ISBN: (纸本)9787121411854

关键词： 随钻成像测量   随钻偏心因素分析   超声井径   近钻头测量   空间螺旋线   井壁表面重建  

摘要： 随着钻井技术信息化、智能化发展的迫切需要,随钻井筒成像技术已成为当前油气井工程技术领域的研究热点之一。本文针对能够实时、准确得到随钻井筒的测量数据并予以保真的成像显示之目的,通过研究随钻连续测量获得的井深、井径、井斜、方位及地质参数等数据,准确描述出井筒在形成过程中时间域内的形态变化,构建出立体网格化井筒的数学模型,建立沿井壁圆周分布和井轴纵向分布的随钻成像测量传感器与井筒尺寸关系的数学模型,形成以随钻测量信息为基础的井筒成像模型和空间三维成像井壁构造,从而实现伴随钻进过程实时的三维数字井筒展示,为实时地质导向钻井技术提供理论和技术支撑。论文首先系统分析了钻具姿态测量的原理及基于磁场测量与基于陀螺测量的姿态与轨迹测量误差。提出了获得高密度、高精度的井筒中心轨迹数据而利用光纤陀螺测量技术进行钻井轨迹测量的方法,完成了随钻光纤陀螺测量样机的研制,并通过针对光纤陀螺快速寻北、三轴加速度与三轴光纤陀螺数据融合,动态条件下的误差消除,形成了一套完整的随钻陀螺姿态测量与数据处理方法。同时讨论了现有钻井井深跟踪系统误差产生的原因,建立了一套深度校正补偿与系统累积误差补偿的处理方法。通过光纤陀螺轨迹数据采集、随钻井深加密采集、轨迹数据加密计算等相关数据处理,便可准确获取随钻井筒成像所需的深度、井斜、方位等中心轨迹数据信息。通过多传感布局测量方案的研究,建立了利用两组井径传感器耦合光纤陀螺连续姿态测量的随钻偏心状态测量方法,用来解决井下实时变化的复杂运动状态下随钻成像仪器短节在井筒中偏心定量测量问题,并建立了利用上述测量方法计算随钻井筒成像传感器随钻柱在井筒中实时运转姿态的数学模型。分别对随钻成像测量仪器在井筒中居中、偏心、倾斜、屈曲、自转耦合公转等多种复杂井下工况进行仿真模拟,找出了不同状态下钻柱上各个测量点与井壁间距随着时间的变化规律,证明了随钻成像测量仪与井壁的距离受到钻柱井下姿态和公转的复杂影响,采用的多传感器布局可以准确测量和识别随钻测量传感器的运行姿态,定量的给出随钻成像传感器环境校正所需的与井壁真实的距离,从而解决了随钻井筒测量中的井筒几何尺寸不规范以及测量点偏心的问题。论文随后利用随钻陀螺惯性导航技术修正了动态测量时加速度工具面的系统误差,开展了基于光纤陀螺高频率连续的随钻成像传感器测量工具面的研究。基于时间域的数据采集和处理模式,将沿随钻成像仪器所在钻柱轴向和环状分布的多个传感器的测量数据进行扇区划分,从而取得传感器测量点真正的数字井筒网格数据集。针对伽马成像穿越地层的特征分析,研究了近钻头在偏心的条件下的测量环境校正方法,形成近钻头伽马成像的钻井液衰减与钾基钻井液干扰的多扇区异性修正图谱。通过随钻成像测量仿真装置和仿真井筒的实验,验证了偏心条件下伽马成像环境校正方法。论文在前面研究的基础上,针对随钻成像测量获取的高密度的井深、井斜、方位、井径、随钻伽马等多源数据,在平行轮廓线三维表面建模理论的基础上提出了连续空间螺旋轮廓线随钻井壁表面实时构建方法。建立了连续螺旋线随钻井壁构建规则,将非均匀的多源数据进行了网格均匀化,将井壁空间四边形构建推动到描述井筒厚度的立体空间六面体构建。提出了圆柱表面反距离加权滑动窗口迭代井筒表面空间螺旋轮廓线数据插值方法,通过针对实验数据处理和误差分析,验证了连续螺旋轮廓线井筒表面重构方法的保真度。通过上述井筒表面重建方法,可利用实时数据对井筒表面构建进行实时的更新和修补,构建起环绕井轴的均匀井筒数字网格,将井壁离散成一个个数字单元网格,最终形成基于连续轮廓线的随钻井筒表面空间四边形网格和原始的数据表达格式,形成了随钻井筒成像数据实时处理的关键技术。最后规划和设计了成像数据的存储格式,基于高内聚、低耦合的原则设计了离散原始数据到成像数据的软件转换模块,完成了随钻成像数据处理及随钻成像测量软件系统的编制工作。利用现场取得的实时数据,结合随钻成像室内仿真测试装置和随钻仿真井筒形成的钻井轨迹数据、井径数据、随钻地质测量数据等仿真实验数据集,利用上述随钻井筒成像数据处理方法,进行了随钻井筒成像数据处理,并进行了井筒三维空间表面重构及附加地质属性数字化井筒实时显示实验,验证了随钻井筒成像数据处理的关键技术的可行性,从而为随钻井筒成像技术提供了方法和技术支撑。

