在役转动设备机械密封泄漏故障预测方法

    公开(公告)号:CN109325629A

    公开(公告)日:2019-02-12

    申请号:CN201811177981.1

    申请日:2018-10-10

    IPC分类号: G06Q10/04 G06F17/50

    摘要: 一种在役转动设备机械密封泄漏故障预测方法,包括:泄漏故障数据收集和整理,包括关联故障和非关联故障;建立机械密封泄漏故障数据驱动模型,包括基于在役转动设备机械密封的运行故障数据,分别建立:正态分布模型、对数正态分布模型、指数分布模型和两参数威布尔分布模型,并进行模型参数反演和参数检验,得到一个机械密封泄漏故障数据驱动模型;对机械密封泄漏故障数据驱动模型进行择化;根据机械密封泄漏故障数据驱动模型,预测在役转动设备机械密封的可靠性寿命。本发明提供了一种适用范围宽、考虑设备实际使用工况的机械密封泄漏故障预测方法,可为转动设备的长周期运行提供一种有效的技术手段。

    一种基于神经网络的地震处理边界静校正量计算方法

    公开(公告)号:CN118732047A

    公开(公告)日:2024-10-01

    申请号:CN202310322896.4

    申请日:2023-03-29

    IPC分类号: G01V1/36 G01V1/28 G01V1/30

    摘要: 本发明属于地震数据处理静校正量计算技术领域,具体涉及一种基于神经网络的地震处理边界静校正量计算方法,包括:求取出层析静校正量;将层析静校正量分离为炮点域静校正量和检波点域静校正量;分离后的静校正量结合地震资料关系数据中的炮点桩号、检波点桩号、炮点检波点高程等信息作为输入变量,并对输入变量归一化;将输入变量切换为0‑1之间的稳定输出;将稳定输出数据拆分为训练序列训练集、测试集和标签;带入长短期记忆神经网络模型进行迭代、收敛;求取边界静校正量;进行融合,形成新的静校正量。本发明较传统波长延拓法具有更高的求取精度。在现有数据基础上具备较好的适用性和推广性。