基于跨领域知识搜索技术在镁合金型材工艺优化方面的研究

创新对于企业而言至关重要,创新的实质是搜索知识,而知识是创新的基础。在新的竞争背景下,企业的创新归根到底是知识的创新。针对镁合金型材挤压工艺中所遇到的问题,综合运用工业工程相关理论和Triz理论的知识,提出跨领域知识搜索技术,鼓励企业在遇到工艺优化问题时跨越领域的限制,去获取更多的异质化知识运用到本领域中,大大提高企业解决工艺优化问题的效率,帮助企业提升创新创造能力。

基于集成迁移学习的机械钻速预测

在钻井过程中,钻速是指机械钻头破岩加深钻口的速度,是反映钻井效率的一个重要指标.近年来机器学习方法被应用于机械钻速预测,然而实践中发现这些方法应用于新油田时,预测精度显著下降,主要原因是新油田可供学习训练的数据通常很少甚至完全缺失.因此提升针对新油田的机械钻速预测性能是一个有待解决的问题.针对该问题,本文提出了一种基于迁移学习的跨油田机械钻速预测方法,构建了一种带物理约束的集成迁移回归模型预测新油田的机械钻速.在真实钻井数据集上的实验表明,本文提出的机械钻速预测方法是有效的,预测精度也显著优于目前主流的同类方法.