21世纪的车用燃料(续)--超低硫汽油和柴油

3 低硫汽油和柴油生产技术 3.1 汽油脱硫技术[4] 在汽油总合中,催化裂化(FCC)汽油是汽油的最重要的构成组分,因而车用汽油硫含量的90%来自FCC汽油.硫主要集中在FCC汽油中的重石脑油馏分,如表9所示.     

日本株式会社地球科学综合研究所推出G·DAPS-4型新一代地球物理数据采集处理系统

今年6月份在维也纳EAEG年会上,日本株式会社总合研究所正式推出了新一代地球物理数据采集处理系统。它是继G·DAPS-3之后又推出的新一代仪器。G·DAPS-4采用了最先进、精巧的硬件技术及高性能的软件,使系统拥有高度的灵活性。该系统由中央记录单元(CRU)、附属大线控制单元(SLCU)、采集站(RSU)和数据传输电缆(DTC)组成。G·DAPS-4具有以下几个特点:     

频率误差和相位误差在同步解调中的失真分析

在同步解调中．本地载波的频率和相位必须与发送端载波同步，当本地载波存在频率或相位误差时，会使解调输出信号产生失真。以双边带调幅(DSB)信号和单边带调幅(SSB)信号为例，采取定量分析的方法。详细讨论了频率误差和相位误差所产生的失真问题，通过对它们的失真进行比较与分析。得出了一条重要结论：频率误差和相位误差在DSB中所产生的失真比在SSB中更为严重。     

管线钢Rt0.5的测量误差分析

通过对陕京二线管道工程用X70级管线钢规定总伸长应力值(Rt0.5)在测量过程中所产生的误差进行分析,指出了加载速度、试样形状尺寸、试样偏心、试样不平度、试验机力值偏差以及人为和设备等因素对测量误差的影响,提出了减小误差的方法。     

基于机器学习的短生产周期碳酸盐岩气井产量预测研究

针对传统时间序列模型无法对短生产周期天然气井进行产气量预测的问题，首先采用机器学习的近邻传播算法对天然气井进行无监督聚类，划分井群；再结合井群的地质和工程参数开展主成分分析，捕获影响产气量波动的关键因素；随后采用极大似然估计方法求解气井所属井群类别，并依托所属类别聚类中心生产数据训练时间卷积神经网络，预测天然气井未来短期内的产气量。结果表明：基于机器学习的气井产量预测模型预测误差平均为5.53%,相较于传统的长短期记忆网络(误差平均为8.98%)和门控循环网络(误差平均为9.06%)预测误差更小，表明该模型能够应用于开发周期相对较短的碳酸盐岩气井的产量预测。研究成果对于机器学习在油气藏开发方面的应用研究具有重要意义。     

面阵CCD在钻杆直径测量中的应用研究

在石油钻井中,对钻杆的磨损分析需要测量磨损部位的直径尺寸,传统的接触式测量方法效率低,人为误差大。鉴于此,采用面阵CCD对钻杆受磨损部位的直径进行非接触式测量。在介绍测量方法、原理及测量的结果的基础上,讨论了该测量系统的误差及减少误差的措施。试验结果表明:(1)该测量系统的测量误差小于5.2μm,可应用于钻杆的磨损分析;(2)该测量系统测量速度优于传统测量方法,且无人为误差;通过调节CCD间距,还可以测量其它大尺寸的物体。     

基于VRS技术的误差分析与建模

在对网络RTK以及虚拟参考站技术（VRS）进行介绍的基础上，对包括电离层误差、对流层误差、轨道误差等误差在内的各种主要系统误差源进行了分析，并主要针对对流层误差的减弱以及消除提出了采用带有测站高差因子的内插法计算双差对流层延迟的参数化模型。从系统误差建模和分离的角度对VRS技术的精度和可靠性进行了讨论。     

油田采出水矿化度测定的误差及解决对策

在进行油田水化验工作时,难免会出现一些误差,要减少化验结果与实际之间的偏差,就应当对化验中发生的各类误差进行充分了解,从而使得误差被降至最低程度。针对油田水矿化度测定过程中存在的误差进行了详细分析,并提出有效解决对策,希望能够对提高测定精度带来帮助。     

JSJ-ZB竖直角标准目标系统对全站仪的检定方法探讨及其误差分析

本文介绍了JSJ-ZB竖直角标准目标系统对全站仪进行检定过程的方法与误差分析。首先对检定前的准备工作做出论述,之后对全站仪中的望远镜视准轴对横轴的垂直度C′、横轴误差i和竖盘指标差I三个方面的检定方法进行探讨,最后对检定过程中存在的误差进行分析。     

MWD独立误差源的确定分析

为分析随钻测量仪MWD在实际测量中的独立误差源,根据大地坐标系到仪器坐标系的转换对MWD的测量原理进行了系统推导,得出测量井眼轨迹的基本参数,进而结合典型测量仪器的4项独立误差源及MWD进行井眼轨迹测量的特点,在性质和量度方面详细分析了MWD的各项独立误差源,并通过对独立误差源进行分析修正,得出MWD现场应用的优点。     

