国家高技术研究发展计划(无)
- 作品数：4 被引量：11H指数：2
- 相关作者：周静樊晶晶牛洁丁旭东傅鑫生更多>>
- 相关机构：西安石油大学更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金教育部“优秀青年教师资助计划”更多>>
- 相关领域：石油与天然气工程更多>>
- 下行通道中的学习矢量量化网络解码方法
- 2009年
- 介绍了振动下行通道样机的原理,针对振动下行通道样机采用常规解码方法无法解决尖峰干扰的问题,提出了学习矢量量化神经网络解码方法。该解码方法利用加速度传感器灵敏感应地面钻柱的操作状态来进行编码,利用近钻头DSP芯片中的学习矢量量化神经网络解码方法进行解码,得到地面下传到井下的指令,以控制井下工具。设计了两种不同的学习矢量量化神经网络,并通过试验对比了两种网络的优缺点,对比结果表明,设计的第二种学习矢量量化神经网络不但能正确完成波形识别,而且能剔出尖峰,解决了尖峰干扰的问题。
- 周静程双元袁红芳张磊
- 关键词：下行通道信息传输向量神经网络
- 利用敏感井底钻具振动传递地面信息的方法被引量：3
- 2005年
- 提出了一种新的传输方法,即利用一个动态加速度传感器代替2个压力传感器来感应地面泥浆泵的各种操作,进而通过解码得到地面下传的指令。根据测量方法,设计了下井仪器,进行了多个井次的室内和下井试验。试验得到的数据表明,井下传感器可以感应到地面泥浆泵的开关操作信息,从而使地面泥浆排量的编码信号传递到井下钻头附近。
- 周静傅鑫生
- 关键词：旋转导向钻井系统加速度信息传输传感器
- 基于BP神经网络处理测斜实验数据的方法被引量：1
- 2005年
- 介绍了利用人工神经网络进行测斜仪传感器误差校正的原理,提出了基于BP神经网络的测斜仪传感器(加速度传感器,磁通门传感器)安装误差校正方法,并与其它优化算法校正误差进行了比较,最后给出了一个仿真实例。实验结果表明采用BP神经网络可以提高网络收敛速度,大大减小传感器线性误差。
- 沈燕娜王艳丽
- 关键词：测斜仪神经网络方法
- 大容量Flash存储器在智能钻井测控系统中的应用被引量：7
- 2008年
- K9K8G08U0M是三星公司生产的大容量闪存芯片,它的单片容量可高达1GB。文章介绍了在智能钻井测控系统中使用的K9K8G08U0M存储器的特性、功能和操作指令,重点说明了K9K8G08U0M闪存的各种工作状态,并给出了它们的工作时序和程序流程。该存储器的使用解决了智能钻井中的大数据量存储问题。
- 丁旭东周静牛洁樊晶晶
- 关键词：智能钻井闪存大容量FLASH
