面向溢流与井漏监测的钻井液池体积趋势校正方法

钻井液池体积是溢流和井漏监测的常用参数。在钻井正常施工时,随着井筒容积的变化以及井筒内钻井液与地层流体的交换,钻井液池体积会产生与溢流和井漏发生时相似的“类风险趋势”,导致现有的溢流与井漏监测方法易产生误报,降低了溢流与井漏监测方法在现场应用时的有效性。针对此问题,文章首先分析了导致池体积产生“类风险趋势”的原因,建立了钻进与起下钻工况下池体积的正常变化模型,利用建立的模型校正池体积的“类风险趋势”,降低溢流与井漏监测的误报率;然后,建立了基于规则推理的溢流与井漏监测模型,用于测试池体积的“类风险趋势”对溢流与井漏监测的影响。利用现场实测的4500组钻井数据,采用基于规则推理的溢流与井漏监测方法开展了风险监测实验,结果表明,在进行池体积趋势校正后,溢流与井漏风险监测的误报率由10.03%降低至3.06%。

模型信息联合校正型自抗扰控制策略

为解决微电网受到不确定扰动时,会对直-直变换器输出的电能质量产生严重影响的问题,该文提出一种模型信息联合校正型自抗扰控制技术(ADRC-MIR)。在该控制策略中,首先借助串联超前校正的思想,以比例微分校正环节对线性扩张状态观测器的扰动观测传递函数进行修正,使其可实现对总和扰动更精确的跟踪;然后,根据状态空间平均法从被控系统中提取部分模型信息,将其写入修正后的线性扩张状态观测器的系数矩阵并最终构建出ADRC-MIR;随后基于理论推导,给出改进控制器的参数整定公式及其物理意义,并从噪声抑制、扰动抑制及其频域特性等方面指出改进后的控制器可提升控制品质的原因。最后通过对比不同工况下的数值仿真验证所提控制策略的可行性与正确性。

红外高光谱大气探测仪(FY-3E/HIRAS-Ⅱ)在轨数据非线性校正方法

风云三号E星(FY-3E)搭载的高光谱大气探测仪(HIRAS-Ⅱ)能够实现大气的垂直探测,具有高光谱、高灵敏度、高精度的特点。仪器在轨之后由于仪器衰减和环境变化的原因产生非线性响应,影响在轨定标精度。针对非线性响应的问题,提出了一种基于带内光谱的非线性校正方法。首先基于带外低频光谱的非线性特征求解非线性校正系数,将此系数作为初值输入到辐射定标模型中,以星上测量的黑体带内光谱与理想光谱的偏差为目标函数,通过迭代优化非线性校正系数。通过辐射定标实验得出,校正后的黑体亮温偏差明显低于未校正和基于带外光谱的校正方法。将HIRAS-Ⅱ的观测数据与IASI进行交叉比对并计算平均亮温偏差和偏差绝对值,经过带内校正法非线性校正后的亮温平均偏差为-0.13 K,优于带外校正方法。

旋变二次谐波测角误差自校正

旋变幅值误差和正交误差在角速度频谱上表现为旋变转频的二次谐波,是旋变测角误差的主要来源,影响伺服系统角速度控制精度和稳定度。本文提出了一种基于特征频率参考的二次谐波误差自校正方法。首先,分析旋变测角误差产生的机理,获知其幅值误差和正交误差的互不相关性,并证明对旋变输出信号进行幅值调整和相位差调整可实现二次谐波误差校正。然后,在旋变和旋变数字信号转换器(Resolver-to-Digital Converter,RDC)之间设计基于比例放大的幅值校正器和基于交叉调节的相角校正器。最后,根据误差信号在线性控制系统中特征频率不变的特性,对伺服系统进行匀速控制,以角速度频谱中二次谐波频率的幅值为参考基准,分别调整幅值校正器和相角校正器,校正二次谐波误差。实验结果表明:本方法可将旋变二次谐波测角误差幅值降低78.5%,伺服系统速率波动量降低40.5%。本方法实现了旋变二次谐波测角误差的自校正,大幅提升了旋变的测角精度和伺服系统的转速控制稳定度。

