盾构施工典型故障诊断初步研究

随着盾构技术的广泛应用,出现了一些典型事故,有必要在盾构施工过程中引入故障诊断技术,以避免类似事故的再次发生。从本质上讲,盾构施工过程中的故障诊断技术是个模式分类问题,可以借助BP前馈神经网络来实现。结合广州地区的生产实例,在对典型故障简单分类的基础上,对具体应用BP网络实现盾构机的故障诊断进行了分析和探讨。算例表明,应用BP神经网络进行盾构施工过程的故障识别与诊断是可行的。当然,为进一步提高故障诊断的效果,应加强对典型故障数据的积累并提高故障间的可分离度     

自组织竞争人工神经网络在砂岩型铀矿测井数据解释中的应用

详细介绍了自组织竞争人工神经网络模型结构、原理和钻孔岩性自动识别过程,给出了神经网络模型在钻孔岩性自动识别过程中的有效性实例。自组织竞争人工神经网络具有自组织能力、自适应能力和较高的容错能力;与BP算法相比较,计算量小,收敛速度快,且不需要已知的先验信息而自动确定分类类别。钻孔岩性识别结果与岩心地质编录的对比试验表明,在砂岩型铀矿测井数据的解释中,应用自组织竞争人工方法可较好地完成钻孔岩性自动分类。     

地下工程围岩分类的神经网络可视化评价

围岩分类是地下工程技术基础研究的重要课题之一。影响围岩类别的因素有很多，并且具有高度的随机性和模糊性。神经网络方法具有自组织、自学习和高度非线性映射的能力，并且既能考虑定量因素又能考虑定性因素，因此，在围岩分类的应用方面，神经网络具有广泛的前景。文章基于改进的BP神经网络的一般原理，依据有关地下工程围岩的分类标准，选取岩体结构、岩石饱和单轴抗压强度、岩体结构面、岩石纵波速度作为围岩分类的评价指标，利用MATLAB语言构建了可视化的围岩分类神经网络模型，并收集了大量的工程资料对网络进行训练和检验。结果表明，网络的预测结果与实际结果比较一致。证明神经网络是能够在工程岩体分类方面得到推广应用的。     

自组织神经网络用于地质样品分类

地质样品的分类是地质学中一个重要问题。本文提出用一种神经网络———ART2模型来实现自动分类。该方法简单、实用,分类效果令人满意。网络的应用结果显示出它具有良好的获得最佳分类数和最佳分类的双重功能。     

BP神经网络在地质样品测定中的应用

反向传播人工网络（Ｂ ａｃｋ ｐｒｏｐａｇａｔｉｏｎ ａｒｔｉｆｉｃｉａｌ ｎｅｔｗｏｒｋｓ）是一种动态信息处理系统,它具有联想记忆、自组织、自适应、自学习和容错性等特征。该模型可应用于地质样品测定,以及从地质样品数据中提取信息,实现对地质样品的分类识别及对矿产资源预测评价。ＢＰ神经网络在地质样品测定中将会有很好的应用前景。     

用自组织神经网络自动识别岩相

ＢＰ神经网络技术以其强大的学习能力已广泛应用于许多领域,取得了很好效果。但当不具备已知样本时,该技术很难应用。本文采用改进的自组织神经网络,对测井资料进行自动岩相识别,并在松辽盆地进行了实际应用。通过与已知资料对比,证实该方法是一种有效的岩相自动识别方法,具有良好的应用前景。     

低渗透油田机采效率优化技术研究

杏子川油田大部分老井生产实际和产能效果较低,本文主要针对低渗透油田油层储层渗透率低、丰度低、单井产能低,大部分老井采油参数不够合理、示功图测试显示供液不足,低冲程、高冲次、大泵径的现象普遍存在,致使抽油泵效率低、油井免修期较短、单井能耗较高。为了降低采油成本,优化采油参数,通过对抽油机井机采参数全面分析,结合目前油水井的生产实际和产能状况,对抽油机井的抽油时间、冲程、冲次、泵径进行优化,实现降本增效目的。     

数字地貌形态分类优化方法

地貌形态特征分类对生态环境、水文研究及地质构造分析等地学研究具有重要意义,已成为现代地貌学的一个研究热点。利用高分辨率DEM数据,以平均坡度、截面曲率、最大曲率和最小曲率等地貌形态因子为参数,构建地貌形态分类模型;基于自组织映射神经网络提出数字地貌形态分类数学优化方法,对长春地区进行地貌分类。该方法实现自动聚类分析,获得了10种地貌类型阈值,达到地貌形态特征分类要求。这种方法突破了形态参数分类方法6种地貌类型的限制,分类种类达到10种;通过SOM聚类分析,自动获取阈值,从而减少了人为主观因素的干扰。地貌形态分类取得较好效果。     

