基于RM-K-means的储气库全生命周期风险量化分级评估方法

为保障地下储气库安全运行,发挥储气库在季节调峰和应急供气以及战略储备方面的重要作用,需对储气库密封、地面设施、井筒等风险展开分析,涉及设计、施工、运营全生命周期。传统风险评估方法中,风险矩阵法运用广泛,但存在主观性较强、风险等级界定模糊的问题。因此,提出基于风险矩阵-K均值法(risk matrix-K-means,RM-K-means)的储气库风险量化分级评估方法,引入复杂网络节点重要度,以重庆相国寺气藏型储气库为例,通过K-means聚类算法辅助风险矩阵对全生命周期风险进行量化分级评估。结果表明,储气库设计期需重点关注组织管理,施工期需重点关注施工技术方案与人员的专业素质,运营期需重点关注设备完整性与运行工况。较传统风险矩阵法而言,基于RM-K-means的方法对于高风险的分级能力提升100%,对低风险的分级能力提升62.3%,提高了风险评估的符合性,为风险矩阵提供量化数据支撑,为储气库全生命周期风险管理与事故预防提供辅助支持。

基于MC9S12XS128和LTC6803-4的WSN节点光伏充电管理系统

针对太阳能的特点和锂电池的特性,设计基于MC9S12XS128和LTC6803-4的WSN节点光伏充电管理系统,设计锂电池组充放电、温度检测、电压采集和均衡控制等硬件电路,编写相应的底层软件,将电池电压、充放电电流、电池温度的采样值与实际值进行比较,验证采样值的准确性,同时分析均衡控制的效果.实验结果表明:设计的光伏充电管理系统运行安全、可靠,能为WSN节点提供稳定的能量来源.

煤层气水平井充气欠平衡钻井注气工艺研究

充气欠平衡钻井是目前煤层气钻井中最常用的技术手段,如何在控制注气压力、注气量以及排量等参数的情况下,使得钻进时既能满足携岩要求,又能有效地控制井底压力是一个难题。应用FLUENT软件,通过对不同的注气压力、注气量以及排量条件下的计算模拟,得出U型井直井造穴处的压降规律,并基于此,优选确定出一套合理的工艺参数,确保在充气欠平衡钻井过程中,既能形成期望流型、满足携岩要求,又能有效控制井底压力。通过一口井的实钻数据建立了分析模型,并进行了计算模拟,最终优化出注气压力、注气量和泵排量等参数,总结出其变化规律。该研究成果对保障钻井作业安全及优化钻井作业有一定的借鉴作用。

基于压缩感知的农田温度信息处理

由于农田温度信息在离散余弦基(DCT)下的近似稀疏性,采用压缩感知(CS)技术对每块农田温度信息进行压缩和重构,即将温度信息投影到随机高斯观测矩阵,在接收端通过OMP算法重构出每块农田的温度信息。仿真试验结果表明,在较为稳定的网络环境中,CS算法能够以较少的观测值实现对原始信号的精确重建,降低节点能耗,延长网络生命周期。

基于HE和MSR的玉米病虫害图像预处理

针对大田玉米图像采集时存在的过曝和欠曝图像问题,设计了一种将直方图均衡算法(Histogram Equalization,HE)和多尺度视网膜大脑皮层理论算法(Multi-Scale Retinex,MSR)相结合的混合算法,即先对图像进行MSR运算,再使用HE算法,解决了HE存在的灰度级过度合并的问题,降低了MSR存在的对比度低的缺陷。实验结果表明,从主观评价上看,经过MSR+HE处理后的图像清晰度更高,细节更加丰富;从客观指标上看,利用MSR+HE处理后的图像的对比度和平均梯度指标均大于MSR或HE单独处理图像后得到的指标,表明MSR+HE算法稳定性好、处理结果清晰、细节丰富,更适于农田图像处理。

基于神经网络的井漏风险预警技术

井漏是影响钻井施工安全最为严重的井下复杂情况之一,为了有效地预防井漏事故的发生,文章对井漏风险机理进行了研究,得出了井漏发生表征现象及井漏风险预警所需参数,此外,采用神经网络算法建立了具有自学习性质的神经网络预警模型,并运用现场数据对模型进行了检测,该模型能够很好地对钻井过程中的井漏风险进行预警,满足实际钻井施工的要求。

