段鸿杰
- 作品数：7 被引量：30H指数：2
- 供职机构：中国石化胜利油田更多>>
- 发文基金：国家高技术研究发展计划中国石油化工集团公司科技攻关项目山东省自然科学基金更多>>
- 相关领域：自动化与计算机技术石油与天然气工程经济管理更多>>
- 基于波纹管杠杆组合结构的光纤光栅压力传感器设计被引量：2
- 2019年
- 针对井中水压高精度测量的需求,基于波纹管的压力传感特性,及悬臂梁的杠杆放大结构,设计了一种高灵敏度的光纤布拉格光栅压力传感器,通过弹性片连接的杠杆结构将压力作用下波纹管的轴向变形放大为光纤布拉格光栅的轴向应变,以实现压力的高精度测量。建立了传感器机械结构的力学模型,推导了传感器中光纤布拉格光栅中心波长变化与压力的数学表达式,并通过有限元方法对传感器的压力灵敏度进行了仿真。该传感器仿真和实验压力灵敏度分别为14.8 pm/kPa和14.1 pm/kPa。该压力传感器能够对小量程范围内的压力进行准确测量,同时可以通过改变杠杆臂长参数改变传感器的灵敏度,调整其测量量程。
- 杨耀忠段鸿杰牟菁
- 关键词：波纹管光纤光栅压力传感器有限元仿真
- 不同供液状况的有杆抽油泵举升过程参数模拟计算方法被引量：1
- 2021年
- 有杆抽油泵举升过程中,根据供液能力的差别,分别确定了泵吸入口压力和活塞受力的计算方法;在静态模型建立的基础上,以抽油杆受力波动方程为指导,对井筒举升过程抽油杆运动阻尼系数计算方法进行了修正,建立了有杆抽油泵举升动态模型。以地面实测示功图为约束,计算不同供液工况下井筒纵向空间的压力、抽油杆柱受力等数值分布,对泵吸入口压力、动液面、地层流压等参数进行模拟计算,建立了不同供液状况下有杆抽油泵举升过程参数连续模拟计算方法。研究结果表明,该方法能够满足供液不足工况下油井动液面计算的精度要求,为井筒举升分析、工作制度优化调整提供了理论依据。
- 杨耀忠邴绍强宋清新段鸿杰景瑞林马承杰孙召龙
- 关键词：有杆抽油泵井筒举升静态模型动态模型模拟计算
- 油田生产业务流程服务生态圈建设与应用
- 2018年
- 针对胜利油田在业务流程E化(电子化)过程中面临的主要问题,依托油田多年在流程E化方面的探索与建设经验,提出以构建油田统一的流程平台,完善"开发-测试-生产"完整平台环境链为基础,以建设胜利油田"企业流程服务生态圈"为目标,解决油田在业务流程E化过程中的信息孤岛、流程复杂等问题,从而降低业务流程在设计开发、部署、优化及维护方面的成本开销,实现流程平台的高并发(系统同时并行处理请求的能力)及动态伸缩的能力。2017年该平台流程办理量为187 309个,流程完成率85%,比上一年同期提升20%;流程完成及时率87%,比上一年同期提升22%。
- 段鸿杰杨耀忠牟菁路慎强梁党卫薛明正
- 关键词：接口
- 基于监控视频的油田施工场景状态识别被引量：4
- 2020年
- 场景状态识别作为监控视频内容分析的重要内容,对保障油田监控区域的安全发挥极为重要的作用。本文以胜利油田的监控视频数据为例,对监控视频图像进行图像预处理后,运用灰度梯度共生矩阵和HOG特征提取的方法分类并建模,进而识别监控视频状态。经测试,异常场景识别效果良好。
- 段鸿杰计洪图李晓宇梁琦
- 关键词：监控视频图像处理特征提取
- 油田信息化关键技术研究及其应用被引量：21
- 2015年
- 中国石油化工集团公司进入"十二五"以来,油田企业勘探开发业务管理信息化、数据管理应用、油气生产自动化、可视化、决策优化支持等信息技术发展迅速,油田生产开始从数字化向智能化管理迈进。围绕油田信息化建设,介绍了胜利油田的建设历程及目标,以及在物联网、云计算、大数据、动态模拟、知识管理及应用、智能生产及决策、移动互联等关键技术方面取得的研究成果及相关具体应用技术,为企业发展提供了改革动力和创新手段,带来了显著的经济效益。
- 段鸿杰马承杰刘焕宗
- 关键词：数字油田物联网云计算大数据知识管理移动互联
- 胜利油田数字化转型实践与成效被引量：1
- 2023年
- 当前已进入以数字化生产力为主要标志的全新历史阶段,国内外油气企业面对能源革命和能源转型加快推进的新形势,有效利用数字化、智能化技术,加速产业转型升级和价值增长。胜利油田在中国石化数字化转型技术体系指引下,提出了以“夯实三个基础、构建一个平台、打造五大应用云”的“315”企业数字化转型规划架构,以业务驱动、技术驱动、数据驱动、价值驱动为内生动力,打造智能化应用的生产现场、统一化管控的业务平台、规模化共享的研究环境、一体化服务的数据中心,生产现场信息化覆盖率达到100%,勘探开发研究与业务运行效率提升2~3倍,全力推动油田生产运营的全要素、全流程、全链条优化重构,助推胜利油田高效勘探、效益开发,实现生产运营方式变革、安全环保绿色发展。
- 段鸿杰马承杰董琰景瑞林刘广友李守钦赵峰
- 关键词：勘探开发
- 一种改进的ELM-SAMME算法及应用研究被引量：1
- 2021年
- 针对SAMME算法对于不平衡数据集的分类效果不理想,对不同数据集的适应能力弱的缺陷,将其和极限学习机(ELM)结合并进行有针对性的改进,根据样本分布对训练样本的初始化权值进行重新分配,对训练过程中样本的权值和弱分类器的权值更新策略进行改进,给予弱分类器一个与其对少数类样本识别能力成正比的奖励项,增强了所得分类器对难分类样本的敏感性,使最终集成分类器性能有了显著提升。经过该集成算法与组成该算法的子算法的对比实验,论文方法取得了更优的G-mean以及F1值,验证了论文算法的有效性。其次,论文算法和其他分类算法的对比实验结果表明论文算法在大多数数据集上同样可以取得更高的G-mean以及F1值,实现更优的分类效果。
- 李克文丁胜夺段鸿杰
- 关键词：ADABOOST