关键词： 高炉炼铁   炉况预测   数据处理   深度学习   灰狼优化算法  

摘要： 炼铁高炉是一个密闭的冶金反应器,其内部存在多种物理化学反应过程,开展炉体过程参数的直接和间接测量是炉况解析的基础。实现高炉炉况的建模和预测分析,对高炉的稳定和顺行具有重要意义。随着信息技术的快速发展,炉况解析的神经网络方法愈发重要,传统神经网络适用于处理单模态、局部信息,对海量数据有效信息特征的深度提取表现不足。深度学习技术的深层次信息挖掘能力对高维数据的处理相比于传统神经网络更具优势。因此,开展基于深度学习的高炉炉况建模与预测非常重要。本文采用深度学习技术对高炉炼铁过程参数进行研究,构建了描述高炉炼铁过程的逻辑模型,并对模型实例化。主要的工作如下:(1)针对高炉海量过程数据的不一致性和不完整性,采用主元分析(Principal Component Analysis,简称PCA)和因子分析(Factor Analysis,简称FA)处理过程数据,减少建模主参数;(2)结合高炉炼铁过程的操作、状态和指标参数,构建了 4种描述高炉炼铁过程的逻辑模型;(3)结合深度学习技术开展高炉炉况的数据挖掘,建立了卷积神经网络(Convolutional Neural Networks,简称CNN)模型和长短期记忆网络(Long Short-Term Memory,简称LSTM)模型;(4)针对网络中超参数的选取问题,采用灰狼算法建立超参数寻优,增强网络的信息表征能力。基于高炉过程数据采用深度学习技术开展建模和预测,深度信息的挖掘如下:(1)由主元分析得出:温度场数据由108维降低至20维,温度场主元能够表征原始温度场信息。(2)由4种逻辑模型的对比建模得出:经过PCA处理之后的数据,预测精度得到提高,并且逻辑模型Ⅳ采用人工建模的CNN网络实例化对预测高炉状态参数的效果最佳,其灰关联度均值达到0.857,平均相对误差得到降低。(3)由灰狼算法优化网络结构得出:建模基准模型中,全连接层的最佳层数13,节点数为38,状态参数的灰关联度均值提高至0.960。基于深度学习的高炉炉况建模与预测,充分利用直接和间接检测数据,实现炉况多维参数复杂耦合关系的模型表达,为炉况的深度解析提拱了一种新方法。本研究建立的高炉炉况预测模型对高炉过程参数变化趋势的研判具有生产指导作用。

