石油赛伯数据采集仿真系统中OEU外设计与实现

石油赛伯数据采集仿真系统中的OEU模块负责将测井软件处理所得的结果转换为易读的图像数据并输出保存。设计仿真的实现仿真OEU时，根据仿真系统的实时性要求和OEU的工作特点，将OEU的功能拆分为两部分由两台计算机分别完成，并选择了异步方式作为仿真OEU核心部分的实现策略。最后在现有的仿真系统中实现了一个可以满足系统实时性要求的仿真OEU并给出了石油赛伯数据采集仿真系统的最终结构。     

基于小波神经网络的瓦斯涌出量预测研究

准确地预测瓦斯涌出量对于指导矿井设计和安全生产有重要意义,而瓦斯涌出量是一个与自然因素及开采技术等多因素有关的非线性建模问题。鉴于传统神经网络方法解决非线性问题收敛速度慢,易陷入局部最优解的缺陷,笔者提出一种既充分利用小波变换的时频局部化性质,又能结合神经网络的自学习能力的小波神经网络预测瓦斯涌出量的方法,并建立了预测模型。在此基础上,采用Delphi语言,设计了小波/BP神经网络仿真器。通过实例分析表明该方法较传统神经网络收敛迅速,预测精度高。     

石油赛伯数据采集仿真系统中OEU的设计与实现

石油赛伯数据采集仿真系统中的OEU模块负责将测井软件处理所得的结果转换为易读的图像数据并输出保存。设计仿真与实现仿真OEU时,根据仿真系统的实时性要求和OEU的工作特点,将OEU的功能拆分为两部分由两台计算机分别完成,并选择了异步方式作为仿真OEU核心部分的实现策略。最后在现有的仿真系统中实现了一个可以满足系统实时性要求的仿真OEU并给出了石油赛伯数据采集仿真系统的最终结构。