杨梅凋萎病的发生与品种的关系研究

杨梅凋萎病菌是造成当前杨梅枯死的病原菌统称,包括拟盘多毛孢等多种真菌。目前还未能找到有效的防控方法。为此,探索病害发生与品种的关系,通过对相关情况的分析,从而为生产提供实用的技术指导。     

基于流线数值模拟研究高含水后期油田的剩余油分布

剩余油分布研究是高含水期油田的难点问题。以济阳拗陷孤东七区西馆陶组Ng6~(3+4)层高含水开发实验区块为例,在地质分析的基础上,建立起小网格精细三维地质模型及参数模型;通过试验区储量、压力、含水率和单井含水拟合,85%的单井历史拟合误差5%。采用流线数值模拟技术显示出高含水后期密井网条件下流体推进特征及剩余油分布模式,得出:(1)流线显示目前地下储层形成大孔道高渗带,流体基本沿高渗带运移,驱油效率明显降低。(2)目标油层组剩余油分布明显受到沉积相、沉积韵律、层内非均质、生产井网等因素的控制;剩余油平面上主要分布在微构造高点、层内低渗透区及注采不完善区,纵向上主要集中分布在主力厚油层的顶部。     

全寿命周期管理理念在变电站设计中的应用

全寿命周期管理即对工程项目全寿命周期内各阶段各项活动进行全局、全过程的管理.变电站作为电力资源实现优化配置的重要载体,是电网的重要组成部分之一,其高质量的建设和安全稳定的运行将决定电网安全,因此用全寿命周期管理进行变电站的设计非常重要.文章主要针对变电站设计中全寿命周期管理理念的应用进行初步探讨.     

基于心率变异性与机器学习的睡眠呼吸事件分类

为了提供一种针对睡眠呼吸暂停低通气综合征(sleep apnea hypopnea syndrome,SAHS)患者的筛查方法,本研究把心率变异性(heart rate variability,HRV)应用于睡眠呼吸模态的分类问题。通过构建和训练概率神经网络(probabilistic neural network,PNN)对HRV各特征值进行有无异常睡眠呼吸事件的判别,以期实现对该病征进行初步筛查的目的。首先,对标注的有无呼吸事件的多导睡眠监测数据提取其心电的HRV特征值,再经过归一化后作为特征向量;其次采用PNN分类算法对特征向量进行训练及分类输出;最后,对模型的预测分类性能进行评价。对于准确率、灵敏度、特异性、受试者工作特性曲线下面积(area under the receiver operating characteristic curve,AUC)及分类耗时等评价指标PNN分类器的结果分别为:75.97%,82.51%,76.22%,0.7936,0.63 s。与广义回归神经网络(generalized regression neural network,GRNN)及极限学习机(extreme learning machine,ELM)分类算法相比,PNN分类算法在灵敏度、特异性、AUC及分类耗时评价维度上均取得最优。本研究基于HRV及PNN分类算法实现了对有无异常睡眠呼吸事件的判别,提供了一种低生理负荷SAHS筛查的途径。     

基于电场的隧道排水管防结晶堵管技术研究

设计了一种将电场附加在排水管上的装置,利用电场影响溶液内分子的运动,以达到防结晶堵管的目的。通过室内试验和现场试验,证明了该装置的可靠性和实用性,为隧道排水系统结晶堵塞的处治提供了一种思路。结果表明：电场能显著减少隧道排水管中的结晶量与结晶速率,并能改变碳酸钙晶体的形状,使其由结合紧密的六面体晶形转变为松散且不均匀的晶型,晶型改变后结晶物在管壁内难以附着,降低了结晶物堵塞的概率;在室内试验和现场试验中,设置了5、12、24 V 3种不同电压的静电场,试验结果表明,采用5 V电压可以起到最佳的防结晶效果,与未采用措施的空白组相比,防结晶效果达到了30%以上。