关键词： 基建工程   信息抽取   命名实体识别   共指消解   关系抽取   深度神经网络   谱聚类   依存关系   知识图谱  

摘要： 电网基建工程项目具有规模大、周期长且涉及主体多等特点,因此决定了电网工程从设计、施工到验收的全流程中将产生大量来源丰富、格式复杂多样的数据,包括设计说明书、试验报告以及设备清册等。这些数据将在建设项目结束后移交给供电企业,是供电企业运行维护和资产管理系统的重要原始数据源。从电网基建工程项目移交的非结构化文本数据和半结构化表格数据中,可以获取与电网拓扑、资产、设备相关的知识,用作发展、运检、调度、财务等系统的数据源。然而,由于缺乏有效的数据抽取和整理技术手段,使得这些数据成果查找方式单一、关联查询困难,无法直观的进行展现。因此,亟需研究有效的信息抽取技术,实现自动化地分析电网基建工程文本数据中所包含的自然语义,挖掘其中所蕴藏的有价值的信息,进而构建基建工程数据知识图谱,实现层次化存储、可视化展示以及关联信息推荐,同时为运检、调度、财务等业务系统的数据采集提供新的结构化数据来源。本文以含有噪声的多源异构基建工程数据为研究对象,依托自然语言处理技术,对于信息抽取的模型及方法和知识图谱构建技术展开了研究。首先,针对交互文件中难以被人工分析的工程非结构化自然文本语言数据、不规范的半结构化表格数据进行预处理,通过数据清洗去除原始低质量数据中的噪声,进而构建skip-gram模型,将文本数据转换为适合挖掘的包含上下文语义信息的词嵌入向量形式,并通过仿真验证了效果。其次,针对自然语言文本信息抽取问题,预定义了所需的命名实体类型,在此基础上,构建了有监督的机器学习模型,将命名实体识别视为序列标注任务。针对识别后的实体歧义与冗余问题,提出了指称对模型进行共指消解。为了识别命名实体之间的语义关系,提出了一种基于图论的分析模型,在实体节点和关系边组成的树中寻找分值最高的依存关系的组合,从而完成三元组的抽取。并通过算例验证其效果。最后,针对抽取后的知识存储及知识表达问题,创新性的提出基于Neo4j原生图数据库构建基建工程知识图谱,包含属性图模型的数据层,和可视化展示的模式层。该图谱将不同类型文件中的自然语言转化为语义知识库中的节点和关系,并且能够实现智能搜索以及关联信息推荐功能。

关键词： 不平衡数据   类不平衡   集成方法   采样策略   K-Medoids   特征权重  

摘要： 随着现代信息科学技术的迅猛发展,当今数据规模正在呈现一个爆炸式增长,各行业对数据处理的要求日益紧迫,但在实际应用场景如医疗诊断、信息检索系统、欺诈性电话检测和直升机故障检测中,这些待处理的数据往往是不平衡的,为了更好地解决不平衡数据分类问题,相关处理方法的研究已成为热点,其主要归为两大方面,一是基于数据层面的研究,二是基于算法层面的研究。针对现有的不平衡数据处理方法的不足之处,本文从算法层面和数据层面提出了改进的措施,相关的研究工作和创新点如下:（1）在算法层面,本文提出了基于K-Medoids算法和改进Maj Distance规则的集成处理方法,该方法考虑到了现存的集成算法未能很好地解决样本数据中的类不平衡问题,同时也考虑到了多数类样本数据的空间分布情况。因此,该方法结合了样本数据的空间分布特征和样本间的空间距离,通过SVC基分类器构建出多个均衡数据子集从而得到多个基学习器,再利用提出的集成策略进行处理,最终把二类不平衡数据的分类问题转化为平衡数据问题。在对相同不平衡数据集进行处理后,实验表明本文提出的集成处理方法与目前多种不平衡数据集成方法相比,可以获得更好的分类性能。（2）本文还提出了一种基于特征权重值与K-Medoids算法相结合的欠采样方法,该方法从数据层面来解决二类不平衡数据分类问题。该方法在处理数据分类的同时考虑了所有样本的特征权重值,并且结合了K中心点聚类算法抽样得到适合于分类决策的多数类数据。具体地说,该算法通过对分类决策结果起主要作用的样本特征权重进行增大的同时又减小起次要作用的样本特征权重值,来构建分类模型。在KEEL高度不平衡数据集上进行实验后证明该方法与传统的随机欠采样方法相比具有更好分类效果,并且显著提高了数据集中各类的分类精度。（3）最后,本文将所提出的两种不平衡数据处理方法应用于现实生活问题中,通过在葡萄酒数据分类处理中的应用,将两种处理方法在UCI数据库中的Wine Data Set数据集上实验,结果表明了本文所提出的方法相比于现存的方法可以有效提高分类效果,在葡萄酒品质分类应用中也表现出很好的分类性能。

