女装领部造型设计研究

通过领部的视觉覆盖区域、形式美感法则及造型与结构的关系因素等,对领部造型设计案例进行分析,得出了在女装领部中应用视错觉规律对人体美感进行修饰的方法,以及领部对人体覆盖区域的模糊化设计方式,从而提高了领部造型设计的灵活度和形式美感。     

稠油出砂冷采数学模型研究

 随着世界经济快速发展和对石油需求的不断增长,具有巨大勘探潜力和广阔发展前景的重油成为21世纪重要的能源资源之一,全球稠油储量目前达到6万亿桶。稠油出砂冷采（CHOPS）是重油生产的重要方法之一,该技术可以避免热采时油层出砂、气窜和采油成本高的问题。因此,对稠油出砂冷采技术进行相关研究,具有重要的战略意义。在对CHOPS的蚯蚓洞生长和泡沫油流两个主要机制进行比较的基础上,提出了耦合地质力学和流体力学的稠油出砂冷采模型。为了验证模型的可靠性和实用性,使用油田实际数据对模型进行验证,分析了对CHOPS技术应用影响较大的几个参数,进一步确定了该技术的应用范围。最后分析了模型的优缺点,提出了模型今后的发展方向,确定了下一步的研究重点。     

基于学习分析的中小学教师继续教育管理系统

为了满足当前中小学教师继续教育系统的个性化服务需求,提高继续教育的效果,提出了一种新的基于学习分析的继续教育系统.首先基于LDA算法,提出了关注点的提取算法,用于生成具备个性化学习特点的学习序列,然后建立基于学习分析的个性化学员模型,对学习序列进行优化,最后利用该系统对考核成绩进行实验分析.该系统具备很好的鲁棒性和稳定性,能有效提高学员的学习成绩.     

饱和多相流体孔隙介质内部磁场梯度的探测

饱和流体孔隙介质中存在的内部磁场梯度会对孔隙介质的核磁共振产生显著影响,提出了一种基于（T2int,D）二维核磁共振方法计算饱和多相流体孔隙介质内部磁场梯度的方法,可以计算饱和水以及油水多相流体的孔隙介质中内部磁场梯度．数值模拟与实验测量表明,该方法计算的饱和流体孔隙介质内部磁场梯度是有效的．     

低渗透储层特征与测井评价方法

低渗透储层是我国目前油气勘探的主要目标之一。根据低渗透储层特征及岩石物理实验结果，对吉林油田W地区低渗透储层的成因机理进行了分析。研究结果表明，该地区的扇三角洲前缘亚相沉积的储层岩石矿物成熟度低，具有以细砂和粉细砂岩为主的储层岩性特征，这为低渗透储层的形成提供了先天条件。后经成岩压实作用及粘土矿物的充填，造成孔喉半径变小，孔隙结构复杂，孔隙空间对水的滞留能力加强，束缚水饱和度高，油层与水层电阻率差别减小，电阻率增大指数小于3。岩心实验结果分析还表明，综合物性参数可用于表征岩石孔隙结构的复杂性，且与束缚水饱和度有很好的相关性，据此建立了束缚水饱和度解释模型。在6种不同矿化度溶液下测量完全饱和溶液的岩心电导率，岩心电导率与溶液电导率的关系曲线表明，粘土矿物不存在附加导电性，阿尔奇公式仍可用于求取含水饱和度。用该模型对油田12口井资料进行了处理，结果显示其解释油水层效果与原有模型相比有明显改善。     

C/O测井仪器的灵敏探测位置

利用蒙特卡罗数值模拟技术,研究了C/O测井仪不同源距探测器对不同厚度薄层的响应,以及地层孔隙度、仪器直径变化时,长、短源距探测器对同一薄层的响应.计算结果表明,C/O测井仪的灵敏探测位置在源和探测器之间,距探测器中心的垂直距离约12 cm,并且该灵敏探测位置不受仪器、井眼或地层性质的影响.     

稠油出砂冷采模型研究现状

 通过对稠油出砂冷采的适用条件和机理的描述,引出了建立的有关稠油出砂冷采的数学模型介绍,主要涵盖工程法出砂模型、连续法中的水动力模型和耦合地质力学水动力学侵蚀模型、不连续法模型以及泡沫油模型。对于每一类型模型又给出研究人员针对不同因素采用不同方法建立的数学模型,并对这些模型做了评价和比较。针对稠油出砂冷采机理的复杂性,建议今后的模型应该逐渐加入更多的影响因素,以建立一个更完善的、更加接近生产实际的模型。最后,对于稠油出砂冷采技术的应用前景及后续开发技术,提出了部分见解。     

基于机器学习算法预测核磁共振T2谱

近年来,深度学习算法被广泛应用于生成各种类型的数据。本文通过分析测井数据与核磁共振T2谱之间的映射关系,利用随机森林与LSTM网络模型实现了对核磁共振T2谱的重构。核磁共振测井每个深度获得的T2谱是在不同的时间序列中通过不同的布点数来显示形态上的变化的,随机森林算法能够处理高维度的核磁共振T2谱数据且不需要做特征选择,而LSTM可以很好地控制不同深度神经元对T2谱各分布点的影响,将这两种网络模型进行参数优化后对同一口井的预测结果进行对比分析。这里选取了中国海上A油田的测井数据作为例子进行方法测试。首先,利用灰色关联度算法分析T2几何均值与测井曲线的相关性。选取相关性高于设定值的测井曲线,将测井曲线标准化缩放在0~1后作为随机森林与LSTM模型的输入,预测同一地层T2谱形态分布规律并比较算法的优劣。在比较软件处理得到的核磁共振T2谱和预测结果后分析它们之间产生差异的原因。结果显示通过LSTM神经网络模型预测的数据与地层真实数据的符合度比随机森林算法更高,符合度可达90%以上。