姓名：檀朝东
职称：教授，正高级工程师（矿山），博士生导师 。
1986-1990年 华东石油学院采油工程专业，学士；
1992-1995年 石油大学(北京)油气田开发专业，硕士；
2000-2003年 石油大学(北京) 机械设计及理论专业，博士；
1998年3月-6月 加拿大CORELAB公司学习CIDA项目；
2021年2月至2022年1月 岩土力学与工程国家重点实验室，会见学者；
1990年7月-2000年6月 青海油田采油厂、钻采工艺研究院、油田开发处；
2003年7月-至今 凯时（北京）石油工程学院 。
电子邮箱：tanchaodong@cup.edu.cn
联系电话：010-69706536
所在院系：石油工程学院 油气田开发工程系
研究偏向：智能油气开发优化理论与要领，油气举升工程理论与智能化要领，注采装备故障诊断理论与要领；油气生产品联网大数据 。
教学情形：主授课程《石油工程大数据》《修井工程》《油气田开发工程应用软件提要》《人工智能与油气工程》
[1] Chaodong Tan , Peiyao Chen, Ziming Feng , Xin AI, Mei Lu, Qiannan Zhou and Gang Feng. Multi-scale normalization method combined with deep CNN diagnosis model of dynamometer card in SRP well. Front. Earth Sci. doi: 10.3389/feart.2022.852633
[2] Chaodong Tan, Hanwen Deng, Ziming Feng *,Bing Li, Zhenhua Peng,Gang Feng. Data-driven system efficiency prediction and production parameter optimization for PW-LHM.JOURNAL OF PETROLEUM SCIENCE AND ENGINEERING.Volume 2021.https://doi.org/10.1016/j.petrol.2021.109810
[3] Chaodong Tan, Zi-Ming Feng ?, Xiaolei Liu, Jianchuang Fan, Wei Cui, Rui Sun,Qingyang Ma. Review of variable speed drive technology in beam pumping units for energy-saving. Energy Reports 6(2020)2676-2688. https://doi.org/10.1016lj.egyr.2020.09.018
[4] Chaodong Tan*, Junzheng Yang, Mingyue Cui, Hua Wu, Chunqiu Wang, Hanwen Deng, Wenrong Song. Fracturing Productivity Prediction Model and Optimization of the Operation Parameters of Shale Gas Well Based on Machine Learning. LITHOSPHERE.Volume 2021. DOI: 10.2113/2021/2884679.
[5] Chaodong Tan,Song Wang,Hanwen Deng,Guoqing Han* ,Guanghao Du,Wenrong Song,Xiongying Zhang. The health index prediction model and application of PCP in CBM wells based on deep learning. Geofluids Volume 2021, https://doi.org/10.1155/2021/6641395
[6] Chaodong Tan, Hanwen Deng*，Wenrong Song, Huizhao Niu, Chunqiu Wang. Shale gas well productivity potential evaluation based on data-driven methods-Case study in the Weiyua block.Journal of Petroleum Exploration and Production Technology.Volume 2021
[7] Chaodong Tan, Wei Yan , Qing Tang, Hua Wu, Hongguang Bu, Said Juma Kambi,and Jiankang Liu. Casing Damage Prediction Model Based on the Data-Driven Method. Mathematical Problems in Engineering Volume 2020. https://doi.org/10.1155/2020/8315908
[8] Chaodong Tan, Gang Feng, Ziming FENG , Wei CUI, Xiufen XU. Leakage flow mechanism of gap seal structure of oil well pump with rectangular groove. Chemistry and technology of Fuels and Oils, Vol. 6, No, 2, May, 2020 (Russian Original No. 2, March-april, 2020). DOI 10.1007/s10553-020-01135-5
[9] CHAO-DONG TAN, FAN MIN , MIN WANG,HENG-RU ZHANG, AND ZHI-HENG ZHANG. Discovering Patterns With Weak-Wildcard Gaps.IEEE Access. 2593953 ，2016,Vol 4, 4922-4932.
[10]Chaodong Tan, Patrick Bangert. Mathematical model using machine learning boosts output offshore China. World Oil，November 2010，37-40: Vol. 231 No. 11
[11]檀朝东,黄新春,王松,张光一,付军,杜广浩.机理仿真与数据驱动融合的电泵举升故障诊断预警理论研究希望[J/OL]. 石油钻采工艺.2021.09.03.
[12]檀朝东,李玉泽,高小永,等.丛式井场抽油机井群错峰开井间抽运行调理优化[J]. 西安石油大学学报(自然科学版),2021,36(5):83-90.