关键词： 公共基础课程   EXCEL   数据处理   成绩预测  

摘要： 高校公共基础课教师教学任务繁重,需处理的相关教学数据种类繁多且重复性高,可在课程开设前、课程实施过程中及课程结束后采用EXCEL对教学实际数据进行快速便捷地处理,并结合处理过后的数据对学生学习情况进行客观评价、对课程教学安排的合理性进行分析、对学生的过级率进行预测等,进而有助于有针对性地采取措施改进教学,激发学生的学习积极性,提升教师教学水平。

关键词： 高频GPS   多参考站   不同基线长度   不同高差   地震形变分析  

摘要： 二十世纪以来,高频GPS动态定位理论和解算方法快速发展,出现了越来越多的高采样率（1HZ）和超高采样率（10HZ甚至更高的50HZ）的GPS接收机,使得早期主要用来研究长周期变化的GPS定位技术逐渐应用于短周期变化甚至是瞬时变化的物体之中。高频GPS动态定位技术也被应用于地震的形变研究之中,无数的国内外学者们使用高频和超高频GPS数据证明了高频GPS动态定位技术在地震形变监测研究中的可行性。本文在传统的单参考站高频GPS动态数据处理方法基础上研究了基于加权平均法的多参考站高频GPS动态数据处理方法,将加权平均法多参考站解算结果和TRACK多参考站解算结果的中误差以及空间直角坐标值进行了对比分析,证明了加权平均法的可行性。在单参考站求解高频GPS动态数据处理的基础上加入不同属性的参考站进行多参考站求解,分析了多参考站相对于单参考站的求解精度;在多参考站高频GPS动态定位方法中,分析了加入不同基线长度的参考站对多参考站求解的影响,分析了相同基线长度下加入与监测站不同高差的参考站对多参考站求解的影响。研究结果表明多参考站的高频GPS动态数据处理精度比单参考站有较多提升;在多参考站的高频GPS动态数据中加入较长基线的参考站的求解精度要低于加入较短基线的参考站的求解精度,加入与监测站高差较大的参考站的求解精度要低于加入与监测站高差较小的参考站。使用香港CORS站数据对多参考站高频GPS动态定位方法进行了验证。对香港CORS站观测时间为三小时的同一监测站的5s采样间隔和1s采样间隔数据进行多参考站高频GPS动态数据处理,结果表明5s采样间隔和1s采样间隔的数据求解的监测站的坐标差别很小。将多参考站的高频GPS动态数据处理方法应用于地震形变研究中,对2003年的圣西蒙地震和2011年的日本3·11大地震进行了分析,选取接近震中的两个监测站,使用多参考站的高频GPS动态数据处理方法进行解算,根据坐标数据和时间序列图的变化分析两个地震的发震时间、监测站在NEU方向上的位移量、地震造成监测站的整体位移情况。

关键词： BIM   设施管理   信息管理系统   数据处理   环境监测  

摘要： 通过对大型建筑项目研究发现,大型建筑施工项目有数据量庞大,结构复杂等特征,且目前大部分企业数据报表基于人工填报的方式,相关人员将数据基于人工的方式在Excel中统计分析,耗时耗力、报表质量难以保证且数据交换效率低下。经研究发现,基于BIM（Building Information Modeling）的建筑设施信息管理系统在市场应用尚未普遍,基于BIM模型对组织设施设备数据应用和进行相关数据管理工作以此来提炼数据价值的相关应用软件尚未成熟。本文提出基于BIM的建筑设施信息管理系统,可应用于项目的全生命周期阶段:在前期策划阶段,可进行前期需求分析并整合,完善整体规划方案;在建筑设计阶段,提前进行空间设施设备规划,提高空间利用率;在建筑施工阶段,可利用平台模型的可视化功能,提前做好复杂施工节点的设计,减少工程变更;在建筑运维阶段,应用建筑信息管理系统对项目后期运维进行全过程管理,可将某设施设备的全生命过程进行追溯。本系统通过Eclipse、My SQL、Navicat For My SQL、BIMFACE、ECharts、Revit等软件进行项目开发,基于SSM框架（Spring+Spring MVC+My Batis）结合JSP（Java Server Pages）、JS（Java Script）等技术构建Web端系统应用程序。本系统实现功能为BIM基础功能实现,建筑设施管理功能实现和环境监测功能实现共三个模块。本文所做工作主要有以下三点。（1）将BIM与设施管理相结合,构建基于全生命周期的建筑设施信息管理系统,可实现设备自动巡检及设施运维数据全过程追溯。（2）考虑到BIM建筑项目功能复杂且数据繁多,系统采用SSM框架对程序进行开发,充分利用轻量级Web框架优势,使得本系统程序更易开发、代码间耦合度更低。（3）本文开展了环境监测与BIM系统结合的基础性研究,将环境监测技术集成到基于BIM信息管理系统,使得基于BIM的信息管理系统功能更加完善。通过本文研究,基于BIM开发本建筑设施信息管理系统解决了大型建筑项目数据量庞大、结构复杂且数据交换效率低下等问题,实现了建筑数据系统化管理,为建筑设施信息化提供一定的参考。

