我国钻井装备现状及其相关配套技术

结合目前国外钻机现状以及国际石油钻井市场对钻机的配套要求,分析指出我国目前陆地钻机存在的不足与差距,对我国钻机及其配套技术的发展提出建议。

大型海洋工程技术与装备科技水平快速提升

社会经济发展速度不断加快,对多种能源、资源的需求程度也在不断增长,我国也从陆地的资源探索逐渐向海洋转变,越来越多的海洋工程投入建设。但是深入调查发现,我国海洋工程技术与装备科技水平还需要进一步提升。科研工作人员需要不断加强研究力度,加强海洋工程技术与装备科技的研究力度,对该内容进行深入探究是具有重要意义的,对促进我国海洋工程建设发展有着积极影响。

石油装备制造企业如何加强“三基”工作

基层是企业全部工作和竞争力的基础，是组织生产经营活动的基本单元，基层员工是推动发展目标实现的主要力量，企业的发展离不开每个单位、每名员工的不懈努力与奋斗、创造与贡献。企业上下要把深入学习贯彻集团会议领导干部会议精神，作为当前的一项重要任务，深刻理解、准确把握新时期、新阶段推进三基工作的总体思路、基本内涵、主要目标和重点工作，围绕石油装备制造业的总体发展目标和要求，扎扎实实抓好三基工作，奠定企业可持续发展的坚实基础。要结合发展实际，搞好总体规划，进一步明确加强三基工作的指导思想、工作思路，明确任务，落实责任，确保三基工作始终与企业改革发展稳定紧密结合，努力做到基层建设规范化、基础工作精细化、基本功训练体系化。新时期中国石油提出“三基”工作的内涵是：基层建设、基础工作、基本素质。

石油装备制造企业加强机关建设

2012年，中国石油装备制造业进行了一次大范围的重组整合。原来隶属于辽河油田的装备企业整体划归渤海装备。在这种新形势下，干部员工必须在思想上和行动上统一到新的体制机制上来，作为辽河区域的重工有限公司机关，更要从原来的油田企业的思想中转变出来，积极加强自身建设，不断提高能力，为企业发展作出应有的贡献。加强机关建设，是石油装备制造企业面临企业重组整合新形势，不断加强自身建设的基本要求，也是企业不断提升执行力的重要载体。

改进的多目标粒子群算法及其应用

为了满足电站锅炉"高效低排"的运行要求,结合RBF神经网络,根据工况数据,分析了电站锅炉燃烧效率与NOx排放的矛盾关系,建立了锅炉NOx排放与热效率的混合模型。以此为基础,针对现有粒子群优化算法研究成果,引入了适应度与随机数值比较选择的思想和相似度函数的概念,并对算法的惯性权重进行了相应设计,使之随迭代次数逐渐减小,通过对测试函数的效果检验,表明算法的有效性。最后将其应用于锅炉混合模型中,进行某工况多目标优化仿真研究,得到了不同目标要求下的燃烧组合,为电站锅炉多目标优化提供了技术支持。

自升式平台桩腿强度对弦管间距敏感性分析

以自升式平台桁架式桩腿结构形式优化为目标,进行了桩腿强度对弦管间距敏感性分析,给出了桩腿弦管间距优选值。分析平台所受环境载荷,通过风洞实验获取风暴条件下风载荷数据,通过理论计算得到波浪载荷和海流载荷数据。通过特征值分析得到平台自振周期和一阶偏移值,进而获取计及水动力放大效应的惯性载荷和计及几何非线性效应的惯性矩,分析发现:波流角一定的情况下,计及水动力放大效应的惯性载荷对弦管间距较敏感,随着弦管间距增大基本呈递减趋势;随着弦管间距增大,计及几何非线性效应的惯性矩减小。结合环境载荷计算结果,对不同弦管间距下的桩腿各结构进行了强度校核,对比了各结构强度对弦管间距的敏感性,在此基础上给出了所研究的3种作业水深平台的桩腿弦管间距优选值。

基于用户移动轨迹的个性化健康建议推荐方法

随着移动智能终端的普及,移动医疗应用已成为当前研究的热点。针对移动医疗环境下个性化健康建议推荐问题,依据用户移动轨迹与职业类型间相似性特点,提出一种基于驻点区域特征向量与用户职业特征向量相结合的相似度计算方法,通过构建相似用户组的方式完成组内用户健康建议信息的共享,最终实现在节约医疗资源的基础上为海量用户提供个性化健康推荐服务的功能。算法测试与分析结果表明了方法的有效性和可实施性,在移动医疗大数据分析应用方面具有广阔的前景和实用价值。