[13]檀朝东，贺甲元，周 彤，等. 基于 PCA–BNN 的页岩气压裂施工参数优化[J]. 西南石油大学学报（自然科学版），2020，42（6）：56-62.DOI：10.11885/j.issn.1674 5086.2020.05.12.05
[14]檀朝东,陈培堯,杨亚少,宋健,冯钢,孙向飞.时序示功图驱动的抽油机井结蜡展望及清蜡效果评价[J/OL]. 石油钻采工艺.2020.11.10.
[15]檀朝东，蔡振华，邓涵文，刘天下，秦鹏，王一兵，宋文容.基于强化学习的煤层气井螺杆泵排采参数智能决议[J].石油钻采工艺，2020，42（1）：62-69.
[16]檀朝东，闵帆，吴霄，李欣伦.带弱通配符的模式匹配及其在时序剖析中的应用[J].盘算机科学, 2018, 45（1）: 104-107 .
[17]檀朝东, 项勇, 赵昕铭, 王辉萍, 高丽洁. 基于大数据的油气集输系统生产能耗时序展望模子[J].石油学报, 2016, 37(S2): 158-164.
[18]孙殿新，檀朝东*，阚唱轩，郑春峰，程心平. 海上油井的气举－电泵组合举升耦合模子研究[J].石油机械，2017，45（9），63-68.
[1] Chaodong Tan, Dan Yu, Xiaoyong Gao, Wenrong Song, Chaoqin Tan.A Mechanism based Data-Driven Model for Prediction of Hydrate Formation.Source: ACM International Conference Proceeding Series, p 84-93, June 19, 2020, ICNSER 2020.DOI: 10.1145/3411016.3411163.
[2] Chaodong, Tan; Ziqin, Zhang; Haoda, Wu; Gang, Feng; Qian, Zhang; Fangfang, Wei; Tingzhuang, Tan; Xiaomin, Li.Model and Experimental Study of Online measurement of multiphase flow in oil wells based on data fusion. Source: ACM International Conference Proceeding Series, p 28-35, June 19, 2020, ICNSER 2020.
[3] TAN Chaodong ,Feng Gang ,Liu Ping,PENG Zhenhua,YANG Ruogu,Li Jingjia.Prediction model of unit consumption for oilfield water injection based on the grain of association rule and chaotic time series. ICAM 2018, p 148-151, July 2, 2018.
[4] Tan Chaodong*,Song Wenrong,Li Loulou,QinPeng,Gao Zhaoming. Research on Optimization Decision of Plunger Gas Lift Operation Based on Data Driven[C]. IEEE ECICE 2019.11.8-10.
[5] Chaodong Tan*, Hua Wu, Jiankang Liu, Wei Yan, Jingen Deng, Yanlong Zhang,Qing Tang, Hongguang Bu. A Novel Data Mining Approach in Preventing Casing Damage of Oil Production Wells[C]. IEEE ECICE 2019.10.3-6.
[6] Tan, Chaodong; Zhang, Ziqin; Feng, Gang; Li, Bing; Wu, Haoda; Tan, Tingzhuang.Research on measurement model of water content of oil well based on data fusion.ICICAS 2019, p 44-47.Publisher: Institute of Electrical and Electronics Engineers Inc.
[7] Zhiwei Zhang, Chaodong Tan*, Xiaoyong Gao, Xin Zuo, Tao Chen . A Mixed Integer Linear Programming Model for Production Scheduling of Non-Pipelined Wells. 15th IEEE International Conference on Control & Automation (ICCA) July 16-19, 2019, Edinburgh, Scotland：P1397-1404
[8] Chaodong Tan, Zhenhua Peng, Gang Feng, Ruogu Yang，Lijie Gao .Prediction of Pumping Unit Well System Efficiency Based on Chaotic Time Series Method.CIMNS 2018. Atlantis Press Advances in Computer Science Research, Volume 65.142-146
[9] Tan C D, Wu H D, Zhang S Y. Research and Application of Multiphase Flow Virtual Online Metering Systems,The Fifth Digital Oilfield Forum and International Academic Conferences[C]. 2017.
