硫化碳含量的增加,苯乙烯中共轭烯烃加氢活性下降程度增大;随温度升高,其加氢活性下降程度减小。     

卧轮式FCC催化剂分级机的分级性能研究

针对流化催化裂化(FCC)催化剂生产中的细粉分级问题,设计了一种卧轮式气流分级机,系统研究了主、二次风量和分级轮转速等操作参数对其分级性能的影响,并依据流体力学理论计算了各实验条件下的分级粒径。结果表明：该卧轮式分级机能够获得较好的FCC催化剂分级效果,其牛顿分级效率可达到82.4%,分级精度指数可达1.54;理论计算的切割粒径与实验测量值吻合较好,最大相对误差不超过4%。研究结果可为该卧轮式分级机的设计与应用提供基础数据支持。     

不平衡样本集随机森林岩性预测方法

使用基于有监督机器学习分类器的岩性预测方法时,如果样本集中 目标岩性样本过少,而非目标岩性样本过多,在这种不平衡样本集上训练分类器会使预测结果向非 目标岩性偏倚,导致目标岩性的预测准确率较低.为了解决这一问题,提出一种针对不平衡样本集的随机森林岩性预测方法.首先,以录井岩性数据作为岩性样本标签,以井旁道地震属性和岩石弹...     

基于GBDT+LR分类器的工业过程区域控制性能评价

由于工业过程控制回路之间往往存在着比较强的相关性,面向工业过程区域的控制性能评价更加具有实际意义。提出了一种将梯度增强决策树与逻辑回归算法(GBDT+LR)相结合的分类器,将其用于工业过程区域控制性能评价。该方法分为线下和线上阶段,在线下阶段,首先对工业过程区域的相关历史数据进行处理,综合偏差平方指标和协方差指标对过程区域控制性能的影响,由操作工程师给出“优”、“良”、“差”的区域控制性能评价标签,并训练GBDT+LR分类器;在线上阶段,实时计算区域控制性能指标送入分类器,给出控制性能评价结果。以精馏塔过程实验对所提方法进行了仿真验证,表明了其有效性。     

基于小波变换和BP神经网络的润滑油水分测量研究

基于小波变换和BP神经网络理论，构造了一个应用于润滑油水分含量判断的BP神经网络分类器。通过PULSE系统对7种不同浓度润滑油加热后发生微爆效应时产生的声信号进行采集，并进行小波变换，提取能量分布特征信号，最后根据BP神经网络分类器对声信号进行分类并半定量判断润滑油中的水分含量。实验结果表明，该方法能有效地判断润滑油中水分含量是否合格，为研究润滑油水分含量的现场测量提供了新的思路和方法。     

A new diagnostic method for identifying working conditions of submersible reciprocating pumping systems

The submersible pumping unit is a new type of pumping system for lifting formation fluids from onshore oil wells, and the identification of its working condition has an important influence on oil production. In this paper we proposed a diagnostic method for identifying the working condition of the submersible pumping system. Based on analyzing the working principle of the pumping unit and the pump structure, different characteristics in loading and unloading processes of the submersible linear motor were obtained at different working conditions. The characteristic quantities were extracted from operation data of the submersible linear motor. A diagnostic model based on the support vector machine (SVM) method was proposed for identifying the working condition of the submersible pumping unit, where the inputs of the SVM classifier were the characteristic quantities. The performance and the misjudgment rate of this method were analyzed and validated by the data acquired from an experimental simulation platform. The model proposed had an excellent performance in failure diagnosis of the submersible pumping system. The SVM classifier had higher diagnostic accuracy than the learning vector quantization (LVQ) classifier.     

基于随机森林的不可靠数据化工过程故障诊断方法

针对化工过程的监测数据存在数据缺失、漂移和卡死等不可靠现象可能严重影响故障诊断的准确性问题,提出了一种基于随机森林(RF)的故障诊断方法。利用训练集对RF分类器进行训练和调优,得到最优的RF分类器模型,确定决策树数量和随机属性个数,最后将存在不可靠变量的测试集数据输入RF分类器模型,利用随机森林方法的强抗干扰能力,实现对存在不可靠数据的化工过程进行诊断。将该方法应用到田纳西-伊斯曼(TE)过程的故障诊断,并与反向传播神经网络(BPNN)、径向基函数神经网络(RBFNN)和深度信念网络(DBN)方法相比,结果表明,基于RF的故障诊断方法能在数据不可靠的条件下,更加有效地检测并识别故障类型,在实际工业环境的应用中具有一定的优越性。     

基于FSVM的抽油泵示功图识别方法

针对常规支持向量机多值分类器中存在的不可分类区域问题，引入模糊数学中的模糊隶属度函数，提出了一种改进的多值SVM分类器。即模糊支持向量机(FSVM)的模型，并将其用于抽油泵多种典型故障示功图的模式分类。实验表明，与常规SVM分类器相比，改进的SVM分类器具有更好的模式分类能力和推广能力。     

�Զ�ʶ��̼�����Ҵ����ѷ�ķ���

四川地区大部分油气田的储层属于碳酸盐岩地层，其特点是非常致密的，孔隙度小，渗透率低。在碳酸盐岩中油气的储集空间为孔隙和裂缝，而油气的运移通常道常常以裂缝为主。所以在碳酸盐岩地层中，对裂缝的识别与评价方法的研究具有重要意义。目前对裂缝研究的主要方法还是人工分析对比法，不仅工作量大，而且还由于种种人为因素的影响，使其解释质量下降。这里试图把计算机的模式识别技术引入这个领域，对测井资料作自动解释。在测井解释中，已有人把此技术用来识别油气水层，取得了一定的效果。但将测井信息与计算机的模式识别技术相结合来研究理裂缝特征工作在国内外还较少。笔者采用模式识别中一种较新方法－应用证据推理的树分类器法，对单井储层裂缝进行综合识别，这种方法的特点瘘有分类器和证据推理的优点，理论上已证明该分类器是贝叶斯（Bayes)最小错误概率的分类器。利用此方法在川东卧龙河气田和川西南矿区进行试验，取得了满意效果。     

基于AdaBoost机器学习算法的大牛地气田储层流体智能识别

大牛地气田储层复杂,矿物组分多样、储集空间复杂、非均质性强,导致流体识别困难.为提高该气田复杂储层流体识别的准确率和解释效率,以广泛发育的低阻气藏为主要研究对象,采用Adaboost机器学习算法,分别以逻辑分类、决策树等主流智能算法作为弱分类器,集成了4类强分类器模型.基于低阻气藏成因机理分析优化了模型输入参数,基于常...