三维油藏流动电位数值模拟及油水前缘预测

根据流动电位产生的基本原理,建立三维油水两相流动条件下电场和渗流场的耦合数值模型并采用有限差分方法进行求解;以四分之一"五点法"井网为对象,模拟计算一注一采生产过程中井底的电位变化。结果表明:油水前缘的位置会出现电位的峰值,该峰值随注入水向生产井一侧移动,生产井底的电位会连续上升,当油水前缘距离生产井75 m时开始剧烈变化,因此对该效应的监测及分析能够实现油水前缘的远距离预测;注入水沿高渗透层的快速前进会引起电位异常,使高渗透层比低渗透层要高出5~15 mV,通过对该信号的强弱和随时间的变化规律的分析能够识别地层非均质性和注入水的不均匀推进,该方法具有成为新型动态监测手段的潜力。     

带饱和输入的奇异切换系统的二次最优调节

利用奇异Riccati方程讨论了带饱和输入的奇异切换系统的二次最优调节,研究了集值函数,并将最优控制调节推广到饱和输入上,运用最小等价子集简化了矩阵集合的运算。     

不同电解液中钛合金电解等离子体抛光的对比分析

利用粗糙度仪、激光发射率测试仪、光学及电子显微镜等设备,对不同电解液体系中得到的钛合金试样表面的粗糙度及形貌进行了分析.结果表明:配方4电解液体系中得到的试样表面最为平整、镜面效果最好;配方1、2、3处理得到的膜层表面粗糙度也有较大的改善.     

基于 Internet 的大型仪器预约系统的发与应用简

为了进一步提高化学实验中心大型仪器设备的使用效率和管理水平,构建大型仪器设备网络化、现代化管理模式,结合东北农业大学化学实验中心大型仪器设备的具体情况,设计了大型仪器网上预约系统,开发了基于Internet的大型仪器设备网上预约功能,该系统的投入使用为实验中心大型仪器设备的科学管理提供了可靠的保障.     

利用木糖母液生产碱性蛋白酶发酵工艺的初步研究

研究了以木糖工业化生产的副产物木糖母液为碳源,利用地衣芽孢杆菌工程菌(Bacillus licheniformis)TCCC11843发酵生产碱性蛋白酶的工艺.对摇瓶发酵工艺进行优化,确定了接种种龄为12,h,接种量为8%,培养基初始p H为6.5,发酵温度为34,℃,在24,h一次补加4.0,m L质量分数为50%木糖母液,此时的发酵液酶活力峰值为7,838,U/m L;在此基础上,又在7,L发酵罐上实现了木糖母液的反馈补料,酶活力在80,h时达峰值,为14,912,U/m L.该结果为工业化生产碱性蛋白酶的发酵工艺优化提供了新的思路.     

离散非线性系统的混沌同步问题

本文研究了离散非线性系统的混沌同步问题,即驱动系统为x(k+1)=f(x(k)),响应系统为x^(k+1)=f(x^(k))+u(k)构成的混沌系统的同步问题。基于Lyapunov稳定性理论给出了控制律的设计,选取控制律u(k)=-e(k+1)下,得到系统的Lyapunov函数一阶差分ΔV0,从而离散非线性系统及其时滞系统是混沌同步的,数值算例结果表明系统的误差曲线趋于同步,从而说明了该方法的有效性。     

丝胶枸杞保健饮料的研制

以丝胶蛋白和枸杞提取液为原料,采用单因素实验和正交试验,确定丝胶枸杞饮料中主原料的优化配方为:枸杞浸出物为10%、丝胶蛋白1.0%、柠檬酸为0.10%、阿斯巴甜为0.050%;所制得的饮料色泽呈淡黄色,有枸杞的清香味,具有抗菌、促进肠胃道消化、抗氧化等功效,是一款有开发前景的保健饮料。     

离子型与非离子型混合表面活性剂体系溶致液晶相图及结构的研究

对离子型表面活性剂十二烷基硫酸钠、十六烷基三甲基溴化铵与非离子表面活性剂聚氧乙烯油醇醚、烷基酚聚氧乙烯醚混合体系溶致液晶的相图及层状液晶的结构进行了研究。结果表明,当非离子表面活性剂中极性基较小时,其相行为类似于脂肪醇,易和离子型表面活性剂共同形成层状液晶。当非离子型表面活性剂极性基较大时,与离子型表面活性剂易形成六角液晶。在混合体系中阴离子表面活性剂比阳离子表面活性剂与聚氧乙烯型非离子表面活性剂的相互作用更强一些,表现为相图中形成的液晶区域较大。当离子型表面活性剂确定时,与脂肪醇聚氧乙烯醚复配比与烷基酚聚氧乙烯醚复配可形成液晶的范围更宽。     

浅谈网络环境下少儿图书馆的读者活动

论述了网络环境下少儿图书馆读者活动的作用、特点以及工作思路,指出在网络环境下策划、组织读者活动也应不断创新、与时俱进.     

基于智能影像基因组学技术的阿尔茨海默病预测进展

 阿尔茨海默病（AD）起病隐匿,目前尚无有效控制病情进展以及治疗的药物或方法。在其发病轻度认知功能障碍阶段早期预测进行干预,则能有效控制其病程。从基于脑影像组学特征的AD早期临床诊断、基于人工智能影像组学技术的AD早期预测两个方面综述了AD的早期诊断与预测研究进展,提出结合多模脑核磁共振影像特征和组学特征,在深度学习的框架下,将影像学和基因组学联系在一起,构造高分类与预测性能的深度学习模型,可为AD早期筛查并干预提供支持。