[10]Tan C D, Tan P F, Li X L, et al. Research on flexible variable-speed control model and optimization method of rod pumping well based on genetic algorithm.IEEE-ICASI 2017 - Meen, Prior & Lam (Eds). ISBN 978-1-5090-4897-7: P 1771-1774
[1] 檀朝东 韩国庆.石油工程大数据，2019年2月，凯时出书社，石油高等教育“十三五”妄想课本
[2] 檀朝东 韩国庆.修井工程，2010年6月，凯时出书社 现代远程教育系列课本
[3] 檀朝东 韩国庆.修井工程（第二版），2013年9月，凯时出书社 现代远程教育系列课本
[4] 韩国庆 檀朝东. 修井工程，2013年8月，石油工业出书社 石油高等院校特色课本
[5] 张嗣伟 王奎生 檀朝东.钢丝绳抽油杆抽油手艺理论及应用，2007年3月，石油工业出书社
[6] 檀朝东 闫伟 肖伟. 油气水井生产步伐管柱及力学完整性剖析，2020年11月，科学出书社
[1] 国家自然基金面上项目（2020.1-2023.12）：基于大数据剖析的大规模非集输油井群生产及拉运调理协同优化 。面上项目，批准号：51974327 。在研，主持
[2] 安徽省重点研究与开发妄想项目：基于大数据的油田原油拉送生产智能调理系统的研发 。编号：201904a05020028，项目种别：面上攻关(2019.1-2020.12) 。已结题，主持
[3] 国家重大科技专项（2016ZX05043-004）子课题，阜康西部四工河煤层气高效开发先导试验有序排采模式及无杆举升装备智能化试验项目（2016-2020），主持 。
[4] 中石油长庆油田分公司科技开发项目：大数据智能手艺与机采舷连系的应用机制研究和数据收罗加工，（2021.10-2021.12），主持 。
[5] 中海油能源生长股份有限公司科技开发项目：电潜泵采油系统智能诊断和控制要害手艺异常井处置惩罚步伐模子算法，在研（2021-2022），主持 。
[6] 中国海洋石油有限公司综合科研项目:地质油藏大数据深度挖掘及应用研究,（2020-YXKJ-016）,主持
[7] 中海油能源生长股份有限公司科技开发项目，ZX2019ZCGCF4893，电潜泵采油系统智能诊断和控制要害手艺-专家诊断模子算法，（2019.12-2020.12），主持 。
[8] 中海油能源生长股份有限公司科技开发项目，注水井可视化预警及专家诊断算法模子，（2020.4-2021.3），主持 。
[9] 中国石油新疆油田分公司科技开发项目，CQYC-2020-152，自然气井井屏障失效机理及治理手艺研究,（2020.7-2021.12)，主持 。
[10]中石化工胜利油田分公司科技开发项目，0200005-20-ZC0613-0020，电动潜油螺杆泵井产液量计量及工况诊断要领研究与应用，在研（2019.9-2020.12），主持 。
[11]中石油大港油田分公司科技开发项目，DGYT-2019-JS-378，基于双差压法的油井气液两相在线丈量手艺研究，（2019.9-2019.12），主持 。
[12]中国海洋石油总公司科技生长项目，KJ135-2016-02，电泵与气举智能耦合举升工艺手艺研究，主持 。
[13]大港油田校企相助项目：大港油田套损套变防控要害手艺研究. DGYT-2018-JS-479. 2018年11月-2021年8月, 主持 。
[1] 油气举升井生产系统人工智能要害手艺与工业应用，2021年北京企业评价协会科技立异效果奖, 一等奖，排名 1/8
[2] 高含水老油田生产系统节能减排要害手艺及工业化应用，2019年绿色矿山科学手艺奖, 手艺科技前进奖, 一等奖 排名 1/15
[3] 重大油气井井筒完整性要害手艺及规模应用，2021年中国产学研相助立异效果奖，二等奖，排名 3/10
[4] 油田开采中后期人工举升节能要害手艺及工业应用，2020年黑龙江省科学手艺奖 科技前进奖 二等奖，排名 5/12
[5] 采油工程计划设计与后评价要害手艺及系统开发，2018年度中国石油和化学工业联合会科学手艺前进奖 三等奖，排名 1/5
[6] 大港油田地面工艺重组手艺研究与规模应用，2017年中国石油自然气集团公司科学手艺前进奖 一等奖，排名 2/15
[7] 采油工程计划设计及后评估系统研究及应用，2017年获中国质量评价协会科技立异奖—科技立异效果 二等奖 排名 1/8
[8] 发明专利奖：一种油井产液量的计量、工况剖析优化要领和系统，2017年石油和化工行业专利奖 优异奖，排名 1/1
[9] 油气生产品联网系统研究及工业化应用，2016年获 中国仪器仪表学会科学手艺奖二等奖 排名 1/8
