基于Bayesian多分支岩石可钻性值估计

针对智能优化控制过程中岩石可钻性参数估计存在非实时性和模型泛化能力差的问题,采用两层结构建立基于Bayesian多分支岩石可钻性估计模型。通过Bayesian分类器实现岩性分类以提高可钻性模型样本数据的相关性,细化可钻性估计模型;采用改进双链量子遗传算法优化的BPNN结构,根据不同的岩石类型建立相应的岩石可钻性IDCQGA_BPNN估计模型。结果表明,该方法通过算法优化网络模型增强了模型的泛化能力,加快了参数的估计速度和估计精度,能够满足智能优化控制过程中岩石可钻性参数估计的实时性需求。     

不同相对湿度下铜/石墨配副载流摩擦性能研究

为探索铜/石墨载流摩擦副的安全服役环境,研究了不同湿度大气环境中石墨/紫铜配副的载流摩擦磨损性能.利用扫描电子显微镜、能谱和光学显微镜分析了磨损表面.研究结果表明:随着相对湿度从0％增加至80％,载流摩擦因数和接触电阻在30％湿度条件下达到最大值,然后呈下降趋势;石墨磨损量从0.2 mg增加至1.1 mg;铜盘磨损表面...