井下测量接头自动测量系统的研制

对钻柱在井下受力状况已进行过许多理论研究,但对钻井在井下的实际工作状态和研究还不多。为此,研制了一种实用的井下测量接头计算机自动测量系统,可用于实时监测和记录钻柱在井下钻井时的实际受力和运动情况。它由下传感器,单片计算机,存储器和高能电池等组成,能接收地面指挥信号,在井下自动工作。当钻进结后提至地面,将井下采集的数据回放至地面微机中即可进行各种力学和运动分析。该系统研制成功后在地面和井下做了实时试验,测试结果较为理想。     

人体体能的昼夜变化与中长跑运动

人体体能与昼夜节律变化有着密切的关系,昼夜节律的改变会直接影响运动员的运动能力和竞技水平,中长跑运动是以体能为主的运动项目,在训练中要严格遵循体能节律的变化特点,以保证训练与体能节律同步;已形成的体能节律会因比赛时间、地点等因素而被打乱,导致竞技能力和运动成绩下降。     

钻铤螺纹的有限元分析及应力分散槽优化设计

针对钻井技术进步带来的井下钻铤的服役条件更加苛刻、失效更加严重的问题,对钻铤螺纹失效问题进行了深入分析,找出引起钻铤螺纹失效的主要原因和失效的关键部位,利用大型三维实体建模软件Pro/E和有限元分析软件ANSYS分别对API标准钻铤螺纹进行实体建模和强度分析,得出了钻铤螺纹在不同工况、不同结构条件下的等效应力分布情况,并对ZTNC56-80型钻铤螺纹应力分散槽进行了最优化研究,找出了其最优值,并指出应力的变化与过渡圆角变化不是线性对应关系,在改进钻铤螺纹应力分散槽结构时,不能单纯以增大结构过渡圆角为手段,从而为改进钻铤螺纹应力分散槽结构提供了科学依据。     

钻井流体粘度对钻柱纵向振动的影响

针对气体钻井技术在低压油气田开发中出现气体钻井的钻柱振动和钻具破坏的问题,概述了气体钻井面临的钻柱振动问题、钻具破坏问题和解决问题的途径。介绍了位移激励法的钻柱纵向振动分析的数学模型和力学分析软件。对钻井流体粘度对钻柱纵向振动的影响规律进行了研究。数据表明,钻井流体的粘度对钻柱的纵向振动影响较大。在一般情况下, 钻井流体的粘度越小, 钻柱的振动幅度越大。钻井流体的粘度对钻柱振动的共振频率影响不大。气体钻井虽然提高了钻进速度,但同时也对钻具防破坏技术提出了更高的要求。     

基于串匹配的特殊点匹配和自由伪造签名快速排除法

在手写签名认证中,特殊点的抽取和匹配具有非常重要的意义,因为特殊点不仅可以作为签名的一种特征,还可以作为分段、签名对齐的依据.该文提出一种基于串匹配的方法对签名的特殊点序列进行匹配,提高了特殊点匹配的精度.同时通过计算特殊点类型所组成的字符串的编辑距离,能够很快地发现与真签名差距较大的自由伪造签名,从而提高整个系统的反应速度.     

我省饮用天然矿泉水生产现状及存在的问题

指出了我省饮用天然矿泉水生产企业生产现状及工艺流程选择、生产管材选择、生产过程中关键环节存在的普遍问题 ,并提出了解决这些问题的方法     

大位移井下套管受力分析和计算

通过分析套管柱在下入过程中的受力 ,导出了套管柱在大位移井中的三维力学模型 .该模型综合考虑了井斜角和方位角的变化、套管柱内外密度的不同、内外泥浆的压力以及套管自身的几何参数、物理参数等因素的影响 .通过对模型的求解 ,可以得到不同井眼类型、泥浆密度、悬浮长度以及不同下套管方案下的套管受力 ,为大位移井下套管作业提供了力学参考 .该模型所开发的软件可用于大位移井下套管摩阻预测和下套管方式的选择 .用该软件对两实例加以验证 ,预测结果与实测结果吻合较好 .     

鼓励和规范相结合是发展民办教育的基本原则

21世纪第一个 1 0年的中国 ,民办教育必将出现高潮 ,形成公立学校和民办学校共同发展的格局。推动厦门市民办教育的大发展 ,应做到鼓励和规范相结合。一方面从政策上、办学上、经费上扶持民办学校 ,调动其办学积极性 ;另一方面依法行事 ,依法办学 ,规范民办学校的办学行为 ,提高其办学质量和办学效益     

轴力及重力作用下钻杆最大弯曲应力计算

在考虑了钻杆接头、轴向力、钻杆重量以及钻杆本体与井壁接触等因素的前提下 ,应用平面弹性梁理论建立了钻杆在轴向拉力、轴向压力和轴向力为零时钻杆的最大弯曲应力计算模型。运用该模型计算出的钻杆最大弯曲应力远大于按井眼曲率计算的弯曲应力 ,这说明钻杆接头对钻杆弯曲应力的分布有较大的影响。在计算钻柱强度时 ,应考虑接头对钻杆弯曲应力的影响 ,以实现安全钻井。     

基于功率谱小波分解的神经网络钻头磨损监测

在钻削过程中,钻削力功率谱与钻头磨损之间具有较强的相关性,被广泛用于钻头磨损监测,但是关于功率谱特征的提取和识别一直没有很好解决.文中采用小波变换对功率谱进行多层分解,提取低频分解系数作为功率谱的包络信息,从而实现对功率谱特征的提取和压缩,并利用BP神经网络对功率谱小波低频分解系数进行融合,实现钻削过程钻头磨损状态的智能识别.试验结果表明:该方法可有效实现功率谱特征提取,经训练的神经网络具有较高的识别精度和推广能力.