充填膏体流变参数优化预测模型

为了更精确地对充填膏体流变参数进行优化预测,建立主成分分析法(PCA)和改进的BP神经网络(I-BPNN)相结合的优化预测模型。以某金属矿山充填膏体配比实验为基础,利用主成分分析法对充填膏体流变参数影响因素(膏体质量分数、砂灰质量比、料浆容重和坍落度等)进行预处理,得出主成分,再利用改进BP神经网络模型进行预测,最终得到更准确的充填膏体流变参数预测结果。研究结果表明:该模型对充填膏体屈服应力、黏度等流变参数优化预测的相对误差都控制在5%以内,较未经主成分分析的BP神经网络预测结果,经主成分分析后,屈服应力预测相对误差降低0.48%~7.29%和黏度相对误差降低1.67%~6.20%,表明该模型对充填膏体流变参数预测是合理、有效的,屈服应力与黏度的预测精度显著提高,为充填膏体流变参数优化预测提供了一种新思路。     

SS400钢低温区流变应力的预测

采用单道次压缩试验，研究了变形温度和变形速率对SS400钢热变形行为的影响．在此基础上确定了SS400钢Z-Hollomen参数方程，并建立了计算流变应力的模型．通过此模型计算了试验钢的流变应力，确定了动态软化过程激活能为290kJ／mol．结果表明预测结果与实测值吻合良好．     

环境温度和水化时间对纳米偏高岭土水泥浆流变性的影响

为研究环境温度和水化时间对纳米偏高岭土(NMK)水泥浆流变性的影响，利用流变性方法测量不同环境温度(8～45℃)和水化时间(10～90min)条件下NMK水泥浆流变性的变化规律.同时采用X-射线衍射仪和激光粒度仪分析新拌NMK水泥浆水化特性及絮凝结构.考虑环境温度、水化时间、NMK掺量和水胶比的影响，基于BP神经网络建立了流变参数预测模型.结果表明：水泥与水接触90min内水泥水化缓慢，NMK颗粒特性和絮凝结构是影响新拌水泥浆流变性的主要因素.NMK水泥浆流变特征符合修正Bingham模型，浆体呈现剪切稀化行为；随环境温度(8～45℃)升高，NMK水泥浆表观黏度降低，触变性先增大后减小，且水泥浆触变性在27℃左右达到最大值；环境温度对屈服应力和塑性黏度无显著影响.掺1%～10%NMK水泥浆表观黏度、屈服应力和塑性黏度随水化时间(10～90min)的变化幅度较普通水泥浆小.考虑环境温度、水化时间、NMK掺量等多因素影响的BP神经网络模型所预测流变参数与试验值吻合较好.     

不同浓度料浆流变特性与混合骨料级配相关性试验

为了探究混合骨料配比及粒径级配对料浆流变特性的影响,首先对矿山充填常用的废石和棒磨砂及其混合骨料进行粒径分析,并得到相应的特征粒径.其次采用流变仪对不同骨料配比、不同质量分数条件下的料浆进行测定,采用H-B流变模型拟合出相应的流变参数.然后对流变参数和流变特性进行分析,并基于最小二乘法研究骨料粒径级配与料浆流变特性的相关性.最后对料浆稳定性进行讨论,并通过建立力学模型确定了混合骨料不沉降离析的临界粒径范围为13.8~21.6mm.试验结果表明:料浆屈服应力和表观黏度均随料浆质量分数的增大而增大;随着剪切速率的增大,料浆流变特性表现出不同的模型特性;料浆流变特性参数与骨料粒径级配的相关性随着特征粒径值的增大而增大.随着质量分数的提高,料浆屈服应力与骨料粒径级配相关性逐渐减弱,而表观黏度与之相反,质量分数和骨料粒径级配对料浆稳定性有很大影响.     

大流动度水泥净浆流变模型研究

为研究掺聚羧酸减水剂的新拌水泥基材料流变参数模型,通过RST-SST型旋转式流变仪测定了大流动度水泥净浆的流变曲线,将经验模型与理论模型得到的流变参数进行比对.结果表明:对大流动度水泥净浆,改进Bingham经验模型更加适用.Bingham模型得到的经验粘度值与浆体理论粘度更一致,其粘度参数可用于表征浆体粘度值.改进B...     

