-
题名钻头钻进不同介质时的振动信号特征识别研究
被引量：18
- 1
-
-
作者
刘刚
张家林
刘闯
杨帆
杜佳诚
-
机构
中国石油大学(华东)石油工程学院
中国电波传播研究所
中国石油大学(华东)地球科学与技术学院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2017年第8期71-78,104,共9页
-
基金
国家"973"计划项目"深水钻完井工程风险预警及管控"(2015CB251200)
"十二五"国家科技重大专项"加密井网防碰工程示范"(2011ZX05057-002-006)
"海上油田丛式井网整体加密调整多平台钻井趋近井筒监测方法研究"(2011ZX05024-002-010)
-
文摘
钻井作业中,钻头破碎岩石产生振动,利用该振动特征可以实时反映钻进介质的种类。提出了一种钻头钻进不同介质时的振动信号特征识别方法,通过牙轮钻头破岩室内实验,采集到在不同钻压下钻头钻进砂岩、页岩、水泥环和套管时的声振信号,基于数字信号的时频处理,提取了信号时域和频域的50个特征值,应用PCA降维特征矩阵获取特征向量,建立不同钻进情况的钻头信号"指纹"特征,最后通过BP神经网络对"指纹"信息进行聚类后识别岩性和钻压。结果表明,该方法可以完成对钻头信号的特征识别,进而区分钻进地层和井眼材料(套管和水泥环),为井眼防碰作业中岩性在线识别提供技术支撑。
-
关键词
振动信号
钻进岩性
特征识别
PCA降维
神经网络
-
Keywords
Boreholes
Cements
Collision avoidance
Eigenvalues and eigenfunctions
Frequency domain analysis
Lithology
Neural networks
Rock drilling
-
分类号
TE242
[石油与天然气工程—油气井工程]
-
-
题名基于小波包分析的含砂流中砂粒信号特征识别
被引量：3
- 2
-
-
作者
刘刚
李祎宸
王锴
杜佳诚
冯凯
-
机构
中国石油大学(华东)石油工程学院
-
出处
《石油机械》
北大核心
2018年第5期83-88,共6页
-
基金
中央高校基本科研业务费专项资金资助项目"油井出砂撞击管壁激发振动信号特性表征与识别研究"(17CX02011A)
山东省自然科学基金资助项目"基于液固两相流动撞击管壁诱发振动信号的油井出砂特性识别研究"(ZR2017BEE060)
中国石油大学(华东)资助项目"基于振动方法的气-砂两相流中固相检测研究"(YJ201601077)
-
文摘
针对高含水期的油井出砂监测问题,基于小波包分析方法对管壁处出砂振动信号进行识别研究。通过设计出砂监测室内试验,获取出砂振动信号,对该信号进行db4小波包3层分解,归一化每组分量的能量,分析含有出砂特征的信号分量,并进行重构。采用高频段精细分解方法,突出了出砂信号的频域局部化特征。重构信号的频域特征表明,出砂信号的频率区间为19~25k Hz。重构信号的功率谱特征表明,出砂信号功率谱幅值与含砂量之间呈二次增长关系,采用小波包分析方法可以有效地识别油井出砂振动信号。所得结论可为识别复杂流体条件下的油井出砂信息提供参考。
-
关键词
出砂监测
携砂液流
小波包
振动特征
-
Keywords
sanding monitoring
sand-carrying fluid flow
wavelet packet
vibration characteristics
-
分类号
TE973
[石油与天然气工程—石油机械设备]
-
-
题名基于ANSYS的西兰花收获悬挂斗设计
- 3
-
-
作者
杜佳诚
於海明
张锦文
陈奕同
陈坤杰
-
机构
南京农业大学工学院
-
出处
《农业工程》
2019年第8期102-107,共6页
-
基金
南京农业大学大学生创新创业训练项目(项目编号:1830A02)
-
文摘
随着我国城镇化速度加快,农村劳动力的减少,而西兰花收获几乎完全依赖人力,亟需推进西兰花的自动化收获。国内对于西兰花收获的相关研究很少,其自动化收割尚处于理论试验阶段。该文利用CATIA软件建模,ANSYS-Workbench进行模态分析,设计西兰花收获的悬挂斗,可实现西兰花收获的半自动化,减轻劳动强度。该方法可将收获效率提高2. 6倍,节约半数劳动力。
-
关键词
西兰花
机械收获
悬挂斗
模态分析
-
Keywords
broccoli
mechanical harvest
suspension bucket
modal analysis
-
分类号
S225
[农业科学—农业机械化工程]
-
-
题名浅谈智能领域科研成果数据标准化交付策略
- 4
-
-
作者
杜佳诚
宋恒
闫弋
张驰
-
机构
中国航空综合技术研究所
华质卓越生产力促进(北京)有限公司
浙江大学软件学院
-
出处
《中国标准化》
2024年第13期52-59,共8页
-
文摘
随着智能领域的持续投入,在研究、攻关、开发与监测等活动中形成了丰富的数据集、软件、模型等科研成果,科研企业内部交付的数据大量堆积,出现数据质量差、数据描述乱、成果复现难等诸多问题,为智能领域科研成果共享共用带来了重重困难。为解决以上问题,通过对智能领域科研成果数据的现存问题进行深入分析,设计了针对智能领域科研成果交付过程的管理框架,并从技术层面和管理层面规范了智能领域科研成果数据“是什么”“交什么”“如何交”“如何描述”等方面的问题。
-
关键词
数据交付
元数据
智能领域
标准化
标准贯彻
-
Keywords
data delivery
metadata
intelligence filed
standardization
standards implementation
-
分类号
F203
[经济管理—国民经济]
TP311.13
[自动化与计算机技术—计算机软件与理论]
TP18
[自动化与计算机技术—计算机科学与技术]
-
