BP神经网络优化的无迹卡尔曼滤波核事故源项反演方法研究

核事故发生后,通常很难根据厂内仪表数据判断事故严重程度,只能通过厂外监测数据估计源项释放量。利用CALPUFF软件模拟了核事故后放射性核素I-131释放的过程。将无迹卡尔曼滤波算法与高斯多烟团大气扩散模型结合,构建无迹卡尔曼滤波核事故源项反演方法模型,实现核事故后厂外源项实时跟踪反演。由于污染物I-131在大气中扩散过程受温度、气压、风速、云量、太阳辐射、地形条件等多种因素共同影响,源项反演为复杂的非线性问题。针对高斯多烟团大气扩散模型将实际条件简化引起的缺陷,使用BP神经网络对反演模型中的量测方程进行优化,从而减小模拟结果与真实情况的误差。无迹卡尔曼滤波核事故源项反演方法模型与卡尔曼滤波核事故源项反演模型相比,能更好地适应非线性条件下释放率变化的情况,反演结果与真实值更接近。

扩展网络反演滤波方法及其在鲜水河断裂带上的初步实验

介绍了扩展网络反演滤波方法的原理、计算处理过程及其发展,和该方法在鲜水河断裂带的初步实验情况。利用鲜水河断裂带的GPS等大地测量台站的真实点位,经简化的断层几何模型和人为设定的断层滑移对该方法进行了应用实验。实验得到的经反演复原的断层滑移和滑移速率与相应的实际值的残差平方和分别为0.13和0.18。该方法能很好地分解出各台站由断层活动所引起的位移变化,反演复原的断层滑移与给定的断层滑移较符合。随着测量资料时空密度的增加,此方法有望用于鲜水河断裂带实际大地测量资料的研究工作中。

断层蠕滑时空分布的GNSS网络滤波反演

为从现今庞大的GNSS观测网络中快速检测断层蠕滑形变,精细反演蠕滑时空分布及演变特征,提出集GNSS网络滤波、地表形变信息提取和地下断层蠕滑时空分布反演三者于一体的方法。该方法同时采用整个GNSS网络的时空观测阵列,利用断层形变高空间相关的特点,对覆盖断裂带地表的GNSS位移时空序列进行主成分分析,利用主成分信息快速检测并反演蠕滑断层的时空分布与演变过程。以2005年苏门答腊M W8.6地震震后余滑和2006年墨西哥Guerrero州慢滑移为例,本文方法可成功检测并反演蠕滑断层的时空分布及演变特征,结果与相关研究成果吻合。

基于自适应卡尔曼滤波和深度前馈神经网络的氚源项反演

氘氚聚变反应被认为是能够最先实现商业发电的聚变反应,但氚的使用也带来了放射性安全问题。为探究适用于聚变堆事故后的大气释放氚源项反演的计算方法,本研究将自适应卡尔曼滤波与深度前馈神经网络相结合,建立聚变堆事故后的氚释放源项估计算法,对氚的释放高度及释放率进行反演。对神经网络使用滤波前后的观测值作为输入数据时的预测源强进行分析。结果表明,滤波能有效降低神经网络的预测误差。当监测数据误差为20%时,释放高度反演相对误差均值约为3%,释放率反演相对误差均值约为4%。

循环神经网络在浅海声速-声源联合反演中的应用

利用序贯滤波对时变声速剖面进行反演追踪,通常会将声速剖面的时变特性描述为一阶随机游走过程。为了使状态方程更好的预测状态变量的走向,本文利用循环神经网络学习历史水文数据,对浅海环境下的时变声速剖面进行建模,利用集合卡尔曼滤波进行对声速剖面的反演,并对声源进行定位。结果相较于使用一阶随机游走过程的联合反演结果误差更小,在声源深度上均方根误差有着80%的降低,声速剖面反演结果误差有着38.2%的降低。本文通过实测声速剖面的仿真声学数据验证了该方法的可行性。

滤波减速器传动机器人的自适应RBF反演法控制

针对具有参数未知、外界扰动、强耦合、非线性和多变量的滤波减速器传动机器人,建立系统数学模型,并对其进行自适应RBF神经网络反演法控制。利用自适应RBF在线逼近系统模型中的未知非线性项,设计基于自适应RBF神经网络的反演法控制器,同时结合Lyapunov稳定性分析方法论证闭环系统的收敛性。所提控制方法有效地抑制诸如参数未知、外界扰动等对滤波减速器传动机器人的性能影响。仿真分析表明,所提出自适应RBF神经网络反演控制器实现了滤波减速器传动机器人的高性能位置跟踪控制,并具有很好的控制精度和鲁棒性。

