大地电磁人工神经网络反演

为提高大地电磁非线性反演的计算效率和精度,将人工神经网络引入大地电磁数据反演。神经网络输入为已知地电模型的视电阻率数组,输出为地电模型参数。采用BP算法(back propagation algorithm)进行学习训练,通过信息正向传播和误差反向传播,迭代计算得出神经网络连接权值的最优值;再将训练好的神经网络对未知模型的视电阻率进行反演。对2层和3层大地电磁模型分别建立神经网络并测试反演,研究结果表明:该反演方法能实时准确地逼近真实模型,验证了该方法的可行性和有效性。     

矿井瞬变电磁传统视电阻率算法的可靠性分析

矿井瞬变电磁已普遍应用于我国各大矿区的水害探查。由于适用于矿井探测空间的视电阻率算法在大量数据处理平台中还未得到及时更新,很多矿方技术人员仍在沿用传统的地面视电阻率算法,其结果的可靠性值得探讨。通过将水平电偶极子产生的瞬变电磁场沿发射回线的路径进行积分,并基于磁矩等效原理,推导了矿井空间条件下的多匝方形回线瞬变电磁场响应公式,与数值计算结果进行对比,确定其最大误差为1.5%,证明该公式是准确的。利用相同测试参数条件下矿井与地面瞬变电磁场的对比,确定前者的响应幅值为后者的2.5倍,相应的视电阻率比值为1.842,进一步表明传统的地面视电阻率值与矿井视电阻率值之间仅存在固定的比例关系,对视电阻率的趋势特征并未改变,可认为传统视电阻率算法相对可靠,对现场勘探解释的影响较小。     

比例延迟微分方程的极限学习机算法

目的 针对比例延迟微分方程,提出一种基于极限学习机(ELM)算法的单隐藏层前馈神经网络训练方法,并将该方法推广到求解双比例延迟微分系统。方法 首先,构建一个单隐藏层前馈神经网络并随机生成输入权值和隐藏层偏置;然后,通过计算系数矩阵使其满足比例延迟微分方程及其初值条件,将其转化为最小二乘问题,利用摩尔-彭罗斯广义逆解出输出权值;最后,将输出权值代入构建的神经网络便可获得具有较高精度的比例延迟微分方程数值解。结果 通过数值实验与已有方法的结果进行比较,验证了该方法对处理比例延迟微分方程与双比例延迟微分系统的有效性,且随着选取的训练点和隐藏层节点数量增多,所得到的数值解精度和收敛速度也随之增加。结论 ELM算法对处理比例延迟微分方程以及双比例延迟微分系统具有较好的效果。     

基于BP网络的视电阻率快速计算

为避开复杂的电磁场数值计算,判断地下异常,用于现场指导,提出了神经网络的方法。讨论了实际发射机电流的非阶跃下降,并结合所用发射机对响应公式进行了关断延时校正。分析了常规的数值计算方法,由核函数的特点选用三层反向传播(back propagation,BP)网络结构,通过训练确定隐含层单元数和收敛较好的算法。用2种常规的数值算法与文中方法做仿真实验的对比,实验表明,用BP网络计算能快速实现瞬变电磁数据的处理,指导瞬变电磁探测。     

井中瞬变电磁全区视电阻率解释方法研究

针对井中瞬变电磁全区视电阻率定义求解和解释方法开展研究。依据均质全空间瞬变电磁场解析式计算不同采样时间或装置条件下感应电压响应,认识到响应值在电阻率取值范围的全区间或部分区间内保持单调性。根据"牛顿-下降"最优化原理,给出一种井中瞬变电磁全区视电阻率求解方法,通过均质全空间瞬变电磁场响应试算结果与介质真电阻率对比验证该方法的精度和适用性。建立典型径向及垂向分层地电介质模型,通过时域有限差分法模拟计算瞬态场感应电压响应,并进行全区视电阻率换算分析。结果表明:视电阻率是不同时刻电磁场作用范围内所有电性体的综合反映,由全时段视电阻率结果识别全空间介质的径向及垂向电性情况具有一定可行性,各时道的视电阻率值可作为推断地电结构等信息的依据。     

基于混沌神经网络的交通流预测算法

为提高 RBF 神经网络的交通流预测精度,提出基于混沌-RBF（Chaos-RBF,C-RBF）神经网络的交通流预测算法,该算法首先计算混沌相空间的嵌入维数和嵌入延迟,构造得到的相空间向量作为 RBF 神经网络的输入,其相空间次邻向量作为期望输出值,滚动训练得到神经网络的权值,然后以实际交通流作为输入,经由网络计算得到预测值。仿真结果表明该算法相比于 RBF 神经网络,预测精度提高 96%,证明了该算法的有效性。     

大定源回线全区视电阻率平移算法的应用

为了更快速的计算大定源回线全区视电阻率,深入分析了均匀半空间中大定源回线装置瞬变电磁场的解析表达式,分析结果表明:瞬变响应曲线随电导率、测试点坐标和观测时间具有平移伸缩特性.运用平移算法计算大定源回线的全区视电阻率,本文通过数学公式推导出大定源回线全区视电阻率的计算公式,并通过模型和理论计算,证明该方法有效可行.     

