砂岩级配料开采爆破块度预报与爆破参数优化研究

通过张河湾抽水蓄能电站上水库面板堆石坝级配料开采爆破试验对Kuz-Ram爆破块度预报经验模型进行修正,建立了适合张河湾蓄能电站级配料开采的爆破块度分布模型,通过对爆破块度级配与爆破参数的相关分析,提出了砂岩级配料开采的优化爆破参数.     

考虑流动边界影响的气井非达西效应评价

基于高产气井向井流的流动规律,从描述非达西流动的Forchheimer二次方程出发,建立了考虑非达西流动边界影响的产能方程,给出了相应的非达西流动系数与表皮系数的计算方法,从而完善了由稳定试井评价气井非达西流动效应的方法.流动边界对非达西流动系数影响的分析结果表明,当非达西流动半径与井筒半径可比时,忽略该流动边界影响,非达西流动系数明显偏大,会导致高估非达西流动效应.实例计算结果证实了非达西流动边界对非达西流动效应评价有显著影响.     

块衰落信道中的迭代盲信道估计与译码

提出了衰落信道下的一种迭代盲信道估计与译码算法，推导了高阶调制下的MAP估计和ML估计表达式，并证明了在信噪比充分大或块衰落信道的块长充分大时。MAP与ML估计是等价的。通过仿真发现，在对迭代信道估计与译码算法的影响上，信噪比与衰落信道的块长之间存在着折中关系，并分析了块衰落信道的块长对迭代信道估计与译码算法的性能的影响。     

二氢杨梅素印迹聚合物的表面行为

应用前沿分析技术测定了二氢杨梅素印迹聚合物块的实验吸附等温线，并用Langmuir方程、Bi-Langmuir方程和Freundlich方程进行拟合，从最佳拟合求得了印迹聚合物的表面位点分布、吸附常数和饱和吸附量.测定了不同温度和不同流动相组成时分子印迹聚合物固定相的吸附等温线.结果表明：双朗格缪尔模型和福伦登里西模型均能给出较好的拟合效果.当20 ℃、四氢呋喃为流动相时，从Bi-Langmuir方程的最佳拟合参数得到第1类键合位点的键合常数和饱和吸附量分别为0.39 mL·mg^-1和133.23 mg·mL^-1，第2类键合位点的键合常数和饱和吸附量分别是135.07 mL·mg^-1和0.071 mg·mL^-1.     

辽河油田古近系沙河街组三段储层宏观非均质性研究——以沈84-安12块储层为例

通过对本区辫状河三角洲沉积体系内各微相砂体的平面及空间展布、砂体的几何形态、孔渗特征等研究 ,揭示了辽河油田沈 84-安 1 2块古近系沙河街组三段储层的宏观非均质特征 .对沉积体系内河口坝及水下重力流砂体、水下分流河道砂体、辫状分流河道砂体、决口扇及决口河道砂体的几何形态特征及内部物性分布规律进行了重点分析 ,总结了本区储层特征 :单砂体多数呈正韵律 ,层内孔渗特征差异明显 ,单层层数多 ,砂体沉积微相变化快 ,储层在平面上及垂向上、层间及层内的非均质性较强 .并得出如下结论 :本区三角洲前缘的水下分流河道砂体和三角洲平原的辫状分流河道砂体均达到中孔、中高渗储层标准 ,是本区主要含油砂体 .     

介质变形引起地层孔渗变化条件下的试井分析

储层介质变形分为弹性变形、塑性变形和弹塑性变形 3种类型 .重点研究了介质塑性变形后地层孔隙度和渗透率变化条件下的不稳定渗流问题 .建立了孔隙度、渗透率指数变化规律的试井分析模型 ,通过有限元方法得到了井底压力随时间变化的双对数理论曲线 ,并对理论曲线的特征进行了分析 .通过实际井例分析 ,说明变孔渗试井模型具有较好的应用效果     

H.264中树状结构运动估计的连续消除算法

为减少视频编码标准 H.2 6 4中树状结构运动估计的高运算复杂度 ,将连续消除算法 (SEA )应用于树状结构的运动估计中。在性能完全相同的条件下 ,与 H.2 6 4整像素运动矢量全搜索算法相比 ,其块匹配运算量减少到原来的 1%～ 2 0 %。利用不同大小块之间因部分重叠 ,其运动矢量具有更强相关性的特点。提出了一种简单有效地确定运动矢量搜索初值的方法 ,并应用两种快速的目标运动矢量判定方法 ,改进了 SEA算法。在性能损失可以忽略的情况下 ,进一步将基本 SEA运算量降低到全搜索块匹配运算量的 0 .3%～4 %。     

利用勘探数据进行数值试井网格划分

利用石油勘探数据库中的岩性分层数据,通过使用地层划分和曲面拟合方法,构造了数值试井分析的求解区域.根据实际的井位得到数值解的计算网格,从而使数值试井更接近生产实际,为油藏的精细描述提供可靠数据.     

油气井三项式产能方程的研究和应用

Hopotaeb于1992年提出用三项式方程代替二项式方程,以便能更精确地确定渗流阻力系数和临界产量这一新的重要参数,从而更合理的确定油气井的工作制度.在此基础上,对三项式方程进行了数学推导,并提出了用三项式方程确定油气井产能的计算分析方法,实例研究证明了该方法的可行性和实用性.     

基于马尔可夫预测模型的数据仓库缓存管理

提出了一种基于马尔可夫预测模型的数据仓库缓存管理策略.将Chunk作为缓存的基本粒度单位,通过收集用户已提交的查询,利用马尔可夫模型预测下一步用户将要访问的视图区域的概率分布,并在此概率分布的基础上提出了基于预测风险的缓存淘汰算法.实验结果表明,算法缓存命中率高,有效地缩短了OLAP查询的响应时间,提升了系统的整体性能.