您的位置: 专家智库 > >

李谦

作品数:24 被引量:84H指数:6
供职机构:成都理工大学环境与土木工程学院更多>>
发文基金:国家自然科学基金中国地质调查局地质调查项目四川省科技支撑计划更多>>
相关领域:天文地球石油与天然气工程文化科学建筑科学更多>>

文献类型

  • 21篇期刊文章
  • 3篇会议论文

领域

  • 16篇天文地球
  • 3篇石油与天然气...
  • 2篇建筑科学
  • 2篇文化科学
  • 1篇机械工程
  • 1篇航空宇航科学...
  • 1篇理学

主题

  • 4篇地质
  • 4篇神经网
  • 4篇神经网络
  • 4篇采样
  • 3篇地层
  • 3篇月球
  • 3篇网络
  • 2篇地质工程
  • 2篇岩石
  • 2篇岩石可钻性
  • 2篇月球探测
  • 2篇同轴
  • 2篇人工智能
  • 2篇钻进
  • 2篇钻井
  • 2篇钻速
  • 2篇模块化
  • 2篇摩擦力
  • 2篇可钻性
  • 2篇教学

机构

  • 16篇成都理工大学
  • 10篇中国地质大学
  • 3篇北京空间飞行...
  • 2篇成都工业学院
  • 1篇中南大学
  • 1篇煤炭科学研究...
  • 1篇新疆地质矿产...
  • 1篇中国地质调查...

作者

  • 24篇李谦
  • 7篇段隆臣
  • 5篇高辉
  • 3篇刘宾
  • 3篇张大伟
  • 2篇李俊萍
  • 1篇兰海涛
  • 1篇鄢泰宁
  • 1篇韦猛
  • 1篇卢春华
  • 1篇李之军
  • 1篇霍宇翔
  • 1篇姜杰
  • 1篇熊虎林
  • 1篇谢兰兰
  • 1篇谭松成
  • 1篇韩春雨

传媒

  • 6篇钻探工程
  • 5篇探矿工程(岩...
  • 4篇地质科技情报
  • 1篇煤田地质与勘...
  • 1篇岩土力学
  • 1篇中国空间科学...
  • 1篇地球科学(中...
  • 1篇中国地质教育
  • 1篇地球科学
  • 1篇第三届探矿工...

