桶形基础平台沉浮过程的建模与控制

为了实现桶形基础平台的平稳下沉和上浮,首先将平台沉浮过程的运动分解为纵向运动和横向运动,并建立了二者的数学模型。在此基础上,给出了桶形基础平台平稳沉浮的控制策略和算法,通过模型试验验证了这一控制方法的可行性。     

潜标上浮过程中垂直运动数学建模与验证

以2014年南海北部陆坡M站春、秋两季底流观测潜标回收为例,建立数学模型分析潜标上浮过程中垂直运动特征。首先做出忽略水平海流影响、刚性连接以及主要部件外形简化等假设。通过刚性连接部分上浮数值试验,得到释放后各部件能够保持相对位置不变、整体上浮的结论。视整个系统为刚体建立了垂直运动模型。分别模拟两次潜标回收,模型与高精度超短基线观测结果的对比表明:整个上浮过程可分为加速上浮阶段和稳定上浮阶段;模型速度曲线与观测速度拟合线比较接近,给出的平均模型速度与平均观测速度均相差0.2m/s;模型能够反映出在稳定上浮阶段,稳定上浮速度随时间缓慢降低的变化特征;各部件上浮的垂直速度是振荡变化的。模型可为相关水下仪器回收工作提供定量化依据。     

波浪对稳定海湾形成过程的实验

通过一个稳定海湾形成过程的实验，研究了以波浪侵蚀为主的沙质海岸，在人工岬控制下海岸变形与波浪特性的关系。从而为海岸蚀退的预测提供了实验依据。     

基于多构造属性联合约束的速度建模方法——以珠江口盆地恩平凹陷为例

复杂断块区域的高精度速度建模是解决成像剖面中断层阴影问题的有效方法。以南海珠江口盆地恩平凹陷A构造区域速度建模为例,发展了一种基于层位、断层以及倾角等多种构造属性联合约束的建模方法。该方法首先根据当前的地质认识,结合已有的钻井资料建立初始速度模型,然后将断层、层位及能体现断裂特征的倾角等构造属性联合约束在层析反演的过程中,最终可迭代得到精细的速度模型。该方法可更准确地保留住断层两侧速度的差异性,与实际地层更加吻合。基于所得速度模型的地震深度偏移成像处理显示,成像剖面中断层阴影区成像更加连续,断点清晰,成像质量明显优于老资料。     

基于二维地震数据的宏观三维速度建模——以南海西北部海域为例

速度场在南海形成与演化、深部结构、沉积盆地分析和能源资源勘探过程中具有重要作用,以南海西北部为研究试点区,基于二维多道地震数据,在常规地震数据处理获得准确叠加速度的基础上,进行了均方根速度到层速度的转换,采用最小曲率插值算法,构建研究区的宏观三维速度模型,获得了良好的效果,初步建立了基于二维地震资料进行宏观三维速度建模的方法,为今后在南海全域开展宏观三维速度建模研究打下了坚实基础。     

综合多信息进行地震约束储层随机建模——以准噶尔盆地庄1井区J1S2^2砂组为例

针对地震约束储层随机建模中地震反演波阻抗数据体与岩相概率关系差的问题,提出综合多信息、逐级约束、多级建模的思路方法。首先以地震反演数据体约束建立地球物理特征曲线随机参数场,再以每一个地球物理特征曲线参数场为约束建立相模型,最后以优选的相模型和地球物理特征曲线参数场为约束进行储层参数建模。该方法在井距较大的开发前期评价阶段具有较好的应用效果。     

水下扇储层沉积微相建模--以濮城油田沙三中亚段油藏为例

储层沉积微相是影响储层非均质性的重要因素之一,准确预测储层沉积微相分布对认识储层非均质性、提高油田油气采收率具有重要意义.储层随机建模方法具有很强的地质适用性,合理选择随机建模方法能够有效提高模型精度.以东濮凹陷濮城油田沙三中亚段6-10水下扇油藏为例,由于水下扇沉积储层微相具有几何构型及空间分布复杂的特点,选择序贯指示建模可以对不同微相采用不同变差函数来表征其空间分布结构特征,从而再现储层微相复杂的空间分布.通过定义沟道吻合程度参数Mat对模拟实现进行检验,抽稀井沟道吻合程度参数Mat平均值达到84.7%,表明建模结果具有较高的准确度.序贯指示建模适合于建立水下扇储层沉积微相模型.     