基于RBF神经网络的线性混叠盲分离算法

提出一种RBF神经网络算法应用于线性混叠信号的盲分离。所用的RBF神经网络算法是从输入信号的数据中训练出中心值和宽度值,再训练通过用最大熵值的代价函数推导的权值。所用的代价函数保证了网络的输出尽可能独立,使信号能正确地分离。仿真验证了所用的算法能减少分离时间和提高分离效率。对比ME算法,该算法更好。     

基于MWOA-Elman神经网络的接地网瞬变电磁缺陷识别

为改进当前瞬变电磁探测系统的局限，提高接地网缺陷识别的效率与精度，提出一种MWOA-Elman神经网络，完成数据由采样到成像的转化过程，快速实现视电阻率成像，精准识别接地网的不同缺陷。首先，通过理论计算完成接地网瞬变场参数样本集，构造Elman神经网络的单映射关系。其次，围绕收敛因子、自适应权重与阈值对鲸鱼算法进行改进，用改进鲸鱼算法(modified whale optimization algorithm, MWOA)优化Elman神经网络的权值和阈值。测试结果表明，MWOA-Elman神经网络在第854步收敛，4项误差指标MAE、MSE、RMSE、MAPE分别为0.103 51、0.040 09、0.126 64和0.333 52%,接地网缺陷识别精度为99.678%,识别效率与精度均优于其他模型。最后，通过分析3×3接地网3种典型缺陷位置的成像结果，验证了MWOA-Elman神经网络应用于接地网缺陷识别的有效性，为嵌入瞬变电磁探测系统的智能算法提供参考。     

基于数值模拟和机器学习的汽车碰撞代理模型

建立某型皮卡车三维有限元实体模型,模拟汽车对刚性墙碰撞和两车相向对撞的动态过程,得到不同初速度下汽车的碰撞力-位移曲线.将汽车初始速度作为输入,碰撞力-位移曲线作为输出,采用BP神经网络机器学习算法建立全速度域下汽车碰撞代理模型.将数值模拟样本分为训练集和测试集,对代理模型进行训练,并利用测试集样本验证了模型的精度.利用代理模型可以快速预测任意碰撞速度下该汽车的力-位移曲线,为其安全性设计提供依据.     

含电压逆变型分布式电源配电网的短路电流计算

分布式发电接入改变了配电网潮流和短路电流分布,其提供的短路电流将对电网保护和重合闸动作产生影响。文中通过研究电压控制逆变型分布式电源(IIDG)的故障响应特性,分析配电网不对称故障时IIDG三相平均功率与正负序网功率关系,建立计及电压型IIDG对称控制特征的短路计算序分量模型。根据IIDG与配电网正负序网络的交互作用,推导电压型IIDG的故障电流变化规律,提出计算含电压型IIDG配电网短路电流的对称分量迭代算法。在PSCAD/EMTDC仿真软件中建立电压型IIDG的电磁暂态模型,仿真验证了该方法的正确性。     

基于电磁场合矢量的陷落柱三维模拟及其探测

为了了解瞬变电磁场在含水陷落柱中的传播过程及电磁场响应特征,为瞬变电磁法超前探测掘进头前方的含水区提供理论支撑。建立矿井全空间含水陷落柱的地球物理模型,采用基于Yee网格的三维时域有限差分算法,模拟了电磁场的扩散过程,分析了在含水陷落柱影响下的全空间瞬变电磁场的时空分布特征,对电磁场某一方向上的分量进行了分析,并首次基于电场合矢量进行了详细描述,分析了电场合矢量的传播规律及响应特征,最后通过数值模型算例以及实际应用来验证瞬变电磁法探测含水陷落柱的有效性和适用性。结果表明：数值模拟采用适合瞬变电磁场计算的CPML(卷积完全匹配层)边界进行求解,可以减弱截断边界对计算结果的影响;模拟过程中含水低阻体能够显著地影响瞬变电磁场扩散过程,随着感应电场向上下空间不断地扩散,由于电场EX、Ey和Ez至少有两个极值的存在,若电场的畸变较小时,变化情况容易被淹没,一定程度上影响了异常体位置的准确判定,说明仅利用单一方向场量不利于分析低阻异常体的确切范围;而用合矢量来描述电磁场的扩散过程,感应电场合矢量仅有一个极大值,位于图形中心,感应电场此时已经到达低阻陷落柱内部,电场的分布受到陷落柱的的显著影响,用合矢量来描述电磁波的扩散情况,可精确分析出异常体的位置,更能体现低阻体的电性、形态、位置等特征;实际应用也表明瞬变电磁法不仅可以探测到掘进头前方的含水陷落柱,还可以确定其方位和距离,说明数值模拟和实际应用都表明瞬变电磁法是探查含水陷落柱的有效方法之一。     

