基于希尔波特—黄变换(HHT)的海洋平台结构模态参数识别

本文研究了希尔波特一黄变换(HHT)中的模态混淆问题解决方法的理论。建立海洋平台结构有限元模型,通过模态分析得到其理论模态参数;然后在瞬时荷载的激励下得到有限元模型和实际结构的振动响应,利用采用Fourier滤波器的HHT方法和采用改进伪信号技术的HHT方法识别其模态参数。结果对比表明,这两种方法都可以准确地识别结构的模态参数,采用改进伪信号技术的HHT方法对实际平台的模态参数识别结果相对更加准确、合理。     

导管架海洋平台结构损伤诊断方法研究

基于标量型ARMA模态识别方法和遗传算法,研究了导管架海洋平台的结构损伤诊断方法。针对导管架平台的结构特点,利用模态的方向特点,有效地解决了模态识别误差对损伤诊断的影响。数值算例和物理模型试验表明,该方法的损伤诊断精度较高。     

勘探三号海洋钻井井架动力特性测试与安全评估

为了准确地评估海洋钻井井架安全承载能力，提高海上石油钻探过程中钻井作业的安全，以勘探三号海洋钻井井架为例，提出了海洋钻井井架动力特性测试理论与技术。利用海洋波浪脉动激励反应来识剐井架结构模态参数，根据模态参数与物理参数之间的关系，分析井架物理性态，进而评估井架当前实际状态，定量确定井架实际承载能力。识别结果与计算结果比较，其误差不超过6％。此方法可应用于海洋平台上大型钢结构动力特性测试、承载力预测及安全评价。     

基于小波包分析与主成分分析的海洋平台损伤识别方法

为满足近海导管架平台实时监测和损伤识别的需求,提出一种基于小波包分析、主成分分析与支持向量机的损伤识别方法。对平台甲板上安装的加速度传感器信号进行小波包变换,得到信号的敏感频带特征;利用敏感频带中的小波包系数进行主成分分析,剔除其中对波高敏感的主体参数,得到对损伤敏感的残差参数;将残差参数输入支持向量机进行训练,实现对损伤信号的识别。将该方法应用于渤海某平台的损伤识别中,结果表明该方法对海洋平台信号的识别具有较高的精度。     

海洋石油平台健康监测研究方法与进展

海洋平台结构是海上石油开发的重大基础性设施,所处环境十分复杂恶劣,对其进行有效、可靠、实时的健康监测,确定损伤位置和损伤程度,估计其残余寿命是非常重要的。文章综述了国内外在海洋平台健康监测方面已取得的成果:基于测试固有频率的方法、基于模态的方法、基于频率响应函数的方法、小波变换方法、经验模式分解方法、人工智能方法,介绍了这些方法的原理、应用现状及其进展情况,指出将构件损伤定位技术融于海洋平台体系的检测之中,并结合其他各种相关信息和有效的损伤识别定位方法如局部检测方法,是海洋平台健康监测的研究方向。     

无线振动检测与结构损伤诊断在海洋平台的工程应用

首次将结构无线振动检测及结构损伤诊断的最新研究成果应用于东海平湖DPP平台的结构完整性管理工程实践中。基于振动检测的实测数据,通过结构模态识别、模型修正等技术实现了平台结构完整性状态的快速判断。此工程示范案例说明了该方法工程应用的可行性和可靠性,对实现在役海洋平台结构的快速安全巡检有重要的工程意义。该方法是一种对常规无损检测和评估方法的有益补充,在平台结构延寿及优化水下无损检测方案方面具有很大的推广应用价值和前景。     

振动筛筛网模态的时间序列分析

文章介绍利用组合时间序列模型识别筛网模态参数的基本原理和计算方法。应用该法对国产40目,60目和80目筛网的动态参数进行识别,完成了ZS-871型实验振动筛筛网的模态参数识别,分析对比了2ZZS-D型振动筛筛网在实际工况和空运转情况下动态参数的变化。取得了一些有价值的结果,为新型长寿命振动筛的设计提供了依据。     

