【摘 要】
:
地震数据处理和解释对油田勘探开发效益有着极大影响。目前,油田相关部门通常使用Geo East、wgc等大型软件来执行油田地震处理解释任务,这些软件的运算数据量较大、运算过程复杂,因此任务执行过程中需要多台节点(服务器)协同工作。通过调研发现,为了最大化利用有限节点资源,目前油田相关部门普遍采用基于人工经验的方式制定静态资源分配方案。这种方案虽然可以确保任务按时完成,但是在耗费人力资源的同时,静态的
论文部分内容阅读
地震数据处理和解释对油田勘探开发效益有着极大影响。目前,油田相关部门通常使用Geo East、wgc等大型软件来执行油田地震处理解释任务,这些软件的运算数据量较大、运算过程复杂,因此任务执行过程中需要多台节点(服务器)协同工作。通过调研发现,为了最大化利用有限节点资源,目前油田相关部门普遍采用基于人工经验的方式制定静态资源分配方案。这种方案虽然可以确保任务按时完成,但是在耗费人力资源的同时,静态的资源分配方案显然难以应对任务执行不同时期对资源需求的动态变化,进而不可避免的会造成资源碎片或者资源超载。因此,研究面向油田地震处理解释任务的资源动态调度策略,最大化利用有限资源是油田相关部门的迫切需要。本文深入分析了节点资源分配的实际工作流程,提出了以地震处理解释软件的模块迭代规律为依据制定资源动态调度方案的设计思想。首先,深入研究地震处理解释软件的工作过程,明确本文以软件运行过程中各功能模块的迭代规律和各规律特征所对应的节点资源消耗情况为调度依据,设计面向油田地震处理解释任务的资源动态调度模型总体框架,分析模型的可行性和关键技术难点;其次,针对软件许可日志数据和节点资源数据量大、数据增量快的问题,搭建资源监控系统实现对数据的有效监控和采集,同时针对软件模块迭代规律隐蔽性高、难以表示的问题,设计规律挖掘流程,完成对软件模块迭代规律的挖掘,利用编码对规律进行表示,并利用基于密度的聚类算法(DBSCAN)对软件模块迭代规律做特征分析;再次,根据模块迭代规律和对应节点资源消耗情况,设计预测计算器和决策控制器,解决执行油田地震处理解释任务所需节点资源的动态调度问题;最后,设计并实现面向油田地震处理解释任务的资源管理系统,根据系统的实际应用效果验证所提方法的有效性。应用结果表明,在任务下达后,资源管理系统会对节点资源的消耗变化情况进行实时监控,并根据任务信息制定资源动态调度方案。在实际运行过程中,动态的资源调度方法能够及时调整资源分配情况,极大地缓解了资源碎片和资源超载问题。因此,本文研究的资源动态调度方法具有较强的实际应用价值,与此同时,这种“依据历史规律制定资源动态调度方案”的设计思想也能够为资源优化配置问题提供一种新的解决思路。
其他文献
寻找油气的主要方法是对地下介质进行勘探,在勘探过程中受经济效益和环境等不可抗力的影响,地震数据在空间方向上的采样是不规则的或是稀疏的,影响后续地震资料处理,甚至对地下介质构造做出错误分析。传统基于物理建模的方法计算量大且不具备广泛适用性,当前基于卷积神经网络的地震数据规则化方法通常局限在时域范围内,尤其在低采样率下,重建数据过于平滑、纹理细节信息损失严重。本课题基于数据驱动的深度学习方法,联合地震
近几年,随着数字油田向智能油田的方向发展,知识工程与人工智能技术为油田向智能化方向转变提供了技术支撑,油田涉及的专业很宽泛,其中井下作业作为油田开发中重要的业务,在油田生产中发挥了主要作用。在井下作业的过程中,井下作业设备包括修井机、起升设备、循环设备等多种类型,快速熟悉这些设备及其使用流程,对井下作业的工作人员以及整个工作过程来说,都是很重要的。对于井下作业知识而言,借助推荐系统进行对作业人员的
