【摘 要】
:
随着互联网行业的兴起和计算机技术的快速发展,人们的生产生活越来越离不开手机等移动设备,而移动设备的确给人们带来了许多的便捷之处。现在的手机支付、打卡签到、扫码获得行程信息等都使我们的生活发生了质的改变。与多数工种相比,石油行业的一线工作环境极其恶劣,有许多油气井口地处荒原及远海,交通闭塞,钻井数据的处理不够及时,钻井工作的效率难以提升。为了提高石油钻井工程的作业效率,降低石油企业的成本投入,增加企
论文部分内容阅读
随着互联网行业的兴起和计算机技术的快速发展,人们的生产生活越来越离不开手机等移动设备,而移动设备的确给人们带来了许多的便捷之处。现在的手机支付、打卡签到、扫码获得行程信息等都使我们的生活发生了质的改变。与多数工种相比,石油行业的一线工作环境极其恶劣,有许多油气井口地处荒原及远海,交通闭塞,钻井数据的处理不够及时,钻井工作的效率难以提升。为了提高石油钻井工程的作业效率,降低石油企业的成本投入,增加企业效益,本文设计了一款基于Android App的钻井数据监测平台。由于在钻井工作过程中,很多的远程钻井工作人员无法每次都亲临现场,不能实时监测钻井数据,通过在移动智能手机上安装此软件,即可实现对钻井数据的远程实时监测。该App不仅能够实时地查询钻井数据,还可以及时收到偏离钻井设计范围值的数据预警消息。远程工作人员可以根据预警信息来分析油气井现场仪器可能出现的问题,对钻井工作做出快速响应,多方位协同工作并给出解决方案,以免浪费企业人力、物力及财力资源,并进一步保障了一线工作人员的人身安全。该平台由数据库端、服务器端和手机客户端组成,将B/S网络结构模式和C/S网络结构模式相结合,分别应用于服务器端和客户端的开发。数据库端使用目前应用广泛的My SQL数据库,搭配Navicat数据库管理工具作为数据库前端显示。服务器端使用Tomcat轻量级应用服务器,结合SSM分层框架进行开发。手机客户端使用组件化开发方式,基于TCP/IP协议,与服务器间通过发送http请求进行数据通信。本系统实现了对三大油气井的钻井液信息、目的层钻时数据、注水井停注停采数据、油气上窜速度测量数据、井眼轨迹管理数据和固井套管强度数据的实时监测,数据以简洁明了的表格形式显示在客户端App界面。当监测的数据偏离钻井设计值的正常范围时,服务器端会向客户端发送实时预警消息,提醒工作人员钻井工作处于非正常运行状态,说明当前状况不符合安全钻井的条件,需进行及时补救以减少一些不必要的损失。在完成整个钻井数据监测平台的设计与搭建后,对系统进行了测试,验证了该App的可行性、实用性和安全性。
其他文献
文本数据作为最常见的数据形式之一,涵盖范围广、数据量大,又有密度不均的特点,不同平台中存储的文本数据结构不定相同,结构化文本数据、半结构化文本数据和非结构化文本数据并存。文本挖掘工作便是从这些海量、密度不均、异构的文本数据中提取隐含的、有价值信息以供决策或预测等使用。特征提取作为文本挖掘工作中不可缺少的关键步骤,其提取出的特征项的优劣会直接影响文本挖掘后续工作,将深度学习人工神经网络模型用于特征提
随着大数据时代的到来,具有多层次结构的数据越来越普遍,利用层次结构来对决策信息表(简称决策表)进行属性值泛化约简可以在保证分类能力不变的前提下有效降低决策表的维度,而构造合理的层次结构是研究属性值泛化约简的前提,因此研究层次结构构造方法和决策表的属性值泛化约简方法在高维数据越来越普遍的大数据时代具有重要意义。目前关于决策表的属性值泛化约简以及层次结构构造的研究大都是基于决策表的条件属性集,针对决策
