RSFM网络及其在信号滤波中的应用

介绍了一种适用于模式识别的新型神经网络模型--局部有监督特征映射（Reglonal Supervised Feature Mapping,RSFM）网络,描述了该网络的拓扑结构和学习算法,研究了网络的基本性能,最后将其应用到了信号滤波中.理论研究和仿真实验表明,该网络结构简单、算法简洁,收敛速度快、识别精度高,适用于需要大样本训练、随机干扰严重的复杂模式的分类与识别.     

Application of condition-based HRA method for a manual actuation of the safety features in a nuclear power Plant

A practical approach to develop a more realistic fault-tree model with a consideration of various conditions endured by a human operator is proposed. In safety-critical systems, the generation failure of an actuation signal is caused by the concurrent failures of the automated systems and an operator action. These two sources of safety signals are complicatedly correlated. The failures of sensors or automated systems will cause a lack of necessary information for a human operator and result in error-forcing contexts such as the loss of corresponding alarms and indications. It is well known that the error-forcing contexts largely affect the operator's performance. An automated system which consists of multiple processing channels and complex components is also affected by the availability of the sensors. This paper proposes a condition-based human reliability assessment (CBHRA) method in order to address these complicated conditions in a practical way. We apply the CBHRA method to the manual actuation of the safety features such as a reactor trip and auxiliary feedwater actuation in Korean Standard Nuclear Power Plants. Even the human error probability of each given condition is simply assumed, the application results prove that the CBHRA effectively accommodates the complicated error-forcing contexts into the fault trees.     

多属性神经网络地震反演在NB油田水平井钻探中的应用

NB油田位于渤海海域,为新近系河流相稠油油田,储层横向分布不稳定,砂体厚度薄、连通性较差,油水关系复杂,开发设计部署了大量水平井。选择神经网络反演方法,建立地震属性与储层参数的非线性关系,进而根据其关系反演得到储层参数数据体,利用该数据体沿层切片提取储层预测信息,研究储层发育规律,指导该油田水平井的部署和钻探,取得了较好的效果,降低了钻探风险。用神经网络地震反演方法进行储层预测研究,指导水平井钻探,在渤海海域尚属首次。     

三维地震勘探中强声波干扰的压制

在三维地震资料采集中产生的声波为非线性干扰波,能量强,频谱宽,利用常规的分频去噪和线性压噪方法难以将其去除,使后续的资料处理效果受到影响。基于声波具有非常稳定的传播速度这一特点,提出了一种利用非线性变换手段压制强声波干扰的方法。方法原理是,首先对三维地震资料中含声波到达时间的某段记录(时窗)进行转换,将非线性声波时距关系转换为速度趋于无穷、波数趋于零的一组噪声;然后应用f-k滤波对这组噪声进行压制;最后,再通过逆转换得到声波压制后的结果。该方法易于实现,并只对声波到达时间处的小范围数据进行处理,数据量小,计算效率高。对实际三维地震资料的处理结果表明,该方法压制强声波干扰的效果非常明显。     

井口信号无线数传系统

目的　介绍了井口信号无线数传系统的设计 .方法　无线数传、低功耗电路设计 .结果　省去了井口信号线 ,降低了井口工作量 .结论　提高了测量精度和可靠性     

TBM地区低孔渗高产气储层预测

 本文从TBM地区目的层的地质和地球物理特征分析出发，以三维地震资料为基础，综合利用人工和神经网络波形分类等定性储层预测方法和利用反演及敏感地震属性分析，对TBM地区低孔渗砂岩分布区开展了砂体展布特征分析和天然气高产区预测研究。根据研究结果部署了10口钻井，已完钻的4口井中有3口获得高产气流（其中DK27井日产天然气36.8×10⁴m³）。值得指出的是，目前所用的预测方法还不能预测厚度小于6m的单砂层或砂层组构成的储层。     

智能钻井电缆信号传输的研究现状及难点

目前，钻井中井下检测信号的传输主要运用泥浆脉冲、电磁波等方式。随着井深的增加、复杂结构井和欠平衡井的增多以及对传输速度要求的提高，电缆信号传输必然是今后智能钻井的发展方向。通过对半个多世纪来各类电缆信号传输的设计进行归类，详细介绍了其设计原理，提出了电缆信号传输设计的基本要求与难点。     

利用Hilbert-Huang变换提取地震信号瞬时参数

 通过Hilbert变换求取的信号瞬时参数并非对任何信号都有物理意义，此法通常要求被分析信号是窄带或平稳的，而且对噪声很敏感。而实际地震信号既非平稳又含有噪声，若在实际应用中不加考虑地对地震信号进行Hilbert变换以求取瞬时参数，这种情况下求取的瞬时参数将缺乏物理意义甚至失真。Hilbert-Huang变换是一种新的分析非平稳非线性信号的方法，它先将信号进行经验模态分解（EMD），形成有限个固有模态函数（IMF）之和，再对固有模态函数作Hilbert变换求取时频谱，求取的时频谱在时域和频域都具有较高的分辨率。本文将Hilbert-Huang变换应用于地震瞬时参数的提取，实例表明，对地震剖面做EMD可以得到不同时间尺度上的特征，Hilbert谱比传统的时频谱在时间和频率域上的分辨率都要高，强反射层在第1阶IMF瞬时频率剖面上比原瞬时频率剖面上表现得更为明显。     

三维精细积分法地震正演及边界条件

 将任意差分精细积分法用于三维波动方程地震正演，关键在于如何消除数值计算中有限波场区域边界引起的边界反射。文中采用Berenger给出的电磁波完全匹配层吸收边界条件，推导出三维波动方程任意差分精细积分法地震正演的完全匹配层吸收边界条件计算公式，并给出了完全匹配层吸收边界条件算例。计算结果表明，此方法压制边界反射效果明显。三维波动方程地震正演模拟实例表明，完全匹配层吸收边界条件的任意差分精细积分法为复杂区地震波传播规律研究提供了一种实用的正演模拟工具     

The mirror effect and mixture signal detection theory.

The mirror effect for word frequency refers to the finding that low-frequency words have higher hit rates and lower false alarm rates than high-frequency words. This result is typically interpreted in terms of conventional signal detection theory (SDT), in which case it indicates that the order of the underlying old item distributions mirrors the order of the new item distributions. However, when viewed in terms of a mixture version of SDT, the order of hits and false alarms does not necessarily imply the same order in the underlying distributions because of possible effects of mixing. A reversal in underlying distributions did not appear for fits of mixture SDT models to data from 4 experiments. (PsycINFO Database Record (c) 2010 APA, all rights reserved)