基于ArcGIS的农用机器人定位及路径跟踪

为了实时获取农用机器人在农田中的精确位置,并跟踪其运行路径,设计了基于ArcGIS的农用机器人定位及路径跟踪系统。利用3G网络实现机器人与服务器之间的通信,运用ArcGIS Engine组件处理空间数据、显示机器人的运行路径,并存储机器人在运行过程中的位置信息。系统采用Visual C#.NET编程实现,实验结果证明本系统精确可靠。

基于TDLAS的增强型气体检测新技术

可调谐半导体激光吸收光谱技术(TDLAS)是一种在二极管激光器波长调制与长光程吸收池技术相结合的基础上发展起来的新型气体检测方法。介绍了TDLAS技术的工作原理,并列举了其固有的技术缺陷,以及因此导致的在石化行业中的应用限制。通过对比分析增强型激光二极管吸收频谱技术(ELDS)和TDLAS的应用表明,ELDS技术克服了TDLAS的技术缺陷和应用限制,能够实现对于可燃性碳氢类化合物和蒸气,以及多种有毒有害气体进行快速、高精度、高选择性地在线检测,真正实现零误报、零漏报、零维护。

基于单相流模型的井底压力计算及现场应用分析

在石油钻井作业中,需要对井底压力进行实时准确地测量,直观地反映井下状况,然后结合地面录井参数对钻井状况进行评价与分析。然而,现有的随钻井底压力测量仪器往往成本过高,不适合广泛应用,因此利用综合录井数据对井底压力进行精确的计算至关重要,同时确保了数据的实时性。文章基于单相流模型计算了一口井的井底压力数据,同时通过对比不同模型计算数据与实测井底压力数据,进行误差分析,判断单相流模型在现场的实际应用情况,其分析结果表明,对于常规钻井,单相流模型能够满足现场实际应用需求。

应急管理系统在高含硫气田开发过程中的应用

针对高含硫气田开发的高风险特征,四川某高含硫气田作业区建立了基于GIS技术的应急管理系统。该系统集成了气田的安全控制中心、应急预案体系、安全预警系统、社区报警系统、社区应急疏散系统和生产、气象、地理、人居等数据模块,结合真实生产工艺及设备三维实景,实现了气田生产可视化、异常可视化、应急可视化,形成了一套高含硫气田安全高效开发应急管理系统,提升了安全管控能力,可为类似气田的开发应急管理提供借鉴。

基于ArcGIS和SOM神经网络的山羊定位和行为分类

针对目前山羊行为分类的不准确以及定位困难的问题,提出了一种基于ArcGIS和SOM神经网络算法的山羊定位和行为分类系统,系统由数据层、算法服务层、图形化展示层组成。设计了对山羊三轴加速度数据的SOM神经网络算法分类器,实现了对山羊静止、行走、采食、跳跃等主要日常行为的分类,并结合了ArcGIS二次开发平台在地图上显示山羊地理位置。实验结果表明:本文设计的系统运行安全、数据准确,对山羊科学饲养提供了依据。

基于模糊神经网络的履带式机器人自适应滑模控制

针对履带机器人这一结构不稳定性、参数不确定性的非线性系统,本文结合神经网络理论与滑模控制,提出了基于模糊神经网络的自适应滑模控制,对不确定非线性系统的控制问题设计了控制器。本文首先建立了履带式机器人的运动学模型,以自适应滑模控制理论为基础,构建了等效控制器,依据模糊神经网络理论基础构建切换控制器,在保证控制器全局稳定性和收敛性的同时,同时获得抑制系统抖振。仿真验证了利用神经网络对履带式机器人这一非线性系s统具有较强的自适应性和鲁棒性。并且具有快速响应和较强的跟踪性能的特点。

川渝地区气田绿色矿山建设安全环保关键技术

"十二五"以来,中国石油西南油气田分公司大力实施创新驱动发展战略,建成安岳特大型气田、川南地区页岩气生产基地,实现天然气产量的跨越式增长.天然气勘探开发涉及油气开采、集输、净化、气田水回注等多个生产环节,川渝地区人口密集、生态环境敏感的特点十分突出,因此,风险管控与污染治理问题给油气田绿色发展带来巨大技术挑战.针对上述挑战,为促进油气田开发建成节约高效、环境友好、矿地和谐,符合生态文明建设要求的绿色矿业发展新模式,课题以高石梯-磨溪区块为研究对象,开展气田绿色开发的环境风险评估指标体系、回注井环境风险控制技术、含硫天然气站场安全预警技术、绿色矿山验收指标体系和噪声治理技术等方面的研究工作.