基于半定长滑动窗口数据的供水管网漏损检测

精准检测漏损是降低供水管网漏损率的关键,本文提出基于半定长滑动窗口数据的漏损检测方法.该方法采用半定长滑动窗口检测管网漏损时序流量数据,以长度递增且最大长度受限的动态窗口提升获取数据的信息质量;基于CFSFDP（Clustering by Fast Search and Find of Density Peaks）快速聚类算法,在漏损数据识别过程中,依据数据分布特性引入熵函数实现截断距离参数的自适应选择,以提高漏损事件的检出率.实验结果表明本文算法能有效地检测出供水管网四个模拟场景的漏损事件,并获得较高漏损检出率与较低的误报率.     

基于振动监测的浅层钻头位置预测模型

为加强丛式井井眼轨迹的控制与监测,基于钻头破碎岩石的振动信号,建立了浅层钻进时的钻头位置预测模型。通过研究钻头钻进时的振动特征和振动波在套管与地层中的传播衰减,认识到根据套管头处采集的振动信号能量来确定井筒之间的距离,进而实现钻头位置的场强定位是可行的。结合风险井的井眼轨迹测量数据和圆周测距定位算法,推导得出了钻头大地坐标的计算方法。根据渤海某平台的现场监测数据,利用所建模型计算得到了正钻井井眼的三维轨迹,将计算所得井眼轨迹与实际井眼轨迹进行对比,结果显示,该模型可以在一定条件下有效定位钻头位置,确定钻头走向,为防碰预警提供依据。     

基于时域统计特征的井眼碰撞识别方法

相同钻井条件下,钻头钻遇水泥环、套管的振动信号与钻进地层的振动信号的时域特征不同。提出一种基于时域统计特征的井眼碰撞识别方法,通过识别振动信号的特征差异,实现对钻头碰撞邻井井眼的及时预警。首先在时域上提取信号的分散特征和形状分布特征,然后利用主成分分析法对时域特征进行降维处理,进而得到主要特征成分,最后利用支持向量机对特征进行分类训练,以完成对钻进地层和钻遇水泥环、套管的自动识别。通过南海某钻井平台现场作业数据检验,验证了该方法的可行性,表明该方法可以加强海上丛式井作业的安全性。     

采煤机的故障处理与预防措施

由于检查不周、维护不良或者违章操作等各种原因,均会导致采煤机在运行中发生某些意料不到的故障。如何正确判断这些故障并及时排除,对发挥采煤机的效能关系甚大。本文首先对采煤机的故障分析与处理方法进行了探讨,然后对减少与预防采煤机故障的措施进行了简要的总结。