基于机器学习的孔隙型碳酸盐岩油藏相控建模研究——以中东H油田白垩系Mishrif组油藏为例

孔隙型碳酸盐岩储层的化学及机械沉积作用使得各沉积微相空间上不具备碎屑岩储层沉积微相明确的几何形态和外部结构,且不同成因储层的物性差异明显。依据常规的沉积微相建模方法难以如实地再现不同微相复杂的空间展布规律,进而也降低了相控属性建模的精度。本文以中东H油田白垩系Mishrif组生物碎屑灰岩为研究对象,通过开展波阻抗、孔隙度和渗透率的反演,利用机器学习的方法建立研究区的三维沉积微相模型。在此基础上,通过不同微相的变差函数分析,开展相控属性建模。结果表明,利用机器学习方法建立的沉积微相模型符合海相碳酸盐岩台地相序变化规律,充分体现了微相的空间形态和各微相间的接触关系,以沉积微相为约束条件建立的储层属性模型不仅满足了模拟结果与已知数据的概率一致性问题,又能分相带反映储层的空间变化特征。     

大陆边缘形成过程中裂谷作用、断裂作用、沉积作用与地幔蛇纹石化的相互关系--以挪威海为例

通过2D热-构造-地层盆地模拟,研究了在大陆裂谷作用过程中地幔蛇纹石化的条件,该模拟试图追踪大陆地壳流变学演化,阐明沉积物覆盖效应,并且动态地控制蛇纹石化过程。基本思想是如果要发生地壳规模的断裂作用和地幔蛇纹石化,那么整个伸展陆壳必须是脆性的。这种反应的均衡和潜在的热效应与构造和热溶解完全相关。系统的参数研究表明存在一个使得地壳完全脆化和蛇纹石化发生的临界伸展因子。由于沉积物的覆盖效应致使地壳温度升高,沉积速率的增加可以使这个关键伸展因子变得更大。因此沉积物供给通过温度控制的粘性流动,强烈控制了地壳的强度,而地幔的蛇纹石化反应仅仅可能当沉积速率低而伸展因子高的时候发生。在一个典型的实例,挪威陆缘,我们试验了位于More和Voting边缘之下的内部下陆壳体(LCB)是否可能是蛇纹石化地幔。Scheck-Wenderoth和Maystrenko(2011)以3D资料为基础建立了多条2D剖面。我们发现蛇纹石化反应是可能的,而且可能是在侏罗纪裂陷作用阶段。预测的部分蛇纹石化地幔的厚度和位置与地震和重力资料确定的LCB信息吻合。我们认为挪威陆缘之下的一些LCB可能是部分蛇纹石化地幔。     

中强潮海滩剖面冲淤过程研究——以北海银滩为例

揭示中、强潮砂质海滩在波浪和潮汐作用下的剖面冲淤变化过程是理解海岸演变及沿海防护工程设计与旅游资源规划的核心内容。以北部湾北海银滩为例,基于GIS-RTK获取区域2014年7月—2018年2月逐月剖面高程实测数据,结合水文资料分析银滩剖面在外在驱动作用下的变化特征及冲淤机制。结果表明:(1)银滩内滨区域处于净侵蚀状态,低潮带及其以浅区破波带以弱淤积为主,冲流带展现持续、恒定净淤积特征。(2)一年中有263天波浪可引起银滩-3.41 m水深以浅的泥沙频繁扰动,由此造成内滨剖面快速变化,波高0.3～0.5 m的波浪引起的泥沙扰动水深控制冲流带、破波带和低潮带的淤积过程。(3)潮位波动导致波浪作用下海床泥沙活动的范围出现差异,由此引起海滩由陆向海出现"强淤积-弱淤积-弱侵蚀"特征。(4)造成区域较大增水的台风可大幅度提高各级别波浪扰动范围,对银滩整体剖面造成侵蚀。     

基于人工神经网络研究海水中叶绿素浓度的垂直分布

海水中叶绿素浓度的垂直分布可以用高斯函数近似拟合。目前卫星传感器只能测到透光层深度 2 2 %水体中的叶绿素浓度信息。为了寻找其高斯函数的 4个参数 (Bo,h,σ和 Z)与卫星测得的海表面温度、表面叶绿素浓度之间的映射关系 ,本文使用 6个输入的 3层 BP网络模拟这种复杂的映射关系。经过 30 0 0个周期的训练 ,网络的计算结果和测试数据的相关系数分别为 Bo(0 .4 76 1) ,h(0 .84 6 7) ,σ(0 .75 40 ) ,Z(0 .8988) ,表明了神经网络方法在确定叶绿素浓度垂直分布中的有效性。     

