用原子吸收光谱法测定交联聚合物中的铬含量

用原子吸收光谱法直接测定了聚丙烯酰胺中的铬含量 ,并对影响铬测量值的因素进行了分析。实验结果表明 ,加入交联剂可有效地提高聚合物溶液的粘度 ,改善聚合物的抗温、抗盐、抗剪切的性能 ,从而提高聚合物驱油效果。对空白试剂进行了考察 ,该测量方法的相对标准偏差为 2 .3% ,试样加标回收率达到 95 %～ 10 5 %。铬的检出限为 0 .0 16mg/L。实际测定了不同浓度聚丙烯酰胺中的铬含量 ,测量结果的相对误差小于 1%。     

石油企业科技进步模型的改进

传统技术进步模型在评价科技进步贡献率时 ,没有动态考虑通货膨胀和成本上扬等因素 ,忽视了时间价值的影响。根据石油企业的生产特点 ,对一般技术进步模型 (即索洛生产函数 )进行了相应的改进。既考虑了产出资源的自然递减 ,又考虑了通货膨胀及生产开发难度对投入资金的影响 ,这就保证了石油行业在投入产出上的匹配及价格上的一致。用改进后的模型对石油系统的 19个油田的科技进步贡献率进行了测算 ,其结果符合实际     

油藏数值模拟在剩余油预测中的不确定性分析

油藏数值模拟作为一种定量的剩余油饱和度预测方法 ,在油田开发后期剩余油分布研究中起着越来越重要的作用 ,但其预测精度也不可避免地受到多种因素的影响。对剩余油预测中油藏数值模拟精度的影响因素进行了分析 ,结果表明 ,地层对比的多解性、储层物性参数求取的不确定性以及储层非均质描述的局限性是影响数值模拟精度的主要地质因素。此外 ,相对渗透率曲线的选取、动态数据的获取及数值模拟软件本身都存在较大的不确定性 ,这些都会影响到油藏数值模拟的精度。因此 ,在剩余油研究过程中 ,不能过分依赖油藏数值模拟。应该综合运用地质、地震、测井、油藏工程、油藏数值模拟等多学科知识进行研究 ,以提高剩余油饱和度的预测精度。     

层状半空间叠前地震记录的波动方程正演模拟

振幅随偏移距变化 (AVO)分析是一项利用振幅随偏移距变化特征来分析岩性和油气藏的地震勘探技术 ,它极大地改善了地震勘探的烃类检测能力。并不是所有气层的反射振幅都随偏移距增加 ,特殊岩性体也会产生AVO效应。利用弹性动力学方程变换和递归算法 ,计算了反射矩阵 ,从理论上推导了球面波在层状弹性半空间传播时产生的地面反射记录的计算公式。在实例模拟中 ,对计算速度和精度、空间假频、截断效应等给出了相应的解决方案。计算实例说明 ,波场模拟有助于AVO分析和叠前反演。     

聚合物不可入孔隙体积影响因素研究

采用双段塞法分析了部分水解聚丙烯酰胺 (HPAM)的相对分子质量、岩心孔隙分布、温度及矿化度对聚合物的不可入孔隙体积 (VIP)的影响规律。分析结果表明 ,VIP随HPAM的相对分子质量的增大而增大 ;VIP随着岩心平均孔隙半径增大、温度升高、矿化度增加而减小。在不断变化的地层条件下 ,HPAM的VIP可能出现高值的现象 ,这将严重影响聚合物驱的波及系数 ,从而使聚合物驱的原油采收率降低。     

一种用于彩色图像认证的脆弱水印算法

提出了一种用于彩色图像认证的脆弱水印算法。这种算法是采用了均值量化的方法 ,把数字水印嵌入图像的离散小波域 ,可以检测在空间域和频率域的图像失真。利用脆弱数字水印算法提供的关于失真的估计信息 ,可以帮助用户判断图像内容的可靠程度。同时还采用了聚合篡改区域方法来完成失真检测 ,能够区分出恶意攻击和一般的图像处理。仿真结果证明 ,该方法可以提供图像修改的程度和修改区域的信息 ,其可信度比一般量化方法强。     

一种新的预测PID控制器

提出了一种新的预测PID控制器 ,通过将广义预测控制的控制律写成PID的形式 ,使PID控制器具有预测的功能。同时 ,在广义预测控制的性能指标中引入稳态误差加权项 ,用较小的预测时域和稳态条件代替较大的预测时域 ,从而减小了在线计算量。在连续搅拌反应釜 (CSTR)上进行的仿真试验验证了该技术的可行性 ,新控制器的控制性能优于普通的预测PID控制器。     

可重构机器人研究的现状和展望

介绍了可重构机器人的概念及分类方法 ,总结了可重构机器人的发展和目前国内外对可重构机器人进行研究的现状 ,展望了可重构机器人研究的发展方向 .     

月球车的运动学、动力学分析及其仿真研究

首先推导出六轮月球车运动学方程 ;其次 ,给出了在崎岖地形中运动的月球车的受力分析 ;最后 ,在考虑月球车多关节动力学问题条件下 ,建立了月球车的动力学模型 ;通过仿真实验表明该动力学模型可以较好地解决月球车在崎岖地形中的复杂运动问题 .     

面向微装配机器人的TSB分级智能控制结构

提出了一种面向微装配机器人的TSB(任务 策略 行为 )分级智能控制结构 ,该结构自上而下有三个控制层组成 :任务层、策略层和行为层 .操作者在任务层通过人机交互接口进行微装配任务规划 ,策略层将抽象的装配规划分解为具体的显微视觉伺服策略控制微装配机械手的运动 ,行为层则涉及微装配机器人基本行为的生成与执行监督 .TSB控制结构通过人机交互的方式将操作者的任务规划能力和机器人显微视觉伺服策略结合起来 ,实现了微装配机器人的半自主控制 .