基于环管实验的膏体流变特性及影响因素

为研究膏体的流变特性与影响因素,自主设计研发小型膏体环管实验平台,测试不同工况条件下膏体管道输送的τw-dv/dr流动曲线,并采用Hershel-Bulkey模型(简称H-B模型)进行回归分析,获得膏体管道输送的流变参数,分析水泥掺量、尾砂颗粒粒径及料浆质量分数对膏体屈服应力τ0、塑性黏度μ的影响。研究结果表明:膏体流变模型属于n1,τ00屈服伪塑性体,用H-B模型描述更为精确,其屈服应力τ0和塑性黏度μ都随着膏体料浆的质量分数增加呈指数增加,随着水泥掺量的增加先增大后降低;膏体料浆质量分数一定的情况下,构成膏体的尾砂粒径越细,屈服应力越大,与尾砂的比表面积呈幂指数关系。     

赤泥浆体管道输送参数的计算方法

对氧化铝厂未级尾矿浆体──赤泥浆体的流变特性和管道输送特性进行了研究．实验中．使用自制的毛细管粘度计通过校正测定了浆体的粘度，分析了流变参数随浓度和温度的变化规律，研究了在现场中浆体出现的两种流态的水力坡降，并给出了它们的计算方法．     

全尾砂膏体充填临界质量分数

以全尾砂充填膏体为研究对象,利用四叶桨式旋转式流变仪测试质量分数为69%～81%的充填料浆的流变特征及其参数,采用赫谢尔-布尔克莱模型回归得出料浆在剪切速率为0～120 s-1条件下的流变模型.结果表明:质量分数为69%～81%的料浆流变模型为屈服伪塑性体,质量分数为81%的料浆为宾汉塑性体;流变性能指数n与料浆的质量分数呈线性关系,随质量分数的增大而增大.膏体的临界质量分数为80.91%.     

基于BP神经网络的电解加工精度预测模型

为精确地预测电解加工精度,采用了BP神经网络的方法进行建模．在分析影响加工精度主要因素的基础上,确定了BP神经网络模型的特征参数,并根据实际情况,确定了输入层和中间隐层的维数,从而确定了模型的结构．用试验参数对模型结构进行训练,最终建立了一个用于电解加工精度预测的BP神经网络模型．利用该模型进行的精度预测结果表明,该模型的预测误差可以控制在10％以内,具有很高的精度预测能力．     

粉煤灰浆体管道输送特性的研究

本文是对粉煤灰浆体管道输送特性的研究。通过试验验证了粉煤灰浆体属于宾汉塑性流体,并采用毛细管粘度计测出流变参数与浓度、温度的关系,对粉煤灰浆体的流态及流动特性进行了划分;并根据现有数据进行初步回归分析,得出阻力系数与综合雷诺数的关系。     

岩体裂隙中宾汉姆流体渗流模型

为研究粗糙单裂隙中宾汉姆流体的渗流规律，提出了描述岩体裂隙中宾汉姆流体黏性和黏惯性流动的渗流模型，并采用数值模拟和室内试验结果对模型进行了验证.在粗糙裂隙中，开展了不同流变参数的宾汉姆流体在大范围压力梯度下的渗流模拟，结合修正的Forchheimer方程分析了宾汉姆流体在不同裂隙几何参数及流变参数下的非达西系数β、临界雷诺数Re_○c、非达西效应因子E等变化特性.结果表明:由宾汉姆流体本构方程推导出的黏性模型能更好地描述黏性渗流.修正的Forchheimer方程能更好地描述宾汉姆流体在粗糙裂隙中的黏惯性渗流特征.粗糙度及流变参数会对渗流特性产生显著影响:裂隙粗糙度越大，浆液屈服应力越大;浆液塑性黏度越大，惯性作用越强.     

准确测定三参数非牛顿液体的流变参数

Herschel—Bulkley流变模式是一个三参数的流变模式,它能较好地反映泥浆、水泥浆及高分子溶液等的流变性能,并具有适应范围广、精度较高的特点。本文从该流变模式的本构方程出发,应用幂级数的展开形式,推导出液体作水平旋转运动的流变规律及其精确的流变参数计算式,同时分析了用一般表达式计算流变参数所造成的误差和影响因素。幂级数的展开式虽是一个近似的式子,但其精确性已能满足工程上的要求。为了提高流变参数的精确性,文中还推证出某一剪切应力的计算公式。     

充填料浆L型管道自流输送模拟试验分析

为掌握不同配方及浓度的充填料浆的输送特性及可实现的自流充填倍线,以为提高充填管网设计的可靠性提供设计依据,采用L型管道自流输送的方法,结合现场工业生产开展实验方案设计,进行了不同浓度及配比条件下的充填料浆的流变参数测试,并分析了不同配比及浓度料浆的流变性能指标及充填倍线的变化规律。结果表明:同等可比条件下,浓度或配比较高的充填料浆具有较强的粘聚性,其剪切应力较大,稀释后其相关指标大幅降低,当料浆浓度很低时,可实现自流输送的充填倍线大幅增大。研究结果可为充填工艺中的管网布置和优化提供理论依据。     