神经网络在海洋天然气水合物检测中的应用

文章主要讨论了如何利用神经网络预测天然气水合物的合成和分解。利用了声速、幅度、频率来反映天然气水合物的合成。建立了一个3层前向型网络,通过实验,人工神经网络的引用取得了良好的效果。     

基于人工神经网络的海水漫射衰减系数的遥感反演方法

利用NOMAD数据集建立了基于人工神经网络的漫射衰减系数Kd490的反演算法。该人工神经网络是3层的反向传输神经网络。其结构为输入层有4个节点,它们分别对应4个波段443,490,555,665 nm的遥感反射比,隐含层有10个节点,输出层1个节点对应于漫衰减系数Kd490。利用另一独立的现场测量数据集(COASTLOOC)印证该反演算法的性能。结果表明,该研究建立的反演算法的性能明显好于业务化SeaWiFS算法,略好于Lee等人的半分析算法。     

赤潮预报的人工神经网络方法

基于渤海湾赤潮观测数据(2003年5月~9月),对藻类浓度与环境因子进行了相关性分析,选择出影响藻类浓度的主要环境因子,然后对主要环境因子作主成分分析,在主成分分析的基础上,建立了一个用于赤潮预报的人工神经网络模型。     

基于BP神经网络的海水盐度建模研究

针对受诸多因素影响的复杂的海水盐度参数非线性输入输出特性,训练并建立BP神经网络模型,介绍了该模型的结构特点和原理。分析表明,该方法在海水盐度建模等复杂系统方面具有实用性和可靠性,并有很好的应用前景。     

Coastal Wave Height Prediction using Recurrent Neural Networks (RNNs) in the South Caspian Sea

The prediction of wave parameters has a great significance in the coastal and offshore engineering. For this purpose, several models and approaches have been proposed to predict wave parameters, such as empirical, soft computing, and numerical based approaches. Recently, soft computing techniques such as recurrent neural networks (RNN) have been used to develop sea wave prediction models. In this study, the RNN for wave prediction based on the data gathered and the measurement of the sea waves in the Caspian Sea, in the north of Iran is used for this study. The efficiency of RNNs for 3, 6, and 12 hourly and diurnal wave prediction using correlation coefficients is calculated to be 0.96, 0.90, 0.87, and 0.73, respectively. This indicates that wave prediction by using RNNs yields better results than the previous neural network approaches.     

基于神经网络并考虑地形改正的GPS水准高程拟合

从考虑地形改正的基础出发,运用神经网络进行GPS水准高程拟合。从节约计算时间的角度提出了新的思路,认为不必深究于过密的DEM模型数据,DEM模型数据只是中间过程,能达到精度要求即可,如果过于强调其精度,相反还会带入DEM高程模型算法本身的系统误差。并提出了DEM模型的密度是否符合拟合要求的初步判定方法。还对神经网络的基本理论作了简单的概括和说明。     

基于人工神经网络的海底细粒土工程分类研究

海洋沉积物工程定名对于开展海洋工程建设具有重要作用,然而海底粉土和黏性土的定名受人为因素影响容易产生误差.使用人工神经网络的方法对黄河口埕岛海域284组细粒土数据进行了训练和学习,得到了只利用沉积物粒径质量分数进行定名的方法.结果表明,使用人工神经网络的方法能够有效地对沉积物进行工程定名.当网络含有5个输入层节点、9个...     

Modeling of Multi-Freedom Ship Motions in Irregular Waves with Fuzzy Neural Networks

1 .IntroductionAshiptravelingatseaundergoesundesirablewave inducedmotions ,namely ,surge ,sway ,heav ing ,rolling ,pitchingandyaw .Thesemotionsoftencauseproblemstothecrew ,theonboardequip mentand ,intheworstcase ,thesafetyofthevessel.Tominimizethewave inducedshipmotions ,controlsystemsmaybeapplied .Theaccuratemodelingofshipmotionsisthereforeveryimportantforshipdesignanddesignofmotioncontrolsystems .Manyresearchershavedevelopedshipmotionpredictionmethodsbasedonthepotentialflowtheo ries (Dong ,…     

基于T-S模糊神经网络的信息融合在赤潮预测预警中的应用

基于T-S模型的模糊神经网络不但具有模糊逻辑和神经网络两者的优点,又具有很好的学习能力。将基于T-S模型的模糊神经网络的信息融合算法应用在赤潮的预测预警中,研究各种理化因子与赤潮藻类浓度间非线性对应规律和有效预测赤潮藻类浓度。仿真实验表明这种方法具有有效的赤潮预测预警功能。