ASTER数据的自组织神经网络分类研究

传统的遥感数据分类方法大多基于统计学的参数估计，假设数据分布服从高斯正态分布。神经网络方法无需参数估计和统计假设，因而，近来越来越多地应用于遥感数据分类之中。介绍了基于聚类分析的自组织特征映射分类方法。ASTER卫星数据是新型遥感数据，包括 3个15 m分辨率波段和 3个30 m分辨率的短波红外波段。选择北京地区的ASTER数据作为方法实验数据，首先对数据进行了小波融合，然后进行了土地覆盖类型的自组织特征映射神经网络分类研究，把研究结果同最大似然判别法得到的分类结果进行了比较，分类精度比最大似然判别法总体提高了9％。     

BP神经网络在天然气水合物化探中的应用

地球化学方法在天然气水合物勘探评价过程中的参数存在不确定性,且误差传递易导致结果不可信。运用BP神经网络技术,在天然气水合物勘探区域选取相关的应用切入点,通过训练建立神经网络模型,利用其非线性映射技术,揭示天然气水合物勘探评价中涉及的多个属性之间的非线性关系。计算结果显示,神经网络的分类方案有效弥补了当前地球化学评价方法存在的多解性等缺点,运用在地球化学数据的基础上建立的BP神经网络模型,对研究区块进行仿真预测,可以实现水合物矿藏的分等级评价。     

煤层气井有杆泵排水采气设备示功图

煤层气井示功图直观表现了悬点载荷的变化规律,可为有杆泵设备设计计算提供重要依据。基于有杆排采设备的运动学和动力学分析,建立了计算悬点各载荷的数学模型,给出煤层气井不同开采过程的静力和动力示功图。实例分析结果表明,静力示功图接近于稳定生产后的示功图,代表了悬点载荷变化的基本规律,是分析实际示功图的基础;动力示功图在考虑动载荷的影响后,呈现出波动和偏斜的形状,考虑摩擦力的作用后,示功图的上缘向上平移,下缘则下移。煤层气井动载荷和摩擦力所占的比例分别达到15%和5%,这就加大了悬点载荷的变化幅度与不平衡性。随冲次的降低,示功图的下缘远离零线,上缘则逐渐远离下缘,而且惯性载荷和振动载荷影响的减小,使得上下缘的倾斜度逐渐降低,波动幅度不断变小。煤层气井杆管总变形量较小,与冲程的比值仅为10%左右,且随冲次的降低,总变形量和静变形量逐渐增大,而动变形量不断变小。      

煤层气井有杆排采系统悬点动载荷计算

有杆泵排采设备悬点动载荷是正确设计和选择抽油机和抽油杆以及确定电动机功率的重要影响因素。在分析杆柱和液柱受力状态的基础上,建立了惯性载荷的数学模型,基于弹性体振动理论,建立了振动载荷的计算模型,并给出悬点动载荷的计算方法和变化规律。结果表明,煤层气井悬点载荷的计算需同时考虑惯性载荷和振动载荷,且开采初期,动载荷所占比重较大;随着开采的进行,动载荷所占比重迅速减小,稳定生产时,影响已较小;杆管总变形量明显小于油田,且动变形量相对较小。该算法首次较为精确地计算出煤层气井有杆排采系统的悬点载荷并给出示功图,为有杆排采的设计计算提供了依据。      

基于SOFM神经网络的边坡稳定性评价

针对边坡工程稳定性分析中参数的不确定性,在分析自组织特征映射神经网络（SOFM）基本学习算法的基础上,从提高算法收敛速度和性能出发,将自组织特征映射神经网络基本学习算法加以改进,据此建立了评价边坡稳定状态的SOFM神经网络模型。然后用收集到的边坡稳定工程实例作为样本,对该模型进行训练和检验,并与BP神经网络判别结果对比。结果表明,SOFM神经网络性能良好、预测精度高,是边坡稳定性评价的一种有效方法。     