[10]油田注水生产品联网系统研究及工业化应用，2014年获中国石油和化工自动化行业科学手艺奖， 科技前进三等奖，排名 1/10
[11]抽油机井柔性驱动智能控制系统，2015年中国仪器仪表学会优异产品奖
[12]油田注水智能测控系统的研制与应用，2013年获中国仪器仪表学会科技效果 优异奖 排名 1/10
[13]油气生产品联网系统iProd研发与应用，2012年获中国质量评价协会科技立异奖—科技立异效果 优异奖；排名：1/10
[14]油水井实时诊断与优化手艺研发与应用，2011年获北京企业评价协会科技立异奖—科技立异效果 一等奖 排名：1/13
[15]油井生产实时剖析优化手艺研究与应用，2011年获国家能源科学手艺前进奖，三等奖，排名：1/10
[16]油水井工况收罗剖析优化系统装置，2010年获中国质量评价协会科技立异产品奖
[17]油井生产实时剖析优化专家系统PES，2010年获中国石油和化学工业联合会 行业科学手艺前进奖 三等奖 排名 1/12
[18]油水井远程监控液量自动计量及剖析优化系统，2007年获中国石油和化学工业联合会 行业科学手艺前进奖三等奖 排名 1/8
[1] 2013年获教育部教育治理信息中心揭晓的“TiC100智能都会立异谋划模式竞赛”最佳指导西席奖,1/1
[2] 2015年荣获 修井工程 中国教育学会 第三届天下微课（程）优质资源展示会 一等奖，1/1 。
[3] 2019年获 《信息化手艺引领课程刷新-<<>采油工程>一流焦点课程建设与实践》，凯时（北京）第十一届教学一等奖，3/9 。
[4] 2019年《修井工程 （第二版 富媒体）》获 中国石油和化学工业出书物奖.课本奖二等奖，2/3 。
[5] 2020年《采油工程》获 首批国家级一流本科课程，5/5.
[1] 一种潜油电泵的自寻优决议控制系统,发明专利，ZL202110028281.1
[2] SAGD单井组注采参数联调要领、装置和系统，ZL201410378488.1
[3] 一种提高抽油机井示功图量油精度的要领及系统，ZL201610576012.8
[4] 一种基于云盘算的油气田开发工程应用软件系统，ZL201410538788.1
[5] 一种基于双喷嘴的油井多相流分相含率在线计量要领），ZL201910576074.2
[6] 一种油田掺水管网智能控制系统及控制要领，ZL201911094012.4
[7] 一种适于掺稀抽油机井的系统效率测算要领，ZL202010110476.6
[8] 一种柱塞气举排液采气生产制度的优化要领，ZL201910695630.8
[9] 一种基于强化学习的煤层气井排采参数智能优化系统，,ZL 202010822638.9
[10]基于物联网大数据的油田单拉罐井生产运行调理优化系统和要领，ZL202010410269.2
[11]一种油井产液量计量、工况剖析优化要领和系统，发明专利，ZL200610164812.5
[12]一种基于变速驱动的电机转速曲线优化要领及装置，ZL201710200766.8
[13]一种基于差压的双喷嘴自然气流量丈量装置和系统，ZL 202010428182.8
[14]一种基于深度学习的抽油机井时序示功图展望要领，ZL202111029072.5
[15]一种抽油机井示功图多标准归一化要领及系统， ZL202110271075.3
[16]一种基于残差神经网络的抽油机井故障诊断要领及系统，ZL202110264318.0
[17]一种基于多传感器数据融合的电泵井工况诊断系统及要领, ZL 202110028155.6
[18]数据驱动的注水油藏优化要领和系统, ZL202110028282.6
[19]基于井筒参数的注采联调智能决议要领及系统，ZL202110028200.8
[20]一种深度学习的煤层气螺杆泵井康健指数展望要领及系统, ZL202110028154.1
[21]一种深度学习的抽油机井重大工况示功图识别要领及系统, ZL202110028153.7
[22]一种基于视频剖析的测抽油机井示功图的要领及系统，ZL202110463369.6
[23]一种基于时序数据的抽油机井泵效展望模子要领，ZL 202010683586.1
[24]一种非集输油井群拉运调理模子及要领，ZL202010263017.1
[25]大规模非集输油井群生产与拉运调理协同优化要领，ZL202010263016.7
[26]一种抽油机井（群）智能化应用系统和实现要领，ZL202010822478.8
[27]一种自顺应和智能剖析决议的智能气田系统，ZL202010822639.3
科技部火炬中心高科技效劳专业评审专家；
北京市高级职称评审专家；
智能数字油田开放论坛（Open Forum for Intelligent Digital Oil Fields-iDOF）专家委员会执行主席；
《石油钻采工艺》 智能钻采专题主编；
《石油勘探与开发》、《石油学报》特约审稿专家 。
版权所有：凯时（北京）碳中和树模性能源学院