幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

油氣生產複雜系統風險早期智慧預警理論方法及應用(精)

  • 作者：胡瑾秋//張來斌//武勝男|責編:孟坤//宋向程//陳子丹
  • 出版社：石油工業
  • ISBN：9787518355020
  • 出版日期：2022/10/01
  • 裝幀：精裝
  • 頁數：433
人民幣：RMB 218 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書面向油氣生產複雜系統安全運行的工程需求，講解了油氣生產複雜系統風險早期智慧預警理論、方法與技術。內容主要包括油氣生產複雜系統風險因素及特點、基於工藝參數實時監測數據的早期智慧預警、基於紅外熱像視頻監控的油氣開採裝備隱患早期智能預警技術、基於文本數據挖掘的事故事件預警技術、基於視線追蹤的油氣生產操作人員行為安全早期智能預警技術、頁岩氣壓裂系統安全預警典型案例、煉化裝置多級關聯預警典型案例、深水油氣開採異常事件預警典型案例等。
    本書適用於油氣鑽采、儲運、煉化等領域安全保障與應急相關崗位的科學與工程研究人員、管理與技術人員參考使用，也可作為高等學校安全科學與工程、化工安全、應急技術與管理，以及人工智慧等相關專業教師與研究生的參考書。
作者介紹
胡瑾秋//張來斌//武勝男|責編:孟坤//宋向程//陳子丹
目錄
第1章  緒論
  1.1  油氣生產複雜系統風險因素及特點
    1.1.1  複雜油氣開採系統風險特點
    1.1.2  非常規油氣開採系統風險特點
    1.1.3  油氣管網系統風險特點
    1.1.4  油氣加工與利用系統風險特點
  1.2  油氣生產複雜系統風險早期預警技術現狀
    1.2.1  油氣生產複雜系統事故致因因素的時空關聯性
    1.2.2  國外複雜系統安全預警基礎研究進展
    1.2.3  國內油氣生產領域安全預警新技術
  1.3  技術挑戰
  參考文獻
第2章  基於工藝參數實時監測數據的早期智慧預警
  2.1  基於趨勢監控的自適應過程預警方法
    2.1.1  趨勢分析基本理論
    2.1.2  基於趨勢監控的自適應過程預警方法
    2.1.3  方法實施步驟
    2.1.4  案例分析
  2.2  頁岩氣壓裂施工曲線向前多步預測方法
    2.2.1  基本理論
    2.2.2  頁岩氣壓裂施工曲線向前多步預測方法
  2.23  案例分析
  2.3  基於壓裂施工曲線趨勢變化的異常工況預測方法
    2.3.1  頁岩氣壓裂過程砂堵特徵及安全措施
    2.3.2  基本理論
    2.3.3  基於壓裂施工曲線趨勢變化的異常工況預測方法步驟
    2.3.4  案例分析
    2.3.5  結果比對
  參考文獻
第3章  基於紅外熱像視頻監控的油氣開採裝備隱患早期預警技術
  3.1  紅外熱像視頻監控技術
    3.1.1  國內外技術現狀
    3.1.2  基於紅外熱像視頻監控的早期預警技術概述
  3.2  頁岩氣壓裂裝備紅外熱成像監測異常數據識別及清洗
    3.2.1  基於越界檢測的紅外熱成像異常數據識別及清洗方法原理
    3.2.2  實施步驟
    3.2.3  案例分析
  3.3  頁岩氣壓裂裝備紅外熱成像監測圖像增強
    3.3.1  基於灰度值分佈優化的紅外熱成像圖像增強方法原理
    3.3.2  實施步驟
    3.3.3  案例分析
  3.4  基於紅外熱成像的壓裂柱塞泵輸出端漏水早期事故監測及識別
    3.4.1  基於RGB值分佈統計的早期事故監測及識別方法原理概述
    3.4.2  實施步驟
    3.4.3  案例分析
  3.5  基於紅外熱成像與CNN的壓裂裝備故障精準識別及預警
    3.5.1  基礎理論
    3.5.2  壓裂泵運行故障精準識別及早期預警步驟
    3.5.3  案例與分析
  參考文獻

