小直径垂钻工具推力执行机构性能测试

在实施科学钻探过程中,保证超深孔上部井眼的基本垂直,是使超深孔能够顺利钻达目标层的前提条件。许多钻探工程,均是因孔斜无法控制而被迫提前终孔,从而不能钻进到预期目标深度。自动垂直钻井工具的出现打破了传统防斜、纠斜方法的屏障,使井斜控制技术得到飞速发展。当前垂直钻井工具的执行机构直径较大,所需排量高,响应速度慢,且只能结合稳定平台进行整机性能测试。因此,本文介绍了一种采用钻井液压差作为动力来源的新型小直径推力执行机构,并对其性能测试系统进行设计。通过该系统单独对新型执行机构的内部压力、推靠力、泄流量及响应速度进行测试。试验结果表明,新型执行机构结构小巧简单,工作效率高,所需排量小,响应速度快。测试系统能够在垂钻工具整体样机测试前对新型执行机构进行可行性验证。     

基于深度学习与随机森林的PM2.5浓度预测模型

针对PM_2.5浓度预测中传统机器学习算法无法对数据内部隐藏特征进行深层次挖掘，而深度学习算法在数据较少情况下效果不佳的问题，综合考虑深度学习与随机森林的特点，提出一种基于深度学习与随机森林的PM_2.5浓度预测组合模型。模型以气溶胶光学厚度(AOD)遥感数据、气象再分析数据和PM_2.5地面观测数据构建训练数据集，通过深度学习方法对训练数据内部深层次隐含特征进行提取，将提取得到的隐含特征用于随机森林模型训练，并使用随机森林回归算法得到PM_2.5浓度的预测值。为验证方法的有效性，以河南省区域2018年—2019年的PM_2.5浓度估算为例，将原始特征与利用CNN、LSTM和CNN＿LSTM所提取特征共同构建的新特征分别通过随机森林回归、支持向量回归以及K近邻回归等3种传统机器学习方法进行训练和预测。实验结果表明，在较少数据情况下PMCOM模型无论是在整体预测还是在分季节预测场景下均具有较好的预测精度，其中以LSTM为特征选择器，RF为回归器的组合模型是本实验的最优模型，在即使只有35%...     

南黄海中西部全新世地层沉积特征

南黄海是典型的物源供给丰富的宽广陆架海，全新世沉积记录十分丰富，具有分辨率高、空间分布不连续和沉积记录片段性等特征。根据近年来在南黄海采集的大量高分辨率浅地层剖面资料，结合多个钻孔的岩性特征和AMS¹⁴C测年数据，较为系统精细地揭示了南黄海全新世沉积的时空分布特征。根据沉积体空间分布范围、成因机制和物质来源，南黄海全新世沉积可划分为4个独立的沉积体，呈现出不同的声学反射特征，主要为加积进积反射、平行或透明弱反射、中高角度进积反射和中高角度倾斜-斜交反射。根据估算，河流物质输入约占到南黄海全新世沉积总量的78%，其他物质来源主要为海侵过程中较强的海洋动力侵蚀、改造和再分配的底床物质。本文的研究可为厘清南黄海全新世沉积体精细演化过程的动力学机制研究提供更多可靠的证据。