超深缝洞型碳酸盐岩储层精准定位技术探索实践

塔里木盆地缝洞型碳酸盐岩油藏埋藏深度大,缝洞储层储集空间小,具有极强非均质性,储层空间位置精准偏移归位难度大,给钻井靶点选择及实钻轨迹优化带来极大挑战,制约了井位部署及快速建产。利用前期三维地震处理的道集、速度场等资料和正钻井中采集的VSP数据,开展以VSP驱动处理为核心的随钻地震储层精准定位研究,通过优化处理工序流程,保证了72 h内提交成果的时效性,实现了不影响正钻井钻进速度的前提下完成储层的精准偏移归位,有效指导了目的层段的靶点调整及轨迹优化。该方法已应用于120余口钻井的随钻跟踪,有效提高了储层直接钻遇率,放空漏失率从60%提高到80%,保证了钻井成功率在90%以上,对类似缝洞型储层的储层预测和精准定位具有借鉴意义。

珞珈三号01星在轨处理技术及验证

遥感卫星在轨处理技术是推动遥感技术实现实时智能服务的核心环节。针对星上资源受限环境引起的系列处理难题及遥感数据实时处理与信息提取需求,本文首先构建了任务驱动的卫星遥感数据在轨处理框架,以任务需求为核心并协同星地资源建立基于感兴趣区域的星上处理技术体系;然后,面向不同任务层级和应用场景,给出了以位置信息为驱动的基础在轨处理模式、以目标/场景内容和变化事件为驱动的智能处理模式;最后,论述了适配星上资源受限环境的在轨处理关键算法,基于珞珈三号01星星上处理应用程序,验证了典型算法的在轨处理效果。在任务驱动和星地协同机制下,实现了在轨高精度定位、多类型影像产品快速生成、静动态目标信息实时提取及静态和动态影像高倍率近实时压缩。在轨处理显著提高了传统地面处理的效率,能够有效支撑后续卫星遥感实时智能服务。

应用型本科工业设计专业“全流程递进式项目驱动”课程体系探索与实践

为提高应用型本科工业设计专业学生基于设计项目全流程的实践创新能力,进行了“全流程递进式项目驱动”课程体系探索与实践。该体系以设计项目为载体,以产品开发全流程为线索,建构了横纵贯通的课程结构,开发了循环叠加、递进的课程内容,组建了项目专题教学团队,创新了项目驱动教学方法。通过多年的教学实践,学生的设计实践与创新能力得到全面增强,多项课程设计作品被企业采纳或荣获国际设计大奖,培养成果卓然。同时,教师的教学水平和科研能力也获得快速提升,主持和参与了多项省部级课题,教科研成果显著。“全流程递进式项目驱动”课程体系实现了强化实践与探索创新的统一,把控全局与整合知识的统一,循环递进与启迪思维的统一,以及名师引领与自我成长的统一,为应用型本科工业设计专业课程教学提供了可借鉴的新范式。

基于数据-模型混合驱动的电力系统机电暂态快速仿真方法

数据驱动建模方法改变了发电机传统的建模范式,导致传统的机电暂态时域仿真方法无法直接应用于新范式下的电力系统。为此,该文提出一种基于数据-模型混合驱动的机电暂态时域仿真(data and physics driven time domain simulation,DPD-TDS)算法。算法中发电机状态变量与节点注入电流通过数据驱动模型推理计算,并通过网络方程完成节点电压计算,两者交替求解完成仿真。算法提出一种混合驱动范式下的网络代数方程组预处理方法,用以改善仿真的收敛性;算法设计一种中央处理器单元-神经网络处理器单元(central processing unit-neural network processing unit,CPU-NPU)异构计算框架以加速仿真,CPU进行机理模型的微分代数方程求解;NPU作协处理器完成数据驱动模型的前向推理。最后在IEEE-39和Polish-2383系统中将部分或全部发电机替换为数据驱动模型进行验证,仿真结果表明,所提出的仿真算法收敛性好,计算速度快,结果准确。

数据与知识驱动的零件特征工艺决策方法

在零件的工艺设计阶段,加工工艺方案的生成强依赖于设计人员选择和应用的工艺知识.而由于实际的生产环境与设计人员选择工艺知识存在着诸多偏差,加工方案与实际的工艺过程不匹配成为当前零件制造领域关注的难题.为解决上述问题,本文提出了一种数据与知识双驱动的零件特征工艺决策方法.本方法使用基于注意力机制的MLP深度学习算法,从结构化工艺数据中挖掘工艺知识,关联零件特征与特征工艺标签.将其经过数据加工后,用于训练神经网络模型.经过验证,该方法能够以零件特征的工艺数据为输入,输出其对应的特征工艺标签的概率分布,为零件工艺方案的选择提供决策支持.