基于改进U-Net模型的二维电介质目标重构

提出了一种基于改进U-Net（M-Net）模型的电磁逆散射算法.M-Net模型主要由多尺度输入层、U型卷积神经网络（CNN）、多尺度均值输出层组成.将散射场数据作为网络输入,能够在保证计算精度与计算效率的同时,减少人工计算工作量.以二维电介质为重构目标的仿真实验表明：与U-Net模型对比,应用M-Net模型求解电磁逆散射问题较为高效,输出结果误差更小.     

瞬变电磁勘探中的人工神经网络反演法

为使瞬变电磁勘探的反演法简单和通用,提出了一种瞬变电磁勘探吵的人工神经网络反演法,基于人工神经网络的BP算法,设计和开发了一个自适应的人工神经网络反演系统,该系统避免了复杂的电磁场计算,只需经过学习训练就能够解决复杂的实际问题,而且具有记忆功能,从而使瞬变电磁法的反演工作具有延续性和可继承性,通过对实际的地质数据进行反演,结果表明,该方法是切实可行的。     

三侧向测井电阻率反演

本文针对胜利油田深三侧向测井仪给出了一种由视电阻率反求地层电阻率的快速迭代算法。该算法可推广应用到任何聚焦测井方法中。试算结果表明,计算精度和速度可达到实际应用要求,是一种行之有效的方法。     

电流时间谐波对转子带护套伺服永磁同步电动机温度场的影响

针对转子带护套伺服永磁同步电机运行过程中永磁体温升较高的问题,本文以一台2 000r/min、12.5kW的伺服永磁同步电动机为研究对象,对变频驱动时永磁电机的温升问题进行了研究.测试了样机额定负载下变频器供电时的相电流,通过傅里叶分解计算出电流各次谐波值.建立了永磁电机二维瞬态电磁场方程,计算出不同电流谐波在护套内产生的涡流损耗.并建立了三维温度场模型,对电机各部分的温度分布进行求解.经计算分析可知绕组内谐波次数位于控制电路载波比附近的电流时间谐波,将导致电机永磁体温升明显变大.将计算所得的电机温度分布与实测结果进行对比,验证了计算结果的正确性.     

有限元/边界元耦合法计算电磁轨道炮三维瞬态涡流场

针对电磁轨道炮电磁场计算中的无穷远边界问题,该文提出用时域有限元/边界元耦合算法进行电磁轨道炮的三维瞬态涡流场的数值模拟。涡流场的控制方程由矢量磁位和标量电位描述,用有限元法求解满足磁扩散方程的含有导轨与电枢的导体区域,用边界元法求解满足拉普拉斯方程的导体以外的区域。耦合边界直接划分在导体表面,不需对边界作特殊处理。该方法消除了对导体周围的空气区域的网格剖分,缩小了计算规模,是一种处理电磁轨道炮电磁场问题的有效方法。     

随钻电磁波传播测井传感器参数优化设计

 随钻电磁波传播测井是随钻测井系列中最重要的一种测井方法,它通过记录电磁波信号的幅度比和相位差来反映地层介质信息。不同的频率、源距的测井仪器参数会产生不同的测井响应特性,选择适当的传感器参数能够提高其探测效率。应用有限元法对非均质地层进行正演模拟,得到随钻电磁波传播测井方法的纵向分辨率与径向探测深度。采用神经网络的方法辅助传感器参数优化设计,计算不同地层电阻率、频率、源距的纵向与径向函数。通过计算值分析得到优化后的传感器参数,并计算新传感器参数的视电阻率正演响应。计算结果虽然与正演计算数值有一定误差,但误差很小,并且在可以接受的范围内。随着正演模拟样本的增加,神经网络的方法能够有效辅助参数优化设计,降低计算次数。设计的新型传感器够有效反映地层电阻率。