鄂尔多斯盆地长7储层致密油水平井CO2补充能量与吞吐参数优化

长7储层是鄂尔多斯盆地主要的致密区块,近一半的致密油分布其中。针对长7储层开采渗透率低、开采难度大、依靠弹性开采产能较低、能量衰竭较快等问题,通过数值模拟的方法,构建水平井分段压裂数值模拟模型,首先对比不同吞吐方式对油田产能的影响,优选出CO₂吞吐为首选的补充能量方式。其次对井网形式、井网参数及吞吐参数进行优化研究。最终优选出合适的吞吐方案,达到提高生产效率的目的。结果表明,该储层的最优注采吞吐参数为：周期注入量为2 673 t、注入压力为21 MPa、注入速度为90 t/d、焖井时间为10 d。研究对鄂尔多斯盆地长7储层提高采收率具有一定的参考意义。     

基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。     

动态可控残差卷积神经网络的低剂量 CT 图像处理

针对计算机断层扫描(Computed Tomography, CT)中因采用低剂量扫描方式,导致图像噪声伪影干扰,尤其 是不同部位噪声和伪影强度存在较大差异这一问题,提出了一种基于动态可控残差的卷积神经网络(DC-ResNet) 算法。 DC-ResNet 的主要思想是在常规残差网络连接中添加一个图像质量指导的控制变量,以允许获取残差的加 权和,从而实现残差特征的动态可控。 所设计的 DC-ResNet 网络是一种包括两个子网络的组合型结构,一个是作 为主干网络的基础子网络,在该子网络中使用全局动态残差块和局部动态残差块来实现低剂量 CT 图像质量的提 高;另一个是作为辅助网络的条件子网络,用来生成基础子网络中不同动态可控残差块的权值,辅助基础子网络的 学习。 通过 Mayo 与 UIH 数据实验验证,其视觉结果表明:处理后的不同部位 CT 图像噪声伪影均能够得到较好的 抑制,并能有效地保留结构细节及组织纹理;量化结果表明:处理后的 CT 图像峰值信噪比( Peak-Signal to Noise Ratio, PSNR)和结构相似性(Structure Similarity, SSIM)均优于对比方法。     

上海市集成电路及机电一体化产品的比较优势研究

本文用一种“节汇成本比较”的方法,对上海市集成电路及机电一体化产品的比较优势进行调查研究,提出了上海市在这两个产品领域发展重点的建议。     

关于3维Navier－Stokes方程解的整体正则性研究

本文对３维Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程解的整体正则性进行了研究,得到了解在一些更弱的范数意义下的“小初值”正则性结果。     

嫣紫萝卜色素的提取及其性能研究

报道了嫣紫萝卜色素的提取方法、工艺条件及其性能研究结果．     

层状岩体垒积序列差异性SCW-R/S分形模型

依据已有的一些力学分析结果、模型模拟结果和地质体中构造变形破坏的特征,指出层状岩体垒积序列差异性是控制地质体在法向上构造变形破坏的内因.并建立了定量描述它的SCW-R/S分形模型,使得不同地质体的差异性具有定量可比性;同时初步推测了它与构造变形间的表观关系.     

直线电机瞬态特性的场路耦合分析法

运用磁网络法,进行了单边直线感应电动机的性能分析。提出了此种电机的磁网络模型,由电磁场方程导出了磁网络的参数,从而考虑了直线电机边端效应、绕组不对称分布等结构特点。场路耦合及机电耦合法的运用,使文中提供的分析模型更接近实际情况,适合于动态特性的分析     

16MnR钢夹杂物的行为

系统地调查研究了１６ＭｎＲ钢在整个生产过程中钢中夹杂物的演变规律和清洁度水平,重点考察了钢锭中大型氧化物夹杂的类型,数量,分布,来源的形成,结果表明：钢锭中夹杂物主要是块状Ａｌ２Ｏ３,钢锭中大颗粒夹杂物主要来源于复合渣卷渣。     

Genomic organization of EDSV strain AA-2

The genomic organization of egg drop syndrome virus strain AA-2 isolated in China is reported here. The genome was found to be 32 838 bp in length, approximately 2 kb shorter than those of the human subgenus C adenoviruses. Analysis of open reading frames indicated that the genes for major viral structural proteins (55 K, Penton base, pⅦ, pⅩ, pⅥ, Hexon, 100 K, pⅧ and Fiber), as well as EP, DNA polymerase and ⅣaⅡ are present in the expected locations in the genome. EDSV possesses no identifiable E3 and E4 regions and most proteins encoded by E3 and E4 regions of other adenoviruses genome were not presented in EDSV.