以工程案例驱动材料力学双语教学的探索与实践

该文针对机械类专业基础课程材料力学的特点,结合教学实践,从教学内容、教学设计、教学实施、思政融入几方面,探讨如何进行材料力学课程教学的改革,特别是通过全过程工程案例驱动材料力学教学的教学设计,使得课程学习目标明确,提高学生的学习兴趣,达到不断提升教学质量的目的,使得学生在掌握构件强度、刚度以及稳定性的计算与分析方法、培养解决工程复杂问题能力的同时,树立辩证与多视角思维的科学发展观,以促进人才培养能力全面提升。

基于数据驱动的跨境电商运营机制创新研究——以F品牌为例

跨境电商的猛速增长面临外部环境危机与内部治理结构不完整问题,迫使企业在数据驱动下实现运营从“野蛮生长”转向“精耕细作”。通过案例分析引入F品牌作为研究对象,分析基于不同运营机制阶段下的数据演化过程,剖析当下F品牌运营壁垒,遵循“数据—产品—数据”思维逻辑,构建数据库迭代技术模型,揭示以“数据价值发现—数据价值创造—数据价值实现”为研究范式的创新运营机制实现方式以提升运营者在合适的环境中做出及时反应,提高中国跨境电商企业的竞争力与影响力。

“创新驱动”模式在“畜产品加工”课程教学中的应用探索——以乳制品加工教学模块为例

将创新理念融于课堂教学,激励学生主动思考和解决问题,激发学生的学习兴趣,显著提升学生的动手实践能力和创新思维能力。这种教学改革已成为高等职业院校教育模式的发展趋势。以乳制品加工教学模块为例,探究了创新驱动教学模式在教学内容、方法、创新素质培养及评价机制等方面的应用途径。教学实践结果表明,采用创新驱动的教学模式不仅提升了“畜产品加工”课程的教学质量,而且通过相关性的教学策略,有效提高了知识的掌握效率,从而促进创新型专业人才方面的质量提升。

工业过程关键指标预测的知识协同进化增强图卷积网络方法

在流程工业关键变量预测领域,已有研究致力于将过程知识与大数据相结合,以实现更高的准确性,降低过拟合风险和提高可解释性.然而,现有工作存在准确的先验知识构建成本高、无法从丰富的数据中挖掘知识等问题,限制了这些方法在实际工业过程中的广泛应用.为了解决这些挑战,本文提出了一种基于知识协同进化的增强图卷积网络方法.首先,利用易获取的过程流图构建低成本的粗粒度流程知识.然后,在图卷积神经网络模型训练中引入图探索,实现知识更新.最后,为了降低知识复杂度并保持一致性,设计了一种知识过滤机制.所提出的方法在基准的脱丁烷塔工艺过程上进行了验证.实验结果表明,该方法具有出色的预测准确性,并获得高质量的新知识.

数模联动的多特征工件加工能耗预测方法研究

在实际切削加工过程中材料去除率是不断变化的,现有将其视为恒量的能耗建模方法难以实现能耗准确预测。为了提高切削过程能耗预测精度,提出了一种基于材料去除率的数模联动加工能耗预测方法。首先,基于切削过程刀具与工件的接触关系分析了切入、完全切入和切出阶段材料去除率变化规律,并对相应的加工能耗特性进行了分析;其次,提出了数据驱动的刀具切入,切出阶段加工能耗预测方法,以及模型驱动的完全切入阶段加工能耗预测方法,实现加工过程能耗准确预测;最后,利用实验案例验证了所提模型及方法的有效性,为今后研究能耗预测精度奠定了基础。

