基于储层构型的流动单元划分——以商河油田商一区西部沙二下2、3砂组为例

商河油田商一区沙二下油气层在经历40余年的勘探开发后,目前处于高含水开发阶段,且研究区地下非均质性强,使得目前对剩余油分布认识不清。为了搞清该区地下流体渗流规律,预测剩余油分布特征,采用层次分析法,对沙二下2、3砂组进行构型单元解剖,通过构型界面的识别与划分来识别渗流屏障,将研究区渗流屏障划分为一、二、三级,分别对应构型界面的5级、4级、3级。选取孔隙度、渗透率、流动带指数(Flow zone index)等属性参数,运用Q型聚类分析将储层划分为Ⅰ、Ⅱ、Ⅲ、Ⅳ4类流动单元,对分类结果进行逐步判别分析,并建立了各类的判别方程。由油田动态数据与流动单元关系分析表明,剩余油分布与流动单元类型存在密切联系,剩余油主要分布在Ⅱ类、Ⅲ类流动单元内。     

新型微波技术再生载甲苯活化秸秆炭

采用微波加热制备的活化秸秆炭作为吸附剂,通过微波法和电加热法对载甲苯活化秸秆炭进行再生。在确保再生率99%以上的前提下,测定了这两种方法的加热时间、再生效率和能耗等参数。结果表明：经过5次吸附-微波辐射再生之后,吸附量基本保持原有新鲜活化秸秆炭吸附量的为33%;恒功率微波加热法、恒温微波加热法和电加热法所需要的时间分别为1、10和120min;从能耗角度看,微波再生法恒功率（600W）和恒温（150℃）的能耗分别为4.5和9.0kJ/g,而电加热法的能耗则为36kJ/g。因此,微波再生法是一种节能、环保和高效的再生方法,为工业化应用奠定了基础数据。     

基于D-S证据推理的项目投资综合决策模型与应用

针对投资决策系统的不确信因素，阐述提取指标体系不确信度的五种方法；并基于D-S证据推理建立投资项目决策模型，最后以实例作对比研究验证该模型在不确信投资决策系统中应用的有效性和实用性。     

随机矩阵的范数

利用随机矩阵的特性及不等式的性质,讨论了n阶随机矩阵的范数,获得了随机矩阵1-范数,2-范数,∞-范数及p-范数的不等式,且给出了1-范数,2-范数及p-范数达到界值的充分必要条件,为随机矩阵的应用奠定了数学基础.     

脑复新与丹参等对小鼠脑水肿和缺氧治疗效果的实验研究

我所应用脑复新(Neuroxine,Pyritinol)和丹参、川芎(Salvia Miltiorrhiza,Ligusticum Wallichii)提取液等综合疗法,曾先后成功地抢救颅脑外伤长期昏迷患者多人,其中有长达98天和142天者。临床实践提示,这些药物对脑功能恢复有一定效果。本工作利用小白鼠缺氧动物模型和脑水肿动物模型,对其作用特点进行进一步分析研究。     

基于检测概率的雷达网协同干扰效果评估方法

针对突防编队对抗雷达网的应用背景,以雷达网检测概率为评价指标,建立了应用于干扰机编队多样式协同压制雷达网的干扰效果评估模型。首先阐述了影响压制效果的时间、空域、频率和处理增益4个因素,据此计算了单部雷达在多样式干扰下的检测概率。然后结合雷达网判决中心的工作方式,将网内成员雷达在多样式干扰下的检测性能映射到计算全网的受干扰影响程度。最后充分利用干扰机编队的航线信息,提出以“电子对抗环境下雷达网判决中心对不同航线段内突防编队的联合检测概率下降程度的加权积分”为干扰效果评估函数,建立干扰机编队对雷达网的多样式干扰效果评估模型。仿真结果表明,该模型在雷达网干扰效果评估问题上具有很好的应用性,对合理分配干扰资源、提高干扰机编队的整体干扰效果也有一定的指导意义。     

反相高效液相色谱法测定两栖动物组织中还原型谷胱甘肽的含量

建立反相高效液相色谱法(RP-HPLC)并测定黑斑蛙(Rana nigromaculata)和中华大蟾蜍(Bufo bujfogargarizans)幼体与成体组织中GSH含量。样本处理后经高氯酸沉淀,采用邻苯二甲醛(OPA)柱前衍生,338nm波长检测,以甲醇-乙酸盐缓冲液为流动相,测得GSH标准液浓度在25~300μmol/L范围内与峰面积有良好线性关系,相关系数达0.999。GSH外标回收率为99.44%±2.22%,日内和5日日间变异系数(CV)为≤2.21和≤2.35,最低检出限1.1μg/g。结果黑斑蛙和中华大蟾蜍幼体与成体GSH均为皮肤含量最高,达213.4、197.3μg/g和189.7、201.9μg/g,其次为肝脏、脑、全血、脾脏,肌肉组织含量最低,为51.3、16.2μg/g和40.3、14.9μg/g。本方法样本处理简单且具有良好检测灵敏度和精密度,能够满足两栖动物组织GSH含量测定要求。     

融合深度残差网络和注意力机制的3D目标检测

针对Frustum-PointNets的实例分割网络结构单一且卷积深度较深、易出现特征丢失和过拟合,检测准确率较低的问题,提出了一种改进的Frustum-PointNets网络。该网络首先构建深度残差网络并融入实例分割网络,提高特征提取能力,解决深层网络的退化问题;引入双重注意力网络以增强特征,提高分割效果;运用Log-Cosh Dice Loss解决样本不均衡,加快网络训练;使用Mish激活函数保留特征信息;最后基于Kitti和SUN RGB-D两个数据集进行实验验证本文算法的有效性。实验结果表明,本文算法相对于Frustum-PointNets,在Kitti数据集中,3D框检测精度提高了0.2%～13.0%;鸟瞰图的3D框检测精度提高了0.2%～11.3%。在SUN RGB-D数据集中,本文算法的3D框检测精度提高了0.6%～16.2%,平均检测精度（m AP）提高了4.4%。实验验证,本文算法在室外和室内场景中获得较好的目标检测及分割效果。     

坐标转换可视化查询方法探讨

坐标转换的方法多种多样,大多通过程序计算求得,本文通过构建三维数组利用GIS软件导入数据,可视化查询坐标转换的X、Y分量,从而完成坐标转换。