蒸气吞吐井产能预测方法

目前研究蒸气吞吐的解析模型主要有前缘驱替模型和重力超覆模型两类。文章根据蒸气吞吐井的生产特征，建立了两区复合油藏拟稳态数学模型；根据注入地层的热量为热损失与地层吸收的热量之和，计算出加热半径；注蒸气导致原油粘度下降是热力开采的重要机理之一。很多非牛顿流体的流变行为可以由幂律关系表征，文章用负幂指数形式来处理粘度在热区径向的变化，推导出一个新的考虑表皮系数产能公式。利用Marx Langeheim计算加热区半径，对公式中的参数取值作了说明，并进行了实例研究。     

桥梁工程施工成本管理

桥梁工程的施工成本管理是一个具有生命周期的系统化工作,其施工成本管理异常复杂并且难度很大。该文通过工程实例分析总结出加强成本预算、成本控制和成本考核工作是提高桥梁工程施工成本管理水平的有效途径。     

工程项目第二次经营的一些建议

通过例举工程实例,总结工程建设过程中的工程变更及工程索赔两方面造价管理,阐述工程项目第二次经营的重要意义。     

考虑施工参数影响的心墙砾石土渗透系数预测方法

针对当前心墙砾石土渗透系数预测研究仅考虑料源参数,而少数考虑了施工质量的单一预测模型存在预测误差大、数据特征获取不全面的问题,构建了综合考虑施工质量和料源参数的BPNN-WOA-SVM渗透系数组合预测模型。该模型通过引入鲸鱼优化算法(WOA)解决支持向量机(SVM)参数选择困难的问题,通过最大信息熵原理综合了BP神经网络(BPNN)较强的自适应能力以及鲸鱼优化支持向量机算法(WOA-SVM)良好的回归性能、适用小样本的优点。工程实例应用表明,构建的组合预测模型与单一预测模型相比,降低了均方误差、平均绝对误差和相对分析误差,提高了预测精度和收敛速度,在心墙砾石土渗透系数预测方面具有较强的优越性。     

基于改进MOGWO的复杂交通隧洞车辆定位布设优化

高心墙堆石坝填筑料运输车辆洞内定位对大坝建设智能管理至关重要。然而,当前洞内定位研究中多依据人工经验进行感知节点的布设,缺乏综合考虑感知覆盖率和通信损耗指标,且难以适应复杂隧洞环境;此外,经典灰狼算法在求解工程优化NP-hard问题时存在收敛效率低、易陷入局部最优的不足。针对上述问题,提出了基于改进MOGWO的复杂交通隧洞车辆定位布设优化模型。首先,基于对水利工程运输隧洞封闭性和受限性的探究及无线传感器多径传播特性的分析,建立了以感知覆盖率和通信损耗为优化目标的定位传感器布设数学模型。然后,采用混沌初始化、非线性时变和莱维飞行策略改进多目标灰狼算法以提高算法收敛效率和全局寻优能力,进而应用其求解上述模型,获得Pareto最优解集。最后,将提出的优化模型应用于工程实际,结果表明,优化方案相比人工经验布设方案在感知覆盖率和通信损耗方面分别优化了12.22%和26.98%,且数据丢包率低,具有一定的优越性和可行性。     

浅析休谟道德原则中的理性

在伦理学名篇《关于道德情感》中，休谟借“忘恩负义”来分析理性与之道德的意义。理性的道德判断中到底如何之形式作用？作用的过程又是如何展开的？还有一些相关的概念，如规则、人道、趣味等等，特别是与理性似乎相对的情感，从这些概念的意义论述中，我们可以获得些什么？……希望在对以上问题的思考过程中．休谟道德判断中理性的含义也能够渐渐清晰。     