基于工艺驱动的采煤机智能截割调控

传统采煤机截割调控缺乏对采煤机滚筒状态的分析,导致截割模板生成质量低;未充分考虑工作面起伏情况和地质环境条件,无法得到最优截割路径;依赖采煤机自身控制单元无法及时调整滚筒高度。针对上述问题,提出了一种基于工艺驱动的采煤机智能截割调控方案。按照工作面液压支架编号,实时采集对应的滚筒截割高度数据,并结合滚筒截割高度历史数据对实时数据进行处理,生成符合工作面顶底板曲线趋势的采煤机截割模板;基于工作面顶底板写实数据、人工割煤经验,规划采煤机截割路径并进行实时干预,实现采煤机滚筒截割高度与工作面顶底板曲线的自适应耦合;通过编辑采煤工艺和设置截割模板数据,形成采煤工艺表文件,并依此调节采煤机滚筒截割高度,实现采煤机自适应调高控制。基于工艺驱动的采煤机智能截割调控方案应用于神东煤炭集团榆家梁煤矿43207工作面,实现了无人化采煤常态化作业,将生产班工作面作业人员由3人减少至工作面中部无人,采煤机自动割煤率达97%以上。

一类复杂工业过程的数据驱动与PID协调控制

针对一类具有强非线性且难以建立精确数学模型的复杂工业过程,提出了一种基于PID与数据驱动的协调控制策略。在系统初始阶段,采用PID控制方法,不需要建立系统的数学模型,就能获得大量系统输入输出(I/O)数据。在系统稳态阶段,提出了多输入多输出(multiple input multiple output,MIMO)无模型自适应离散终端滑模控制(model-free adaptive discrete terminal sliding mode control,MFA-DTSMC)方法,该方法基于系统的紧格式动态线性化数据模型,且伪Jacobian矩阵(pseudo-Jacobian matrix,PJM)估计算法仅取决于被控对象的I/O测量数据。其次,设计了一种协调控制策略,实现了PID与数据驱动控制器之间的协调控制。以双容水箱液位系统为例进行仿真实验,仿真结果验证了所提控制策略的有效性。

基于选矿生产数据的矿石可磨性智能识别算法

本文以在线识别矿石可磨度为研究目标,通过详细分析磨矿过程参数间的相互影响关系,得出磨矿过程运行指标的变化能从一定程度上反应矿石可磨度变化的结论。针对工业数据维度高、耦合性强等问题,在着重研究了KPLSR和SAE两种可提取关键特征算法机理的基础上,以实际采集的磨矿过程数据为样本,对多算法进行横纵对比,最终验证了深度学习算法SAE在工业复杂数据分析中的优势。并以测试试验中性能最佳的算法结构作为矿石可磨性智能识别系统的在线识别模型,该模型在工业化应用中绝对值误差平均可达0.61 kW·h/t,平均误差率约为4.79%,可满足现场生产的需求。

黏土路基回弹模量预测及贝叶斯模型选择研究

【目的】确定黏土路基回弹模量的最优估计模型,实现黏土路基回弹模量的准确预测。【方法】采用贝叶斯高斯过程回归方法,建立了路基土的围压、偏应力、含水率以及干重度与路基回弹模量之间的定量关系,实现了高斯过程回归参数的准确估计与最优影响因子组合的客观选择,在模型的复杂度与拟合程度之间达到了自动平衡。【结果】基于所提出的贝叶斯高斯过程回归方法可准确预测路基的回弹模量,所选最优模型的决定系数(R2)和平均绝对百分误差(RMAPE)分别达到了0.99和1.51%,与全变量模型的预测性能几乎相同。在100次随机试验中,最优模型被选择的比率达到了88%。【结论】所提出的贝叶斯高斯过程回归方法不仅可以通过路基土相关物理力学参数准确预测路基的回弹模量,还可以有效剔除冗余输入变量,在保证模型拟合程度的情况下,降低了模型的复杂度,这对模型的应用与推广具有重要意义。

基于深度强化学习的有源配电网实时电压控制策略

大规模分布式光伏的接入给配电网电压控制带来了挑战.针对下垂控制中各光伏逆变器无法实现协同控制的问题,本文提出了一种基于多智能体深度强化学习的有源配电网实时电压控制策略.该控制策略将有源配电网电压控制物理模型转变为分散部分可观测的马尔科夫决策过程,并通过多智能体双延迟深度确定性策略梯度算法训练各智能体,在集中式训练-分散式执行的框架下实现光伏逆变器的协同电压控制.该策略无需精确的配电网物理模型,将各光伏逆变器作为强化学习环境中的智能体,与环境交互的过程中学习最优控制策略,能够应对有源配电网中源荷的随机变化,实时开展电压控制.改进的IEEE-33节点算例验证结果表明,本文所提策略具备良好的稳压减损性能.

