基于半监督动态深度融合神经网络的软测量

半监督深度神经网络建模方法已被广泛应用于软测量,但基于分层训练的网络在特征提取过程局限于挖掘每层输入的有效信息,忽略了原始输入有效信息的丢失,逐层累积,从而导致原始输入的特征表示准确率低下;另外,缺乏挖掘过程时空相关性,也会导致模型性能退化。提出一种半监督动态深度融合神经网络（semisupervised dynamics deep fusion neural network,SS-DDFNN）方法。该方法在特征提取网络的每层都重构原始输入数据并预测质量变量,通过在预训练损失中使用重构原始输入误差,减小原始输入有效信息的丢失;同时融入注意力机制和t分布随机邻域嵌入提取时空相关信息,应用提取的特征建立门控神经网络质量预测模型。实验结果显示,相较于SAE、GSTAE和SIAE模型,所提方法在脱丁烷塔案例中的预测精度分别提升了2.8%、1.1%和0.9%;在工业聚乙烯生产案例中,分别提升了2.7%、1.0%和0.7%。实验结果验证了所提方法的有效性。     

低压气井排水采气用喷射器的性能

目前传统排水采气工艺对于低压气井的适应性较差,为解决此问题,本工作提出了一种新型的喷射器复合排水采气工艺。通过采用高压气体作为驱动流体,防止二次污染,并通过与泡排组成复合工艺的方式解决效率低下的问题,其中喷射器技术是核心。采用数值模拟的方法,以引射比为性能指标,通过对喷射器气相内部流场流动特征进行分析,得到了喷射器的结构尺寸、运行工况对喷射器引射比的影响规律。结果表明,喷射器在引射过程中存在抽吸作用和剪切加速作用;剪切加速作用只能使引射流体最多被加速至音速;在壅塞工况下,喷射器运行表现主要由抽吸作用决定,增加喷嘴渐扩段锥度和面积比,能减缓壅塞工况。运行工况主要通过影响激波强度与喷射器运行状态影响喷射器运行表现,工作压力的增大和出口压力的下降均会提高引射比,但会导致壅塞状态的发生。壅塞工况下,引射比受工作压力影响且与出口压力无关。     

提高生态环境监测数据可靠性的策略

随着经济的发展,人们对环境保护的意识逐渐加强,在“生态文明”建设背景下,加强对环境的监测,提高环境监测数据的可靠性十分必要。因此,详细分析环境监测数据的质量要求,并从提升监测数据准确性、实验精密度、数据代表性、数据完整性、优化监测流程、提高样品质量、改善监测环境等方面提出提高生态环境监测数据可靠性的策略,使之能充分反映环境改善情况。     

基于直流电流瞬时微分的特高压直流分层接入系统非故障层换相失败预防控制策略

在特高压直流分层接入系统中,由于层间耦合作用,某一层交流系统发生故障可能导致非故障层换流器发生换相失败。为此,考虑到故障过程直流电流的变化,提出一种基于直流电流瞬时微分的换相失败预防控制策略。该策略基于故障后直流电流的变化特性,得到换相电流时间面积控制中触发角修正量,代替原有换相失败预防控制,提高非故障层换相失败预防控制的启动精度;同时基于电流预测量和等效直流输入电阻动态调整低压限流控制器的指令值,提高其响应速度。在PSCAD/EMTDC中搭建仿真模型对不同工况下所提控制策略进行验证。结果表明,该策略可降低高低端换流器同时发生换相失败的风险,改善故障后系统的运行性能。     

鄂尔多斯盆地延长组长8段浅水三角洲砂体结构特征

通过钻井、测井、录井及岩心等资料的综合分析,系统研究了鄂尔多斯盆地延长组长8段浅水三角洲沉积体系中不同类型的砂体结构特征.研究表明,砂体按成因主要分为牵引流控制的分流河道型砂体和滩坝型砂体.垂向上,可以识别出5种单砂体类型:与分流河道有关的箱型(B型)和钟型(C型)单砂体、与河口坝+远砂坝有关的漏斗型(I型)、指型(F...     

围压卸荷对矿柱破坏模式影响分析

利用东北大学岩石破裂过程分析系统(RFPA2D),研究了围压卸荷对矿柱破坏模式的影响。通过对不同围压卸荷方式中岩石试件的应力积累、裂隙扩展及整个破坏过程进行分析,得出了围压卸荷条件下矿柱的破坏规律。数值计算结果表明,当轴向载荷超过岩石试样的单轴抗压强度时,对试件围压实施一次卸荷容易引起岩石剧烈的脆性破坏,而对试件实施围压逐步卸荷,岩石试件则呈现出较明显的延性特征,其内部积累的能量随着卸荷步骤逐渐释放出来,能避免岩石发生剧烈脆性破坏。这一结果对指导采场开挖过程中,保护采场以及矿柱的稳定具有重要的理论意义。     

地下沉降后浇带钢托梁法临时半封闭关键节点设计

超高层建筑施工周期长,往往分期建造开发,在塔楼结构施工期间,提前插入附属裙房的商业运营,而塔楼与周边附属裙房间所预留沉降后浇带将提前进行封闭。本文以昆明某超高层项目为例,在塔楼上部结构施工期间,为保证裙房商业正常开业,采用钢托梁法对地下室沉降后浇带进行临时半封闭,总结半封闭设计关键要点。     

基于加权统计特征KICA的故障检测与诊断方法

针对核独立元分析（kernel independent component analysis, KICA）在非线性动态过程中对微小故障检测率低的问题,提出一种基于加权统计特征KICA（weighted statistical feature KICA, WSFKICA）的故障检测与诊断方法。首先,利用KICA从原始数据中捕获独立元数据和残差数据;然后,通过加权统计特征和滑动窗口获取改进统计特征数据集,并由此数据集构建统计量进行故障检测;最后,利用基于变量贡献图的方法进行过程故障诊断。与传统KICA统计量相比,所提方法的统计量对非线性动态过程中的微小故障具有更高的故障检测性能。应用该方法对一个数值例子和田纳西-伊斯曼（Tennessee-Eastman, TE）过程进行仿真测试,仿真结果显示出所提方法相对于独立元分析（ICA）、KICA、核主成分分析（kernel principal component analysis, KPCA）和统计局部核主成分分析（statistical local kernel principal component analysis, SLKPCA）检测的优势。     

石油磺酸盐在低渗透储层中的应用

石油磺酸盐是目前国内应用最多的表面活性剂。陕北地区地处鄂尔多斯盆地,其延安组油层孔隙度低,渗透性差,属于低渗透储层,在注水开发后期,暴露出注入压力高,采收率低等问题。研究了石油磺酸盐与地层水的配伍性,并进行了驱油室内评价实验,得出了石油磺酸盐在该地区的应用效果和优缺点。     

基于KPI子空间的工业过程自适应故障检测

针对具有时变特性的工业过程发生的故障是否影响关键性能指标的问题，提出一种基于关键性能指标(Key Performance Indicators,KPI)子空间的自适应故障检测方法(AFD-KPIS)。将正常过程数据空间分解为主元和残差空间。根据过程变量和关键性能指标（KPI）的相关性将主元空间分为KPI相关子空间和KPI无关子空间，并将残差空间Q统计量并入KPI无关子空间，在KPI两个子空间分别构建T2和k近邻故障检测统计量，在线检测判断为正常的数据通过时间窗更新到建模数据中进行用于模型的更新。通过数值案例和TE过程的仿真验证所提方法的有效性。