稠油低温氧化过程结焦行为实验

采用热重(TGA)、差热(DSC)和高温高压反应釜实验,研究稠油在空气和氮气介质中热转化过程及其反应产物,分析稠油油藏注空气过程中低温氧化对稠油结焦反应的影响,考察稠油在不同反应条件下的临界结焦温度。实验结果表明:随着温度升高,稠油在空气介质中的热转化过程经历低温氧化、沉积结焦和高温氧化3个阶段;低温氧化使稠油的临界结焦温度降低,稠油在氮气介质中的临界结焦温度约为400℃,而在空气中经历低温氧化后其临界结焦温度降低至280℃。结合稠油结焦机制分析认为其临界结焦温度降低与低温氧化存在显著热效应及组分变化有关,低温氧化过程导致稠油上述变化降低其胶体结构稳定性,引起相分离,加速沥青质物理聚沉,发生化学共聚生焦。     

用C语言程序对两个处理文件命令的改进

介绍使用C语言对文件的处理方法,编制程序对复制命令COPY和删除命令DEL进行改进.     

钢梁-钢筋混凝土柱组合框架结构中节点的有限元模拟分析

文章利用Ansys有限元分析软件,对一个典型的"梁贯通"式RCS框架梁柱中节点进行有限元模拟分析;研究节点在荷载的作用下应力及应变情况,并分析其荷载位移曲线,探索适合此类节点的有限元模拟仿真,为以后其他更复杂的分析及工程结构设计提供理论依据.     

黑客入侵防范措施与对策

针对分析了黑客入侵的步骤与方式,介绍了黑客入侵防范措施与对策。提出了防火墙加上入侵检测系统(IDS)的新一代网络安全概念。     

包标记技术浅析

系统介绍了IP追踪中的包标记技术的研究成果,并对该技术的发展趋势做了简单的分析。     

Na在石墨烯/蓝磷结构材料的吸附和扩散行为研究

钠离子电池作为锂离子电池的可能替代品,是潜在的候选储能设备之一.使用SISETA计算软件程序,研究钠离子在石墨烯表层不同位置的吸附性能,以及分别在石墨烯和蓝磷一侧的扩散行为.理论分析认为,石墨烯/蓝磷结构材料和单纯的石墨烯有相似的电极性质,并有比单纯石墨烯稍好的扩散性能,是较理想的钠离子阳极材料.     

秋马铃薯栽培技术

品种选择 秋马铃薯宜选用鲁引1号、津引8号、豫马铃薯1号、东农303、克新4号、中薯3号等品种.     

考虑薄弱支路功率约束的静态电压稳定预防控制

考虑到系统的静态电压不稳定往往是由局部薄弱支路的传输功率超过其功率传送能力所引起,提出了将薄弱支路有功功率约束作为静态电压稳定约束的预防控制模型。该模型首先采用局部性电压稳定指标,确定出关键预想故障、薄弱支路及其功率传送能力;而后结合基于直流潮流模型的静态安全分析方法,给出薄弱支路在关键预想故障下的有功功率非线性表达式,从而得到关键预想故障下的薄弱支路有功功率约束;最后,建立了包含该约束的全二次预防控制优化模型。IEEE14节点系统与IEEE118节点系统的仿真结果验证了笔者所提预防控制模型的正确性和有效性。     

基于多阶段退化建模的谐波减速器实时可靠性评估与寿命预测

谐波减速器是工业机器人的关键核心部件,其可靠性的实时评估和剩余寿命预测对于提升工业机器人的工作性能和健康监管具有重要意义.作为一种复杂的高精度机械部件,其退化过程表现出明显的多阶段性特点.因此,针对谐波减速器的退化特性,提出基于Gamma过程的多阶段退化模型对谐波减速器性能退化过程进行精确描述.首先,根据谐波减速器退化趋势的变化,进行多阶段退化过程的划分;然后采用历史性能指标数据,基于最大皮尔逊相关系数准则估计模型先验分布的超参数,建立基于Gamma过程的多阶段退化模型.在此基础上,针对在役设备的实际运行特点和工程现场中性能指标数据获取困难的问题,提出采用振动特征来建立高斯过程回归模型,对性能指标值进行精准预测以实现对退化模型后验分布参数的实时更新.最后在此基础上对谐波减速器进行实时可靠性评估和剩余寿命预测.通过对谐波减速器可靠性实验数据的分析表明,所提出的方法能够实现可靠性的实时评估,并且与单一阶段退化模型相比,该方法对剩余寿命的预测精度更高.     

基于检测图像的排水管道缺陷智能辅助分类方法

针对当前地下管网CCTV检测缺陷中存在自动化程度偏低及依赖专业人员技术水平的问题,综合采用图像处理和深度学习技术构建了辅助检测人员快速、准确地识别管道缺陷类型的智能方法。首先,收集十类典型缺陷图像,对其进行图像处理生成样本集;在此基础上,以深度卷积神经网络AlexNet和ResNet50为基础框架,使用预训练AlexNet和ResNet50网络迁移学习管道缺陷特征,通过敏感性分析优化了分类网络参数,然后,通过测试集验证了管道缺陷智能分类模型的准确性,并结合具体工程实例验证建立方法的有效性。结果表明：两类管道缺陷智能分类模型在测试集上分别达到92.00%和96.50%的准确率,实际工程实例准确率达到了85.41%和87.94%,且ResNet50的分类效果更优,具有较好工程适应性。图像处理和深度学习技术可提高排水管道缺陷分类的自动化与准确率,值得进一步进行推广。