高能闪光照相阵列屏非一致性响应校正技术

阵列屏采用大量独立晶柱组合而成限制了可见光在转换屏内的扩散,能够在提高X光转换效率的同时保证照相系统有较高的空间分辨能力,是高能闪光照相系统中的重要器件。阵列屏由于各晶柱之间的转换系数不同而导致接收图像中存在非一致响应现象,必须将其校正才能对图像进行有效判读。研究了中阵列屏接收图像中非一致响应现象的校正方法,首先使用平板照相获得空场图像,然后对实验图像和空场图像扣除暗电流本底和消除脉冲噪声,最后将实验图像与空场图像进行像素相除运算。针对强振动环境下空场图像与实验图像不匹配问题,提出对空场图像进行位移的方法以实现空场图像与实验图像的重新匹配,采用校正后图像的标准差数据来判断两者的匹配性。实验结果表明位移后的空场图像能够校正强振动环境下阵列屏图像的非一致性响应。

基于直线检测的航向角误差校正方法

提出了一种基于直线检测模型的多传感器数据融合航向角随机误差校正方法,旨在提高农林环境下低成本传感器组成的定位平台的精度。该方法通过调整直线检测阈值来实现状态的动态调整,以提高导航系统的鲁棒性和精确性。再将多传感器数据通过卡尔曼滤波融合,实现航向角随机误差的校正。试验结果表明,该方法在不同路径和速度下能有效降低航向角误差提高定位精度。在直线行进试验中,本方法的定位精度保持在5cm以内,航向角误差在5°以内。在矩形行进试验中,本方法的轨迹与差分RTK方法相近,平均误差仅为2.7cm,标准差为3.9cm。这一航向角校正方法为农业机械和车辆环境中的自主操作提供了有力支持。它能够适应不同的环境条件,提高导航系统的性能和测量准确性。

高空间分辨率遥感影像地形校正方法比较

在地形复杂的山区,地形阴影对遥感影像信息提取造成了极大的影响,因此应对遥感影像进行地形校正,从而消除地形效应,恢复地形阴影区域的地表反射率。本文以辽宁东部林区(辽东林区)为研究区域,采用空间分辨率为16 m的GF-1 WFV遥感影像,分别使用SCS+C、Minnaert+SCS和SCEDIL校正模型对原始影像进行地形校正,通过目视分析、光谱保留效果、地形校正效果、分类精度验证和阴阳陡坡光谱反射率一致性等评价指标对校正前后的影像进行对比,最终确定适合于林区的最佳地形校正模型。研究结果表明:(1)对连续山地丘陵且地形起伏较大的林区,SCS+C相比Minnaert+SCS和SCEDIL模型光谱保留性更好,校正前后各波段反射率均值相差小于4.32,且不存在过校正现象;通过校正后近红外波段反射率与太阳入射角余弦相关性判断3种模型的地形校正效果,SCS+C模型相关性最小,地形校正效果最好,Minnaert+SCS相关性略大,SCEDIL模型存在过校正现象;SCS+C模型校正后影像分类精度比校正前提高近3%,与Minnaert+SCS及SCEDIL模型相比高出近2%。(2)基于地形校正原理新增阴阳陡坡光谱反射率一致性评价方法,利用校正前后对阴阳陡坡NDVI的影响作为地形校正效果的评价指标,SCS+C校正效果最佳,两个典型区域校正前后阴阳陡坡光谱反射率均值的绝对偏差(10^(-2))分别由1.14减小至0.58和由1.67减小至0.49,校正后阴阳陡坡光谱一致性提升。综上所述,SCS+C模型优于Minnaert+SCS和SCEDIL,更适用于林区的地形校正。

拉萨市大车校正系数优化研究

随着西藏旅游业发展,旅游大巴占比也在增长,大车校正系数是计算道路通行能力的决定性参数,为提高道路通行能力,优化旅游大巴等大车校正系数极有必要。目前,国内外采用的大车校正系数自变量为大车占比,没有考虑到速度对其的影响。现通过VISSIM仿真,对传统大车校正系数进行优化。首先利用VISSIM确定拉萨市大车校正系数基本模型,再进行速度校正并找到速度校正模型,得出适用于拉萨市的校正系数为:f_(hv)=(1-1.2213%HV)×[0.2894ln(V)+0.1611],通过与传统大车校正系数相比,上述模型自变量为大车率和速度,更加准确且符合拉萨市实际。

