基于长短时记忆神经网络的抽油机井故障智能预警

准确预测抽油机井故障对油田生产具有重要意义。针对新疆油田某区块抽油机井故障情况,统计了500口油井的生产数据,明确了结垢、结蜡、杆管腐蚀、杆管疲劳、杆管偏磨五种引发抽油机井故障的主要因素;基于长短时记忆神经网络（Long Short-Term Memory Networks, LSTM）,构建了油井故障智能预警模型;筛选出影响油井故障的14种特征参数进行小波降噪处理,借助自适应矩估计算法对模型进行训练与测试。研究结果表明,模型预测准确率为96.81%,能够为油田提供较为准确的抽油机井故障预警信息。     

通辽市开发区行道树的结构特征分析

行道树作为城市园林绿化的骨干,在创造优美的城市景观和改善城市生态环境中发挥着十分重要的作用.通过对通辽市开发区主要路段行道树进行调查,结果表明：通辽市开发区行道树共有园林树木9种,隶属6科7属.其中国槐重要值是37.98,其他树种重要值均不超过15.胸径20—30cm的树木最多,占总数的48.13%,处于10—20cm的树木占47.31%.平均树高为6.88m,高度处于4—7m之间的树木最多,占总数的49.02%.根据以上调查结果可知开发区行道树存在种类单一,常绿树种,观花、观果树种较少的问题.据此,提出了对策与建议.     

豫西地区中古生代构造特征与油气前景评价

通过76条测线近2 238 km的地震解释对豫西地区构造特征进行深入研究,该地区断裂复杂,受其影响,油气运聚成藏差异较大,但构造特征对油气有明显控制作用,油气具有南北成带、东西分隔的特征。油气勘探的研究基础往往是区域范围内不同的构造单元,同一构造单元的地质构造、沉积环境特征及油气分布特征相对统一,构造单元划分有利于深化盆地地质认识指导油气勘探。综合利用地震、钻井、钻孔以及地面露头等方面的资料,在分析了豫西地区平面和剖面上断裂体系特征的基础上,主要依据各盆山关系,及各自的构造变形的差异性,将豫西地区分为10个二级构造单元,再由不同构造单元的地质环境及断裂特征,得出油气前景评价的结果,认为伊川冲断-断陷区为当前豫西地区油气勘探最有利的地区,其次是渑池-新安冲断-断块区。上述研究认识为豫西地区油气地质研究及有利勘探区的优选等提供了参考和指导。     

深部咸水层二氧化碳沿断层泄漏的运移规律研究

以深部咸水层二氧化碳地质封存为背景,基于多组分多相流运移理论,对咸水层储存二氧化碳沿断层泄漏的运移规律进行研究。建立二维多岩相结构模型,通过数值方法分析二氧化碳在断层通道和上覆岩层中的运移规律,以及运移过程中二氧化碳相态的变化特征,并对断层的渗透率进行敏感性分析。结果表明,深部咸水层二氧化碳在浓度差和压力差作用下沿断层通道向上覆岩层运移。二氧化碳的密度比水小,重力差使二氧化碳受到向上的浮力,因此在岩层中二氧化碳的分布特征整体上呈类似漏斗的形态。随着泄漏的进行,二氧化碳不断驱替断层通道中的水分,密度减小;随着两相流变成单相流,断层通道逐渐被蒸干。此外,断层渗透率是整个泄露过程中流体运移的重要影响因素。     

基于ICA概率密度指标的过程监控

基于独立成分分析的多变量统计过程监控一般采用PCA方法的监控指标进行过程监控,并没有充分利用ICA方法特性.根据ICA分离得到的成分相互独立这一特性,提出了一种概率密度监控指标.用核密度估计的方法估计各成分概率密度,从而得到所有成分的联合概率密度,再根据联合概率密度判断过程状态是否异常.通过TE过程仿真表明,新的概率密度指标与传统指标相比,能检测出更多的故障点,监控效果更加有效.     

基于高斯受限玻尔兹曼机的非线性过程故障检测

针对非线性工业过程,提出了一种基于高斯受限玻尔兹曼机(GRBM)模型的故障检测方法.该方法从海量过程数据中提取出GRBM隐层特征信息,通过隐层特征再构建出重构数据,并依据重构误差在残差空间中构建检测统计量,形成了非线性过程故障检测算法.仿真结果表明,基于GRBM的故障检测方法不仅比传统的核主元分析(KPCA)方法具有更好的故障检出率,并且针对大数据量问题具有更强的处理能力.     

基于混沌人工蜂群算法优化的SVM 齿轮故障诊断

为克服支持向量机中模型参数的随意选择对分类性能造成的不利影响, 提出了基于混沌人工蜂群算法的支持向量机(CABC鄄SVM: Chaotic Artificial Bee Colony algorithm of Support Vector Machine)参数优化方法。该方法采用Logistic 混沌映射初始化种群和锦标赛选择策略, 对支持向量机的惩罚因子和核函数参数进行优化时以分类准确率作为适应度函数。通过UCI 标准数据集实验证明, CABC 具有较强的局部和全局搜索能力, 其优化的支持向量机可在很大程度上克服局部极值点, 从而获取更高的分类准确率, 并有效缩短了搜索时间。将该方法应用于实际齿轮故障诊断中, 采用小波相对能量作为特征输入支持向量机, 分类准确率达到99. 4%, 验证了该方法的可行性和有效性。     

雷64区块砂砾岩储层岩性识别方法研究

在取心、岩石物理实验的基础上,采用统计方法对雷64区的岩性进行研究,将其分为砂质细砾岩和不等粒砂岩两大类.利用直方图法优选出识别这两大类岩性的敏感测井曲线,并且依据优选出来的敏感测井曲线,建立了用于识别砂质细砾岩和不等粒砂岩的测井响应交会图法、决策树模型、系统聚类模型.通过对上述三种模型进行精度分析,发现决策树模型的精度要高于测井响应交会图法和系统聚类模型.同时利用所建立的两种决策树模型对雷71井进行岩性识别,将识别结果与实际取心对比,发现综合判断准确率均大于85%.结果表明,给出的决策树模型可很好地用于该地区砂砾岩储层的岩性识别.     

数据挖掘技术在全断面掘进机故障诊断中的应用

分析了全断面掘进机复杂的故障机理和运行参数,研究了将粗糙集和决策树应用到数据挖掘中的方法.以全断面掘进机刀盘的一些实时数据为例,采用MATLAB 7.0对数据进行离散化处理,结合粗糙集属性约简的算法对故障样本进行冗余属性的约简;然后,利用决策树算法对约简后的故障样本集进行规则提取,利用数据挖掘工具Clementine实现了C4.5算法和改进的C4.5算法,对其结果进行了对比分析;最后,运用VB编程对全断面掘进机采集的部分数据进行测试,结果表明该融合算法是一种快速、有效、可靠的故障检测与诊断的新途径.     

基于多Agent系统的动态网络系统拓扑结构故障诊断方法

动态网络系统拓扑结构异常与故障呈对应关系,在拓扑结构不确定时,通过自组织算法能准确地实现动态网络拓扑结构的识别,是实现故障诊断的一种有效途径.提出了一种基于多Agent系统原理的动态网络系统拓扑结构识别方法,建立了故障诊断系统结构模型,提出了一种具有容错协调机制的邻居Agent搜索算法.以16节点动态网络系统为对象进行了仿真分析.结果证明,该方法能够有效地识别动态网络系统拓扑结构.