(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210619078.6 (22)申请日 2022.06.01 (71)申请人 燕山大学 地址 066004 河北省秦皇岛市海港区河北 大街438号 (72)发明人 孔维航　郝虎　闫鹏　赵功达　 张曦　刘嘉宇　 (74)专利代理 机构 石家庄众志华清知识产权事 务所(特殊普通 合伙) 13123 专利代理师 赵洪娥 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01) G06F 30/10(2020.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06F 113/08(2020.01) (54)发明名称 有限元/机器学习的橡胶皮球集流器结构优 化系统及方法 (57)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。 权利要求书2页 说明书8页 附图4页 CN 114970274 A 2022.08.30 CN 114970274 A 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。 2.一种基于权利要求1所述的有限元/机器学习的橡胶皮球集流器结构优化系统的优 化方法， 其特 征在于： 包括以下步骤： S1： 利用数据采集子系统采集数据样本； S2： 采用数据预处理子系统对步骤S1获取的数据样本进行数据预处理， 对错误数据或 者误差点数据进行 数据优选； S3： 利用特 征集构造 子系统对步骤S2预处 理后的数据样本进行 特征提取及选择； S4： 构建智能参数优化模型； S5： 优选参数输出子系统对柱塞式橡胶皮球集 流器最优参数 结果进行保存。 3.根据权利要求2所述的一种 有限元/机器学习的橡胶 皮球集流器结构优化方法， 其特 征在于： 所述数据采集子系统的数据采集过程包括： 建立柱塞式橡胶皮球集流器弹性件形 变机理； 基于双参数Mooney ‑Rivlin构建柱塞式橡胶皮球集流器有限元模 型； 采用单因素仿 真分析获取橡胶皮球弹性件硬度、 橡胶皮球弹性件表面摩擦系 数、 橡胶皮球弹性件厚度和 橡胶皮球弹性件轴向长度对柱塞式橡胶皮球集 流器的性能影响数据。 4.根据权利要求2所述的一种 有限元/机器学习的橡胶 皮球集流器结构优化方法， 其特 征在于： 所述数据预处理子系统的数据预处理规则为： 对橡胶皮球弹性件变形 的有限元分 析， 在极个别注液压强值下， COMSOL求解器无法求解刚度矩阵， 边界条件被破坏， 集流器模 型失效， 因此这些数据是无效的； 在橡胶皮球弹性件变形过程中， 存在一个特殊的时间段， 在所述时间段中增加注液压强后检测到橡胶皮球弹性件与柱塞式橡胶皮球集流器管道之 间有足量液体， 但橡胶皮球弹性件和套管之间的接触应力为0， 计算得到的集流性能值K同 样为0， 这些 数据是无效的； 最后， 25个集 流器模型最终共获得93 0组数据。 5.根据权利要求2所述的一种 有限元/机器学习的橡胶 皮球集流器结构优化方法， 其特 征在于： 所述特征集构 造子系统的选择规则为将 影响集流器集流性能的四个因素橡胶皮球 弹性件硬度、 橡胶皮球弹性件表面摩擦系 数、 橡胶皮球弹性件厚度和橡胶皮球弹性件轴向 长度分为两类， 第一类包括橡胶皮球弹性件硬度和橡胶皮球弹性件表面摩擦系数， 第二类 包括橡胶皮球弹性件厚度和橡胶皮球弹性件轴向长度； 第一类通过单轴向拉伸实验获取描 述材料性质的具体参数， 可以忽略； 对于第二类， 橡胶皮球弹性件初始形状呈圆柱形， 其几 何模型的厚度和轴向长度在合理范围内能够以任意精度被设置为任意值， 严重影响柱塞式 橡胶皮球集流器性能， 因此基于对存储空间和计算设备算力的考虑， 选取橡胶皮球弹性件 厚度4.5、 5、 5.5、 6、 6.5共五个数值， 橡胶皮球弹性件轴向长度21、 2 3、 25、 27、 29共5个数值及权　利　要　求　书 1/2 页 2 CN 114970274 A 2相应的注液口压强为特 征参数。 6.根据权利要求2所述的一种 有限元/机器学习的橡胶 皮球集流器结构优化方法， 其特 征在于： 所述步骤S3特征提取及选择得到的特征参数为橡胶皮球弹性件厚度、 橡胶皮球弹 性件轴向长度和注液口压强。 7.根据权利要求2所述的一种 有限元/机器学习的橡胶 皮球集流器结构优化方法， 其特 征在于： 所述 步骤S4构建智能参数优化模型的具体过程 为： S4.1 确定输入参数： 获取步骤S3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。权　利　要　求　书 2/2 页 3 CN 114970274 A 3