年份

  • 1篇2024
  • 4篇2023
  • 1篇2022
  • 5篇2021
  • 2篇2018
  • 1篇2017
  • 4篇2014
  • 2篇2013
  • 1篇2012
  • 2篇2011
  • 1篇2009
24 条 记 录,以下是 1-10
排序方式:
基于JSP技术的钻井液网络数据库设计
2013年
钻井液工艺、材料的日新月异使钻井液的管理日益重要,针对目前国内外的钻井液管理系统设计上的缺陷,设计了基于JSP动态网页技术的钻井液网络数据库,该数据库无需安装客户端,通过浏览器即可操作,也可有效地解决数据同步更新的问题。从数据安全、易于管理维护上考虑,逻辑上本数据库设计了2种操作权限,普通用户可自由查询各钻井液的基本信息,如体系、配方、性能等,也可通过地层查询对应的钻井液信息;管理员则负责维护数据库操作,负责添加、删除和编辑数据。从数据库使用效率上考虑,物理上本数据库设计了6个相互关联的表,由于关联的双向性通过任意表都能查询其他表的所有信息。
李谦朱文鉴段隆臣
关键词:钻井液JSP网络数据库
地质工程专业英语教学现状及新教学模式探讨被引量:4
2018年
从专业英语的发展现状出发,分析了成都理工大学地质工程专业英语的现行培养方案和教学大纲,提出了以"应用"为基本理念的新教学模式。该教学模式以最新的专业论文为核心教材,将"词汇—语句—段落—应用"阶段式教学方法应用于每个章节,将最新的行业视频和广告资料引入课堂,穿插大量的课堂练习,并以学生自主翻译的专业论文为蓝本进行期末考核。结果显示,该教学模式取得了较好的教学效果。
李谦
关键词:专业英语地质工程新教学模式
基于广义回归神经网络的边坡稳定性评价被引量:22
2009年
边坡失稳是比较常见的地质灾害,判定其稳定性的方法很多,在使用过程中也暴露出了这些方法的缺陷。针对这些问题,构建了适合于边坡稳定性评价的广义回归神经网络模型,并运用Matlab的神经网络工具箱进行了分析和计算,使用了相关数据来训练和测试该模型的可靠性和可行性。结果表明,广义回归神经网络模型在使用过程中需选择合适的光滑因子,而所得出的数据与实际结果较为相符,解决了之前使用的BP神经网络模型的缺点,具有很好的工程运用前景。
兰海涛李谦韩春雨
关键词:广义回归神经网络边坡稳定性神经网络模型
生产数据的整合与初步分析在钻井中的应用实例
钻井过程中的生产数据是推动产业发展的重要驱动力,也是未来人工智能在钻井行业应用的基础。当前国内外行业巨头均已开始建立生产数据的收集与分析平台,但普通生产一线作业的数据整合与分析仍未引起重视。本文以采集自南海某区域10口井...
李谦周长春朱海燕鲁柳利
关键词:可视化统计分析人工智能
模块化月球表层采样力学模型
2023年
因不受作业空间的限制,月球表层采样机具设计形式多样,为建模分析带来较大难度。为避免不同结构机具分析时重复建模,建立了一种模块化的月球表层采样力学模型。该模型将复杂的采样机具拆分成若干个基本面单元,基于朗肯土压力理论、最大抗剪强度理论和地基极限承载力理论对面单元在采样过程中的受力进行分析,组合各个面单元所受到的力获得复杂机具的力学模型。基于不同机具形式与贯入角度的模拟月壤贯入试验,对理论模型进行了试验验证,通过引入月壤密度沿深度的影响修正公式,将理论模型的误差率降低至8.2%。结果证明该力学模型和模块化理论可行,为后期月球表层采样机具的设计研发提供了参考。
吕嘉航李谦胡定坤罗浩天邹欣悦
关键词:力学模型模块化理论
月面深部钻进钻头及钻进规程的优选研究
2023年
我国“嫦娥”工程第三期已经实现对月球的探测及取样。针对进一步月球深部的可行性探索,本文基于月面深部钻进钻头及钻进规程的优选问题,设计正交试验。分析钻头类型和钻进规程参数对钻进效率和功耗的影响。试验结果表明,PDC钻头以高达3.98 mm/s的钻速及中等的钻进功耗远优于其他类型的钻头。从试验因素的影响程度、取心效果和排屑能力的角度研究钻进规程引起的钻进效率和功耗的变化,结合理论模型得出转速、钻压和泵量与钻速和功率之间的关系。针对试验结果初步优选出最佳钻头类型和钻进规程组合,为后续钻进试验提供技术支撑。
邹欣悦李谦罗浩天曾小龙陈嘉豪
关键词:月球探测取心钻头PDC钻头钻进效率
基于南海巨厚塑性泥岩地层特征的钻速预测模型
2023年
南海油气资源是我国重要的能源接替区,但储层埋深大多较深,高围压下岩层展现的强塑性和复杂的地质环境严重影响了钻井时效,精确预测钻速也十分困难。基于此,针对南海巨厚泥岩地层具有独特的黏弹性和强塑性特征,建立智能钻速预测模型。该模型以南海某区域10口井的实际数据为样本,首先进行预处理,寻找离群值、降噪和标准化后,排除了若干影响因素;其次对5种实测地层特征(含地震波速、孔隙压力、破裂压力、上覆压力和地层岩性)使用因子分析,得到5种地层特征在3个公共因子下的关系;随后基于K-Means++算法进行分析,利用轮廓系数为指标,得出了该区域的地层聚类主要划分为2种地层类型,分别为以泥岩和粉砂质泥岩为主的地层类型和以粉砂岩、细砂岩和中砂岩为主的地层类型;在此基础上,引入5种地层特征,训练KNN分类模型,实现了对地层类型的准确预测;最后针对不同的地层类型,使用随机森林就不同的地层类型分别建立钻速预测模型,并在建立时使用经过贝叶斯优化算法进行超参数优化,得到了最适合的超参数组合。测试结果表明,所提出的基于地层分类预测的钻速预测模型在测试集的数据环境下,R^(2)达到0.991,ERMS达到0.018,E_(MA)达到0.011,相比其他常规机器学习算法在该区域具有更高的预测精度。本研究可为寻找地层潜在分类对钻速预测精度的影响提供参考。
曾小龙李谦魏宏超陈嘉豪朱海燕
关键词:油气资源
模拟月壤表层采样试验研究被引量:3
2014年
月球取样方式可以分为两大类:表层月壤采样和深层月壤采样。表层月壤采样一般使用挖、铲、夹、耙、吸等方式,而深层月壤采样一般使用钻取方式。通过采用和真实月壤特性类似的模拟月壤进行地面表层采样试验,主要针对挖取和铲取的方式,检测采样过程中模拟月壤和机具的相互作用力学参数,研究模拟月壤特性和采样方式对采样过程的影响,为后期进行月球环境下的模拟试验或计算机仿真提供重要的参考。
高辉段隆臣李谦刘宾张大伟
模糊综合评判法在岩石可钻性分级中的应用被引量:5
2012年
将传统的岩石物理力学性质测试方法与模糊理论中的模糊综合评判法相结合,总结出一种相对简单但有效的岩石可钻性分级模型。结合实际钻进的岩石,确定分级模型的影响因素分别是为压入硬度、摆球塑性系数、金刚石钻进时效;以正态分布函数作为隶属函数来计算模型的评价矩阵,通过模型确定岩石的可钻性等级。运用Matlab软件将计算过程实现程序化,模型计算结果表明该方法能够对岩石可钻性作出较客观精确的分析。
李俊萍段隆臣李谦
关键词:岩石可钻性物理力学性质MATLAB软件
基于人工智能的钻速预测模型数据有效性下限分析被引量:11
2021年
钻速预测对于优化钻探工艺、降低作业成本、实现科学钻探具有重要意义,它是钻探钻井作业的一项重要内容。基于人工智能的钻速预测精度令人瞩目,但该技术需求的海量数据对传统钻探钻井作业的要求较高。为明确使用人工智能建立钻速预测模型的最少数据量,本文基于中国南海10口井的21917条数据进行了分析。通过相关性分析,所有的输入参数可被划分为高、中、低相关性3大类。通过逐步引入参数建立预测模型和对比预测精度,发现当引入的参数数量足够时,3种相关性参数均可建立起高精度(≥85%)的预测模型。引入参数的相关性越高,建立高精度预测模型需求的参数量越少。通过逐步扩大取样间隔的方式,对比发现所有的预测模型均呈现随取样间隔的增大、预测模型的准确性降低的规律。而预测模型建模的取样间隔下限可通过寻找精度降低时的拐点获得。经过验证,在数据维度与取样精度均为下限时,基于3种相关性参数建立的BP神经网络预测模型仍然能够获得较高的预测精度。
李谦曹彦伟朱海燕
关键词:BP神经网络数据需求人工智能
共3页<123>
聚类工具0