松辽盆地页岩油藏可动油特征研究

针对松辽盆地青山口组一段页岩油藏19块岩样,开展高速离心和核磁共振实验,建立了储层可动油评价方法,揭示了目标页岩油藏可动油特征;结合高压压汞实验和扫描电镜实验,从孔隙结构角度分析目标油藏可动油特征的原因。结果表明：随着渗透率降低,实验岩心T2谱右峰比例减少,可动油变少。区块一岩心可动油百分数平均17.88%,区块二岩心可动油百分数平均14.56%;不同渗透率岩心均含有一定量微米级渗流通道,两区块岩心中微米喉/缝控制的可动油分别为9.34%和5.7%;0.10～1.0微米喉道控制的可动油比例较低,区块一平均为4.05%,区块二平均为3.22%;小于0.1微米喉道控制的可动油比例区块一为4.49%,区块二为5.64%。高压压汞表明目标页岩油储层基质喉道非常小,主要喉道分布在5纳米～30纳米之间,6块岩心平均喉道半径为30纳米;扫描电镜结果表明,目标页岩油藏基质致密、喉道小,多数孔隙呈孤立状,部分储层发育裂缝隙、间裂缝等微裂缝,非均质性强;储层发育一定比例微裂缝,因此离心力较小时能驱出一定量的原油,但储层基质整体致密,喉道小,导致其总可动油比例较低。     

寒旱环境灌木根系增强春融期边坡稳定性影响

春融期边坡极易发生热融滑塌现象,为研究植被根系与边坡冻融界面呈不同夹角α条件下边坡的潜在滑移面破坏形式、位移特征以及稳定性影响,结果表明:随融化深度的增加,春融期素土及根-土复合体边坡的等效塑性应变贯通带越明显,易沿着冻融界面发生平面状滑塌;相比于素土边坡,春融期(3月份)根-土复合体边坡最大位移量减小约69.65%,春融期(4月份)根-土复合体边坡最大位移量减小约71.88%,且根-土复合体边坡位移的减少量随着α角的增大而呈增大趋势,表现出根系伸入冻融界面处时具有较强的固土能力;当根系与冻融界面夹角α由45°增大至90°时,根-土复合体边坡的安全系数呈增长趋势,且根系与边坡冻融界面垂直时,根系具有相对最大限度地增强春融期边坡固土护坡作用,可有效提高春融期边坡的稳定性。上述研究结果为探讨冻融界面处植物根系对春融期边坡稳定性具有理论研究价值和实际指导意义。     

基于时空图注意力的短期电力负荷预测方法

准确的电力负荷预测对现代电力系统的安全经济运行至关重要.电力负荷预测可以表述为一个具有一定潜在空间依赖性的多变量时序预测问题.然而,大多数现有的电力负荷预测工作未能探索这种空间依赖关系.基于此,本文提出了一种基于时空图注意网络的短期电力负荷预测方法.提出一种基于时空图注意网络模块,该模块使用图注意层实现自适应的捕捉各用户间的潜在空间依赖性,同时使用门控卷积注意力层对各用户用电量在时间维度上进行自适应拟合,以提高网络的预测精度.实际数据实验表明,本文提出的模型整体预测精度提高明显,特别是在一定程度上缓解了长程预测精度恶化的问题,验证了所提方法的有效性与可行性.     

基于偏序集的连续映射

基于实数集R的经典邻域的概念,引入了一个新的基于偏序集P的邻域的概念,随后定义了一个从P到R的映射的极限和连续的新概念,并在偏序集的背景下验证了连续函数的各种经典结论,例如有界性、介值定理等等。     

