凝点附近含蜡原油的粘弹性研究

使用控制应力流变仪 ,在原油凝点附近温度区域对大庆原油和胜利原油进行了线性粘弹性应力范围内的小振幅振荡剪切实验。以原油开始出现线性粘弹性应力区间的最高温度作为基准温度定义了相对温度 ,对粘弹性参数进行了分析对比。研究表明 ,大庆原油及胜利原油在各自凝点以上 4℃时 ,均表现出明显的粘弹性特征 ,其损耗角分别为 37.6 6°和 76 .5 5°。在相同的相对温度下 ,大庆原油的弹性特征明显好于胜利原油 ,大庆原油的粘弹性参数对温度的敏感性也明显好于胜利原油。两种原油粘弹性不同的主要原因是其胶质、沥青质含量和析蜡特性不同。凝点温度附近的原油流变性及其随温度的变化规律应该作为确定输油管道进站温度的重要依据 ,目前 ,仅以原油凝点作为确定进站温度的主要依据是不合理的。     

基于神经网络模型的舰面流场仿真算法

飞行甲板表面流场是影响直升机飞行安全的重要因素，在直升机实时飞行仿真中，流场速度分布特性直接影响直升机飞行动力学仿真的精确度。文章以纳维-斯托克斯方程为基础，利用BP神经网络算法，研究了实时确定流场速度分布的方法，该方法可用于甲板流场实时仿真，提高直升机飞行仿真的精度。     

埋地热含蜡原油管道的非稳态传热问题

我国生产的原油大多为含蜡原油，加热输送是含蜡原油的主要输送方式。埋地热含蜡原油管道的运行中涉及若干复杂的非稳态传热问题。从管内原油传热（内部传热）和管道与外部环境的传热（外部传热）两方面，分析和总结了含蜡原油管道非稳态传热问题的研究现状，介绍了管道在土壤中传热的影响因素，比较了其各种解析和数值解法，阐述了管道停输状态下管内含蜡原油相变传热的规律及研究方法，讨论了非稳定流动状态下管内油流的水力—热力耦合问题及求解方法，指出了埋地热含蜡原油管道的非稳态传热方面需进一步研究的问题。     

HPLC法测定2-对氯苯基-4-苯基-1,5-苯并硫氮杂-α-(丁二酰亚胺基)-β-内酰胺

建立了测定2-对氯苯基-4-苯基-1,5-苯并硫氮杂(艹卓)-α-(丁二酰亚胺基)-β-内酰胺的高效液相色谱(HPLC)分析法.结果表明该法重现性好,灵敏度高,快速,准确,平均回收率为96.9％～103％.     

基于进化神经网络方法的矿石消费时序分析

利用神经网络建立模型,并应用遗传算法识别最佳网络结构(模型的阶数p值和隐含层节点数),进而提出了一种用于时序分析的进化神经网络新方法.最后,将其应用于我国铁矿石消费指数的预测,取得理想的结果.     

混沌神经网络住宅性能综合评价模型的研究

住宅性能综合评价是住宅商品化和市场化的重要基础性工作．利用人工神经网络模拟人脑学习和记忆功能的特点，建立了住宅性能综合评价模型．针对神经网络BP算法收敛速度慢容易陷入局部极小值问题，将混沌理论引入神经网络算法中，利用混沌运动的遍历特性加快了训练速度，使其收敛于全局最优解．算例表明，混沌神经网络模型可以准确地评价住宅的综合性能，有良好的应用前景．     

羟丙基壳聚糖对表面活性剂微孔液相图的影响

在25℃条件下，测定了不同浓度的羟丙基壳聚糖（HPCHS）溶液／表面活性剂（聚氧乙烯（23）醚月桂醇（BRIJ35）、十六烷基三甲基溴化铵（CTAB）、十二烷基硫酸钠（SDS）、二甲基十二烷基甜菜碱（C12BE）／正丁醇（n-C4H9OH)／正辛烷（n-C8H18)体系微乳液拟三元相图。结果表明，在所研究的浓度范围内，羟丙基壳聚糖对不同类型表面活性剂体系微乳液的形成有不同的影响：（1）除B12BE体系外羟丙基壳聚糖的加入均在一定程度上改善了原有体系微乳区的形成和稳定；（2）羟丙基壳聚糖溶液在10，10和5g/L浓度时分别使BRIJ35，CTAB和SDS体系微乳区面积达到最大；（3）羟丙基壳聚糖的加入没有明显改变C12BE体系的微乳区面积。     

1,3-苯二氧基二乙酸二芳酯的合成及植物生长调节活性

以PEG 4 0 0为催化剂 ,在液 液相转移催化条件下合成了一系列新的 1,3 苯二氧基二乙酸二芳酯 .用元素分析、IR以及1 HNMR确定了它们的结构 .初步生物活性试验表明 ,该类化合物对小麦幼苗的生长有一定的促进作用 .     

船舶初步设计阶段智能决策支持系统的应用

提出了用于辅助船舶设计者在获取船型要素信息量有限情况下，进行船型方案优选决策的支持系统理论体系框架和模型。将该系统应用于某实船船型方案优选决策，证明该方法是可行的、可靠的。此外，对未来智能决策支持系统在船舶初步设计中的应用前景进行了展望和预测。     

基于云理论神经网络决策树的生成算法

提出了一种基于五层云神经网络的决策树生成方法.运用五层云神经网络学习变量间的云映射关系,从中生成云决策树.给出了神经网络的学习算法和云决策树的推理方法,这种方法不但具有神经网络的学习能力,而且结合云理论处理知识的不确定性的能力.该方法利用了五层云神经网络学习后的云映射强度,并能实现云决策树的剪枝优化,提高了算法的正确率.