网络球型摄像机瞬时视场的单点校正水位连续测量方法

基于网络球型摄像机进行洪水监测成为当今水利建设的热点之一,摄像机需进行旋转、焦距的放大与缩小等操作,才能在多视场进行流速、水位、流量一体化监测。由于摄像机传动装置制造的缺陷,在多视场切换时会出现预置点不能准确复位的问题而产生隙动差,这给从单张影像上解析水位、流速造成较大偏差,因此本文提出一种针对水位测量的隙动差校正方法。首先对预置点的水位尺进行精确标定,得到预置点水位方程参数,并在影像上选取两个特征明显的校正点;然后在连续监测中,将瞬时视场内校正点影像坐标按线性方法校正到预置点视场校正点;最后用预置点水位方程参数计算瞬时视场水位。经现场试验测试,不同瞬时视场校正点的影像坐标最大有8像素隙动差,产生水位误差达5 cm,而经本文方法计算的水位误差约为5 mm,说明本文方法对消减隙动差的影响是显著的。

利用星载激光雷达数据校正森林区DEM误差

在植被区,通过光学遥感或InSAR技术生产的DEM产品不能反映真实林下地形高度。森林区DEM误差主要是植被高引起的系统偏差,植被覆盖度和地形是森林区DEM的主要误差来源。新一代星载激光雷达可以提供大量高精度林下地形控制点产品,为森林区DEM误差的纠正提供了新的契机。鉴于此,文章提出基于机器学习框架下顾及植被覆盖及地形因素的林区DEM误差校正方法。首先,获取高精度星载激光雷达地形控制点与DEM的地形残差;其次,利用光学遥感数据、SAR遥感数据及DEM产品数据计算与植被覆盖和地形有关的特征参数;最后,联合这些特征参数与获取的地形残差点分别建立不同类型DEM产品误差校正模型。选取位于美国田纳西州和北卡罗来纳州交界处的山地林区作为本研究的实验区。研究结果表明,相对原始DEM,校正高程误差后的DEM精度提升超过40%,有效校正了林区DEM误差。

空间外差遥感数据光谱-干涉图双向校正算法研究

空间外差光谱技术(SHS)作为新型高光谱分析技术,被广泛应用于大气检测、卫星遥感等领域,但由于空间外差光谱仪的制作不理想或工作环境的变化都会改变仪器参数而引入误差,使干涉图数据不准确,需要进行误差校正。在卫星平台下,由于与地面环境的巨大差异,导致地面测定的校正参数对空间外差干涉图数据不再适用,特别是调制项误差(相位误差和非均匀误差)的改变,极大影响了光谱的准确性。针对空间外差遥感数据的调制项误差,从光谱与干涉图两个方面入手,进行误差分离与原因分析,认为空间外差遥感数据误差主要来源于CCD尺寸伸缩导致的光谱频率变化和CCD响应改变导致的干涉图强度变化,提出了光谱-干涉图双向校正方法。校正测试数据选取高分五号搭载检测仪(GMI)实测的12条O 2吸收光谱。取其中一条作为标定光谱,以SCIATRAN仿真的无误差光谱为基准,与标定光谱进行对比,分析两者在光谱维的频率偏差,通过特征峰频率确定两者的频率变换关系。然后根据变换关系将仿真光谱进行频率拉伸,使拉伸后的仿真光谱与实测光谱谱峰重合,计算拉伸仿真光谱与实测光谱干涉图,将两者干涉图相比得到干涉图强度的变化关系。最后将干涉图强度变化关系用于其余11条光谱的校正,得到校正后光谱。为了衡量校正效果,以校正前后光谱的标准差、均方误差和信噪比作为评价指标。结果显示标准差、均方误差都明显降低,同时信噪比显著增大,且标准差基本都在0.07以下,信噪比基本能达到20以上。其中校正效果最好的实测光谱,标准差减少了0.3767,信噪比提高了25.1016,均方误差降低了0.1587,校正效果较差的实测光谱,标准差减少了0.2296,信噪比提高了9.6328,均方误差降低了0.1049。因此所提出的光谱-干涉图双向校正方法对空间外差遥感数据的误差校正起到较好的效果,且处理过程简单,为同类数据的处理提供了一种新思路。

基于颜色校正和深度信息去雾的水下感知系统

针对水下距离感知任务真实训练数据缺乏,水下目标感知任务目标模糊、密集、多尺度的问题,提出一种基于颜色校正和深度信息去雾的水下视觉感知系统。设计了一种改进的融合增强方法,并建立了一个水下单目图像数据集,以解决距离感知任务数据不足的难点。设计了一种基于深度信息的去雾方法,结合水下成像模型对图像进行去雾处理,提升图像质量。设计了一种基于中心点检测的通道重排网络,将卷积神经网络中浅层的详细特征完全集成到深层中,且无需锚框,增强对小目标、密集目标的特征提取能力。实验表明,该系统可从水下图像中恢复真实陆地色彩,准确感知水下场景相对距离,并实现域内和跨域高精度目标感知,在URPC数据集上取得了78.2%的域内目标检测精度,比基准CenterNet高出4.6%,在UTTS数据集上取得81.5%跨域目标检测精度,证明了该系统的有效性。

