东北石油大学三亚海洋油气研究院

本发明涉及一种基于任务分离轻量适配与智能体路由的二维及三维地震地质特征交互识别方法。涉及地球物理勘探技术领域，该方法包括以下步骤：1、将二维切片及三维地震体构造成视频目标分割序列并进行差异化预处理；2、为七类地质目标分别建立独立训练任务并配置LoRA低秩适配支路；3、训练并保存包含LoRA矩阵以及提示、掩膜和记忆模块训练参数的目标专用适配参数集；4、建立模型注册表和受约束智能体路由；5、执行二维交互分割、三维双向传播及记忆回写纠错。本方法能够减少人工选择错误和生成式输出直接控制模型状态的风险；解释人员可以用少量交互修复三维连续性，避免逐切片描绘；纠错过程及模型版本均可记录，便于复核。

本公开属于油田化学技术领域，提供了一种自生酸体系及制备方法和应用。自生酸体系包括自生酸前体以及纳米催化剂；自生酸前体包含至少一种能在水解反应中生成有机酸的酯类化合物，纳米催化剂具有磁性内核、包覆于磁性内核外部的介孔壳层、以及负载于介孔壳层的孔道内的催化活性组分。还公开了上述自生酸体系的制备方法及在油气井酸化施工中的应用。本公开的自生酸体系解决了现有自生酸体系生酸反应速率与施工需求难以匹配、近井地带过早生酸的问题；其纳米催化剂在井筒低温区催化活性低、在储层高温区催化活性显著提升，实现了深部集中生酸，有效作用距离提高50%以上，同时大幅降低管柱腐蚀风险，催化剂可磁性回收，环境友好。

基于云边协同的超声腐蚀测量方法及系统，属于无损检测技术领域，解决强云端依赖导致延迟突出、单一算法识别精度不足、云边任务分配失衡及运行效率低问题。本发明的系统包括：边缘端、加密通信链路和云端；边缘端实现超声回波信号采集、db4小波去噪预处理、LSTM和CNN双分支融合算法缺陷识别与风险分级，同时实时监测探头耦合、算法运行、算力负载三大状态并执行容错处理；云端部署服务器及三库存储架构，完成数据双重校验、ARIMA腐蚀风险趋势预测及算法每周迭代优化；云边通过定制化轻量化数据帧实现差异化上传及断点续传，采用边缘主导、云端辅助策略动态分配任务。本发明适用于工业管道现场检测与预警。

本发明公开了基于放喷废气实时组分分析的油气田燃烧优化方法，属于油气田燃烧优化领域，S1、搭建声谱‑FTIR双源协同在线监测体系，得到标准化放喷废气组分物性数据集；S2、采集火炬火焰时序特征和环境气象工况数据，输出燃烧状态特征集和失稳预警等级标识；S3、分层构建参数化燃烧效率预测模型，实时输出燃烧效率、销毁去除效率和污染物排放浓度预测值；S4、构建多约束综合目标优化函数，采用改进自适应粒子群算法求解，输出最优调控参数并下发至场站执行机构；S5、动态迭代。采用上述基于放喷废气实时组分分析的油气田燃烧优化方法，实现火炬燃烧全工况自适应优化调控，兼顾燃烧稳定性、燃烧效率和污染物排放合规性。

一种基于FA‑YOLO的管道高后果区目标识别方法及系统，属于管道泄露风险检测技术领域，解决管道高后果区的小目标与复杂行为漏检以及环境适应性差问题。本发明的方法包括：通过以YOLOv10为基准模型，动态结合了CST、LRSA、MaSA和AIFI结构，利用CST、LRSA、MaSA和AIFI对YOLOv10进行了针对性的改进设计，包括在骨干网络中，将C2f模块替换为C2f‑MaSA模块、SPPF模块替换为AIFI模块，PSA模块替换为LRSA模块，在颈部网络中，将C2f模块替换为CST模块，并提供了本发明的FA‑YOLO模型的目标位置损失函数，能够有效满足施工现场目标检测任务的性能要求。本发明适用于管道高后果区周围的潜在入侵因素的识别检测。