人工智能研究现状及其在测井领域的应用

人工智能克服传统机器学习缺陷,打破传统学习的技术瓶颈,在地球物理测井等领域数据分析和图像识别方面取得成功应用。通过对人工智能近些年研究现状进行调研分析,总结出人工智能在测井领域的大数据分析和图像处理识别上具有一定可行性。通过对人工智能在岩性识别、低电阻率油层识别、储层参数评价、储层裂缝孔洞识别等4个测井重点方向的研究现状分析,厘清人工智能的发展历程,并对人工智能在测井领域应用上存在的问题进行深入分析,为人工智能在石油勘探开发上发挥重要作用提供技术支撑。     

详解抖音高效投放6大核心

<正>自抖音平台成为品牌投放重点以来,OIB公司联合抖音官方平台在2年时间里为超过30个品牌提供了抖音投放服务,与近100个品牌以及知名MCN机构深度访谈交流了抖音投放的痛点与方法,以及对近100个抖音爆品进行了复盘研究。开年后,品牌走到抖音投放的十字路口,爆品的机会主义狂欢时代结束,抖音投放效果可期吗?抖音还能成就品牌吗?我们把以上品牌经历过的坑、梳理过的经验总结成抖音投放4.0方法论。     

基于深度学习的电力调度数据自动备份系统设计

针对传统电力调度数据自动备份系统缺少对电力数据的调度处理,导致其方法存在稳定性较差等问题,提出基于深度学习的电力调度数据自动备份系统。电力系统调度模块利用深度学习网络,构建不良数据辨识模型,排除电力系统中的不良数据,并生成电力调度数据;电力调度数据备份模块采用在线数据备份模式,并结合深度学习理论,对电力调度数据进行统一备份、恢复和备份介质管理。实验结果表明,文中设计系统能够满足电力调度数据备份的要求,且系统稳定性较强,可以证明该系统的实际应用效果更好。     

基于磁记忆检测的储罐罐壁典型缺陷信号研究

目前将磁记忆检测技术应用于储罐罐壁检测的研究相对较少,缺乏对罐壁典型缺陷磁记忆信号的定性与定量分析.鉴于此,将具有缺陷早期识别能力的磁记忆检测方法应用于油气储罐罐壁缺陷的检测中,根据储罐罐壁典型缺陷的形貌特点,设计加工储罐罐壁典型缺陷刻伤试样,采用 自制的磁记忆信号三维检测平台对其进行检测,探究磁记忆信号特征参数与刻伤...     

基于深度神经网络的最大化SINR小区选择算法

提出了基于深度神经网络DNN的最大SINR准则来模拟5G场景下的小区切换.利用准确光线追踪数据来构建能捕获对地形、建筑材料依赖性的DeepMIMO信道,在获取UE信道信息后,将5G双频段基站下的小区选择建模为分类问题,通过传统小区算法训练DNN,来获得小区选择的预测结果.仿真结果表明,基于DNN的最大化SINR方法在5...     

基于复杂铸件无模复合成形技术高精度铸型组装控制方法研究

采用复杂铸件无模复合成形技术快速制作砂型模具,通过设置3D打印检具直接控制铸型组装精度和砂型坎合结构间接控制铸型组装精度两组对比试验,研究了两种控制方式的组装精度误差。通过扫描分析研究了砂型组装后型芯的偏心距D。结果表明,通过3D打印检具直接控制组装精度的方式,偏心距误差值最小,可获得组装精度较高的铸型。     

低溶质总量高强镁合金复杂铸件本体性能优化

基于溶质总量控制开展Mg-RE系合金成分设计,筛选出抑制镁合金离异共晶相比例的元素,研究合金成分对铸造镁合金非平衡凝固组织、凝固区间、流动性、抗裂能力的影响,且基于筛选成分组织优化了热处理工艺。结果表明,在砂型慢冷条件下采用Mg-5.8Gd-3.0Y-0.4Zr制备的大型复杂结构件本体力学性能优异,抗拉强度≥300 MPa,屈服强度≥220 MPa,伸长率≥3%,可满足大型复杂结构件大载荷、大过载的使用工况。     

渐进成形AA5754和AA6061铝合金的力学性能和显微组织演化（英文）

用单点渐进成形(SPIF)加工两种铝合金(AA5754和AA6061),且分析材料成形后的力学性能和显微组织演化,研究成形参数包括成形角(35°～55°)、进给速度(1～4m/min)、主轴转速(50～1000r/min)和润滑(润滑油、液压油)等的影响。分别通过拉伸试验和光学显微镜表征材料在SPIF前后的力学性能和显微组织演化。结果表明,成形角、进给速度和主轴转速的增大导致AA5754合金中晶粒和AA6061合金中第二相晶粒伸长。AA5754和AA6061铝合金的极限抗拉强度分别提高10%和8%。AA5754铝合金的延展性从22.9%下降到12%,AA6061铝合金的延展性从16%下降到10.7%。对于润滑效果,力学性能对润滑剂的种类不敏感。综上,SPIF过程能改善铝合金的显微组织、提高其强度,但降低其延展性。     

管板贯穿式平位MAG焊单面焊双面成形技术

文中主要介绍MAG焊管板开坡口贯穿式结构平位单面焊双面成形的焊接工艺与操作方法,主要分析在焊接过程中容易出现的未熔合、焊接裂纹、气孔、咬边与根部焊缝脆性等问题,以焊接实例试验的形式,通过采取严格试件表面清理、正确的组对与定位方式、合理的工艺参数、焊接运条手法来防止缺陷的产生,焊后采用宏观金相、硬度测试来验证焊接质量的优劣与工艺的合理性,并形成相应总结资料,以供参考。     

基于细观损伤力学的铅套成形破裂预测

对子弹铅套成形过程中的破裂缺陷进行预测。采用单向拉伸实验获得纯铅真实应力-应变数据,选取应变0.006≤ε≤0.2范围内的数据进行拟合和外延处理获得材料无损伤的本构模型。结合扫描电镜分析法和基于响应面的有限元反求法获得纯铅的GTN细观损伤模型参数,对比分析单向拉伸中模拟与实验获得的载荷-位移曲线和铅材料孔洞体积分数,验证了所建立的纯铅GTN细观损伤模型的准确性。基于ABAQUS模拟仿真平台,耦合所建立的GTN损伤模型对铅套成形过程中的破裂行为进行仿真预测,并开展了铅套反挤压和变薄拉深成形实验。结果表明:实验结果与基于GTN损伤模型的仿真结果匹配良好;对铅套成形缺陷的准确预测是铅套成形优化的重要基础。