非最小相位工业过程自校正控制教学实验平台

工业过程中的非最小相位被控对象因其具有反向特性而会给控制器设计带来困难,在自动化教学中对非最小相位概念的描述通常偏重于零点位置、零动态等理论概念,因缺乏直观性而使得学生不易理解透彻。结合自适应控制课程教学,基于工业过程中典型的空气加热混合过程,通过合理构造实验条件,构建了具有非最小相位特性的物理被控对象装置,在此基础上,研发了自校正控制教学实验平台,可以开展非最小相位工业对象的辨识、控制和自校正控制的教学实验,有助于加深自动化专业学生对非最小相位概念的理解,从而改善教学效果。

白蛋白校正阴离子间隙对脓毒症休克患者预后的预测价值

目的探讨白蛋白校正阴离子间隙(ACAG)对脓毒症休克(SS)患者预后的预测价值。方法从美国重症监护医学信息数据库中获取2008年至2019年入住ICU的2511例成人SS患者的数据。根据90 d预后情况,将患者分为存活组和死亡组;根据ACAG水平,将患者分为低ACAG组(12~20 mmol/L)和高ACAG组(>20 mmol/L)。绘制Kaplan-Meier生存曲线,并使用log-rank检验比较低ACAG组和高ACAG组患者30和90 d累积生存率。采用限制性立方样条(RCS)分析SS患者ACAG水平与90 d全因死亡风险的关系。采用多因素Cox回归分析ACAG水平与SS患者30、90 d全因死亡的关系。结果2511例SS患者,90 d全因死亡率为45.56%。存活组和死亡组患者年龄、序贯器官衰竭评估评分、简化的急性生理评分Ⅱ、乳酸、阴离子间隙、白蛋白、ACAG、RBC、PLT、TBil、尿素氮、肌酐、血总钙、血磷、使用血浆比例、合并恶性肿瘤、心脏骤停、急性肾损伤、慢性肾脏病比例、使用去甲肾上腺素比例、机械通气比例、连续性肾脏替代治疗比例比较,差异均有统计学意义(均P<0.05)。高ACAG组患者30和90 d全因死亡率分别为42.10%和51.05%,均明显高于低ACAG组的29.73%和37.74%,差异均有统计学意义(均P<0.01)。Kaplan-Meier生存曲线显示,低ACAG组患者30和90 d累积生存率均高于高ACAG组,差异均有统计学意义(均P<0.01)。RCS分析显示,ACAG与患者90 d全因死亡风险整体呈非线性趋势关系(P=0.004)。多因素Cox回归分析显示,入ICU时高ACAG水平(>20 mmol/L)是SS患者30和90 d全因死亡的独立危险因素[HR=1.169(95%CI:1.001~1.365)和HR=1.181(95%CI:1.029~1.357)]。结论入ICU时高ACAG水平(>20 mmol/L)对SS患者预后不良具有一定的预测价值,有助于临床医生对SS患者进行预后评估,以便及时、准确地救治,提高存活率。

一种基于相位误差校正技术的快速启动晶体振荡器

随着超低功耗(Ultra-Low Power,ULP)物联网(Internet of Things,IoT)系统的发展,采用能量注入技术的快速启动晶体振荡器因对IoT系统功耗影响巨大而逐渐成为研究热点.能量注入技术可以显著降低晶体振荡器的启动时间和启动能量,但是对注入源的精度要求苛刻.为了扩大注入频偏容限以及实现高注入效率,本文提出了一种基于延迟锁定环的相位误差校正技术.该技术将注入频偏容限扩大到2%,启动过程的非注入持续时间仅为4个周期,实现了高效注入.本文所述晶体振荡器采用40 nm CMOS工艺设计并流片.在1.0 V电源电压下采用24 MHz晶体进行测试,当注入频偏高达2%时,实现了7.2μs的启动时间,启动能量为5.1 nJ.相比同频偏下的传统注入方案,启动时间缩短了99.66%.

