创新检测方法 助推新旧动能转换

文章介绍了山东省计量科学研究院将计量检测工作与企业需求紧密结合,创新几何量检测方法。解决了山东瑞祥模具有限公司在企业发展过程中遇到的难题,为山东省高端装备制造业"新旧动能转换"重大工程提供计量技术支撑。     

利用散乱采样点绘制光滑等值线的误差分析

等值线是平面标量场中表达信息的重要手段之一,在很多领域均有应用。等值线本身是光滑连续的曲线,而一般绘制方法产生的却是它的折线段近似。为了在等值线放大时也能保持光滑连续的曲线形状,绘制时需要用参数曲线平滑处理。本文讨论基于散乱采样点及参数曲线绘制光滑等值线时的误差问题。对包括建模、等值线抽取及平滑的整个绘制过程中产生的误差进行了分析,对几种常见参数曲线的绘制效果和误差进行了比较。     

基于PCA-CNN模型的页岩储层有机碳含量预测方法

总有机碳含量（TOC）是评价烃源岩有机质丰度和生烃潜力的指标之一。以东营凹陷牛庄洼陷页岩油取心井为例,以实验分析岩心TOC和测录井资料为基础,应用交会图获取TOC相关敏感参数。通过采用常规陆相页岩储层TOC计算模型即Δlog R法和多元回归分析法预测研究区湖相页岩储层TOC,相关性不高,效果不佳。因此提出选用机器学习模型即利用主成分分析（PCA）模型与改进的卷积神经（CNN）模型组合,形成PCA-CNN模型,通过PCA模型对数据降维,去除冗余信息和噪声信息,再利用CNN模型进行页岩储层TOC预测,使样本数据质量和TOC预测精度得以提高。将PCA-CNN模型应用到牛庄洼陷的6口页岩油取心井进行TOC预测,结果表明,对于陆相页岩储层,PCA-CNN模型TOC预测精度较高,符合率最高达96%。