海洋平台结构损伤识别新方法仿真研究

提出了识别海洋平台结构损伤分两步走的方法,采用任意两阶频率比的方法识别海洋平台构件损伤类型,提出了一种区分对称位置相同构件损伤的相对总位差法。方法同时能够识别损伤的程度。     

基于模态应变能法的导管架平台损伤诊断试验研究

基于模态应变能法研究了导管架平台的结构损伤诊断问题,利用模型试验研究了模态应变能法对不同模态之间影响的敏感性;研究了模态应变能法的损伤定位和损伤估计的可靠性。采用标量型ARMA模型识别出结构的三阶模态参数,采用模态应变能法分别利用结构的前两阶模态参数和前三阶模态参数对不同损伤工况进行了损伤定位和损伤评估。研究表明,模态应变能法对不同模态之间的影响不敏感,具有较高的损伤定住精度,但损伤程度估计的精度不理想。     

基于BP神经网络的海洋平台振动载荷识别

利用ANSYS软件建立了W12-1海洋平台的有限元模型，通过在模型识别点上施加激励得到的响应方法获得了BP神经网络的训练数据。建立了关于W12-1海洋平台的BP神经网络模型，并对其振动载荷进行了识别。识别结果表明，在对海洋平台这样的大型复杂结构进行载荷识别时，神经网络方法相对于传统载荷识别方法具有更高的识别精度。     

松辽盆地十屋油田营城组裂缝识别

运用变尺度分形和双侧向-微球型聚焦相结合的方法,对松辽盆地十屋油田营城组声波时差和电阻率测井数据进行了裂缝识别研究,总结研究区裂缝在双侧向和微球型聚焦测井曲线上及变尺度分形曲线上的3种不同形态及其所反映的裂缝的性质：微球型聚焦电阻率值围绕着双侧向值上下波动,所识别的裂缝主要是低角度裂缝;双侧向与微球型聚焦电阻率值正差异,所识别的裂缝主要是高角度裂缝;若两者为负差异,识别的裂缝主要也是高角度裂缝,但这种方式是识别裂缝的次要方式。预测了十屋油田营城组5个层段的裂缝发育情况,探讨了裂缝发育程度与单井产能的关系。研究结果证明,近水平裂缝、低角度裂缝是控制单井产能的主要因素。     

������������1�������IJ⾮ģ��������

长庆气田马五１ 储层非均质严重，储层种类多且各类储层的分布规律及特征信息模糊不清，缺乏先验知识与经验模式的特点。本项研究引进了模糊神经网络方法，利用测井数据建立了长庆气田马五１ 储层测井判识的模糊神经网络。计算结果表明，其辨识精度（ 回判） 达到了９７ ．４５ ％ ，为利用测井进行储层划分提供了一种方便迅速的工具。经过气田近７０ 口气井的储层分类验证，取得了较为令人满意的结果，表明此分析技术在特定背景条件下较之单一的模糊模式识别或 Ｂ Ｐ 神经网络的精度更高，方法更先进，它既可以避免测井储层识别中因环境影响岩性、电性特征模糊而引起的误差，还可以避免因噪音数据影响网络学习限入局部极小的可能，且网络在接受了特征数据后学习速度也得到较大提高。     

浅水三角洲分流水道储层构型表征与完井方式选择

为了提高BZ19-4油田单井产量和油藏采收率,开展了浅水三角洲水下分流河道储层构型剖析以及水平井完井方式研究。利用地震、岩心和测录井资料,在构型模式指导下,以垂向分期为重点,分层次对研究区明下段浅水三角洲分流河道进行构型表征;依据构型特征,建立起水平井轨迹与填积层的配置关系模式,结合窄厚条带状砂体特点,进而优化完井方式。结果表明:浅水三角洲水下分流河道可分为复合水道、单一水道和河道内部填积体3个构型层次;复合水道可靠地震资料识别,其宽度为400~1 100 m,厚度为10~40 m;单一水道层次通过组合模式分析及边界识别,得出其宽度为250~350 m,厚度为2~9 m;单一水道内部构型单元通过岩电特征研究及模式认知识别出填积体和填积层2个构型单元。采用水平井深穿透射孔方式完井能有效沟通浅水三角洲填积层上部与下伏的厚储层,为油井增加产量提供了建议。     

