检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于UV空间变换的人体图像生成

基于UV空间变换的人体图像生成

作者：方东东南京信息工程大学

学位级别：硕士

不同土壤肥力下甘薯茎叶多酚构效表征及其积累机制研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

不同土壤肥力下甘薯茎叶多酚构效表征及其积累机制研究

作者：方东方长江大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

压裂水平井的多机理动态多线性半解析模拟

压裂水平井的多机理动态多线性半解析模拟

作者：周方东吉林大学

学位级别：硕士

针对非常规油气藏中多级压裂水平井引起的复杂渗流问题,本文提出了一种动态多线性渗流半解析模拟方法,用于模拟压裂的低渗透油气藏生产过程中流体流动特征。依据相关机理作用特征,应用动态多线性渗流半解析模拟方法,使用编程建立压裂水... 详细信息

针对非常规油气藏中多级压裂水平井引起的复杂渗流问题,本文提出了一种动态多线性渗流半解析模拟方法,用于模拟压裂的低渗透油气藏生产过程中流体流动特征。依据相关机理作用特征,应用动态多线性渗流半解析模拟方法,使用编程建立压裂水平井多线性渗流模型,用于研究储层非均质性、裂缝应力敏感性、岩石应力敏感性和稀薄气体流动等多重机理相互作用下压裂水平井产能变化规律。动态多线性渗流半解析模拟方法中,将储层离散为多个线性流动区域且每个流动区域内渗透率值取该区域内渗透率的平均值。此外,将时间域离散成多个独立的时间步长,每个时间步长内采用渗透率的平均值作为此时间段内实际的渗透率值。多线性渗流模型中,根据水力裂缝的分布将地层划分为多个子系统,每个子系统进一步由多个线性流动区域组成并且每个流动区域都被赋予一套独立的初始岩石物理性质。在每个时间步长结束时,根据整个地层的压力分布,更新流动区域的数量、大小和岩石物理性质。通过将多线性渗流模型与典型的半解析模型和数值模型进行比较,验证了所提出的动态多线性渗流半解析模拟方法。在具有代表性的非均质储层条件下,多线性渗流模型计算的井底流压随时间的变化与五区域模型计算结果吻合良好,且多线性渗流模型计算的产量随时间的变化与数值模型模拟结果匹配较好。利用多线性渗流模型分析非均质性、水力裂缝和岩石应力敏感性及气体滑移效应对压裂水平井产能的影响。主要结果如下:(1)多级压裂水平井生产过程中相邻压裂裂缝间相互干扰,导致受每个水力裂缝影响的流动区域范围会随时间变化。在相同的水力裂缝导流能力组合情况下,水平井周围非均质储层中相邻压裂裂缝间干扰程度大于非均质完井储层中相邻压裂裂缝间干扰程度。(2)水平井产能随水力裂缝和岩石应力敏感效应增强而降低,并且高渗透率储层中水平井产油速率更能抵抗储层渗透率损失。当水力裂缝和岩石对应力敏感时,增大压降会导致更高的水平井产量。(3)水力裂缝和岩石应力敏感性能够削弱储层非均质性对产能的影响,且气体滑移效应带来的潜在产量提高可以缓和水力裂缝和岩石应力敏感性造成的产量损失。储层非均质性、水力裂缝和岩石应力敏感性及气体滑移效应三重机理对水平井产能的耦合影响中,水力裂缝和岩石应力敏感性起到主要作用,导致水平井产能降低。最后,应用多线性渗流模型对两口压裂水平井的现场生产数据进行拟合,评价了压裂水平井和储层特征参数。当上述两重或多重机理共存并相互作用时,储层岩石物理性质(比如渗透率、孔隙度)表现出复杂的时空变化。这一特征将控制流体流动的偏微分方程变得高度非线性进而导致大多数解析和半解析方法无法应用。本文提出的动态多线性渗流半解析模拟方法提供了一种在保持精度的情况下快速削弱非线性的途径,可用于快速生产分析和压裂设计。

关键词：多重机理动态多线性渗流非常规油气藏压裂水平井试井分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的工厂人员行为检测及管理系统

基于深度学习的工厂人员行为检测及管理系统

作者：方东辉天津职业技术师范大学

学位级别：硕士

随着人工智能的发展,深度学习算法变得越来越成熟,已成为当下算法研究的主流。在工厂管理方面,这种趋势也在逐步提高,员工管理正逐步向智能化和信息化的方向发展。然而,由于员工规模的扩大,传统工厂管理方法已然无法满足当下形势的需求... 详细信息

随着人工智能的发展,深度学习算法变得越来越成熟,已成为当下算法研究的主流。在工厂管理方面,这种趋势也在逐步提高,员工管理正逐步向智能化和信息化的方向发展。然而,由于员工规模的扩大,传统工厂管理方法已然无法满足当下形势的需求,使得管理人员难以进行全方位的行为检测和监督管理。在工人作业时,会发生工人因未佩戴安全面罩而导致面部被化学试剂腐蚀的安全事故,工人擅自离岗抽烟等违反公司规章制度的行为,工人考勤时使用舞弊和冒充等手段违反考勤的行为。为了解决上述问题,本文研究并设计了基于深度学习的工厂人员行为检测及管理系统。具体研究内容如下:(1)针对工人安全面罩佩戴率低而引发安全事故的问题,本文提出了一种基于Resnet18模型的推理改进方法,实验中使用了Jetson Nano Tensor RT加速模型的推理过程。实验结果表明,使用Tensor RT的推理速度比CPU推理速度快了4倍,能更快的识别工人未佩戴安全面罩的行为。(2)针对工人擅自离岗管理员无法及时察觉的问题,提出了一种基于F-Yolov5模型的改进方法。使用Faster Net替换了原CSPDarknet53主干网络,并且添加了注意力模块CBAM。实验结果表明,F-Yolov5比Yolov5和Resnet18识别性能更强,且能更快的捕捉工人擅自离岗的行为。(3)针对工人出勤使用舞弊和冒充等手段混乱考勤制度的问题,本文提出了一种多模型协作的算法规范考勤制度,使工人在出勤时不仅需要验证身份信息,还需要验证工人当前脸部状态,实验中使用了dlib＿face＿recognition模型和shape＿predictor＿68模型导出人脸特征向量,并加入了脸部动作判断算法。(4)为了改变传统工厂的管理模式、提高工厂管理者的管理效率,本文研究使用Java、Html和My SQL数据库语言开发了一套工厂人员行为智能检测及管理系统,该系统主要负责收集汇总各人工智能检测到的工人安全面罩、工人擅自离岗和工人出勤的数据,使工厂管理者能及时了解到工人的工作状态。结果表明,工厂人员行为智能检测及管理系统能较好的收集各人工智能设备检测的数据,且能稳定的在服务器中运行。

关键词：深度学习行为检测 Yolov5 TensorRT 管理系统

基于介电谱的挤奶管路牛乳品质检测方法研究与系统设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于介电谱的挤奶管路牛乳品质检测方法研究与系统设计

作者：方东根西北农林科技大学

学位级别：硕士