喇萨杏油田特高含水期最低允许流压界限研究

针对喇萨杏油田特高含水期注水开发的特点,将注水系统、油藏系统和采油系统作为一个整体,结合注采平衡原理,给出了给定注水压力条件下最低允许流压的经验公式。应用该公式,结合注水井吸水能力及采油井产液能力的变化规律,可对不同注水压力、不同地层压力保持水平及不同含水率时的最低允许流压进行测算,为油田开发调整和规划编制提供依据。研究表明,最低允许流压随含水率升高而降低的传统认识只是一个特例,其变化规律还与注采能力、油水井数比等有关。对喇萨杏油田SZ开发区来说,为满足特高含水期的提液要求,须通过注采系统调整进一步降低油水井数比,增加注水井注水量。过度降低采油井井底流压将导致地层压力下降,影响最终水驱开发效果。提出的最低允许流压经验公式形式简单,参数易于收集,对特高含水期开发调整政策的制定具有很好的指导意义。     

用人工神经网络方法辨识岩体力学参数

研究了用人工神经网络辨识岩石工程岩体力学参数的基本原理、网络结构、网络训练样本的获得及网络训练方法·在此基础上,提出了用人工神经网络辨识岩石工程岩体力学参数的方法和步骤,并给出了一个参数辨识实例·结果表明,依据巷道变形观测,用神经网络辨识岩石工程岩体力学参数是可行的·该方法为研究岩体物理力学性质参数和岩石工程初始地应力条件提供了一个有效途径,尤其适用于软岩情况下岩体力学参数的辨识·     

低碳源城市污水厂碳源优化利用运行模式研究

采用中试规模试验,利用物质平衡分析方法,追踪碳源在各个季节不同工艺条件下的分配和利用情况,以求掌握控制碳源分配的关键性参数,从而建立基于碳源利用的污水厂优化运行模式.在原水年均COD,NH4+-N,TN和TP浓度分别为129,25.6,31.5和3.38mg/L,C/N值和C/P值分别为4.3和39.5的条件下,冬季宜采用倒置A2/O工艺,春季宜选用改良型A2/O工艺,夏季宜选用预缺氧+倒置A2/O工艺,秋季宜选用低氧/常氧交替的预缺氧+倒置A2/O工艺,此时出水带走的COD占系统输入总量的26.1%～29.4%,同化COD比例为27.5%～36.2%,直接好氧氧化的COD比例为4%～22.2%,用于反硝化脱氮的COD比例为14.8%～33.6%,用于聚磷菌超量储磷的COD比例为3.05%～6.9%,出水除总磷指标外,可以达到GB 18918-2002一级B标准.碳源分配的优劣可以作为污水厂工艺筛选和参数调整的重要依据.     

基于Matlab的自动变速器换档规律研究

按照两参数换档规律理论,在stateflow软件中建立了自动换档规律模型,利用simulink软件建立了自动变速器换档模型,仿真研究了整车自动换档规律.结果表明,此自动变速器模型工作与期望相符.     

基于LSB技术的图像安全传输系统设计

本文结合基于LSB的图像信息隐藏技术和BLOWFISH加密算法,设计了图像安全传输系统,并将系统在校园网环境下进行了应用,系统的信息隐藏功能较好,符合秘密图像安全传输的要求.     

温度对氨吹脱工艺中氨扩散传质的影响

研究低气速下的氨吹脱系统,建立了定量的氨扩散传质动力学模型,分析系统温度对氨扩散传质的影响。结果表明,氨吹脱过程中,在废水pH值大于12的条件下,氨分子大部分通过气泡扩散,只有极少量通过液相表面扩散;氨的气液传质阻力主要来自于气膜;随着系统温度的升高,气泡直径略微减小,气泡上升时间基本稳定,液相总传质系数迅速增大,气液传质阻力大幅降低。     

恒压网络静液传动系统的神经网络滑模控制

根据恒压网络条件下的静液传动系统的特点,建立用于转速控制的二自由度动力学模型.针对恒压网络静液传动系统的参数摄动和不确定性,选择液压泵/马达的角速度和角加速度为控制变量,设计一种神经网络自适应滑模控制器,采用径向基函数神经网络(RBFN)取代滑模切换控制部分,利用其在线学习功能,对系统的不确定因素进行自适应补偿,应用李亚普诺夫稳定性理论推导网络权值的在线自适应率,保证闭环控制系统的稳定性.在模拟试验台上进行了阶跃信号和斜坡信号的转速控制响应分析,并与常规PID控制以及基于神经网络的PID(NNPID)控制进行对比.试验结果表明:所设计的控制器具有良好的控制效果,能使系统具有良好的跟踪性和强的鲁棒性,有效地消除高频抖振现象.     

输电杆塔智能防鸟害装置的研发

通过对鸟类的生活习性和输电线路上鸟害发生特点的研究,设计了一套具有一定智能性,集机械、声、光、电于一体的防鸟害装置,完成了该装置主要部件的选型和设计,最后对装置的整体布局进行简单说明.该防鸟害装置综合机械防鸟刺的防护作用,声频装置的威慑作用,光电装置的刺激作用,能达到理想的防鸟效果.     

离子种类和质量浓度对不同温度稠油油水界面张力影响的实验研究

为了研究在不同温度下离子种类和质量浓度对稠油油水界面张力的影响,分别配制了含不同质量浓度Na+、Ca2+、Mg2+的盐水溶液,应用旋转油滴法测量了不同温度时稠油与盐水的界面张力,分析了温度、离子种类与质量浓度对界面张力的影响规律.实验结果表明:①盐水成分为Na+和Mg2+时,随离子质量浓度的增大,界面张力先减小后增大,存在极小值;成分为Ca2+时,界面张力先增大后稳定再增大.②随温度升高,在Na+和Ca2+作用下界面张力明显减小,在Mg2+作用下先减小后稳定.③温度和离子质量浓度均影响界面张力;离子质量浓度低时界面张力主要受温度影响;离子质量浓度高时在Na+作用下界面张力受温度影响较大,在Ca2+作用下界面张力受温度的影响减弱;在Mg2+作用下界面张力受离子质量浓度的影响较大.     

基于BP神经网络的输电线路覆冰增长模型研究

分析了现有输电线路覆冰增长模型在预测中的不足以及神经网络对非线性映射变量表达的优越性,提出了一种基于Levenberg-Marquardt学习算法的BP神经网络的覆冰增长预测模型。通过实验获取的覆冰增长数据样本训练BP网络,利用收敛的网络进行输电线路覆冰增长的预测,仿真实验误差1mm以下的有7组数据,远高于对比模型makkonoe模型的3组,验证了模型有效性,对输电线路的覆冰研究和预防有重要意义。