0.2 m高分辨率数字聚焦双侧向测井仪发射电路设计

针对0.2m高分辨率数字聚焦双侧向测井仪器的理论条件和工程需要,设计了发射电路,包括信号源与功率控制、基于电流源输出的模式1(35 Hz)和模式3(140 Hz)信号发射、基于电压源输出的模式2(280 Hz)信号发射、辅助监督等单元电路,确保三种模式同时工作、互不干扰以及辅助聚焦,三个模式的信号发射功率能够自动控制。室内测试与现场应用均表明,所设计的发射电路适用于0.2 m高分辨率数字聚焦双侧向测井仪器,测量值准确可靠,能够为油田薄层识别、饱和度求取以及水淹层判别提供准确可靠的高分辨率电阻率测井资料。     

模糊数学识别火山岩岩性

针对火岩地层岩性识别成功率低的状况，应用模糊数学原理，建立模糊数学识别火山岩岩性模式，识别和划分火山岩地层岩性，以便进一步深入研究火山岩油气藏储层，选择8个反映火山岩岩性测井参数，确定阈值；利用所建立的火山岩岩性识别模式，对火山岩岩性进行分类；依据最大隶属原则，识别火山岩岩性，应用实地研究资料，识别10种火山岩岩性，并与岩心鉴定统计分析结果对比，一致性达85％。表明该方法识别火山岩岩性精度较高，在地质上具有很好的应用前景。     

低阻油层识别方法研究

通过双河油田上倾尖灭区低胆油层的研究,探讨了多种识别低阻油层的方法。提出了“概念识别－φ－Sw图版识别－BAYES多组判别、神经网络模式识别”这样一套由简单到复杂,多层次、多种数学手段相互补充的识别方法,使该区低阻油层的解释符合率达到80％以上,也为评价和识别同类油层提供了方法和依据。     

一种PID条件下的闭环辨识方法

提出了在PID条件下闭环辨识的方法，运用频域法．通过有关模和相角的关系，辨识出假定二阶过程模型的有关参数。仿真试验表明这种方法是可行的，而且基本满足大时滞的辨识精度。     

基于经验模态分解和能量熵判别的火成岩岩性识别方法——以春风油田石炭系火成岩储层为例

火成岩储层具有“喷发模式多样化、岩性成因多元化、矿物组合多变化”的特征,岩性精细识别难度大,严重制约了储层参数的计算及后续油气开发。以准噶尔盆地春风油田石炭系储层为例,结合岩心和薄片等分析测试资料将储层发育的岩性分为5类：玄武岩、玄武质安山岩、安山岩、凝灰岩和火山角砾岩。在明确不同岩性测井响应特征的基础上,采用“逐级剥离”的思想,利用交会图法识别出了凝灰岩和火山角砾岩。针对较难识别的火山熔岩,引入经验模态分解算法将常规测井资料转化为多个频带的本征模态函数集,得到了各熔岩不同测井参数经验模态函数的能量熵,应用判别算法实现了火成岩岩性的精细识别。区块应用结果表明：该方法岩性识别整体符合率高达93.7%,有效提高了岩性识别精度。     

石油企业管理新考

企业管理有规律而无固定模式。所谓有规律就是说它有一些共同的规律是必须遵守的,但是没有一个可以具体仿效的模式。这个规律怎么用,完全取决于当时、当地的实际情况。什么是中国式管理呢?那就是遵循世界共同的经济规律,从中国的     

徐深气田深层火山岩测井岩性识别方法

徐深气田深层火山岩储层岩性、流体成分复杂多变，结晶程度较差，酸性岩类成分比较接近，岩石骨架对电阻率的影响超过储层流体的影响，因而在火山岩储层精细测井评价方面存在较大困难。其中准确确定火山岩岩性是开展进一步研究工作的基础和关键。针对该区岩性识别难点，充分发挥元素俘获谱(ECS)、电成像、核磁等测井资料在岩性识别上的优势，制定了组分与结构相结合的岩性识别思路，确定了火山岩岩石分类系统，应用TAS图、图像模式、神经网络等3种方法，实现了对火山岩的测井岩性识别，为火山岩储层精细测井评价打下了坚实的墓础。