水平注水井与直井联合井网见水时间研究

为了寻求一种简单、有效的计算水平注水井与直井联合井网的见水时间的方法,将水平井简化为具有等效井筒半径的直井,考虑水平井与直井联合布井水驱油的非活塞性,运用等值渗流阻力法将渗流区划分为3个阻力区,推导出了五点法、七点法和九点法水平井与直井联合井网的油井见水时间的计算公式和修正公式。计算结果表明,井网的见水时间随水平井长度的增加而缩短;相同的井距和生产条件下,五点法井网的见水时间要长于九点法和七点法井网;随水平井与水平方向夹角的增大,五点法井网的见水时间缩短,七点法井网的见水时间先增加后缩短,九点法井网的见水时间增加;油藏和流体参数对井网见水时间影响不大。     

龙虎泡低渗透油田聚表二元复合驱实验研究

针对龙虎泡低渗透油田水驱开发效果差、采收率低等特点,开展了聚合物和表面活性剂二元复合驱在低渗透油藏适应性的室内评价实验.注入性实验表明,相对分子量为2 200万的FP-3聚合物注入渗透率46.45×10-3μm2的岩心未发生堵塞,具有良好的注入选择性及封堵选择性.驱油实验表明,聚合物和表面活性剂可分别提高低渗透岩心驱油效率10%和20%,且表面活性剂容易注入,可降低注入压力.在聚合物和表面活性剂不同段塞组合实验中,两者分段塞注入的方式优于单独注入表面活性剂或将两者混合后注入的方式,其中先注聚合物后注入表面活性剂的段塞组合方式最好,可提高采收率17.74%.因此,对于非均质性较弱的低渗透油田,可采用聚表二元复合驱技术,先注入聚合物降低储层的非均质性,后注入表面活性剂启动低渗区的剩余油.     

厄米-高斯光束合成任意阶矢量光束

提出了用一组经过偏振态调制厄米-高斯光束合成任意阶矢量光束的新方法,这组光束的偏振态方向依次差π/2,合成的矢量光束的强度分布和拉盖尔-高斯光束相同.根据合成方法的数学模型进行了数值仿真,进一步证实了合成方案是正确的.这一方法提供了用相干合成方法生成高阶矢量光束的新途径.     

数学模型的一个应用

构造了两个数学模型，一个是摸球模型，另一个是搬砖模型。应用了这两个数学模型，对重复组合公式给出了一个新的证法。这种证法的特点是：直观、易懂、形象。比文献[1]给出的证法更简明。     

证据理论合成规则的改进

D-S证据理论是一种有用的不确定性推理方法,由于证据合成公式存在不足,影响了证据理论的应用．该文提出了一种证据理论合成的改进方法,该方法不仅能处理相互冲突的证据,把支持证据冲突的概率按各个命题的平均支持程度加权进行分配,还能根据证据携带的信息量决定聚焦的权重,使合成结果符合实际情况．     

用有限元法分析无缝道岔组合效应

为建立能反映无缝道岔组合实际受力情况的计算、分析模型,基于有限单元法,建立了多组无缝道岔相联结时钢轨纵向力及位移的计算模型,编制了计算软件,并以12号固定辙叉无缝道岔为例,分析了不同联接形式无缝道岔对钢轨附加力及位移的影响.研究结果表明:道岔不同联结形式对钢轨的受力及变形有明显的影响,其组合效应不容忽视,特别是钢轨的位移受组合效应影响很大;随着组合道岔组合数的增加,钢轨附加力及钢轨位移的组合效应也随之增加,但增加幅值逐渐减少.     

基于一种新的S型函数快速凸组合最小均方算法

为解决传统凸组合自适应滤波算法在联合参数迭代计算量大、算法收敛速度慢、跟踪性能差等问题,提出了一种基于一种新的S型函数快速凸组合最小均方(SCLMS)算法;该算法用一种新的S型函数,代替Sigmoid函数,在保证和CLMS算法相同稳态误差情况下,避免了指数运算,减少了计算量;同时也提高了收敛速度和信号的跟踪性能。通过独立高斯白噪声作为输入信号算法仿真、相关噪声作为输入信号算法仿真;以及非平稳环境下算法仿真;并对三种仿真结果进行了分析,验证了该算法性能可靠有效。     

ETM+遥感影像最佳波段融合质量评价

利用最佳指数(OIF)法得出泉州市2001年ETM+遥感数据的最佳波段组合为波段5、4、2;采用乘积变换、Brovey变换、HIS变换、小波变换等4种典型的融合方法,分别进行ETM+最佳波段组合影像与ETM+全色波段影像的融合;计算融合后影像与原始影像之间的相关系数,从空间相关系数、光谱相关系数2个方面进行定量和定性评价.结果表明,Brovey融合后的影像信息损失最小、对于光谱保真性最好,小波变换融合方法次之;而小波变换融合后影像对于空间分辨率的改善效果最好,Brovey融合方法次之.针对本研究区,在4种融合方法中,Brovey变换和小波变换融合方法是最佳的选择.     

生成可用周期序列的直接法

提出一种生成可用周期序列的直接方法,采用此法,只要根据一个可用周期序列中元素的位置即可直接生成多个相同周期的可用序列及相应的位置组合,或根据二、三个短周期可用序列即可生成数十个长周期的可用序列,此法对长周期序列尤为适用,效率比以往的方法可提高数十倍。     

预测模型组合开关

不同预测模型在同一时刻都存在不同的预测误差,最优组合预测的预测精度要比其他模型高,但并不是所有时刻误差都最小,有的时刻可能比单项预测误差还大,因此,在预测时就存在较大的风险.再组合预测可以降低预测风险,但方法比较复杂难以推广.针对这些问题,我们设计一种预测模型组合开关,根据数据的变化,不同时刻采用不同预测模型,使预测误差每一期都最小,或不是最大.实证结果表明,预测模型开关能够根据数据特征有效控制模型输出.