利用局域滤波方法反演地声参数

地声参数的声学反演方法一直是水声学研究领域的热点。针对现有地声参数反演方法在分批分时处理海量数据时不能同时兼顾反演速度和精度、难以满足实际需要的不足,本文基于一个新构造的阵列观测数据向量,提出了一种反演地声参数的局域滤波新方法。该方法首先由前向声传播模型产生一个拷贝场样本集,然后采用加权最小二乘滤波器在阵列实测数据的局域空间内近似地估计了地声参数反演算子(即从数据空间到参数空间之间的映射关系)。本文方法能够充分地利用声场观测信息、避免了整体平滑效应、且海量数据处理时仅需要较少的前向模型计算,具有反演速度快、精度高、兼顾二者的优点,特别适用于对海量数据的分批分时处理及要求实时反演的应用场合。最后,典型浅海环境下的数值仿真和某次地中海实验数据分析结果验证了本文方法的有效性。

非线性多智能体系统的固定时间分布式优化算法研究

针对非线性多智能体系统(MASs)的分布式优化问题,提出一种固定时间自适应神经网络输出反馈控制策略。在惩罚函数的基础上,解除一致性约束条件来重构全局目标函数。为了避免反演过程中偏导数的计算和“复杂性爆炸”的问题,设计了一种基于命令滤波的固定时间控制器,并引入补偿信号对滤波误差进行补偿。基于Lyapunov稳定性理论,证明系统中所有输出信号在固定时间内均能达到最优解。最后,通过仿真实验验证了所提控制方案的有效性。

GPS监测慢滑移事件的NIF反演及时空特征分析

研究利用GPS坐标时序与网络反演滤波(network inversion filter,NIF)方法反演慢滑移事件,分析慢滑移的时空特征及演化规律,探讨慢滑移事件与地震发生的关联性。首先,对GPS连续坐标时序构建标准线性轨迹模型,剔除粗差并修复阶跃项,去除震前常数项和稳态速度项,去除年和半年周期季节项,提取慢滑移坐标时序;然后,利用NIF生成断层格网模型,引入弹性格林函数描述断层滑移与地表位移的关系,从而结合GPS慢滑移坐标时序反演断层格网上的滑移矢量及地表位移矢量;最后,统计慢滑移发生前后区域地震发生的大小及频率,分析慢滑移与地震发生可能存在的关系。以日本房总半岛2018年慢滑移事件为例展开研究,结果表明,慢滑移活跃期为年积日156~169;最大累积滑移量约为11.3 cm,最大日滑移率约2.7 cm/d;滑移中心区域为房总半岛东南部,略微向南传播,断层滑移深度由深及浅;此次慢滑移事件发生期间该区域地震发生频率明显增大,之后几个月内地震发生频率逐渐恢复至平常。从房总半岛慢滑移动态演化中可判识潜在地震群逼近的危险性。

川西北双鱼石地区栖霞组地震资料优化处理及裂缝预测技术应用

川西北双鱼石地区栖霞组气藏勘探开发潜力大,是目前四川盆地加快天然气增储上产的重要领域。目前该地区已经进入开发阶段,面对勘探阶段的地震资料品质及裂缝预测结果尚不能满足开发的需求,需要在已有资料的基础上进一步优化处理,提高资料精度。将该区用于构造解释的叠后地震资料进行了解释性处理,通过扩散滤波和反射系数反演技术,去除了噪声并提高了分辨率,改善了地震资料的品质;通过多属性RGB(red-green-blue)融合技术定性预测了裂缝发育特征,利用BP(back propagation)神经网络和DFN(discrete fracture network)离散建模技术量化预测了裂缝的密度、长度和发育方向。预测结果表明,双鱼石地区栖霞组裂缝总体为北东-南西向伴随断裂走向呈条带状展布,局部发育有北西-南东向的裂缝。北部山前带由于构造活动影响,裂缝发育密度高,南部裂缝发育密度稍低。地震预测结果与成像测井资料吻合,验证了方法的有效性。

GPS坐标时序共模误差提取方法研究

针对GPS坐标时序数据中存在的共模误差(CME),研究利用堆栈滤波(SF)、网络反演滤波(NIF)和主成分分析(PCA)三种方法进行剔除,以提高GPS监测区域地表位移的精度.通过构建GPS坐标时序模型,去除明显构造运动,提取噪声残差时序,将隐含在噪声残差时序中的区域CME利用SF、NIF、PCA方法提取出来.以日本房总半岛2019—2021年GPS坐标时序为例,比较三种方法和GPS站点空间分辨率对CME提取的影响,分析CME去除前后慢滑移地表位移的变化.研究结果表明:SF、NIF、PCA方法提取CME的结果基本一致;GPS站点空间分辨率降低,提取的CME离散度增大;CME对慢滑移地表水平位移的大小和方向均会产生影响,需进行剔除.

漏磁检测定量分析中的信号处理技术

漏磁检测和涡流检测是油田套管、油管状况检测的两种主要电磁无损检测方法,其中漏磁检测与评价的最终难点是检测信号的定量解释。文章主要介绍了漏磁检测定量分析中的常用信号处理方法,包括信号数字滤波,信号特征量提取,缺陷模式的反演等相关技术。