迁移学习框架下高心墙堆石坝施工仿真参数IGOA-MLP动态预测模型

施工仿真参数是影响高心墙堆石坝仿真结果准确性的关键。现有方法基于历史数据来预测未来填筑层的仿真参数,忽略了不同层之间的施工差异;同时,在新一层开始时往往存在数据不足或缺失的问题;此外,施工参数受到气象条件、机械运行状态等多因素影响而动态变化。本文利用迁移学习解决了上述问题,该方法具有通过知识迁移解决少样本建模问题的优势,同时考虑气象条件、机械运行状态等多种因素的定量影响,提出迁移学习框架下的高心墙堆石坝施工仿真参数改进蝗虫算法优化的多层感知机动态预测模型。首先,建立综合考虑多因素影响的施工仿真参数IGOA-MLP预测模型;其中,采用非线性缩减因子和柯西-高斯混合变异模式改进蝗虫优化算法(IGOA),并利用IGOA高效全局最优搜索能力来优化多层感知机(MLP)的超参数。其次,引入迁移学习策略,将训练集划分为源域和目标域,并在MLP隐藏层中增加自适应层以表征源域数据与目标域数据的差异性,实现历史工况和新工况间的知识迁移,从而解决新工况下缺少数据的问题。工程实例表明,相比于传统MLP模型以及未使用迁移学习的IGOA-MLP模型,本文所提方法的平均绝对百分比误差(MAPE)分别降低了54.68%、40.57%,证明了本文所提模型能够更准确地预测仿真参数,为仿真计算提供可靠的数据基础。     

TBM掘进速率区间预测Bootstrap-IHHO-BiLSTM模型

针对现有隧道掘进机（TBM）掘进速率预测模型多采用点预测模型，缺乏考虑因模型结构主观选择、模型参数随机设置和数据随机噪声等导致的不确定性问题，本文提出基于Bootstrap方法和改进哈里斯鹰优化双向长短时记忆网络（BiLSTM）的TBM掘进速率区间预测模型。首先，建立基于改进哈里斯鹰（IHHO）优化BiLSTM网络的TBM掘进速率点预测模型，揭示稳定段掘进速率与上升段刀盘推力、扭矩、转速等掘进参数之间的相关性和时间依赖性；其中，采用基于混沌映射、参数非线性化和混沌搜索策略改进的哈里斯鹰算法对BiLSTM网络超参数进行优化，提高建模效率和精度。进一步地，采用Bootstrap方法对模型不确定性和数据中的随机不确定性进行量化，获得清晰可靠的预测区间。将所提模型应用于引汉济渭秦岭隧洞工程中，开展I～III类围岩条件下的TBM掘进速率区间预测，并将结果与BiLSTM-HHO模型、BiLSTM模型、BP神经网络模型对比，证明了本文模型的优越性。     

考虑重力超覆的稠油热采试井分析模型研究

针对蒸汽驱中的重力超覆现象，提出采用楔状复合油藏模型来模拟倾斜蒸汽前缘。建立考虑热损失的数学模型，通过拉普拉斯变换，得到两区复合油藏井底压力在拉氏空间的解。经过Stehfest反演得到在实空间的解，并作出样板曲线，研究内外区流度比、倾斜角度、热损失对样板曲线形状的影响。     

考虑热损失稠油热采双孔介质不稳定试井分析

注蒸汽吞吐热采技术已经成为开发稠油油藏最为有效的方法,但是蒸汽波及范围外的油层没有得到有效的改善,因而油藏流体物性可以分为两个区.针对双孔介质中的稠油油藏蒸汽吞吐热采井蒸汽波及区和未波及区流体的流动性质的差别,提出了试井问题所必须采用的径向流体复合模型,模型中考虑了蒸汽在上下盖层的热损失问题.建立了内区考虑热损失的径向流体复合模型,求得了无限大地层情况下的拉氏空间解,并通过数值反演方法作出了相应的样板曲线,并且对样板曲线作了相应的敏感性分析,为稠油开发油藏压力动态分析提供了一种新的模型.