Fetkovich综合IPR、三相IPR相关式及其应用

因Fetkovich方法是在现场测试数据的基础上得来,在IPR预测方面具有其独特的优势。在Fetkovich方法基础上,结合单相流和油气两相流动特点,推导出了基于Fetkovich方法的综合IPR方法,并给出了如何通过测试数据获得采油指数的计算方法。再由按含水率取纯油IPR曲线和水IPR曲线的加权平均,推导出了基于Fetkovich方法的三相流的采液指数计算方法和某一产量下流压计算方法。最后分别给出了实例进行验证,说明导出方法具有一定可行性。     

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。     

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。     

螺栓连接组合梁的弯曲计算

由于螺栓连接组合梁的弯曲是一个静不定问题,一些文献把螺栓连接组合梁弯曲作为静定问题来处理,有时会导致螺栓连接组合梁叠层梁弯曲应力、弯曲挠度、螺栓剪力的计算结果存在很大的误差。本文按静不定问题研究了螺栓连接组合梁弯曲变形,导出了螺栓连接组合梁弯曲的弯曲应力、弯曲挠度、螺栓剪力计算公式。通过有限元法及实验验证了把螺栓连接组合梁弯曲作为静不定问题处理是正确的。     

复合材料构件数字化精确成形技术与装备

 在分析国内外复合材料预制体成形技术与装备研究现状基础上，分析了复合材料构件的成形制造目前存在用工密集制造效率低、形性精确成形调控难、成形过程自动化程度低等问题，介绍了数字化柔性导向三维织造成形方法和变曲率预制体铺放-缠绕-针刺一体化成形方法，提出了复合材料构件成形技术与装备的未来发展建议，以推动复合材料构件高效率、高性能、高质量的自动化数字化成形制造技术发展，更好地提升基于纤维预制体复合材料构件制造水平。     

海上合成编队指挥信息体系特征行为分析

 探讨了海上合成编队指挥信息体系5个方面的特征行为，包括组成单元的“独立性”、组成结构模式演化的“不确定性”、指挥与信息流程的可变性、组成部分与整体间的“涌现性”以及部署区域上的分布性。海上合成编队指挥信息体系是典型的体系范例，在其设计、部署、运行与管理上，都需要从“系统观”转向“体系观”。     

基于滑动窗的CVA故障诊断算法

由于过程数据通常具有时变性,规范变量分析(CVA)在动态过程系统的故障诊断中不能得到较好的故障诊断准确率,因此提出一种基于滑动窗的规范变量分析(MWCVA)算法.该算法首先建立初始的CVA模型和计算监控统计量,通过滑动窗更新过程变量数据,计算更新建模所需数据,不断实时地更新出新样本的CVA模型和监控统计量.通过对Tennessee-Eastman过程的仿真,对比CVA、MWPCA和MWCVA的故障诊断效果,验证所提出算法的有效性.     

基于置信规则库的并发故障诊断方法

针对具有不确定性的并发故障诊断问题,提出基于属性权重和权衡分析的置信规则库(belief rule base, BRB)诊断方法。以属性权重大小来表示属性与特定故障模式之间的相关性,设计能够反映故障模型约束的基于差分进化的优化算法,通过相邻故障模式置信度与预设阈值的权衡分析完成对并发故障诊断。该方法仅需构造单个置信规则库来有效处理各种不确定性信息,与已有研究方法相比极大地降低了建模复杂度。诊断结果不仅能得到故障的并发情况,还可分辨故障的主次关系,并且建模和推理过程开放,可解释性强。最后以船用柴油机的并发故障诊断作为实例,验证了所提方法能够有效的诊断出并发故障并且模型具有较好的稳定性。     

基于LMKL和OC-ELM的航空电子部件故障检测方法

针对航空电子部件故障样本获取困难以及检测准确率不高的问题,提出基于局部多核学习(localized multiple kernel learning, LMKL)和一类超限学习机(one-class extreme learning machine, OC-ELM)的故障检测方法。仅运用正常状态的小样本数据,给出了LMK-OC-ELM的数学表达形式,并在不同的门模型下推导了LMK-OC-ELM中局部核权重的优化方法;在获取局部核权重的基础上,定义了离线故障检测所需的统计检验量与阈值,以便工程实现。将所提方法应用于某型接收机,结果表明，在训练时间可控的前提下,与4种常见的一类分类(one-class classification, OCC)算法相比,所提方法可均衡地提高召回率、查准率和特异度,以LMK-OC-ELM-sig为代表,其在F1、曲线下方面积(area under curve, AUC)、G-mean和准确率4个指标上,比最近提出的局部多核异常检测(localized multiple kernel anomaly detection, LMKAD)方法分别提高了1.60%、1.57%、1.53%和2.23%。     

电网故障下双馈风力发电机控制改进与仿真

随着风电装机规模的不断增加,作为未来能源互联网中重要的一环,风电机组应对电网故障的能力越加显得重要。针对双馈风力发电机组在电网故障下的暂态特性,提出了一种基于电网故障类型区分、控制器设计和辅助设备穿越的综合控制策略。相比于传统的控制方法,克服了控制误差大和响应滞后的问题,真正实现了系统的精细化控制。基于MATLAB和VC++联合建模,利用MEX技术搭建了电网故障下的1.5 MW双馈风力发电系统模型,仿真结果验证了所提出的综合控制策略在电网故障下提高双馈风力发电机控制的有效性。