二级倒立摆的TS型逐级模糊神经网络控制

提出了一种逐级模糊神经网络控制法．该控制法通过采用Takagi-Sugeno型模糊神经网络控制器和逐级模糊控制规则,实现了二级倒立摆系统的稳定控制．模糊神经网络控制器的参数采用遗传算法分4步进行优化．实验结果表明,采用逐级模糊神经网络控制法,用20条模糊规则就可以实现二级倒立摆系统的稳定控制,并且控制效果佳,系统鲁棒性强。     

响应面优化红树莓-蓝莓复合果酒澄清工艺研究

以红树莓和蓝莓为原料进行酒精发酵,研究四种澄清剂壳聚糖、皂土、硅藻土及明胶、冷冻澄清及自然澄清对复合果酒透光率的影响.研究结果显示,澄清剂澄清效果优于冷冻及自然澄清效果.并对壳聚糖和皂土复合澄清剂进行响应面优化试验,其工艺条件为:复合澄清剂配比9:5,澄清温度47℃,澄清时间57 min,在此条件下果酒平均透光率为92.36%.     

基于事件的文本相似度计算

大量研究成果已经表明,事件在很多文本中是客观存在的.从语义的角度理解,诸多文本是由事件组成的,事件是文本表示的最小语义单位.给出了基于事件的文本表示模型,在此模型的基础上,从文本类型相似度计算和文本内容相似度计算两个层面论述了文本相似度计算的方法.     

塔河1区三叠系下油组油藏精细地质建模

塔河1区三叠系下油组油藏属大底水、薄油层、受构造控制的砂岩孔隙型块状底水未饱和油藏。目前存在的主要问题是生产井普遍见水,含水上升过快、递减加大。水平井产液剖面出现异常。油藏总体动用程度偏低,高含水后治理难度增大,堵水措施有效率低．对油藏开发带来了严重威胁。因此有必要加强底水油藏地质特征的认识。进行油藏精细描述。建立适应油田开发调整的三维地质模型．从而为油藏数值模拟打下良好的基础。该区块的地质建模过程,采用目前较为先进的Petrel软件,充分利用钻井、地震、测井、地层对比等信息。结合夹层解释结果。在孔渗曲线的基础上。采用夹层建模和随机建模相结合的建模方法．通过对各种随机模型的对比评价分析。建立了接近油藏实际地质特征的三维精细地质模型,从三维空间上识别出夹层的类型、厚度和分布。认为塔河1区三叠系下油组油藏主要受到断层和夹层控制,这为开展底水水侵模式研究打下了一定基础。     

AQC柱前衍生化高效液相色谱法测定宝乐果中的游离氨基酸

为了测定宝乐果中游离氨基酸的种类以及含量。该文的样品用6-氨基喹啉-N-羟基琥珀酰亚胺基-氨基甲酸酯(AQC)柱前衍生后进行高效液相色谱(HPLC)分析。采用Phenomenex Luna C18(250 mm×4.6 mm,5μm)色谱柱,柱温为35℃;流动相A为去离子水,流动相B为乙腈,流动相C为10 mmol/L醋酸铵缓冲液(以冰醋酸调至pH 5.10),梯度洗脱,流速为0.8～1.0 mL/min;检测波长为248 nm,同时测定宝乐果中的游离氨基酸。结果得:18种氨基酸在0.02～0.5 mmol/L浓度范围内有良好的线性关系,r均在0.998 3～0.999 2之间;宝乐果中测得14种游离氨基酸,其含量范围为0.087～2.680 mg/g,平均加样回收率为96.9%～106.9%,RSD为0.67%～3.07%。该方法可用于检测宝乐果中游离氨基酸含量,测定的结果为宝乐果质量研究和评价提供了依据。     

元坝气藏须二段物性特征研究

元坝须二气藏是元坝气藏重要研究层段之一,属于致密裂缝型砂岩气藏。通过对岩心、铸体薄片及扫描电镜的观察,结合样品测试分析资料结果,对元坝须二段物性特征进行研究。研究表明,须二段储层岩石主要以中粒岩屑砂岩为主,孔隙类型主要为微孔隙,裂缝对渗流及孔隙相关性有较大影响,石英、长石、胶结物与方解石是影响物性的主要因素。其中,孔渗相对高值区集中的须二下亚段,是接下来的勘探开发的重点区域。     

基于综合集成法的多目标群体决策方法

在多目标群体决策中,目标权重的确定受各群体成员的主观因素影响,容易产生较大偏差,进而制约群体决策的可靠性。运用综合集成法,以目标客观权重为标准检验群体成员定性分析确定的主观权重,剔除偏差较大的主观权重,然后综合有效的群体成员所赋目标主观权重,得到目标最终的权重,完成多目标群体决策。该法综合主观信息及客观信息,是一种简单、可靠的多目标群体决策方法。     

聚胞藻热模拟产烃研究

采用ＧＣ和ＧＣＭＳ对蓝藻聚胞藻原生烃类及热解烃类进行了分析．聚胞藻在２５０ ℃～３００ ℃热解产气属于低熟气,以非烃气为主,产气组分参数反映了原核生物母质来源的特征．热解作用使其氯仿沥青“Ａ”含量和烷烃含量大幅度提高．原生烷烃以正烷烃为主,主峰为ｎＣ１７ ．热解烷烃仍以低碳数正烷烃为主,主峰为ｎＣ１７ ,反映了典型的藻类母质来源的烷烃特征．热解烷烃中还检出了丰富的二环倍半萜和五环三萜．五环三萜以Ｃ３０ 莫烷为主峰,并含有丰度较高的Ｃ３０藿烯,表明生成的烃类属于低熟油     

利用动态平移法研究某油田油水分布特征

根据油田内资料欠缺、储层薄、岩性复杂、非均质性强的特点,提出用“动态平移法”进行流体性质识别。实践证明,该方法具有简便易行、精度高、分辨能力强等特点。利用此方法不仅可有效区分油、水、干层,并且可更准确地确定油层分布位置。     

基于深度学习与数据增强技术的小样本岩石分类

在油气勘探中,利用深度学习技术对岩石进行识别与分类能极大提高工作效率。岩石采样并制作样本图像费时费力,因此岩石样本通常较少。有鉴于此,基于深度学习技术设计一个新的神经网络模型MyNet,该模型能对小样本进行学习并完成岩石样本的分类。使用数据增强技术通过Python编程将314张岩石样本扩充成28 272张图像,为了充分利用现有数据,取其中的27 384张作为训练集,剩余888张作为测试集。将数据分别导入MyNet、ResNet50、Vgg16进行训练和测试。实验结果表明,加载、不加载预训练参数的ResNet50、Vgg16的岩石分类结果因受有无迁移学习影响会有所不同;MyNet的总体分类准确率为75.6%,均优于有无迁移学习的ResNet50、Vgg16,且MyNet、ResNet50、Vgg16所需训练的参数量分别为919 278、25 503 912、138 357 544,显然,MyNet模型的复杂度与训练代价明显低于其他对比模型,但性能最优,说明新模型应用于小样本的岩石分类可行有效且经济安全,更容易推广应用。