复杂裂缝内支撑剂铺置规律及有效支撑面积

复杂裂缝内支撑剂的铺置规律比较复杂,目前大多数研究都是基于数值模拟方法,存在耗时费力的情况,为了实现支撑面积的快速预测,利用数值模拟方法,在研究注入速度、流体黏度、砂比、粒径及密度等因素对铺置效果影响的基础上,运用神经网络、实验数据,建立了裂缝内支撑剂有效支撑面积神经网络预测模型。结果表明：不同因素都有合理的取值范围,取值超过该范围都会导致铺置效果变差,各级裂缝随影响因素的变化规律不相同,且主次缝的支撑剂铺置是相互影响的,分支前主缝砂堤高度超过一定高度后,砂堤高度越高,次级缝的砂堤面积越小,主次缝最大砂堤面积不会同时出现;基于反向传播(back propagation, BP)神经网络的裂缝内有效支撑面积预测模型,模型预测结果与数值计算结果误差在3.42%～6.46%,该模型能够准确、快速的预测支撑剂在裂缝中运移后形成的砂堤面积。研究结果可以为非常规资源的压裂开发提供理论帮助。     

真空多层绝热LHe输送管设计计算与传热分析

文章根据系统对输送管的性能要求,进行了LHe输送管结构设计和绝热材料的选型,计算真空多层绝热管的真空性能及传热性能的主要参数,求出其真空夹层的最大允许漏率及单位管长的热损失。经NBI实验,表明该管在100 L LHe输送中热损小,满足设计需要。     

基于PSO-BP神经网络的隧道内气动压力幅值预测

将BP神经网络技术用于隧道内气动压力变化幅值的预测,使用粒子群算法(particle swarm optimization,PSO)对其进行优化,构建PSO-BP神经网络模型。为了验证模型的准确性和可靠性,利用收集到的数据样本对模型进行训练测试,并引入交叉验证法评估2种模型的性能。研究结果表明：PSO-BP神经网络能够准确预测不同情况下的气动压力幅值,而且在平均相对误差、平均绝对误差、均方根误差以及样本的决定系数等方面均比未优化的BP神经网络的好,具有更高的预测精度。通过建立的PSO-BP压力幅值预测模型,得到了压力幅值在不同条件下的变化规律。     

基于故障边界条件的高压输电线路故障选相元件

提出了一种适用于电力系统振荡的高压输电线路故障选相新方法．该方法利用零序和负序电流之间的相位关系将接地故障分成3个区域，每个区域存在单相接地和另外两相短路接地两种故障类型，分别计算这两种类型故障点的三序电压，判别其是否满足各自故障的电压边界条件，以此确定实际故障相别．新选相元件解决了电力系统振荡时可能发生的误选相问题，具有较强的耐过渡电阻能力，并且完全不受分支系数和系统运行方式的影响．数字计算机离线仿真和实时数字仿真系统实验都证实了新选相原理的准确性和有效性．     

桑黄菌诱变菌株液体发酵试验

以激光-紫外线复合诱变筛选的桑黄菌菌株S1为研究对象,通过单因素试验初步研究了液体发酵条件,根据二次回归旋转正交组合设计确定的最佳发酵条件为:装瓶量120 mL、接种量17 mL、发酵温度26℃、摇床转速135 r·min-1,并通过验证试验得到实际菌丝产量为(24.47 ±0.80)g·L-1.在此基础上进行了小型发酵罐试验,得到的最佳发酵条件为:搅拌速度180 r·min-1、温度29℃、空气流量6 L·min-1,得到的菌丝和胞外多糖产量分别为(68.23±2.51)g和(10.23 ±0.35)g.     

火烧油层注气加热过程的模拟计算研究

在火烧油层的注气加热过程中,需要根据点火需求优化注气参数。考虑了空气在井筒、油层的流动及换热过程,包括空气进入油层的混合过程、水蒸发进入空气和湿空气降温后凝结为水的组分及相态变化、油层之间的导热过程,建立了相应的瞬态模型,提出了基于龙格库塔法的求解方法。利用该模型及求解方法进行了模拟注气验证,并用于油田的实际火烧油层点火过程的监测系统。研究表明：点火过程中加热带扩展速度非常有限（6 d 后加热带半径仍小于0.6 m）,并且受油层中含水率影响较大,加热带温度主要受电加热器功率和注气速度影响,受注气时间长短影响较小。点火过程中应保持电加热器功率和注气速度稳定。     

蒙医对白内障的认识

蒙医眼科在十七世纪前已形成了系统.在《蒙医金匮》中记载了百余种眼病,且对每一种眼病从症状、体征、治疗等各方面都有详细的描述.为今天的蒙医眼科奠定了良好的理论基础.本文主要阐述蒙医对白内障的认识.     

光电检测电路中的噪声匹配条件及工程近似估算方法

根据低噪声电路理论,应用解析方法推导出了光电探测器与前置放大器噪声匹配条件的理论修正表达式,并对工程近似估算光电检测电路噪声系数方法进行了讨论。     

微机械加速度计的分析与测试

概述了力反馈型微机械加速度计的基本结构和工作原理，对其在重力场静态翻滚试验的输出特性作了数据分析，并对这种微机械加速度计的性能特点进行了综合评价。     

矮秆蓖麻主要数量性状配合力及遗传力研究

Lm型标记雌性系及其恢复系个4个,采用NCⅡ交配设计配制4×4=16个矮秆蓖麻杂交组合,通过F1的20个主要数量性状配合力方差分析,特殊配合力方差差异达到显著或极显著的有12个性状,对其进行了亲本的一般配合力（GCA）及杂交组合的特殊配合力（SCA）、总配合力（TCA）分析和各性状的遗传力的研究,结果如下：筛选了♂1082、♂1088两个优良恢复系材料和2♀AlmAB2、♀062097两个优良的Lm型雌性系.筛选出062097×1082、AlmAB1×1088、AlmAB2×1113、062098×1088四个单株粒重特殊配合力高的组合.狭义遗传力高的性状,如有效果穗数、主茎穗蒴果数、生育期可在低世代进行选择,狭义遗传力低的性状,如单株粒重、一级分枝有效果穗数、株高、单株有效分枝数则宜在较高的世代选择.