基于BP神经网络的地质岩心钻探钻速预测研究

地质岩心钻探目前在自动化、智能化方面的发展还并未成熟。钻探参数的选取、改进还主要通过经验来判断,并且需要提钻后通过对岩心的判断进行钻探参数的调整,具有一定的滞后性,降低了钻探的效率。因此,通过搭建地质岩心钻探试验台获取钻探数据,采取反向传播(Back-Propagation)算法,将钻压(WOB),扭矩(TOR),泵量(Q),回转速度(RPM)作为输入量,机械钻速(ROP)作为输出量,同时考虑钻头磨损和钻头切削深度对实验的影响。以每块不同混凝土块为单位,按照80/20划分训练集与测试集,通过数据处理后共得到6180组数据进行训练和测试,训练出最优的神经网络模型,可以对机械钻速(ROP)进行预测,预测精度可达94.1%,后续通过选取合适的钻进参数,可以实现地质岩心钻探速度的优化。本研究为地质岩心钻探的钻速预测,地质岩心钻机自动化提供参考。

一种用于交通道路防洪智能减灾的新型智能检查井系统

当前,由于我国部分城市防洪排涝系统不完善导致城市内涝频发,严重影响道路交通以及市民们的生命及财产安全,为此设计出“一种用于交通道路防洪智能减灾的新型智能检查井系统”来缓解城市道路积水问题。该系统结合城市GIS(城市地理空间信息)系统和近年来道路雨情水情等信息,在城市范围内计算出易涝区域,即“内涝点”。把新型的智慧检查井系统作为“内涝点”的建设内容,配合以升降式窨井盖和物联网无线控制技术,建立一个以检查井为出发点的防洪、排涝智能系统,实现了水情实时监测、雨情预测和防洪排涝等目的。就目前此技术领域内前沿的工程问题尝试给出一种新的解决方案。