串联式组合模型在基坑监测中的应用

在传统模型基础上提出串联式组合模型,选择灰色模型对基坑监测数据的趋势项进行拟合,时间序列模型对监测数据的随机项进行拟合,发挥两者自身的特点,进行有机地组合预测分析。通过工程实例预测结果分析表明:串联式组合模型不仅能够预测出基坑的变形趋势,而且相对于时间序列模型、灰色模型有着较好的预测精度,体现出将串联式灰色时间序列组合模型应用于基坑监测的合理性和有效性。     

利用说话人自适应实现基于DNN的情感语音合成

为了提高情感语音合成的质量,提出一种采用多个说话人的情感训练语料,利用说话人自适应实现基于深度神经网络的情感语音合成方法。该方法应用文本分析获得语音对应的文本上下文相关标注,并采用WORLD声码器提取情感语音的声学特征;采用文本的上下文相关标注和语音的声学特征训练获得与说话人无关的深度神经网络平均音模型,用目标说话人的目标情感的训练语音和说话人自适应变换获得与目标情感的说话人相关的深度神经网络模型,利用该模型合成目标情感语音。主观评测表明,与传统的基于隐马尔科夫模型的方法比较,该方法合成的情感语音的主观评分更高。客观实验表明,合成的情感语音频谱更接近原始语音。所以,该方法能够提高合成情感语音的自然度和情感度。     

考虑井筒温度场与压力场的深井井涌风险控制

深井、超深井井筒内温度场、压力场变化幅度较大。温度场及压力场的大幅度变化影响到了钻井液密度场,进而对井控安全产生影响。建立了井筒当量密度场分布模型,利用该模型计算了钻井液循环和静止时钻井液当量密度场分布情况,并探讨了井筒温度场压力场对井控过程的影响。研究表明:深井、超深井钻井井控过程中,应该考虑井筒温度场、压力场变化对钻井液物性参数的影响;钻井液循环和静止时,实际钻井液井底当量循环密度和当量静止密度低于将钻井液作为地面常数时的当量密度,井控时应该注意适当增大钻井液密度以平衡地层孔隙压力。采取相应的措施预防环空井底压力的减小带来的溢流、井涌甚至井喷。进行井身结构设计时,可以不考虑温度场与压力场的影响;另外井控事故预防控制需要技术及管理措施相结合。     

基坑涌水量预测与防治支护措施

城市高层建筑越来越多,为了满足建筑功能的需求,高层建筑物都设有地下停车场等综合多功能设施。系统的归纳基坑边坡失稳对人民生命财产的破坏和危害,以某高层建筑的地下停车场开挖的深基坑边坡为研究主体,为了能够保证基坑的稳定及周边环境的安全,必须对基坑涌水量进行预测,并根据设计和规范要求,提出既安全又经济的防治措施建议,消除基坑边坡失稳隐患。     

深抽井新型助抽设备增效机理及优化设计方法

由于存在冲程损失大、泵漏失严重等现象,深抽井有杆抽油系统泵效过低的问题较为突出。实践证明,井下分级助抽器能够有效提升深抽井泵效,但其具体增效机理即主控因素尚不明确,并缺乏有效的优化设计方法。针对上述问题,从分级助抽器增效机理入手,探究各机理的主控因素,构建相应的数学模型,并建立分级助抽器优化设计方法,确定合理参数。分析表明,分级助抽器能够有效降低冲程损失、控制泵漏失量,而分级助抽器间距、直径、气液比、冲程冲次等因素均会影响其增效效果, 建议助抽器间距为40~60m,与油管间隙为1~2mm。上述研究为深抽井的提产增效提供了依据。     

基于视网膜中央凹视觉的生产监控图像处理方法

在面向生产现场的远程视频监控系统中,视频图像的庞大数据量与系统的处理能力和网络带宽条件往往容易形成冲突,而繁杂冗余的现场视觉信息也难以符合生产监控的需求。该文提出了一种基于视网膜中央凹视觉的生产监控图像处理方法,从生产监控的特点和需求出发,模仿人眼的视觉感知特性对视频图像进行空间变分辨率转换,从而降低数据量并实现对监控效用信息(MEI)的筛选。实验结果表明,该方法能够帮助远程视频监控系统有效降低视频传输码率,在保证系统实时性的同时提高了生产监控的效率。     

塔里木油田深井开采水合物防治技术研究

油气开采中,水合物的产生会严重影响正常生产,塔里木油田在深井油气开采过程中就出现水合物堵塞现象。本文对水合物生成机理进行研究,基于热力学方法建立了水合物生成预测模型;通过分析各种防治技术的适应性,结合塔里木油田的实际情况,筛选出较好的井下节流技术。根据井筒温度、压力的变化可以对气井井筒中水合物的形成位置进行准确的预测,给出了井下节流技术工艺参数设计模型和方法,可设计出井下节流器位置深度及尺寸,防止水合物的产生,该技术在塔里木油田进行了现场应用,取得了良好效果。     

基于BERT的危险化学品命名实体识别模型

针对危险化学品实体识别及关系识别的问题,本文基于双向长短期记忆网络连接条件随机场(Bidirectional Long Short-Term Memory with Conditional Random Field, BiLSTM-CRF)模型,通过引入双向编码器表示(Bidirectional Encoder Representation from Transformers, BERT)模型结合多头自注意力机制,提出了一种预训练命名实体模型BERT-BiLSTM-self-Attention-CRF,通过对危险化学品的文本进行字符级别编码,得到基于上下文信息的字向量,增强了模型挖掘文本全局和局部特征的能力。实验结果表明,在自行构建的数据集上,本文模型优于其他传统模型,其F1值为94.57%。     

低压配电智能监控系统的产品化设计

针对“集美大学自动化研究所”自行研制开发的LVMS2002低压配电智能监控系统进行产品化设计．主要涉及监控系统的硬软件、抗干扰、接地等方面的内容,并进行工业标准化与可靠性的设计研究,完成了基于功能特点的产品化设计。     

深反射地震数据采集处理和解释技术现状与展望

深反射地震是了解地球深部结构的关键技术之一,在深部探测领域得到了广泛应用,但由于深反射地震剖面长、穿越构造单元复杂等原因,资料品质较油气地震要低,为更准确的探测地下,需要针对深反射地震数据特点,改进去噪、叠加等处理技术以及解释等方法,以得到地壳精细结构。本文系统总结了当前深反射地震数据采集、处理以及解释的方法,结合实例对这些方法的优缺点进行了对比分析,认为将来深反射地震需要在观测系统的优化改进,人工智能在数据处理、解释等方面开展研究,提高深反射地震剖面的成像质量。