首页--工业技术论文--石油、天然气工业论文--石油机械设备与自动化论文--钻井机械设备论文--井架和升降设备论文

石油井架智能诊断与安全评估系统开发

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-16页
   ·课题研究背景第11页
   ·课题研究的目的及意义第11-12页
   ·石油井架损伤诊断及安全研究现状第12-14页
     ·损伤研究第12-13页
     ·基于强度的安全研究第13-14页
   ·程序开发在石油井架安全中的应用第14页
   ·课题的研究内容第14-16页
第2章 基于APDL语言的参数化建模第16-33页
   ·参数化建模第16-18页
     ·参数化思想第16-17页
     ·参数化建模的基本流程第17页
     ·APDL语言第17-18页
   ·井架模型的简化第18页
   ·ZJ70型石油井架实验室模型简介第18-19页
   ·几何模型的参数化建模第19-21页
     ·关键点模型的建立第20页
     ·线模型的建立第20-21页
   ·有限元模型的参数化建模第21-24页
     ·模型的材料属性第21-22页
     ·定义单元类型第22-23页
     ·网格化分第23-24页
   ·井架静力学分析参数化建模第24-27页
     ·静力学分析概述第24页
     ·静力学分析基本原理第24-26页
     ·载荷加载及约束条件第26页
     ·分析结果第26-27页
   ·井架模态分析参数化建模第27-30页
     ·模态分析概述第27-28页
     ·模态分析的理论基础第28页
     ·模态参数第28-29页
     ·井架模型的模态分析第29-30页
   ·损伤井架的参数化建模第30-32页
     ·损伤井架的静力学分析参数化建模第31-32页
     ·损伤井架的模态分析参数化建模第32页
   ·本章小结第32-33页
第3章 基于神经网络的损伤智能诊断第33-44页
   ·神经网络概述第33-35页
     ·神经元模型第33-34页
     ·激活函数类型第34-35页
     ·神经网络的优点第35页
   ·神经网络的网络结构类型第35-36页
   ·神经网络的学习第36-37页
     ·五类基本的学习算法第36-37页
     ·两种学习方式第37页
   ·BP神经网络第37-38页
   ·BP神经网络的基本原理第38页
   ·智能诊断的识别方法第38-43页
     ·模态参数识别第38-39页
     ·基于频率的损伤识别方法第39页
     ·智能诊断实例第39-43页
   ·本章小结第43-44页
第4章 基于强度理论的安全评估方法第44-48页
   ·强度分析方法第44页
   ·基于强度的石油井架安全评估第44-45页
   ·确定校核的相关参数第45-46页
     ·许用拉应力第45页
     ·许用压应力第45页
     ·许用弯曲应力第45-46页
   ·ZJ70前立柱12号单元许用应力第46-47页
   ·本章小结第47-48页
第5章 软件的设计与开发第48-62页
   ·软件设计及开发方法第48-49页
     ·程序设计语言VB.NET第48-49页
     ·设计方法的选用第49页
   ·系统框架设计第49页
   ·系统模块及界面设计第49-54页
     ·建模模块第50-51页
     ·分析模块第51-53页
     ·诊断模块第53-54页
     ·评估模块第54页
   ·系统数据传输设计第54-57页
     ·系统传输设计选择第54-55页
     ·文本文件的访问与关闭第55-56页
     ·文本文件的输入与读取第56页
     ·文件及文件夹的相关操作第56-57页
   ·应用实例第57-61页
   ·本章小结第61-62页
结论第62-63页
参考文献第63-66页
攻读硕士学位期间承担的科研任务与主要成果第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:天然气管道泄漏应力波波速估计
下一篇:抽油机井井筒结蜡模拟及空心杆热洗参数设计