基于分层空间一致性的旋转双目立体校正算法

在旋转双目立体视觉系统中,转台机械间隙导致的左右相机旋转平移偏差,造成立体校正图像的严重畸变。针对该问题,提出一种基于分层空间一致性的旋转双目立体校正算法。采用ORB特征在原始左右图像中进行快速全局立体匹配,设计一种新的特征点全局双层约束,实现匹配点的优选。提出基于内点邻域空间一致性的局部校验方法,实现二次匹配优化,并利用质量排序的优化匹配点集,由八点法基础矩阵估计算法计算左右相机的精确位姿关系,以此完成图像的立体校正。在Oxford和SYNTIM数据集上的典型算法对比实验,验证了所提算法的性能。多角度立体校正实验表明:所提算法可适应光轴夹角变化,在双目最大45°夹角时保证立体校正的质量,匹配点偏差小于0.2像素。

补偿声波测井扩径校正方法

准确的声波测井数据对地震资料时—深转换、合成记录制作、地震反演、油藏建模等具有重要作用。双发双收补偿声波测井能够较好地消除井径及泥浆的影响,消除记录点与测量点之间的深度误差,但当井径扩径大于校正门限时,产生的异常无法消除。文中从双发双收补偿声波测井仪器参数出发,基于费马时间最小原理,分析了井眼不同扩径状况下声波首波的传播路径,并推导了三种情况对应的声波时差校正公式。研究结果表明:应用推导的校正公式对实际声波时差数据进行处理校正,得到的声波时差更合理,更接近于地层的真实值。最后通过应用实例验证了方法的有效性。

井深随钻测量误差校正与井眼位置不确定性计算方法

深井和超深井钻井过程中井下温度高、井内钻具承受的拉力大,导致随钻测量的井深误差较大。为此,考虑不同井深处井内温度、热膨胀系数、钻具轴向力和钻具规格等因素的影响,在测点处对井内钻具分段,结合井下温度随钻测量结果和井内钻具受力分析结果,建立了随钻测量井深的热膨胀校正模型和弹性拉伸校正模型,以及计算热膨胀校正误差限和弹性拉伸校正误差限的模型,并给出了随钻测量井深热膨胀和弹性拉伸校正后的井眼位置不确定性计算方法。实例计算表明,超深井钻井过程中由热膨胀和弹性拉伸导致的井内钻具伸长量可达10 m以上;随钻测量井深进行热膨胀和弹性拉伸校正后,可以显著减小测点垂深误差和误差椭球的大小。研究结果为提高井深随钻测量精度与科学计算井眼位置不确定性提供了理论依据。

针对十参数标定模型的导航避障相机影像精确校正

十参数标定模型是近景摄影测量中一种经典的内参标定模型。在影像畸变校正中,如果利用此模型采用直接重采样方式会产生空洞条纹,而常规的间接重采样方式虽无空洞产生,但在畸变较大的非中心区域同样无法得到较好的校正效果。针对此问题,本文提出了一种针对十参数标定模型的影像牛顿迭代精确校正算法。首先利用十参数标定模型将像点理想值和实际值进行重组,构建以像点实际值为待求量的非线性方程组;然后采用牛顿迭代法对影像中畸变部分进行局部线性逼近求解;最后采用间接重采样方法实现精确校正的目的。以移动机器人导航和避障相机作为研究对象,试验结果表明,牛顿迭代法校正可以得到高精度的优质去畸变影像,对避障相机的处理效果尤为显著。本文算法适用于移动机器人导航避障相机影像的畸变精确去除,为后续立体匹配环节生成优质的双目核线影像提供了可靠数据源。

基于集合卡尔曼滤波的水文模型状态变量反馈校正方法

集合卡尔曼滤波已应用于水文模型初始状态误差校正。如何选择校正变量、是否同步校正模型参数、如何优选滤波超参数是其应用难点。为此,以綦江流域GR5J模型为原型,同化实测流量反馈校正模型状态,通过合成实验和滚动预报实验,分析状态变量选择、模型参数扰动、滤波超参数对预报精度的影响。结果表明:准确识别有偏初始状态,集合卡尔曼滤波能提高预报精度;若难以识别,建议同步校正产流汇流状态变量,减少过校正。模型参数有偏时,应先识别模型参数,再校正模型状态。增加集合数和预热时长能提高校正精度,模型和观测噪声的影响具有非单调性;滤波校正效果随预见期延长而衰减,但要优于模型预热技术。该发现可作为作业预报应用状态校正法的参考。