浅谈凿岩台车在长大隧道快速掘进中的应用

随着高速铁路快速发展,要求的标准也越来越高,为了保证长大隧道快速掘进,增加作业人员的安全系数,减轻劳动强度,采用凿岩台车开挖已是最佳选择。分析了发挥凿岩台车在长大隧道中的快速掘进优势需要具备的条件。     

一类推广的[G′/G]展开方法及其在非线性数学物理方程中的应用(英文)

研究王明亮的[G′/G]展开方法和一个含有六阶非线性项的一阶常微分方程,提出一类推广的[G′/G]展开方法。显然,这个方法可以应用到(2 +1)维色散长波方程和双sine-Gordon方程,得到一些新的精确行波解,包括孤波解,三角周期波解,双曲解,有理解和雅可比椭圆双周期波解。这种方法也可以应用到其他的非线性发展方程中。     

普光气田长井段延时起爆射孔技术

普光气田具有井深、射孔井段长、高含H2S等特点,射孔作业潜在的安全风险较大。针对普光气田射孔面临的技术问题和难点,从射孔工艺选择、射孔枪及射孔参数确定、抗硫材料选取、油管保护、起爆及传爆可靠性设计等方面进行阐述。通过对普光气田主体的射孔作业效果分析,证实采用防硫114射孔枪并进行变孔密射孔等技术设计能满足普光气田射孔后的酸压改造要求,不同壁厚管柱组合、分段延时射孔、纵向和径向减震器组合等技术措施可有效地防止油管脱扣,增强型固弹系统可以满足长井段射孔可靠传爆的要求。     

天然气管道小泄漏高空激光检测试验

在国内首次对长输管线小泄漏直升机巡检效果进行试验验证.采用软件模拟和试验验证的方法确定小泄漏发生后的扩散范围,由直升机携带激光检测设备,对平原和山区的人工小泄漏源产生的甲烷气团进行检测.平地试验飞行高度为60～150 m,山区试验选择西气东输管线沿线具有代表性的地形作为5个人工泄漏源的放置地点,直升机在这些点的飞行高度为60～500 m.试验结果表明:直升机巡检方法适用于平原、沙漠、戈壁等地区,对地形起伏较大的丘陵、山地等地区效果不够理想.     

阿尔及利亚某油田富气混相驱长岩芯物理模拟

结合长岩芯（细管）实验结果,利用长岩芯驱替实验评价了富气混相驱注入时机、注入方式以及注入量对混相驱效果的影响。在油藏条件下,液化石油气与天然气摩尔比为36:64时,混相流体与地层原油能完全混相,与水驱相比,提高采收率在15%以上。在注入工艺参数中,早期注入有利于提高采油速度,交替注入有利于控制气窜,注入量对驱替效果和后续水驱压差影响较大,建议用数模方法优化注入段塞大小。     

基于码多普勒补偿的微弱GNSS长码快速直接捕获算法

为提高全球导航卫星系统（GNSS）的抗干扰能力,要求在不借助于短码辅助的情况下对长码进行直接捕获.传统长码直接捕获算法针对的是正常接收信号.当信号被遮挡或干扰以后将变得十分微弱,此时已有算法将面临严峻挑战.为此,本文提出了一种基于码多普勒补偿的长码捕获算法.该算法根据所搜索的载波频率格进行码多普勒补偿,可以大大延长预检测积分时间从而改善捕获性能.仿真结果表明,新算法能有效减小码多普勒影响,在相干积分时间为1ms非相干累加次数为300情况下,捕获灵敏度可达-183dBW.     

基于TMS320C54x系列DSP的长序列线性相关算法及实现

提出一种使用快速相关法的长序列相关算法,并使用DSPLIB库函数设计FFT系数表,实现了两个1024点实序列的线性相关运算.与直接相关法相比,这种方法容易实现,且运算速度快,有较高的应用价值.     

具退化性的一类非线性扩散方程的正则化解

研究具退化性的一类非线性扩散方程的初边值问题. 基于弱解存在性的证明和消失粘性法, 引入了正则化解的概念, 优点是能够确保正则化解的惟一性, 而且在某些条件下又有存在性. 证明了正则化解的一个重要性质, 即解的支集关于时间的不变性; 并对此问题的一个特殊情形, 构造出其显示的正则化解. 最后, 应用能量估计方法, 研究了正则化解的长时间行为.     

基于深度学习序贯检验的电源车故障诊断方法

针对电源车健康维护存在的问题,提出了一种基于长短时间记忆LSTM (Long Short Time Memory)网络与序贯概率比检验SPRT (Sequential Probability Ratio Test)融合的电源车故障诊断方法。该方法基于LSTM网络建立电源车的多变量时间序列模型,并引入SPRT方法进行自适应多样本故障诊断。经在电源车仿真系统上进行对比实验,结果表明LSTM诊断模型有更强的学习和映射能力,LSTM-SPRT融合的故障诊断方法,显著提高了电源车故障诊断的准确率和可靠性。     

Volatility forecasting with bivariate multifractal models

This paper examines volatility linkages and forecasting for stock and foreign exchange markets from a novel perspective by utilizing a bivariate Markov-switching multifractal model that accounts for possible interactions between stock and foreign exchange markets. Examining daily data from major advanced and emerging nations, we show that generalized autoregressive conditional heteroskedasticity models generally offer superior volatility forecasts for short horizons, particularly for foreign exchange returns in advanced markets. Multifractal models, on the other hand, offer significant improvements for longer horizons, consistently across most markets. Finally, the bivariate multifractal model provides superior forecasts compared to the univariate alternative in most advanced markets and more consistently for currency returns, while its benefits are limited in the case of emerging markets.