高含水期原油低温集输温度界限模型研究

随着油田进入高含水期,原油流动特性发生了较大变化,而传统的集输工艺流程能耗较高,为了降低集输能耗,急需对管道低温集输温度界限进行研究。因此,在华北油田测试区块建立了可视化试验装置,研究实际生产过程中高含水原油低温集输特性和温度界限。研究结果表明,随着集油管线温度的降低,存在3个压降变化的转折点,其中压降增加率突变点和压降峰值点所对应的特征温度可作为低温集输的温度界限,据此拟合得到了满足实际生产需求的黏壁温度回归模型。基于所得模型,针对不同工况下低温集输的温度界限进行了预测,并据此创建了低温集输可行性的图示判断工具。所得结果对高含水期油田实际生产中低温集输的可行性判断及其安全运行管理具有指导意义。     

颗粒群组方法中关键参数的选取

为了深入了解颗粒群组方法的特点,提出了修正最大群组数方法,研究了颗粒群组方法中的两个关键参数(体积增量和最大群组数)对数量密度和体积分数的影响.结果表明:传统最大群组数在计算颗粒数量密度时比较准确,修正最大群组数在计算颗粒体积分数时比较准确.随着颗粒体积增量的增加,传统最大群组数得到的颗粒数量密度的预测值降低,而颗粒体积分数的预测值增加.随着颗粒体积增量的增加,修正最大群组数得到的颗粒数量密度的预测值下降,而颗粒体积分数的预测值呈振荡趋势.     

军用车辆强振分析与悬架参数匹配方法

针对某型军用轮式车辆在越野起伏砂石路面上高速行驶时振动与冲击较大的问题,在实测路面不平度的基础上,建立了半车行驶动力学模型,在时域内进行了动力学仿真分析。分析表明,振动较大是由车辆在恶劣越野路面上高速行驶时,悬架击穿频率较高造成的。在频域内采用基于悬架动挠度为限值的匹配方法对悬架参数进行了优化与仿真。研究结果表明,优化匹配结果基本满足战车平顺性与操稳性的设计要求,说明基于实测路面谱与悬架动挠度为限值的参数匹配方法对军用车辆悬架设计具有适用性与科学性。     

基于失效模式与后果分析扩展模型的外包风险分析

失效模式与后果分析(FMEA)是一种重要的质量管理与可靠性分析工具,然而传统模型在实际运用中存在若干缺陷.利用区间二元混合加权距离(ITHWD)测度对传统FMEA模型进行改进,利用区间二元语义FMEA模型,并以刀具管理业务合同履行模块为例进行失效风险分析.通过传统模型与改进模型结果的比较,发现后者不仅能减少评价信息转换过程中产生的信息失真或损失情况,而且还考虑到了风险因子的主客观权重以及决策者的决策态度,从而提高了最终失效模式优先度排序的准确性、可靠性和灵活性.     

系数矩阵成一等差矩阵的线性方程组

给出了k等差数列、行一等差矩阵和列一等差矩阵的定义,得到了增广矩阵为行一等差矩阵和列一等差矩阵的线性方程组在不同秩下的同解方程组及一般解的表达式。     

太行山猕猴蹠骨形态学判别分析

目的:了解太行山猕猴5根蹠骨形态学差异.方法:测量34例成年太行山猕猴蹠骨标本10个变量.数据用SPSS13.5统计软件分析处理,建立5根蹠骨的多元判别函数.结果:5根蹠骨正确判别率的范围是91.2%～100.0%,回代检验和交互检验结果相似,说明判别函数稳定有效.结论:太行山猕猴5根蹠骨的形态差异显著.采用多元判别函数可以有效地将未知标本进行判别.     

新型钢管混凝土梁柱节点试验研究

提出了一种新型的开大孔钢筋贯通式钢管混凝土节点,该新型节点形式与已应用到工程中的开小孔钢筋贯通式节点相比,具有施工方便的优点。建立了介于这种新节点与传统开小孔节点之间的过渡形式:开大孔加强式钢筋贯通的钢管混凝土节点。并通过对三种节点低周反复循环加载的试验研究,得到如下结论:新型开大孔式节点位移延性、耗能能力比较理想,抗震性能良好,符合抗震设计的要求。在该新型节点处设加强环和加劲肋能够显著提高节点的整体性与延性。研究结果可以为其在工程中的应用提供有价值的参考。     

高校教育数据治理问题及对策

基于高校教育数据实践困境，从数据治理概述、数据治理的必要性、高校数据问题、高校教育数据分类及治理策略展开论述，提出了构建科学治理机制、建设统一数据标准体系、定期过滤数据、掌握数据治理重点环节四条措施.     

码流域无参考视频客观质量评价方法的发展现状

数字视频质量对人类视觉信息的获取影响很大,如何评价视频的质量是一个很重要的技术.由于在很多的实际应用环境中没有参考视频,因此无参考视频质量评价技术是最具有实用价值的一类技术.无参考视频质量评价技术按照提取特征的位置的不同可以分为像素域方法和码流域方法.本文综述了码流域无参考视频质量评价方法的分类和发展现状.文章首先介绍了视频质量评价的分类,然后按照不同的实验环节介绍了码流域视频质量评价的发展状况,最后总结了码流域视频质量评价的发展趋势并探讨了其未来的发展方向.通过本文研究人员可以较全面地了解码流域视频质量评价这一领域.     

ECOC多类分类中基分类器non-competence问题研究

在纠错输出编码(error-correcting output code, ECOC)多类分类中,当待识别样本的真实类别不属于对应二类子类划分时,训练得到的基分类器将不具备对此类样本进行分类的能力,此时的基分类器在解码融合时面临着non-competence问题。如何衡量基分类器是否具备对样本的分类能力,以及如果不具备,如何减少此种情况下对分类效果的影响是基于ECOC多类分类面临的新问题。针对解码框架中non-competent基分类器的分类融合问题,提出一种基于基分类器对样本是否具有分类能力的加权解码方法。该方法利用支持向量数据描述衡量待识别样本与各划分子类之间的距离,同时利用加权解码,通过对基分类器权重的学习，进而增强对类别拥有分类能力的基分类器的影响,减少不具备分类能力的基分类器产生的误差。基于UCI数据集的实验表明所提方法的有效性和实用性。