用动态分析法确定靖边下奥陶统气藏侵蚀沟边界

靖边气田下奥陶统气藏马家沟组五段侵蚀沟异常发育,过去对它的研究主要是利用钻井、地震波形及古风化壳上下地层补偿关系进行定性或半定量识别,这些方法对规模较大的侵蚀沟刻画精度较高,但对规模稍小的井间二、三级侵蚀沟较难准确辨别。用试井分析和动态法验证了井间二、三级侵蚀沟的存在,为精细刻画地质模型提供了依据。结合钻井约束、地震波形等特征,验证下奥陶统气藏存在一级侵蚀沟16条,二级侵蚀沟83条,三级侵蚀沟206条。

两自由度减振镗杆系统的安全盆侵蚀与分岔

建立了考虑橡胶圈和阻尼液非线性因素的两自由度减振镗杆系统的动力学模型,研究了系统的安全盆侵蚀与分岔过程。用数值方法得到初值对系统安全性的影响以及系统参数对安全盆侵蚀演变的影响。在一定的参数条件下,系统安全盆出现了边界分形侵蚀和边界光滑侵蚀两种不同的侵蚀过程。根据系统安全盆在侵蚀过程中的最大Lyapunov指数分析了安全盆边界分形侵蚀与边界光滑侵蚀的区别。结果表明,当安全盆出现边界分形侵蚀时,其相应最大Lyapunov指数大于零,系统出现混沌运动;而当安全盆出现边界光滑侵蚀时,其相应最大Lyapunov指数始终小于零,系统在安全盆侵蚀过程中并没有出现混沌运动,只是振动幅值增大并跳出安全区域。研究结果对减振镗杆系统的参数选择具有一定的指导意义。

基于FEA和DNN的高炉炉缸侵蚀状态监测模型

现阶段,国内高炉的自动化程度已基本覆盖正常生产需求,对于高炉炉缸部位的监测手段大多采用热电偶温度监测技术实现,而由于高炉生产工艺的复杂性和生产环境的恶劣性,高炉炉缸内部直接监测手段几乎无法实现,因此采用智能模型对炉缸侵蚀状态进行监测成为高炉炼铁发展的新趋势。简述了高炉炉缸砌筑的结构,结合高炉生产特点确定炉缸区域的传热模型及求解条件。利用正交试验法实现高炉炉缸不同侵蚀状态的划分和组合,得到共59组炉缸侵蚀形状样本且边界形貌基本覆盖训练全域。将1 150℃等温线作为炉缸侵蚀线,利用有限元算法完成不同炉缸侵蚀状态下温度场的可视化并构建炉缸侵蚀样本数据库实现炉缸炉底侵蚀样本的采集。通过深度神经网络模型建立热电偶数据和炉缸侵蚀边界的对应关系,拟合优度R2达到0.802,相较于随机森林算法、BP神经网络算法、单独线性回归组合算法拟合优度分别提高56.64%、26.50%和84.37%,达到指导生产的精度要求。对比利用停炉前实际数据监测侵蚀形貌结果和停炉后的实际侵蚀状态,得出侵蚀监测结果符合实际炉缸侵蚀状态形貌的结论,验证了炉缸侵蚀状态监测模型的可靠性。利用高炉炼铁工业互联网平台的真实生产热电偶数据实现炉缸侵蚀边界的精确可视化,助力炼铁工业由生产制造向智能制造的转型升级。