基于神经网络证据理论的天然气管道泄漏检测

利用小波消噪原理,并通过构建RBF神经网络模型,将消噪后的信号作为RBF神经网络的输入参数,并判断该信号是否为泄漏信号。将D-S证据理论数据融合应用到天然气管道泄漏检测中,建立D-S证据理论数据融合模型。将输入的泄漏信号进行决策级综合判断,得出天然气管道泄漏的具体地点。利用C#语言开发天然气管道泄漏检测软件系统,该系统能够快速准确地识别泄漏并定位。     

优化粒子群算法在组合供热负荷预测中的应用

分析了粒子群算法和组合预测的特点。将组合预测和粒子群算法结合,建立了一种组合形式的供热负荷预测模型。同时针对粒子群算法易于陷入局部最优解、进化后期收敛慢等缺点对粒子群算法进行改进,解决了组合预测中权重难以确定的问题。改善了预测模型的拟合能力,提高了预测精确度。最后选取大庆油田某一天供热数据作为测试数据,结果表明组合预测误差较小,精确度高于其他单项预测方法40%以上。     

基于LabVIEW的齿轮故障智能诊断系统

利用Lab VIEW平台开发了齿轮故障诊断系统,系统主要采用共振解调诊断和BP神经网络诊断两种方法。共振解调诊断由Hilbert解调和小波包解调实现故障频率识别;神经网络诊断由对有量纲、无量纲参量提取的特征和根据小波包相对能量提取的特征作为神经网络的输入向量,以齿轮的故障类型作为输出向量,采用BP神经网络对齿轮进行诊断。实验结果表明:通过引入时频分析方法,故障频率检测精度高,故障类型识别准确率较高。     

35／6kV变电所微机监测系统

介绍了油田35／6kV变电所微机监测系统。同时还介绍了硬件设备、软件设计及系统的功能。运行实际表明，该系统便于实现电力负荷监测和管理。     

基于AFDEX的铝合金车轮锻造缺陷预测与模具优化

锻造铝合金车轮尺寸较大,外形复杂,加工精度高,模具参数对锻件质量影响较大。在某商用车锻造铝合金车轮的模具开发阶段,使用AFDEX数值模拟软件,预测了铝合金车轮在实际生产中可能出现的缺陷;通过对锻件成品进行宏观组织观察及低倍组织分析,证明预测的缺陷的确存在;并通过优化模具凸起圆角,将凸起圆角由R6 mm调整为R40 mm,有效缓解了金属的回流现象,解决了折叠问题,与模拟预测结果一致;模拟后吨位为7197 t,实际吨位为6600 t,误差约为7%,在合理可控范围内。通过利用AFDEX数值模拟技术预测产品的性能,控制了研发成本,缩短了产品开发周期,也为其他产品开发提供了经验。     

聚合物驱下采出液含水增值的滤波

本文建立了聚合物驱下产油递减率和产水递增率的数学模型，研究了其参数辨识的递推最小二乘算法，为了实现分井分层段优化配注，又研究了月含水增值参数辨识的相关分析，提出了利用两种算法联合辨识有关参数的方法。     

基于RLS自适应滤波算法的MIMO-OFDM信道估计

对于传统递归最小二乘算法信道估计性能的抗噪声问题,提出一种基于自适应滤波的RLS估计算法。该算法通过在时域内加入自适应滤波器,对信道中的估计结果进行自适应滤波。经过仿真分析,将自适应滤波的RLS算法与传统的RLS算法在误码率(BER)的性能进行比较,得出基于自适应滤波的RLS算法是一种高精度抗噪声的信道估计算法。将系统的输入含有噪声的信号进行自适应滤波,得到输出信号波形,与输入信号波形进行对比,来验证自适应滤波对噪声抑制作用。     

基于三次B样条提升方案的图像融合算法

提出了一种基于三次B样条提升方案的图像融合算法,该算法是对三次B样条小波基进行提升,采用一定的融合决规则对高频分量和低频分量进行融合.高频分量采用多尺度下邻域方差法来计算,低频分量采取求平均的方法进行融合,最后将三次B样条提升算法与传统的小波变换算法的融合图像和参数指标进行比较,实验表明不论从视觉效果,还是采用信息熵,联合熵和平均梯度作为评价标准,都优于传统的小波变换法.