李论
- 作品数：11 被引量：31H指数：4
- 供职机构：西安石油学院电子工程学院电子工程及其自动化系更多>>
- 发文基金：甘肃省自然科学基金国家高技术研究发展计划更多>>
- 相关领域：石油与天然气工程理学天文地球自然科学总论更多>>
- 神经网络专家系统在试井解释中的应用被引量：6
- 1997年
- 论述了应用专家系统和人工神经网络自动识别试井解释模型的新方法．首先应用人工智能对试井解释模型的压力导数图进行识别，建立了用专家系统构成模块式识别系统；然后应用人工神经网络实现试井解释模型识别；该系统能根据新的试井资料识别试井解释模型；最后，神经网络和专家系统相结合用于试井解释．油田实际试井数据的识别结果说明该方法是一种非常有效的识别方法，对不完全的，有噪声的试井数据也能有效地识别。
- 成绥民李论李论李汝勇
- 关键词：人工智能模式识别试井解释神经网络
- 改进加权残值法收敛性的一种方法──逐次逼近法
- 1995年
- 本文对加权残值法的实际应用情况进行了探讨，针对其收敛性问题提出了一种改进方法──逐次逼近法．首先利用近似解的误差分布建立误差函数，然后用最小二乘法求整体误差的极小值，问题归结为求解一个线性方程组．薄板弯曲问题算例结果表明，本方法具有计算简单、收敛速度快。
- 李论
- 关键词：逐次逼近法加权残值法收敛性
- 应用人工神经网络预测油井产量和产水量被引量：11
- 1997年
- 论述了应用人工神经网络技术预测油井产油量和产水量的方法．利用油井过去实际每个月的日平均产油量和产水量做为网络的训练样本，经网络学习后，输入油井待预测的时间，可预测出相应时间的日平均产油量和产水量．同时，编制的通用软件经胜利油田２１口井实际产油量和产水量检验。
- 李论谢俊薛中天
- 关键词：神经网络油井产量单井产量
- 基于神经网络的试井解释模型识别方法研究被引量：1
- 1996年
- 人工神经网络具有从不完全、噪声中正确分辨模式的能力。对于不同的试井解释模型,对压力导数曲线进行付里叶交换和梅林交换预处理,抽取不变性特征信息做为网络的训练样本,用BP算法对网络进行训练,训练后的网络即可根据现场试井数据识别出模型。实例结果表明,本文的方法是一种有效的识别方法。
- 李论何光渝强琳
- 关键词：神经网络试井解释
- 多尺度B样条小波变换去除噪声的一种方法被引量：6
- 1998年
- 基于Ｂ样条小波的特点，利用小波变换引出了Ｂ样条小波实现信号分解和重构的实用公式．从理论和实验两个角度分析了不同噪声在小波变换下的传播性：白噪声和尖脉冲由于具有负奇异性和稠密性及方差均随尺度的增大而减少，据此提出一种用小波变换去除随机噪声的新算法．经过实验，与过去常用的均值滤波和中值滤波方法进行对比认为，该方法对白噪声和尖脉冲噪声均有良好的抑制作用，对信号的突变信息和波形都有较好的恢复作用，克服了均值滤波及中值滤波法造成原信号边缘模糊的缺陷．该方法可推广到其它信号的处理，具有一定的理论意义和实用价值．
- 强琳李论
- 关键词：信号处理B样条小波变换噪声去除地震勘探
- 具有中心弹簧支承的极正交各向异性圆板的稳定性分析被引量：1
- 1996年
- 利用非线性有限元方法，研究了具有中心弹簧支承的极正交各向异性圆板的稳定性问题，计算了前三个临界载荷（分支点）和相应的分支解，得到了过屈曲状态的大泛围响应，发现由于弹簧约束过屈曲模态变化的现象。
- 韩建平车京兰李论
- 关键词：各向异性临界载荷分支解
- 环形板的屈曲优化及其对偶问题被引量：1
- 1995年
- 研究了轴对称弹性环形薄板的两种优化问题，第一是在体积约束下极大化板的屈曲载荷。第二是在屈曲载荷约束下极小化板的体积。利用阶梯折算法和幂级数法得到问题的特征方程。最后求解两个非线性规划问题。通过数值结果的比较和分析，表明二种对偶优化问题的解是相互类同的。
- 俞焕然姚林泉韩建平李论
- 关键词：屈曲对偶
- 全文增补中
- 面内压缩载荷和横向载荷联合作用下环板的后屈曲数值分析
- 1995年
- 研究了在面内压缩载荷和横向载荷联合作用下弹性环形薄板的后屈曲问题。利用对边界条件的初始扰动及差分法直接求解非线性大挠度微分方程组，得到环板的后屈曲平衡路径。同时还给出轴向距离缩短量与载荷的关系曲线。本方法程序简单，收敛快，易于在微机上实现。数值结果与Ｋｏｉｔｅｒ稳定性理论相一致。
- 姚林泉俞焕然武建军李论
- 关键词：后屈曲稳定性差分法环形板
- 全文增补中
- 在任意分布荷载作用下弹性圆柱壳的优化设计
- 1989年
- 本文研究了任意边界条件,任意分布荷载作用。体积给定并受有关于厚度的几何约束条件下,弹性圆柱壳的最小柔顺度(最大刚度)的优化设计问题.通过三个实例计算结果表明,本文的优化计算方法简便,迅速,准确。
- 李论俞焕然
- 关键词：圆柱壳优化设计
- 应用人工神经网络识别试井解释模型被引量：4
- 1996年
- 对不同的试井解释模型，把压力导数曲线作为训练样本，应用ＢＰ网络进行训练，训练后的网络能根据现场的实际试井数据识别试井解释模型．本文用模拟的数据、不完整的数据、有噪声的数据和一个现场试井数据对这个ＢＰ网络进行了测试．结果表明人工神经网络能够正确地识别试井解释模型，也能识别不完整的、有噪声的数据．人工神经网络技术有效地改进了目前在试井解释模型中广泛采用的模式识别方法。
- 强琳李论何光渝成绥民
- 关键词：神经网络数据处理试井解释模式识别
- 全文增补中