多机协同自主任务规划系统研究综述

针对多机协同自主任务规划显著提升无人机任务感知效能、提高任务执行能力的现状,对其关键技术进行阐述,主要包括知识表示、通感一体化、任务调度及航迹规划等技术。针对知识表示技术,阐述基于任务环境上下文感知的知识库构建方法,进而对多域融合知识图谱构建、动态知识图谱更新与共享方法进行分析总结;针对通感一体化技术,分析了环境适变、灵活可扩的多机协同通感一体化架构,进而揭示多机协同通感一体化理论能限,阐述面向任务差异性需求的资源共享方法;针对任务调度及航迹规划技术,阐述资源适配的多机协同自主任务调度方案,并对基于动力学模型的航迹控制策略及不完美环境下的鲁棒控制机制进行分析总结。     

钢轨砂带磨削温度场建模与仿真

结合钢轨与砂带的接触几何关系,建立接触区域磨削深度和轮廓计算模型,阐明磨削工艺参数对接触区参数的影响规律.随着砂带磨削半径的增加,不同钢轨廓形处接触区域面积呈对数增加,接触区域轴长半径位置也在不同截面上变化. 结合钢轨砂带磨削过程特性,求解接触区域热流密度计算模型并进行理论验证. 基于接触区域磨削深度和轮廓计算模型,以及区域热流密度计算模型,应用瞬时点热源温度场、连续作用点热源温度场、连续作用移动点热源温度场对接触区域连续作用移动面热源温度场进行离散化求解. 研究结果表明,在设定磨削工艺参数下,钢轨磨削表面的仿真和理论温度的变化趋势相似,且几乎在同一时间达到温度最大值,最高温度的仿真和理论计算的相对误差为6.14%,验证了本文理论模型和仿真的正确性.     

基于GRU-DRSN的双通道人体活动识别

人体活动识别(human activity recognizition, HAR)在医疗、军工、智能家居等领域有很大的应用空间。传统机器学习方法特征提取难度较大且精度不高。针对上述问题并结合传感器时序特性,提出了一种融合CBAM(convolutional block attention module)注意力机制的GRU-DRSN双通道并行模型,有效避免了传统串行模型因网络深度加深引起梯度爆炸和消失问题。同时并行结构使得两条支路具有相同的优先级,使用深度残差收缩网络(deep residual shrinkage network, DRSN)提取数据的深层空间特征,同时使用门控循环结构(gated recurrent unit, GRU)学习活动样本在时间序列上的特征,同时进行提取样本不同维度的特征,并通过CBAM模块进行特征的权重分配,最后通过Softmax层进行识别,实现了端对端的人体活动识别。使用公开数据集(wireless sensor data mining, WISDM)进行验证,模型平均精度达到了97.6%,与传统机器学习模型和前人所提神经网络模型相比,有更好的识别效果。     

糯米浆灰土无侧限压缩和三轴剪切离散元分析

糯米浆灰土是一种常见的遗址保护建筑材料,为研究糯米浆灰土压缩加载过程中的糯米-石灰胶结破坏和接触组构演化情况,采用离散单元法开展了糯米浆灰土无侧限压缩和三轴剪切离散元模拟。首先基于软胶结模型考虑糯米浆-石灰的强度特征,制备了糯米浆灰土离散元试样;然后通过参数敏感性分析为试样赋予合理的接触模型等效模量和胶结强度参数,最后对试样开展无侧限和三轴压缩模拟。结果表明：离散元模拟能再现糯米浆灰土加载试验的主要特征;加载过程中胶结破坏数量先缓后快增加,最终趋于平缓,胶结破坏呈现一定的聚集效应;无侧限压缩下胶结接触主要发生拉伸破坏,随着围压增加,剪切破坏接触数量增加;试样偏组构快速增加段为胶结破坏诱发。     

异彩纷呈热带兰——记武汉植物园兰花展

兰花是有花植物中进化程度最高、花的形态结构最为特化的类群。加之经过人类长期的人工选择与杂交育种,令其千姿百态、绚丽多彩,无花可及。兰花花朵独特之处在于：萼片不像其他许多植物那样是绿色的,而是有着类似花瓣的斑斓色彩;三片花瓣中,唇瓣特别突出;花形、花色的变化可说是无穷无尽;雌雄蕊尤不一般,它们不是单独的结构,而是组成合蕊柱。