第4章  基於文本數據挖掘的事故事件預警技術
  4.1  油氣生產系統安全管理文本數據挖掘與關聯分析
    4.1.1  事故隱患文本數據特徵提取方法
    4.1.2  事故隱患數據關聯分析技術
    4.1.3  事故隱患文本預處理與關鍵詞提取
    4.1.4  事故隱患數據的關聯分析及預警
  4.2  基於文本增強的風險因素因果關係抽取
    4.2.1  文本因果關係抽取基本原理
    4.2.2  基於文本增強的LNG儲備庫風險因素因果關係抽取方法
    4.2.3  案例分析
  4.3  油氣生產系統風險因素演化知識圖譜的構建
    4.3.1  風險因素泛化基本原理
    4.3.2  基於字—詞特徵的LNG儲備庫風險因素演化知識圖譜構建
    4.3.3  案例分析
  4.4  基於知識圖譜的油氣生產系統事故智能預警
    4.4.1  事故智能預警基本原理
    4.4.2  基於知識圖譜的事故智能預警方法
    4.4.3  案例分析
  4.5  LNG儲備庫事故智能決策推薦系統設計與開發
    4.5.1  事故智能決策推薦系統開發基本技術
    4.5.2  LNG儲備庫事故智能決策推薦系統設計與開發
    4.5.3  事故智能決策推薦系統
  參考文獻
第5章  基於視線追蹤的油氣生產操作人員行為安全早期智能預警技術
  5.1  基於視線追蹤技術的人員行為安全早期智能預警技術框架
    5.1.1  基於視線追蹤技術的工藝操作人員眼動數據採集
    5.1.2  基於學習矢量量化神經網路的工藝操作人員失誤模式智能識別
    5.1.3  基於眼動熱點圖的工藝操作人員失誤模式識別及預警
  5.2  基於視線追蹤技術的工藝操作人員操作失誤測試實驗平台
    5.2.1  工藝模擬操作平台設計
    5.2.2  實驗方案設計
    5.2.3  案例分析
  5.3  基於學習矢量量化神經網路的工藝操作人員失誤模式識別
    5.3.1  基於眼動數據的操作人員失誤模式識別
    5.3.2  實施步驟
    5.3.3  案例分析
  5.4  基於眼動熱點圖的工藝操作人員行為失誤識別
    5.4.1  基於眼動熱點圖的人員操作失誤識別方法
    5.4.2  實施步驟
    5.4.3  案例分析
  參考文獻
第6章  頁岩氣壓裂系統安全預警典型案例
  6.1  融合風險表徵參數的壓裂過程井下事故安全預警
    6.1.1  貝葉斯網路
    6.1.2  基於貝葉斯網路的井下事故概率預測模型
    6.1.3  井下事故安全預警實施流程
    6.1.4  案例分析
  6.2  基於動態面向對象貝葉斯網路的壓裂泵系統剩餘壽命動態預測
    6.2.1  基本方法概述
    6.2.2  壓裂泵系統剩餘壽命動態預測

    6.2.3  案例分析
  參考文獻
第7章  煉化裝置多級關聯預警典型案例
  7.1  基於報警聚類的過程報警系統優化
    7.1.1  過程報警優化問題與難點
    7.1.2  基本原理
    7.1.3  基於報警聚類的報警系統優化方法
    7.1.4  案例分析
  7.2  多輪次耦合告警優化
    7.2.1  多輪次耦合告警優化方法的實施
    7.2.2  危險場景的建立及案例分析
  7.3  煉化裝置實時故障關聯預測預警
    7.3.1  基於特徵數據分割方法的故障趨勢預測
    7.3.2  基於灰色關聯分析的「安全行為—狀態」卡爾曼濾波關聯預測方法
  7.4  基於文本挖掘的過程報警預測
    7.4.1  問題與難點
    7.4.2  長短時記憶(LSTM)
    7.4.3  基於深度學習和詞嵌入的過程報警預測方法
    7.4.4  案例分析
  參考文獻
第8章  深水油氣開採異常事件預警典型案例
  8.1  基於多源信息融合的實時鑽井井漏預警方法
    8.1.1  鑽井異常事件預警指標
    8.1.2  動態安全閾值判別模型
    8.1.3  多源信息融合的實時預警模型
    8.1.4  應用
  8.2  基於模式識別的海上鑽井溢流預警方法
    8.2.1  溢流預警模型
    8.2.2  錄井信號模式特徵提取方法
    8.2.3  基於趨勢特徵和相似度測量的聚類方法
    8.2.4  基於趨勢特徵的溢流風險預警
    8.2.5  應用
  8.3  基於廣義模糊神經網路的卡鑽事故分類與預測方法
    8.3.1  廣義神經網路預測模型
    8.3.2  卡鑽分類模型
    8.3.3  應用
  8.4  鑽遇天然氣水合物生成預測與預警方法
    8.4.1  天然氣水合物形成機理及相平衡條件
    8.4.2  深水井筒天然氣水合物預測模型
    8.4.3  應用
  8.5  基於MMPR深水防噴器系統可用性預測方法
    8.5.1  基於MMPR的不可用度預測方法
    8.5.2  蒙特卡羅模擬驗證模型構建
    8.5.3  應用
  參考文獻
附錄A  壓裂泵系統「因果模型」HAZ0P分析結果
附錄B  BN類的節點信息
附錄C  物理部件層面的DBN基礎類
附錄D  子系統層面的DBN中間類

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032