尾矿坝溃坝生命损失风险控制

从尾矿坝溃坝概率计算、溃坝砂流下游演进模拟、溃坝事故造成的伤亡人数估算、溃坝生命损失可接受风险标准的制定及降低风险的最优安全投入几个方面全面系统地对尾矿坝溃坝生命损失风险控制进行了研究.建立了尾矿坝坡失稳破坏的功能函数及我国尾矿坝溃坝个人生命损失可接受风险标准.以某一尾矿坝为例,进行了实例分析.通过对挽救生命损失的最佳安全投入进行计算,得到最优安全投入为390万人民币,并对比美国和我国现行的工伤死亡赔偿标准,建议我国相关部门提高工伤死亡赔偿标准.

基于ARM的大型压铸机压射实时控制系统设计

设计了一套以S3C2440A芯片为硬件核心的压铸机控制系统,进行了具体的PCB电磁兼容的可靠性分析,并完成了整个监控系统的数据显示、曲线显示、报警、保存历史数据等应用程序的功能实现。在系统的软硬件平台搭建设计完成之后,又进行整机的组装测试。经试验验证,本设计的大型压铸机压射实时控制系统完成了压射速度的控制显示功能,主板、传感器、液晶显示均能可靠工作,性能参数达到了设计要求。

自升式平台桁架式桩腿结构选型方法

为优化自升式平台桁架式桩腿结构构型,采用参数化建模技术和SESAM的Geni E软件,对不同构型桩腿的结构强度和总体性能进行评估.选取拖航工况和自存工况进行分析,结合母型资料,拖航工况时选取不同的桩腿节距构型进行强度评估;自存工况时选取不同的弦管间距和桩腿节距构型对平台抗倾覆能力、最大支反力、锁紧力以及桩腿组件UC值进行计算.以满足强度和经济性最优为原则,结合各构型桩腿结构质量,给出最优的桩腿结构构型方案.该方法快速完成了某型自升式平台的桩腿构型选取,结果表明该方法是自升式平台设计初期桩腿结构选型和优化的有效方法.

基于近邻模型与概率矩阵分解的高校选课推荐算法

为研究高校教务信息管理系统中学生自主在线选课的个性化推荐问题,采用基于近邻模型与概率矩阵分解相融合的改进算法.通过衡量学生(选课)之间的相似关系寻找相似学生(选课),再将与学生(选课)相似性最大的邻居集合应用到基于概率矩阵分解的协同过滤推荐算法中,最终依据预测评分值和限制条件给出Top-K推荐结果排序.原型系统测试实验结果表明:改进算法更适用于高校选课推荐应用,并能够有效地解决数据稀疏问题.

一种新的基于SVM和主动学习的图像检索方法

在基于内容的图像检索中,支持向量机(SVM)能够很好地解决小样本问题,而主动学习算法则可以根据学习进程主动选择最佳的样本进行学习,大幅度缩短训练时间,提高分类算法效率。为使图像检索更加快速、高效,提出一种新的基于SVM和主动学习的图像检索方法。该方法根据SVM构造分类器,通过"V"型删除法快速缩减样本集,同时通过最优选择法从缩减样本集中选取最优的样本作为训练样本,最终构造出不仅信息度大而且冗余度低的最优训练样本集,从而训练出更好的SVM分类器,得到更高的检索效率。实验结果表明,与传统的SVM主动学习的图像检索方法相比,该方法能够较大幅度提高检索性能。

一种缩小定位区域的改进APIT无线传感器网络定位算法

通过对现有文献的分析可知传统APIT算法存在着定位误差大和覆盖率低的问题。针对上述问题,提出一种APIT的改进算法。引入缩小定位区域的思想,通过多次运用PIT算法求定位区域质心,将原APIT算法的一轮定位扩展为多轮定位,逐步减小定位区域,将较小定位区域的质心坐标作为未知节点的坐标,减小定位误差;同时,改进算法充分运用可移动的信标节点,逐步增加定位覆盖率。在MATLAB环境的各场景下对改进算法进行仿真,并将其与原有算法进行对比。仿真结果表明,改进算法能够在减小节点定位误差的同时提高定位覆盖率。

