川南龙马溪组页岩核磁渗透率新模型研究

为了更加快速有效地进行页岩渗透率的测试,以四川盆地南部下志留统龙马溪组页岩为研究对象,进行页岩低场核磁共振和高速离心实验。以脉冲渗透率为标准,对比分析目前常用的4种岩石核磁渗透率模型的相对误差,这4种模型中只有扩展后的SDR模型相对误差较小,其他3种模型误差很大,不适用于页岩核磁渗透率的计算。为了进一步减小页岩核磁渗透率的计算误差,在SDR模型的基础上建立一种新的页岩核磁渗透率的单参数模型。结果表明,新模型相关系数可达到0.967,与脉冲渗透率的相对误差平均为18.31%,证明新模型能更准确地计算页岩的核磁渗透率,为页岩渗透率的测试提供了一种新的快速、无损、有效的实验方法。     

吉林松辽盆地白垩纪油页岩资源及成矿特征研究

吉林省松辽盆地是我国重要的油页岩成矿区。油页岩层位主要赋存于白垩系的青山口组和嫩江组中。油页岩主要分布于青山口组一段和嫩江组一、二段地层中。温湿的气候条件、大量的藻类和浮游动植物,以及介形虫、植物等为油页岩的形成提供了有机物源。对松原地区油页岩的45个岩芯样品进行分析。嫩二段 TOC 平均值约为7.00%,高于嫩一段的5.80%。嫩一段的含油率平均值高于含油率为4.60%的嫩二段。青一段油页岩的 TOC 平均值为7.60%,含油率平均值为5.10%。     

粉煤灰粉喷桩加固软土地基机理及计算

探讨了利用工业废渣粉煤炭加固软土的机理,认为利用粉煤灰粉喷桩加固软土地基可以获得很强的水稳性和一定强度的桩体,其加固效果是可靠的.同时依据现场试验对粉煤灰粉喷桩的特性及设计计算进行了初步研究,得出粉煤灰粉喷桩侧摩阻力平均值和粉煤灰粉喷桩复合地基承载力桩间土强度折减系数.     

白石水库工程RCD碾压混凝土配合比设计分析

通过对影响混凝土配合比的几个重要因素,即砂率、单位用水量、单位水泥用量、粉煤灰掺量及外加剂种类的综合分析,确定了白石水库水坝碾压混凝土的最终配合比,改进配合比试验了了优化配合比的目的,降低了水泥用量,从而降低了大坝温度控制的难度;外加剂的使用增强了混凝土的抗冻能力,使得水泥的强度效应与抗冻效应要 煤灰的使用改善了混凝土的工作性能,还收集了国内外几十座碾压混凝土大坝的混凝土配合比设计资料进行统计分析     

天然鳞片石墨制备柔性石墨化学组成变化及耐蚀性研究

本文采用体积比为１：１的浓硫酸与浪硝酸对中碳天然鳞片石墨进行浸泡以制造柔性石墨。探索了浸泡时间对石墨化学组成变化的影响,同时对含有一定灰份（主要为二氧化硅）的柔性石墨的耐蚀性进行初步测试。     

兰州地区获得高强度砼的途径

从高强砼的破坏机理出发,通过用碎卵石配制Ｃ６５高强砼的试验研究,利用兰州地区原材料,从骨料、界面过渡层、水胶比、减水剂、粉煤灰和搅拌顺序等方面提出了获得高强砼的途径．     

西安汉墓出土漆陶器的科学研究

 采用能量色散X射线荧光(EDXRF)、X射线粉末衍射(XRD)、傅里叶红外光谱(FTIR)及电子探针(EPMA)等手段对陕西西 安市汉墓出土的陶器残片进行了测试分析,结果表明：这批陶器中有北方汉墓鲜有报道的红色彩绘漆陶器,其红色颜料为 较常见的朱砂(HgS)。显微结构研究显示至少存在三种类型的陶器：其一,陶胎上先通体涂绘含高锰和铁化合物的棕黑色陶 衣,其中MnO和FeO的质量分数超过20%,后再施红色彩绘层;其二,陶胎上先涂一层薄漆层后再进行彩绘;其三,先在 陶胎上做底灰层,再刷一层薄漆,然后进行彩绘。漆层中都存在添加骨灰和石英的现象,漆灰层中有添加高铁物质及黏土 的现象,其中FeO的质量分数达22%。研究结果不但扩展了陶器的种类,也为漆陶器的保护提供了科学依据。     

粉煤灰加气混凝土砌体裂缝产生的原因及防治措施

对粉煤灰加气混凝土砌体裂缝产生的原因进行了分析,并从粉煤灰的品质、加气混凝土制品的生产、堆放等环节上加以控制以防治粉煤灰加气混凝土砌体裂缝,实现粉煤灰加气混凝土砌块的广泛应用．     

油页岩层岩性特征及地应力与套损关系研究

在油田开发过程中,套管损坏的研究是一个重要问题。油页岩层是发生大面积套损的主要岩层。研究该岩层套损发生机理及影响因素显得尤为重要。通过开展油页岩层的岩性研究、岩体地应力方向研究,并应用测井解释成果确定套管损坏方位,指出了套损与地应力的关系并阐明了油页岩层的套管损坏机理。研究结果为油页岩部位套损井治理及预防提供了理论上的参考依据。     

支持向量机在矿渣-粉煤灰混凝土强度预测中的应用

为了更好地预测矿渣-粉煤灰混凝土强度,选择水胶比、取代率、灰渣比、减水剂、砂率和激发剂作为预测参数,建立了矿渣-粉煤灰混凝土强度预测的支持向量机模型。根据有限的学习样本,建立了各种影响因素和混凝土抗压强度之间的一种非线性映射,对矿渣-粉煤灰混凝土强度进行预测。以实际样本数据进行训练,并对测试样本进行了预测。预测结果表明,支持向量机方法有着良好的泛化能力,优于人工神经网络建模方法,为预测混凝土强度提供了一种新的方法。