油田环保安全领域标准智能问答关键技术研究

油田环保安全领域标准对于规范和引导油田行业安全生产、绿色发展和效率提升具有重要意义。油田环保安全领域标准知识复杂程度较高,难以形成对标准数字知识的双向理解路径,为有效解决上述问题,本论文进行油田环保安全领域标准智能问答关键技术研究。首先,进行FAQ引擎设计,包括研究基于语义相似度的问题快速匹配技术、基于深度学习的相似度重排技术,对用户行为进行评分;其次,进行KGQA引擎设计,包括研究语义库设计模型和基于Graph的搜索匹配模型;最后,设计多引擎加权打分机制,能够实现油田环保安全领域标准智能问答。

智能安全帽UWB定位技术算法研究

定位技术是智能安全帽的关键技术,针对室内复杂环境中非视距信号(NLOS)误差导致定位精度低的问题,提出一种消除非视距误差的计算方法来提高定位精度。首先以到达时间差(TDOA)算法进行超宽带(UWB)测距;再以基于接收信号参数NLOS识别算法计算NLOS误差;总误差剔除NLOS误差后的误差作为部分状态向量进行卡尔曼滤波,重构消除NLOS误差的测距值;最后用Chan定位算法算出定位目标精确位置。经过实验验证,该方法能够在非视距环境下达到亚米级的定位精度,稳定可靠,适用于复杂环境下的高精度定位,较好地解决了智能安全帽在室内复杂环境下的定位问题。

基于STAMP模型的石化企业硫化氢中毒事故分析

应用STAMP模型,对一起硫化氢中毒事故进行了分析,分别从物理层、操作层、管理层考察了导致事故的控制缺陷、情景因素,找出了事故的深层次原因。案例应用结果表明,STAMP模型从系统论和控制论的角度分析事故,不局限于技术层面,分析的视角更广,并考虑了各方的交互反馈、系统动态变迁等系统性因素和事故发生的情景(背景)因素,提高了事故分析的系统性和科学性,在石化领域事故调查中具有广阔的应用前景。