耐高温高效泡沫体系TH-1的研制及应用

针对胜利油田稠油油藏多轮次吞吐后期蒸汽汽窜、指进及重力超覆的矛盾 ,进行了高温泡沫封堵调剖技术研究 .主要包括高温泡沫剂配方的筛选及其高温封堵调剖剂性能评价 ,并对气液比、Na Cl含量、泡沫体系浓度对发泡的影响进行了研究 .研究结果表明 ,所研制的泡沫体系在 2 5 0℃ ,阻力因子≥ 1 5 .0时 ,对蒸汽调剖具有良好的封堵调剖性能 .该体系在胜利油田注蒸汽吞吐井应用中取得了良好的效果 .     

基于新型观测器的海洋重力测量数据处理方法

为进一步改善对海洋重力测量数据处理的实时性，提出了基于扩张状态观测器的处理方法，在消除海洋重力测量数据中海浪高频干扰的同时跟踪重力变化，并进行了仿真分析，结果表明，应用扩张状态观测器不仅可以有效虑除海浪噪声干扰，还可以对重力的变化进行跟踪，证明了该处理方法的有效性。     

不同结构形式码头港内波高分布及越浪量试验研究

【目的】研究码头本身结构形式对港内波高分布及越浪量的影响。【方法】通过整体物理模型试验,以某码头扩建工程为例,对比分析了普通沉箱码头及开孔沉箱码头港内波高分布以及不同面高程下的越浪量。【结果】开孔沉箱码头在减小港内波高及越浪上相比普通沉箱码头更有优势;码头面高程是影响越浪量的重要因素。【结论】为有效地控制港内波高及减小码头越浪量,工程中可优先考虑采用具有良好消浪性能的开孔形式码头,同时在经济技术可行的条件下尽可能地提高码头面高程。     

基于模式识别神经网络的重力匹配算法

为了提高重力辅助惯性导航系统在重力异常明显区域内的定位精度和匹配率,用模式识别神经网络的方法进行了重力匹配.在匹配时刻,根据惯导指示位置确定在一定的网格点范围内搜索载体真实位置,以每个网格点为终点把惯导指示航迹放置到重力图上,由此提取一系列的参考重力图上数据,并把它和对应网格点的位置定义成一个模式类,把所有的模式类作为概率神经网络的样本训练一个模式识别神经网络,然后把重力仪测量数据使用该神经网络识别到某个模式类,对比模式类的定义可以确定此时的载体位置.计算仿真研究表明,该算法的重力匹配率优于通常的相关匹配算法,其组合导航系统的定位误差在1个重力图网格左右.     

混凝土重力坝地震损伤数值模拟

为了模拟混凝土重力坝在地震作用下的损伤演变过程,采用混凝土塑性损伤本构理论,考虑应变速率变化以及混凝土材料损伤引起的刚度退化,利用有限元软件ABAQUS对某混凝土大坝进行了数值计算。分析结果表明:由于混凝土的抗拉强度远小于其抗压强度,在地震作用下坝体出现损伤破坏的主要部位也是在拉应力较大以及材料刚度变化区域,主要分布在坝体上部几何形状突变部位和坝体垂直施工缝。该结论对混凝土重力坝的抗震性能评估及抗震加固具有一定的参考价值和指导意义。     

随机地震波的构造及其在重力坝抗震计算中的应用

本文根据反应谱与功率谱的近似转换关系构造基于非平稳过程模型的初始随机地震波．在此基础上．建议了一种基于概率理论的控制加速度峰值的方法．并把概率统计与调幅迭代技术结合起来，给出了提高随机过程反应谱拟合精度的全子样迭代法．通过宏观调幅迭代，产生满足地震动三要素(地震动强度、地震持时和频谱特性)的随机人工地震波．作为应用．文中计算了刘家峡及柯依那重力坝的抗震可靠度．计算结果与实际震害及有关分析结果一致，说明所建议的方法用于结构的抗震计算是合理可行的．     

多源卫星重力数据融合研究进展

分析了GOCE和GRACE等重力卫星数据在频谱上的互补性,指出了多源卫星重力数据融合的必要性,总结了多源卫星重力数据融合的研究进展和相关成果,特别是GOCO和EIGEN系列模型.在此基础上,探讨了目前多源卫星重力数据融合中存在的问题,如地形影响处理、位系数与数据的对应关系、数据权重分配等.最后,对多源卫星重力数据融合研究提出了一些建议.     

基于城乡联系的农村居民点布局优化研究——以重庆市为例

以重庆市义和镇、石龙镇和润溪乡为例, 引入引力模型, 分析不同区位村镇的城乡联系强度和资源禀赋, 确定3 种不同的村镇发展类型。构建包括特色指标和普适指标两类指标的居民点综合适宜性评价体系, 将各镇居民点划分为重点发展型、保留改造型和迁村并点型3 种类型进行空间引导和优化。为适应不同乡镇的发展定位, 示范镇农村居民点的优化模式分别体现集聚扩张、内部调整和迁并整合的特征。对不同类型农村居民点优化过程和技术进行探讨, 为3个示范镇的规划提供科学依据。     

矶头水电站大坝的地震反应分析

采用坝－水－地基系统动力耦合的边界单元法，计算在基底地震加速度情况下的矶头水电站大坝的地震反应．对坝体系统的动力特性、坝面动水压力、坝顶动力放大系数进行分析和计算，并对大坝的动力稳定性进行校核．     

基于自适应模糊聚类分析的重力张量欧拉反褶积解

利用将重力全张量数据应用在欧拉反褶积中,规避位场梯度计算的精度问题,引入自适应模糊聚类算法克服聚类数目需要求预先确定、模糊聚类分析局部最优、分类不确定等弱点,并准确的确定多异常源的情况.核密度估计结果表明,张量欧拉反褶积比预设结构参数的欧拉反褶积方法更能表征地下异常类型;反演结果表明,传统欧拉反褶积难于识别在深大型异常源附近的浅部规模相对较小异常源;过滤后的欧拉反褶积解的空间包络基本与初始模型的一致,张量欧拉反褶积在获得多异常源的空间结构信息更具有优势.