电网中基于整流电压算法的电压凹陷检测

针对电气系统中经常出现电压凹陷的现象,为了能够及时诊断出电压凹陷的情况,应用了新的检测算法—整流电压(RV)算法。利用TMS320C40板、滤波器和一些自动化软件等,对正常电压和由不同原因引起的凹陷电压信号进行采集,并根据电压波形以及相应的参数利用整流电压(RV)算法对各种电压信号进行计算、仿真等处理。大量实验结果表明,该算法不仅可以在极短的时间内有效地检测出电压凹陷情况,而且可以节省很大的存储空间和计算量。

缩小采样区域的蒙特卡罗移动节点定位算法

针对无线传感器网络中移动节点定位问题,提出一种适用于未知节点移动而信标节点固定的改进蒙特卡罗定位算法,充分利用信标节点与未知节点间的测距误差来缩小采样区域,提高采样效率。仿真结果表明,改进算法在信标节点密度、连通度和节点最大运动速度等不同情况下均能提高定位精度,减少采样次数和计算量,延长网络的生存周期。

多功能锚杆钻机钻桅和动臂的有限元分析

为研究和改善多功能锚杆钻机钻桅和动臂的力学性能,采用SolidWorks对钻机工作机构进行建模,并对钻桅和动臂的受力情况进行计算,最后通过SolidWorks Simulation对钻桅和动臂模型进行有限元分析.研究结果表明:钻桅和动臂的应力安全系数均在2以上且最大位移值在安全范围内;钻桅箱体与滑轨焊接处需要加强;钻桅变幅油缸与动臂连接铰耳处筋板需要加强.将有限元分析方法应用于多功能锚杆钻机设计,为产品研发与优化提供了重要依据.

石油管道水击压力数值模拟研究

作为有压管路中最常见的不稳定流动现象,水击是运动的流体突然停止流动而产生的。针对水击现象,本文分析说明了产生水击的原因和危害,提出了减小水击的措施,通过使用特征线法求解水击问题,并编制相应的计算程序,与理想水击过程进行对比,阐明了计算结果的科学性和合理性。

结合优化支持向量机与K-means++的工控系统入侵检测方法

针对工业控制系统传统单一检测算法模型对不同攻击类型检测率和检测速度不佳的问题,提出一种优化支持向量机和K-means++算法结合的入侵检测模型。首先利用主成分分析法(PCA)对原始数据集进行预处理,消除其相关性;其次在粒子群优化(PSO)算法的基础上加入自适应变异过程避免在训练的过程中陷入局部最优解;然后利用自适应变异粒子群优化(AMPSO)算法优化支持向量机的核函数和惩罚参数;最后利用密度中心法改进K-means算法与优化后的支持向量机组合成入侵检测模型,从而实现工业控制系统的异常检测。实验结果表明,所提方法在检测速度和对各类攻击的检测率上得到明显提升。

混合蚁群算法在非线性谐波平衡分析中的应用

针对蚁群算法局部搜索能力较弱,易于出现停滞和局部收敛、收敛速度慢,不能较好地应用于谐波平衡中的问题,提出了混合蚁群算法。该算法采用蚁群算法的全局搜索能力在全局中搜索初始最优解,利用拟牛顿算法较强的局部搜索能力逐步迭代,最终得到最优解。仿真结果表明:该算法与蚁群算法相比,迭代次数减少了45次,解的收敛可靠性增加了16.23%,同时仿真数据与实测数据拟合较好。混合算法兼顾了蚁群算法和拟牛顿法的优点,明显提高了收敛速度和解的收敛可靠性,克服了蚁群算法局部搜索能力差,收敛速度慢的缺点,对非线性分析具有较大的参考价值。

工业控制网络通信异常检测的改进鱼群算法优化方法

针对工业控制网络中典型的攻击类型,提出一种利用深度学习预测工控网络通信异常的方法。首先,利用主成分分析方法对原始数据降维,消除原始数据集的相关性;其次,构建人工神经网络并利用万有引力搜索算法中粒子惯性质量计算思想改进的鱼群算法来优化极限学习机的输入权值和阈值。测试实验结果表明,异常检测的准确率有所提升,同时有效地缩短了检测时间,实现了利用深度学习预测工控网络通信异常的行为。