基于RBF神经网络的自控仪表计量误差校正方法

常规石油化工自控仪表计量误差校正方法，利用最小二乘法解算误差补偿参数进行误差校正，缺少对数据中粗大误差的检测，导致误差校正能力较低。因此，提出基于RBP神经网络的石油化工自控仪表计量误差校正方法。对自控仪表采用通道的运行数据进行采集，确定误差来源，构建误差检定模型，采用罗曼若夫斯基准则检测计量数据中的粗大误差并予以剔除，利用RBF神经网络算法计算检定模型权值，基于完善的误差检定模型，结合最大化概率公式实现自控仪表计量误差校正。采用对比实验的形式测试所提方法的性能，结果表明，设计的校正方法具有较高的误差校正能力。     

高含H2S天然气水合物生成条件计算模型的改进

高含H2S气田的开发需要解决水合物堵塞气井和地面集输设施的问题,与其他热力学模型相比,Parrish-Prausnitz (P-P)模型热力计算过程相对简单.采用P-P模型对高舍H2S天然气水合物生成条件进行计算,结果表明,当H2S含量大于12％时,模型的平均计算误差大于0.5℃,且随着H2S含量的增加而增大;当H2S含量为31.7％时,计算误差最大为2℃.基于实验数据,采用统计学方法对P-P模型进行改进,改进后模型计算误差均小于0.3 ℃.     

基于BP神经网络处理测斜实验数据的方法

介绍了利用人工神经网络进行测斜仪传感器误差校正的原理，提出了基于BP神经网络的测斜仪传感器(加速度传感器，磁通门传感器)安装误差校正方法，并与其它优化算法校正误差进行了比较，最后给出了一个仿真实例。实验结果表明：采用BP神经网络可以提高网络收敛速度，大大减小传感器线性误差。     

对修改的翁旋回预测公式的求解方法

对修改的翁旋回预测公式Q_t=A Bt~ne~(-t)中的n值等进行了调整,去掉了其为整数的限制,使Q_t对已知数的拟合更好.本文除应用误差平方和为最小的条件以外,还应用了最大拟合误差为最小的条件来确定上述公式中的参数.应用本文方法讨论了油田年产量的预测.     

高含水期油井两相分离计量精度探讨

对油井两相计量分离器采用质量流量计直接测量的液相(油和水混合液)质量流量、密度的测量原理及误差进行了分析.油田高含水期采用两相分离计量的原油流量误差可以满足要求,合理地选择厂家仪表的精度是关键,测试计量分离器内部结构要充分考虑液流的均匀混合.     

基于累加和GM(1,1)的油井措施费用预测模型

以GM(1,1)模型为基础,为了得到计算GM(1,1)模型参数的新方法,引进累加法,建立了一种新的数学模型对油井措施费用进行预测.实例计算结果表明,新GM(1,1)模型的平均误差比GM(1,1)模型误差稍小.     

仪器仪表测量误差的产生原因及降低误差方法

虽然误差在测量工作中是不可避免的,但可以通过各类手段降低误差的数值进而减少误差对测量的影响。首先从仪器仪表自身原因、测量方法原因、外界环境因素以及测量人员原因4个方面对产生误差的原因进行了分析。进而分别针对产生误差的原因讨论了降低误差的方法。     

基于FBG的自升式平台爬升齿轮扭矩监测系统设计

为实现对自升式平台爬升齿轮扭矩准确的测量,结合光纤布拉格光栅(Fiber Bragg Grating, FBG)技术的独特优势,研发一种扭矩测量方法。对爬升齿轮扭矩/负载监测研究现状进行分析,根据扭矩测量原理及FBG传感技术,建立双FBG扭矩传感器数学模型。对爬升齿轮扭矩监测系统进行总体设计,对弹性元件进行设计和优化,并构建弹性元件的标定试验平台,对传感器进行标定试验。结果表明,在线性区间内,FBG扭矩传感器的线性度误差为0.780%FS、迟滞误差为2.650%FS、重复性误差为1.202%FS。利用自升式平台齿轮箱原型试验机对爬升齿轮扭矩传感器和弯曲强度进行测试试验,得到传感器静态灵敏度为0.92 pm/t、动态灵敏度为1.02 pm/t。试验结果基本满足对扭矩测量的稳定可靠、精度高、抗电磁干扰等要求。     

机泵安装不同轴度快速调整法

凡是用联轴器联接(传送动力)的机泵在安装或维修过程中,都必不可少的要进行不同轴度的调整工作。如果施工人员对调整尺寸不清,调整方向不明,或者对不同轴度误差尺寸有所误解,或者调整方法不当,都会给调整工作带来很多麻烦,或者造成不同轴度实际误差     

修正的系统误差分析方法在随钻测斜中的应用

利用系统误差理论,对常规的定向钻井中所使用的测斜仪的测量性能进行分析,改进了原有的模型,将测斜仪井眼不对中所引起的误差纳入随机误差范畴而没有在系统误差分析中采用。经过分析,实际的测斜过程中的系统误差源主要有深度测量误差、真实倾斜角误差、钻柱磁化误差、陀螺罗盘误差和罗盘参照误差。在一次测斜过程中,各个误差源是相互独立的,并且所产生的误差影响具有系统性。而且钻柱磁化误差所表现出来的不确定性不对称,其余的4种误差对井眼位置的影响呈现明显的正态分布特性。根据这些误差源的特性得到了改进后的分析井眼位置不确定分布范围的系统误差分析模型,并给出了具体的算例。