重力驱动超滤技术处理高浊水的效能及机制研究

重力驱动超滤工艺(GDM)具有低维护、免清洗等特点,是农村净水的实用技术;然而,季节型高浊/暴雨型高浊给GDM系统稳定性造成了巨大挑战。研究构建了间歇曝气耦合GDM工艺直接过滤高浑浊度水,并探究了GDM工艺长期运行的通量稳定机制和净水效能。结果表明,GDM工艺可在无反冲洗条件下长期稳定运行,且耦合曝气后显著提升GDM稳定通量(38.81%),对UV254、氨氮、高锰酸盐指数的平均去除率分别达62.22%、31.04%、33.86%。间歇曝气可促使滤饼层变得疏松多孔,提升滤饼层内的微生物多样性,强化了生物滤饼层对污染物的降解效能。因此,GDM工艺可有效应对水源水季节型高浊/暴雨型高浊问题。

基于化工机理与工业数据孪生建模的甲醇精馏过程优化

在化学工业生产中,分布式控制系统(distributedcontrolsystem,DCS)数据作为反映过程生产状况的关键信息,通常由于测量误差影响而不能满足过程精准建模与优化的要求。常规过程建模与优化研究一般无法充分考虑工业实际生产与设计数据产生的偏差。为此,本工作在结合化工机理、DCS工业数据及工业经验的基础上,从底层逻辑出发,提出一种基于甲醇精馏工业生产数据与化工机理孪生建模框架来指导工业过程更精准的优化。将仪表的测量范围作为权重赋予测量变量,使用非线性规划算法基于化工机理约束对测量变量进行校正并求解校正值。结合校正值和工业经验提出过程变量的置信分数模型,实现对测量变量的置信评价。基于校正后的测量变量构建更贴近工业实际的甲醇双效精馏过程模型并实现对其更精准的过程工艺优化。该工作提出的化工机理与工业数据孪生建模思想,对构建数字化工孪生系统和智能化工厂的数据甄别、工艺优化等过程具有重要的科学意义和实际应用价值。

数据驱动下造纸过程短期电力负荷预测研究

造纸过程中对于短期电力负荷量的设置,参考预测值结果,因此若发生实际负荷量大于预测结果的情况,则会导致造纸工作任务的失败。为顺利实施造纸工作任务,针对数据驱动下的造纸过程短期电力负荷预测方法展开研究。按照数据驱动模型定义条件,设计电力等效电路,并以此为基础,求解短期电力负荷空间方程,完成数据驱动下的造纸过程短期电力负荷量预估。基于数据驱动模型,构建预测决策树组织,并根据短期电力负荷向量搜索结果,确定负荷值预测参数的实际取值范围,实现数据驱动下造纸过程短期电力负荷预测方法的设计。实验结果表明,依照数据驱动模型预测值设置短期电力负荷量,可以确保实际负荷量不超过预测结果,不会造成造纸工作任务失败的问题。

科教融合背景下数字图像处理课程“答辩式”翻转教学探索

针对传统数字图像处理教学模式存在重理论、轻实践,学生参与度不足,技术更新滞后,教学资源单一等问题,在科教融合背景下,该文探索了一种“答辩式”翻转教学模式。该模式融合项目驱动、翻转教学和课题答辩等理念,以精选高质量案例驱动主动学习和个性化学习,实现课程教学内容和教学模式的优化。学生选择教师提供的案例进行研究,并在课堂上进行陈述和答辩,这一方式有效强化了实践操作环节,丰富了教学资源,充分调动了学生的学习主动性,提高了学生的课堂参与度。问卷调查和课程达成度对比结果显示,“答辩式”翻转教学模式在提高学生学习效率、促进团队合作、增强实践能力和创新思维等方面取得了良好效果。

多措并举融合课程思政的模拟电子技术教学改革

为解决模拟电子技术教学手段简单和缺乏课程思政元素的问题,该文提出多措并举的教学改革方案。首先,通过以学生为中心的改革,激发学生的学习兴趣和参与度;其次,采用项目驱动策略,培养学生解决电子工程挑战的能力;同时,利用计算机仿真工具加深学生对知识点的理解与掌握;此外,多环节引入课程思政元素,提高学生的思想政治觉悟、社会责任感。最后,建立过程性评价方法,鼓励学生不断改进并提升成绩与综合素质。