基于量子自组织网络的水淹层识别方法

采用量子自组织网络方法, 解决油田测井解释中的水淹层识别问题. 首先, 构造储层特征指标集, 包括测井曲线的序列指标和单个数值指标. 对序列指标先采用离散Walsh滤波方法去除噪声, 然后取均值, 再与其他单个数值指标一起构造储层特征向量. 其次, 将储层特征向量转化为量子态描述, 提交量子自组织网络实施聚类. 最后将聚类收敛后的网络作为水淹层识别的数学模型, 应用于油田相似区块的水淹层识别中. 仿真实验结果表明, 该方法正确识别率比传统自组织聚类方法高6%.     

基于逼近算法的结构共振震害定量风险分析

从风险发生概率和损失程度两个方面对结构共振震害风险进行了定量分析。利用岩土的剪切波速求得场地的地震动卓越周期,考虑随机因素的影响和结构共振区间的模糊性,并基于逼近算法提出了共振震害风险模糊概率计算方法。初步建立了共振震害风险损失程度综合评估模型,对事故损失做出全面地、系统地、客观地评价。以某一桥梁结构为例进行分析,结果表明该定量分析方法是可行且有效的。     

绝热大气过程的若干性质

研究了绝热大气过程的若干重要性质，论证了绝热情形下大气熵范围的不变性和表面位温的局地不变性，在此基础上进一步探讨了当等熵面与地面相交时等熵面上以及等熵面与地面之间大气质量的守恒性.分析表明：在大气有效位能研究中，客观定义的大气参考状态应当是实际大气经过绝热调整后所能够达到的状态，是与调整前大气状态有关的，不同时刻的实际大气对应的参考状态应是不同的，而Lorenz所定义的大气参考状态是绝热调整无法达到的；进而提出了利用条件最小全位能的新概念来研究大气有效位能.     

超声波法在检测钢管混凝土结构中的应用

钢管混凝土的超声波检测是检测钢管混凝土的密实程度、均匀性和砼强度的有效方法。本文以兰州雁(滩)盐(场堡)黄河大桥钢管混凝土拱为例,论述了钢管混凝土超声波检测的基本原理、前提条件、测点布置及信号采集、信号分类及分析,并取得了良好的检测效果。     

磷酸三丁酯萃取酚类的机理性研究

测得磷酸三丁脂萃取苯酚和间甲酚的平衡等温线，表明ＴＢＰ具有很高的萃取分配比，探讨了盐析效应，采用双对数斜率法和连续变量法分别测得ＴＢＰ与苯酚，间甲酚的萃合物的组成比。     

冷轧低合金高强钢再结晶和析出行为研究

利用热模拟试验机研究了冷轧低合金高强钢的再结晶动力学规律,并基于JMAK方程建立了再结晶动力学模型,为退火过程中铁素体再结晶和析出行为的控制提供了理论依据.结果表明,随退火温度升高,铁素体达到完全再结晶时所用时间大大缩短;冷轧压下量相同时,初始贝氏体组织具有更高的位错密度和储存能;80℃/s快速加热条件下,回复和再结晶过程相应同步提前,且再结晶发生前的剩余变形储能增大,从而使铁素体再结晶快速完成.同时新工艺下实验钢析出粒子尺寸更均匀,体积分数更高,析出强化贡献更明显.     

生态声屏障设计与效果分析

设计了一种将吸声降噪、景观绿化2种功能有机结合的生态声屏障,利用RAYNOISE声学软件对生态声屏障、普通直立型声屏障的降噪效果进行数字模拟比较,对生态声屏障的降噪插入损失进行了实验测量.声学软件RAYNOISE的仿真模拟结果表明:生态声屏障有较好的降噪效果,在声影区内高度4 m以下的生态声屏障比直立声屏障插入损失大0～4.63 dB,在高于4 m后生态声屏障的插入损失虽然大于直立型但不大于1 dB.实验结果表明:频率为63～500 Hz时,生态声屏障的插入损失为0～28 dB,并且随着频率的增加逐渐增大;当频率大于500 Hz时,插入损失不再增大,维持在20 dB左右.     

固体汞电极平行催化伏安法测定痕量亚铁离子

研究固体汞电极线性扫描伏安法测定痕量亚铁离子(Fe2+)的分析方法。在pH值为5.2的醋酸-醋酸钠缓冲溶液中,亚硝基R盐(NRS)与Fe2+形成络合物,H2O2存在时,在固体汞电极上产生灵敏的还原峰,峰电位-1.3V。峰电流与Fe2+的浓度在5.6×10-7～2.0×10-4g/L范围内呈线性关系,检出限1.5×10-7g/L。NRS中的-NO在电极上得2e-还原为中间物质-NHOH。当溶液中存在H2O2时,H2O2可以迅速将其又氧化成-NO,从而形成灵敏的带吸附性质的平行催化体系。该方法灵敏度高,简便快捷,成本低廉,而且使用安全。     

NaBH_4-CuCl/EtOH体系对α,β-不饱和酰胺选择还原

用NaBH4-CuCl/EtOH体系高选择地还原了α,β-不饱和酰胺的碳碳双键,考察了还原剂NaBH4和CuCl的用量、溶剂、不同的卤化物等因素对反应的影响.产物的结构经IR,1 H-NMR和元素分析等证实.该方法具有反应速度快(30min)、操作简便、试剂价廉易得等优点.     

保险业重要风险点的识别和演化分析——基于财务报告中披露的文本风险信息

识别保险业当前和未来面临的突出风险并进行有效防控和监管对于维持保险业以及整个金融业的稳定具有重要意义.现有研究大多基于定量指标估算各类风险的水平,存在一定的间接性和滞后性.监管机构通常要求公司在财务报告中以文本的形式披露当前或未来面临的潜在风险,充分提取这些风险信息可以集合所有保险公司管理人员的经验和判断,更加直接、前瞻性地发现保险业面临的突出风险.因此,提出通过引入文本挖掘方法,从大量财务报告中识别保险业面临的重要风险点及其演化规律.实证基于214家美国上市保险公司2006-2018年的1682个财务报告,识别出29个保险业的重要风险点并分析重要度的演化趋势,发现与操作风险相关的风险点的重要度呈显著上升趋势,尤其是“信息系统安全”上升幅度最大,建议保险公司和监管机构目前应高度重视新技术、新业务模式带来的操作风险.