断裂输导系统及其组合对油气成藏的控制作用

断裂输导系统是油气在地下进行垂向运移的主要通道。它是由裂缝或裂缝－孔隙网络构成的，具有穿层，长距离垂向运移和周期性二个特点，断裂输导系统还可以与连通砂体，不整合面组合形式断裂－连通砂体，断裂－不整合面和断裂－连通砂体－不整合面复合输导系统，它们不仅控制油气成藏模式，而且其沿伸层位控制着油气的空间分布层位。     

应用BP神经网络诊断全液压坑道钻机故障

将BP神经网络原理应用于全液压坑道钻机现场故障诊断。根据全液压坑道钻机的故障特点,选取能够表征全液压钻机状态的量,采用归一化的方法确定样本的输入和输出;通过对网络进行训练,获得具有一定泛化能力的网络;利用Matlab软件实现此种故障诊断过程,获得了正确的诊断结果。试验表明,该法有一定的实用性,对于建立故障自动诊断系统有重要意义。      

张性断裂带内部结构特征及油气运移和保存研究

断裂带是一个宽度、长度和高度均与断距呈正比关系的三维地质体,具有典型的二分结构：即断层核和破碎带。断层核由多种类型的断层岩和后期胶结物组成,具有分选差,粘土含量高,颗粒粒径小等特征,表现为具有比围岩更低的孔渗性。破碎带同围岩相比发育大量的裂缝,裂缝的密度随着离断层核距离的增大而逐渐减小,孔渗性较高。断层岩类型取决于断移地层的岩性、成岩程度和断裂变形时期。对于同生断层而言,泥岩和不纯净的砂岩主要发生泥岩涂抹作用;纯净砂岩发生解聚作用,形成颗粒重排的变形带。中成岩阶段发生断裂变形,泥岩发生泥岩涂抹作用,不纯净的砂岩发生碎裂作用和层状硅酸盐涂抹作用,形成碎裂岩和层状硅酸盐 框架断层岩;纯净砂岩主要发生碎裂作用,形成碎裂岩。晚成岩阶段发生断裂变形,碎裂作用成为主要的变形机制,泥岩破碎形成大量断层泥,不纯净的砂岩和纯净的砂岩均形成碎裂岩,其中纯净砂岩形成的碎裂岩由于石英的压溶胶结变得更致密。因此不同成岩阶段、不同岩性形成的断层岩类型不同,泥岩涂抹的排替压力高于层状硅酸盐 框架断层岩和碎裂岩,即使都是碎裂岩,其渗透率相差7个数量级。从断裂带结构看油气运移和保存,断层垂向封闭主要靠剪切型泥岩涂抹的连续性,侧向封闭能力取决于断层岩物性,物性很高的碎裂岩自身封闭能力很差,依靠两盘岩性对接封闭油气,最小断距决定油水界面位置。物性很低的断层岩一般能封住一定高度的油气柱,其是断裂带中泥质含量的函数。断层在储盖层段变形机制差异,决定了断裂输导与封闭油气的耦合,即破碎带双向输导充注,盖层段剪切型泥岩涂抹顶部封闭,断层核遮挡成藏。     

基于神经网络的地质勘测反分析研究

针对地质勘查中,土的力学参数的确定及土的分类这两类复杂问题,根据反问题理论的基本原理,提出了一种基于回归分析与RBF神经网络结合的新型智能方法,建立了从土的力学参数估计到模型分类的完整智能化分析系统。考虑到土的物理参数测定方法比较简单,且实测变异性小,而力学参数实测变异性大的特点,利用RBF神经网络的数值逼近的特性,建立了神经网络模型来逼近两者之间的函数关系,可以有效地反演力学参数。同时,利用RBF神经网络所具有的模式识别功能,为地质勘察中土层划分提供依据。通过对黄石地区岩土勘查资料的分析与预测表明,该方法简捷有效。     

胜利油田东营凹陷中央隆起带断层封闭模式研究

东营凹陷中央隆起带断裂系统复杂,断层封闭性直接控制油气藏形盛分布及油气藏规模,封闭性强的断层附近可形成大规模油气藏,封闭性差的断层附近油气藏规模小,甚至无油气藏形成.以岩性配置封闭模式、主应力封闭模式和泥岩沾污带封闭模式3种最主要的封闭模式为例建立了东营凹陷中央隆起带断层封闭模式.定量分析评价了东营凹陷中央隆起带断层封闭性,认为东营凹陷中央隆起带封闭性断层的最佳断面正应力为40~50 MPa,封闭性断层的泥岩沾污因子常小于2.6.针对某一具体断层判断其是否具有封闭性需多方面综合分析,不可简单地进行单因素分析.