买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：燕山大学

摘要：本发明涉及有限元机器学习的橡胶皮球集流器结构优化系统及方法，属于油气剖面测井技术领域，所述优化系统包括数据采集子系统、数据预处理子系统、特征集构造子系统、智能参数优化子系统和优选参数输出子系统；所述优化方法包括采集数据样本、对数据样本进行数据预处理、对预处理后的数据样本进行特征提取及选择、构建智能参数优化模型、将最优参数结果进行保存。本发明通过分析多个参数下柱塞式橡胶皮球集流器集流性能影响，获取了其最优参数，时间短、成本低；采用神经网络建模的方法，减少计算量，为柱塞式橡胶皮球集流器参数的优化设计减少大量的时间，节省了人力物力。

主权项：1.一种有限元机器学习的橡胶皮球集流器结构优化系统，其特征在于：包括数据采集子系统、数据预处理子系统、特征集构造子系统、智能参数优化子系统和优选参数输出子系统；所述数据采集子系统采集的数据为不同参数下柱塞式橡胶皮球集流器的集流性能响应特性；所述数据预处理子系统针对错误数据或误差点进行数据优选；所述特征集构造子系统对数据采集子系统中的数据集进行特征提取及选择；所述智能参数优化子系统由智能参数优化模型构成；所述智能参数优化模型的具体构建过程为：S4.1确定输入参数：获取利用特征集构造子系统对预处理后的数据样本进行特征提取及选择后得到的特征参数橡胶皮球弹性件厚度、橡胶皮球弹性件轴向长度及注液口压强构建m组输入特征集；S4.2确定输出参数：以集流性能、橡胶皮球弹性件内液体体积为输出特征集，同样构建m组输出特征集；S4.3构建智能参数优化模型基于所述m组输入特征集及输出特征集和BP神经网络模型，构建智能参数优化模型，并进行训练和预测，具体训练过程为：S4.3.1建立待输入的学习样本，对数据进行预处理操作；S4.3.2初始化权值，建立神经网络结构：将学习样本中的输入变量的维度数定为输入层的神经元节点个数，然后将学习样本中的输出变量的维度数定为输出层的神经元节点个数，最后初始化网络权值；S4.3.3设置目标允许误差，学习率及最大迭代次数；S4.3.4计算正向传播各层的输出及逆向传播各层的误差；S4.3.5计算各个样本的累计误差，若每个样本均满足设定目标,则学习终止；当学习次数达到最大迭代次数时，学习同样终止；S4.3.6更新整个神经网络的权值和输入变量转至步骤S4.3.4；所述优选参数输出子系统基于智能参数优化子系统分析输出柱塞式橡胶皮球集流器最优结构组合。

全文数据：

权利要求：

百度查询： 燕山大学 有限元/机器学习的橡胶皮球集流器结构优化系统及方法