关键词： 近程雷达   数据处理   ZYNQ   嵌入式系统   小型化   机动跟踪   杂波图  

摘要： 随着雷达功能的日益强大,雷达的应用范围已经从最初的战争领域慢慢扩展到了城市安防和机场场面管理等诸多领域。近程监视雷达便是为了探测机场、城市和边境等环境下的近距离目标而设计的雷达,其主要功能在于对近距离的车辆、行人和低空无人机进行探测监视与识别,这种雷达一般都有体积小、易于携带架设以及实时性高等特点。本论文以某近程监视雷达为项目背景,研究并设计了一套基于嵌入式系统的近程雷达数据处理算法。本文主要研究工作如下:1、针对近程雷达研究数据处理相关算法,主要包括航迹起始算法、滤波跟踪算法以及航迹互联算法,并对其进行仿真对比分析以选择适合近程雷达数据处理的算法。2、针对本文所研究的近程小型化雷达系统的整机架构和性能指标,完成了近程雷达数据处理中关于干涉仪测角、动态立体杂波图以及自适应机动模型跟踪等关键技术的设计和研究,使本文所研究的近程数据处理软件可以达到有效抑制近程环境杂波干扰、形成对近距离目标良好机动跟踪的效果。3、为满足本雷达系统小型化和处理实时性的需求,设计了一个基于ZYNQ的近程雷达数据处理嵌入式系统。利用ZYNQ软硬件协同工作的优势,为数据处理软件功能的实现提供嵌入式系统环境。4、根据近程雷达数据处理软件需求,利用嵌入式Linux系统中的Qt平台实现了近程雷达数据处理软件功能。5、与该近程雷达整机进行联调实验,通过测试雷达对空和对地的目标跟踪效果,完成了对本文设计的基于嵌入式系统的近程雷达数据处理算法的功能验证。最终可以看出本雷达可以实现对近程低空目标和地面目标的精确跟踪及识别功能。

关键词： 地层测试   压力   温度   C#   数据处理  

摘要： 石油勘探开发过程中,实时的获取油气井下的压力、温度信息是最迫切核心的需求,所以对地层进行实时监测并及时准确地获取这些信息就显得尤为重要。为了更加便捷地获取这些信息,需要设计一款地面监控系统软件,使其与地面、井下电子设备配合,实现与井下测试装置的通信连接、发送控制指令、设置相关参数等,进而控制井下测试装置工作的起止;并接收、存储、处理井下上传的压力、温度数据,再将处理过的数据绘制成动态曲线展示在屏幕上,实时监控井下的测试状态及进程。从而了解井下油藏状况,及时为地面测试工作人员提供科学准确的决策依据,避免凭经验估计或盲目决策带来的损失,达到提高测试施工效率的目的。对加快勘探开发进程具有极其重要的经济及社会效益。本软件采用W5500以太网控制器芯片进行网络接口设计,实现与井下测试设备的实时通信,并通过C#编程的方式设计接收功能,将获取的井下数据信息保存在数据库中。根据渗流力学的理论对压力信息进行二次数据处理,以获得可以直观地表现井下状况的曲线,再通过.NET框架下的控件实现数据的动态绘图展示,并能根据现代试井的相关理论,及时发现井下测试过程中的异常状况,以便采取有效措施,提高测试工作效率。软件设计整体的结构遵循分层和模块划分的设计规范,实现了对数据的采集、存储、处理及曲线绘制等功能。完成了对软件各部分功能的初步测试,基本达到了预期的目标。