空间机械臂在空间飞行器上可以发挥重要作用,而机械臂的无碰撞路径规划是机械臂使用过程中的一个重要功能,对于空间飞行器上安装的空间机械臂,需要设计一套用于机械臂任务规划的无碰撞路径规划系统,实现在给出起始与目标末端坐标和姿态的情况下自动化地规划出可行的无碰撞路径。该系统需要解决两种需求:其一是快速规划出机械臂的任务可行路径,以提高机械臂在空间飞行器上的使用率;其二是对空间机械臂的例行化任务设计规划出优
重型六足机器人出色的负载能力和复杂地形适应能力使其在山地运输、灾害救援等场景具有较好的应用。虽然现有控制算法可以使重型六足机器人具有一定的稳定性,但当其在复杂地形运动时,由于支撑面积有限、自身惯量大、局部摩擦系数小等因素容易使机器人发生失稳,机器人失稳后如果对其不采取相应的恢复或保护措施,容易导致运动失控、元件损坏、驱动系统失效等不可逆问题,因此需要对机器人在复杂地形运动时失稳进行判定,并提出相应
随着微机电系统的发展,直径为十微米至一百微米左右的微球常用于可控核聚变领域,其识别定位与转移精度对后续聚变实验有非常重要的影响。通过手工对微球进行识别定位与转移,不仅效率低下,而且精度差,浪费了大量的人力物力。针对此问题,本文对基于显微视觉的微球识别定位与转移技术进行研究,提高微球识别定位与转移精度和自动化程度。针对高倍显微镜大景深和高分辨率的矛盾,本文设计一种基于计算图像灰度重心和改进搜索算法的
近年来伴随着经济社会发展,人们娱乐出行等方式多样性改变,提高了创伤性骨科疾病的发病率。骨折复位手术机器人系统是一种智能化的骨折复位设备,具有高精度、操作灵活等特点。通过机器人辅助复位,能够协助医生更好的实现骨折复位的准确规划、实时引导,使得患者有更好的复位效果。本文针对骨折复位手术中存在的问题,设计骨折复位手术机器人,并对骨折复位的路径规划进行研究。首先,针对骨折复位手术的临床需求,设计集成了骨折
如今,伴随着移动机器人在国防、科研、教育等领域得到了广泛的应用,视觉检测技术作为一种机器人探知周围环境的有效手段,愈来愈受到人们的关注,尤其是在对某一未知的环境进行深入研究前,可以通过移动机器人身上所搭载的视觉设备有效构建目标环境的场景地图,以实现更为直观的环境认知,从而为后续任务的开展带来较大的便利。本文便依托于中广核研究院有限公司的项目,以进行核反应堆上堆芯板组件检测的移动机器人单目视觉系统为
机器人抓取任务是机器人研究领域的一个基本研究方向,在我们的日常生活中具有广泛的应用。而随着人们生活水平的不断提高,人们对机器人抓取任务提出了更高的要求,传统的基于示教编程的机器人抓取,则难以满足日益复杂的机器人工作场景下的需求,人们希望机器人能够实现自主抓取。这需要机器人具备一定的传感器,使机器人能够获取场景信息,需要机器人有一定的智能化,可以对传感器信息进行一定的分析处理,需要机器人有较高的定位
传统的人工耳蜗植入手术由医生手工操作,存在着精确性、微创性以及同质性较差的问题,因此易导致并发症的发生。随着机器人技术的进步,手术机器人凭借其众多优点,在临床上取得了广泛应用。由于人工耳蜗植入手术机器人革新了手术术式并提高了手术效果,引起了医疗行业的广大需求,并逐渐成为机器人领域的研究热点。本课题结合国家重点研发计划,面向人工耳蜗植入手术,对机器人的设计分析、模型建立、参数标定以及摆位控制等问题进
空间目标位姿估计作为空间目标感知的一项基本任务,对于在轨服务、目标回收等太空任务起到重要作用。目前被广泛采用的空间目标位姿估计方法是基于特定几何纹理的靶标法,但是其需要较丰富几何纹理信息,实际工程应用范围并不广阔。随着人工智能热潮到来,深度学习方法开始渗透到各大领域,位姿估计任务中也开始广泛使用深度学习方法。本课题基于深度学习方法对空间目标位姿估计任务进行了研究,从数据集建立、数据预处理与数据增强