多层神经网络学习算法的研究

本文对多层神经网络的反向传播算法作了简要的分析和讨论,据此提出了一种新的学习算法用以消除多层网络的“迟钝状态”。实验结果表明,这种新算法能够加速学习收敛速度并避免陷入局部极小。     

海洋石油平台水下夹桩器本体结构分析

水下夹桩器是一种广泛应用于海洋石油平台建设的液压夹具。水下夹桩器本体焊接在导管架上，支撑夹桩器液压缸。在水下夹桩器本体设计中，采用有限元法完成了对本体强度和刚度的结构分析；建立了有限元分析模型，用ANSYS软件进行结构分析，得到了分析结果，并将该结果与理论计算结果进行了比较，验证了有限元分析技术的有效性。设计结果满足工程要求，为改进和优化结构提供了理论依据，节省了分析计算时间。     

改进的第三代相干算法及应用

在讨论相干技术发展及三代相干算法优缺点的基础上，介绍了改进的第三代相干算法。应用自行开发的相干软件对多个油气勘探和开发区块的三维地震资料进行处理、分析，对相干时窗长度、相关道数等参数对算法效果的影响及相干体对断层、异常地质体的识别，以及解释方法进行了探讨。应用实例证明，改进的第三代相干算法抗干扰能力强，横向分辨率高，不仅适用于倾斜地层，而且对断层尤其对小断层、异常地质体具有较高的检测能力，是油气勘探和开发的一项有效和实用的技术。     

单桩腿有限元分析

为保证桩腿在冬季冰区海域的安全使用,对桩腿结构进行冰载荷作用下的强度分析。应用ANSYS软件建立桩腿、地基、冰相互作用的仿真计算模型,实现桩腿的力学分析。对桩腿进行了强度校核,计算出冰载荷作用下桩腿的变形及其应力状态。计算结果表明,桩腿在此冰载荷作用下强度满足安全要求。     

构造性神经网络在测井岩性识别中的应用

测井岩性识别是石油勘探中十分重要的基础工作,准确的岩性识别结果可以为勘探和开发提供可靠的依据。人工神经网络方法可对复杂的高维数据进行非线性映射,在模式识别领域得到越来越广泛的应用。针对传统的BP神经网络算法存在收敛速度慢、隐层数以及隐层节点数难以确定等缺点,研究了一种构造性神经网络学习算法---级联算法（Cascade Correlation Algorithm,简称CC算法）及其在石油工程中的应用。采用该算法对甘肃镇原-泾川地区进行岩性识别研究,通过与BP神经网络的识别结果进行比较,体现出构造性神经网络的优越性。     

油管接头的弹塑性有限元分析

1.前言深入研究油管的受力状态,特别是接头处的受力状态,掌握其内应力分布情况,对于控制管断和其它形式的失效具有重要作用。油管接头的弹塑性有限元分析因图形直观、便于掌握,被广大理论工作者所采用。在进行分析时应考虑如下三个问题:一是边界条件非线性。油管接头通过锥扣过     

《C语言程序设计》课堂教学方法的探讨

《C语言程序设计》一直是计算机专业及相关专业的专业基础课。该课程既难教又难学。传统的教学方法往往过分注重语法形式的介绍，却忽视了算法的讲解，使得学生无法解决一些实际编程，也很容易挫伤学生的学习兴趣。为此应以算法教学为主。因材施教，合理使用教材，在改用多媒体教学的同时，适当配以板书。调动学生的主观能动性，提高其编程能力。     

高压乙烯压缩机出入口管线振动分析及改造

为减轻高压乙烯压缩机出入口管线的振动,采用有限元建模方法,对管线结构固有频率及各阶振型进行分析计算,详细讨论了在管线同一位置加不同约束和在不同位置加同一约束的情况对管线振动的影响.最后,结合测试数据和现场实际情况提出了改造方案.实际使用结果证明改造措施有效,达到了预期的防振效果.     

潜孔锤冲击作用下土体变形的有限元分析

潜孔锤冲击挤密钻进过程中周围土体的变形机理是一个高度非线性问题。针对潜孔锤在土中的面-面接触问题,运用Drucker-Prager屈服准则为判据,将土体视为DP材料,通过钻具与土之间的接触及施加冲击载荷来模拟钻进过程,从而建立了潜孔锤在土中冲击挤密钻进的有限元模型。利用非线性瞬态动力学有限元分析手段,对钻进过程中冲击力对土的作用加以研究,分析了钻具周围土体的应力、应变以及钻具与土体的摩擦情况。结果表明,在冲击载荷作用下,锥形钻头前端土体应力集中,并形成应力泡,冲击功主要用于竖向压缩土体,而水平方向的挤压作用相对较小,摩擦应力在钻头锥面附近出现峰值,是影响钻进速度的主要原因之一。     

COSMOSWorks使用技巧与诀窍：Cosmosmorks/Works——工程师的设计分析工具

COSMOS是SRAC（Structura）Research ＆ Analysis Corporation）推出的一套强大的有限元分析软件。它在SolidWorks的环境下为设计工程师提供了比较完整的分析手段。凭借先进的快速有限元技术（FFE），工程师能非常迅速地实现对大规模的复杂设计的分析和验证，并且获得修正和优化设计所需的必要信息。