高渗透水泥浆高温高压流变性研究

随着油气开采难度的增大,对固井质量和固井水泥浆添加剂的要求越来越高,需要研制开发出新型高渗透水泥浆体系。借助美国产Fann50流变仪,研究了温度和压力对高渗透水泥浆流变性的影响,并与常规水泥浆进行了对比。分析结果表明,一定压力下,高渗透水泥浆的动切力、表观粘度随温度的升高而逐渐降低,流性指数减小;一定温度下,压力对高渗透水泥浆体系流变参数的影响不如温度明显。高渗透水泥浆比常规水泥浆体系具有更好的热稳定性。运用宾汉、幂律、卡森、赫切尔巴尔克莱(H B)、带剪切稀释系数等5种模式对实验数据进行了拟合分析,结果表明,H B模式是描述高渗透水泥浆高温高压流变性的最佳模式。     

基于PSO-BP网络的流变本构模型智能化识别研究

岩石流变是岩石力学问题中一个重要的研究课题,而岩石流变本构模型理论仍是目前岩石力学研究中的难点和热点问题之一.基于神经网络方法智能化识别岩石流变本构模型.基于系统辨识理论,构建了PSO-BP神经网络模型,在Matlab平台基础上编写PSO-BP网络智能化识别程序,直接根据流变试验数据,通过网络自学习,输出可以近似反映岩石流变全过程的神经网络结构化表达.将识别得到的岩石流变本构模型与原试验曲线进行拟合,并利用模型验证数据进行仿真计算,得到的仿真结果令人满意,验证了该神经网络方法直接识别岩石流变模型是可行的.     

脉冲电化学光整加工表面质量的神经网络模型研究

利用神经网络方法研究了脉冲电化学光整加工表面质量与各主要工艺参量之间的复杂非线性关系,建立了二者之间的神经网络预测模型,预测结果与实验结果较为吻合。研究结果表明,神经网络计算用来预测脉冲电化学光整加工的工艺性能是可行的。     

基于PCA-BNN的页岩气压裂施工参数优化

国内外学者在已有大量国外页岩压裂样本数据的前提下,开展了基于机器学习的页岩气压裂有效期预测及压裂参数优化的研究。随着近年来中国F气田不断地规模开发,积累了大量的压裂施工、生产动态、解释成果数据。通过利用已有的200口井的压裂施工历史数据及储层物性参数建立贝叶斯神经网络模型来优化压裂施工参数。选取对压裂效果有影响的储层物性参数、完井参数、压裂施工参数,用皮尔逊相关系数法分析11个参数的相关性;用主成分分析法（PCA）进一步降维处理,以降维后的主成分作为贝叶斯神经网络模型的输入参数,以压裂效果评价指标（有效期）为输出参数,引入贝叶斯方法自适应调整正则化系数避免神经网络过拟合,生成三层贝叶斯神经网络预测模型。用200口井中90%的井数据作为训练集,10%的井数据作为测试集,对该模型进行训练,实验结果表明,训练后该模型预测测试集的相对误差均值在5%以内,可以用来优化压裂施工参数。     

超细全尾砂似膏体长距离自流输送的时变特性

基于H-B流变模型和絮网结构理论,构建了考虑时变性的超细全尾砂似膏体流变模型,探究超细全尾砂似膏体长距离管道自流输送过程中的时变特性,推导了相应的管输阻力计算公式.以某深井铁矿质量分数为68%的超细全尾砂似膏体为例,进行了室内剪切试验和管输阻力计算.结果表明:不同剪切速率下的超细全尾砂似膏体表现出剪切稀化的时变特性,且剪切速率越大,达到平衡状态的时间越短,黏度值越低.在流量为80 m3/h时,管输阻力经225 s降至稳定状态的5.03 M Pa/km,为初始阻力的50.6%.超细全尾砂似膏体长距离自流输送过程中,以稳定状态的阻力损失进行计算更为经济合理.     

适合钻并液及水泥浆的赫谢尔一巴尔克莱(Hersehel—Bulkley)流变模式及其应用

赫谢尔—巴尔克莱(Herschel—Bulkley)流变模式是一种带静切应力的三参数流变模式,它能表示出常用的牛顿、宾汉、指数流变模式的特性。这种模式用于泥浆及水泥浆,具有适应范围广、准确性高的特点。本文从该流变模式的基木形式出发,对模式中的流变参数以及与钻井液、水泥浆相关的剪切稀释、携带岩屑等性能进行了讨论,并提出了计算这些流变参数的合理方法。文中还对该模式所反映在各流道中的水力参数作了合理的和近似的简化,得出了较为精确的压降、剪切速率及雷诺数表达式。