车标识别能够获取车辆的品牌信息,而目标检测是用来解决图像定位与分类的综合性问题,因此,本文将目标检测与车标识别相结合,以便于能够快速识别车标的信息。然而传统的目标检测算法需要手动提取特征,训练过程繁琐,检测速度较慢,且大多是特征提取效果不够好的浅层神经网络。YOLOv4是一种单阶段的快速目标检测算法,具有较高的检测精度与速度,因此,本文通过阐述车标识别的研究现状,分析卷积神经网络与目标检测技术的相
油库是储存油料的基地,油库系统的稳定性和高效性直接影响着整个产业的工艺生产和经济效益。因此,设计一个安全高效的油库监控系统,对于提高油库生产效率和提升系统自动化监管水平是极其重要的。本课题以西安市某油库为研究对象,按照厂家要求和油库工艺特点确定了控制需求,设计了基于西门子S7-300 PLC和PROFINET与PROFIBUS-DP总线相结合的计算机监控系统设计方案。在确定总体方案的基础上,进行了
随着对石油需求量的与日俱增,进一步提高原油的开采效率,已成为当前油田开发和建设的重要工作。河南油田大多属于疏松砂岩油藏,长期受到高含沙、低渗透等地质条件的制约,在采油生产过程中由于地层供液能力和泵抽汲能力的不匹配会造成油井动液面的变化,直接影响到射流泵采油的效率和能耗,研究基于动液面的同心射流泵智能采油控制系统具有重要的意义。课题通过对河南油田射流泵采油排砂工艺及其设备和油井动液面变化对射流泵采油过程影响的分析与研究,确定了射流泵智能采油控制系统的需求,并结合射流泵采油控
多准则分类是指通过一簇有序的条件属性(或称为条件准则),将具有优先顺序的决策类进行分类。在现有研究中,基于优势关系的优势粗糙集方法已经成功地被引入到多准则分类问题中,用来表达和解释与优势原则不一致的问题。在实际应用中,属性值往往具有层次结构,可以让人们从不同的角度组织、查看和分析数据,以适应偏好的变化。然而,在已有研究之中,分层多准则决策系统中的属性约简还未涉及,已有关于近似集更新的增量学习研究也
大数据时代的到来,对案件的侦查、审理和定性提出了更大的挑战,利用现有的机器学习方法,对新发生的刑事案件结果进行准确合理的预测,减少误判案件的发生显得越来越重要。文章以刑事案件中如何确定侵犯公民人身权利的两种犯罪类型(故意杀人罪和过失致人死亡罪)为例,选取美国数据样本作为实验数据,建立了犯罪类型是谋杀(Murder)还是误杀(Manslaughter)的预测模型及决策系统,能够为我国刑事案件辅助决策
随着深度学习技术的崛起,越来越多的领域利用深度学习技术都取得了巨大的突破。岩石薄片图像对研究石油地质特性以及地质勘探都有重要的意义。由于各种因素的限制,岩石薄片图像存在着获取难度高,获取成本大,以及分辨率较低的情况,一定程度上限制了研究人员对其信息的掌握。而传统生成式对抗网络生成的图像会出现的视觉效果不好,超分辨率重建细节不够的问题。针对这些问题,本文将深度学习技术应用在岩石薄片图像的多样本生成与
随着人类科学技术的发展,新的科学技术成果不断的应用于生产设备中,生产设备逐渐向科技化、现代化、大型化、连续化、高速化、一体化发展,以往的计划预防维修已经不能满足生产的要求,迫切需要一种新型设备点检管理来避免上述情况,企业设备点检管理相应也进入了新的阶段,综合机械、电子、信息、互联网等多种学科及技术的管理,极大的优化了设备管理,节约了人力物力,对提升企业设备管理与生产效益提升具有重大意义。论文以西部
出砂冷采技术是油藏开采的重要工艺,具有很高的经济效益,但严重的出砂会给油田的正常生产带来很大的危害。传统的出砂监测系统功能单一,很大程度上依赖人工操作,无法实时、动态地查看出砂状况。针对该问题,本文研制了一种出砂在线监测物联网终端系统,以提高出砂监测能力,保障油气井生产安全。本文设计的出砂在线监测物联网终端是以传统的出砂监测系统为基础,利用超声相控阵列传感器实时采集出砂数据,基于Exynos 44