南海东部地区古近系测压资料流度校正与渗透率升尺度转换模型

南海东部地区不同仪器的测压资料解释存在系统误差,导致古近系储层流度与岩心渗透率相关性较差,测压渗透率与DST渗透率匹配度较低.针对南海东部地区古近系低渗透储层,改进测压资料质量的定量评价标准,统一流度计算方法,进一步分析储层污染并建立污染校正模型,利用贝叶斯判别法建立了污染判别函数,实现污染判别及校正.结合地层测试的动...     

高导热膨胀石墨/棕榈酸定形复合相变材料的制备及储热性能研究

采用棕榈酸(palmitic acid, PA)作为相变材料,膨胀石墨(expanded graphite, EG)作为添加基质,通过"熔融共混-凝固定形"工艺制备了PA/EG定形复合相变材料以提高相变材料的综合性能。预测并制备了21种不同配比的定形复合相变材料,对其形貌结构和孔隙率进行了微观表征与理论分析,并在此基础上对样品进行了传热性能分析、热物性测试、热稳定性研究和储热性能分析。SEM形貌分析显示所使用工艺可使棕榈酸能较好地被吸附于膨胀石墨的孔隙结构并使之均匀分布;DSC测试结果表明定形复合相变材料[70%(质量) PA]的焓值为193.01 J/g,纯PA的焓值为275.35 J/g,对应于熔点分别为61.08℃和59.53℃。EG的添加,可有效提高相变材料的热导率。当样品密度为900 kg/m3,EG含量为30%(质量)时,定形复合相变材料的热导率为14.09 W/(m·K),相比于纯PA [0.162 W/(m·K)]提高约87倍;对制备的样品进行50次循环稳定性实验,EG含量为24%(质量)和30%(质量)的样品形态均未出现明显变化,表现出良好的充放热循环稳定性。     

金属离子对石膏结晶时间及粒径分布的影响

在湿法烟气脱硫条件下,采用静态模拟混合结晶反应器,研究了温度及金属离子对二水硫酸钙(石膏)结晶过程及晶体表面特性的影响.结果表明:随着温度的升高,石膏晶体的峰宽范围减小,中粒径D50逐渐减小,比表面积逐渐增大,石膏结晶的诱导时间逐渐缩短;当添加相同浓度的金属杂质离子时,抑制石膏结晶的能力Al3+＞Fe3+＞Mg2+,其中Mg2+对诱导时间的影响基本可以忽略,混合金属离子之间会相互干扰影响诱导时间;含Fe3+的石膏晶体的D50最大,混合杂质离子(Fe3+/Mg2+/Al3+)的D50最小.     

用速度-差压法对送粉管道煤粉浓度测量模型的研究

基于垂直上升管中气固两相流支时气固质量比与差压和流速之间的理论关系,针对能源工业中电厂锅炉燃烧系统送粉管道进行了速度－差压法测量煤粉浓度的试验研究,得出了相应测量送粉管道中煤粉浓度的数学模型,对其进行了误差分析,并提出了在线检测的实现方法和作用。     

基于某330MW煤粉锅炉煤粉多元混合物燃烧的数值模拟研究

为了研究煤粉、轮胎颗粒胶粉与污泥颗粒三者混合燃烧的燃烧特性,通过使用Fluent软件对锅炉进行建模并进行数值模拟计算。分别分析了煤粉单独燃烧、煤粉与轮胎颗粒胶粉混合燃烧、煤粉与污泥颗粒混合燃烧以及三者共同混合燃烧的模拟结果。分析结果表明,在煤粉燃烧时,掺入一定比例的轮胎颗粒胶粉和污泥颗粒可以提高炉膛的燃烧效率、增强炉膛内燃料的燃尽程度。     

化学吸收法捕集二氧化碳的研究进展

近年来,由于化石燃料的大量燃烧,二氧化碳的排放量剧增,进而引起了一系列生态问题。因此,研究更有效的二氧化碳捕集技术及更高效的二氧化碳吸收剂迫在眉睫。众多学者综合考虑燃烧前捕集、燃烧后捕集和富氧燃烧3种二氧化碳捕集工艺技术后,发现燃烧后捕集工艺技术最适合工业应用。化学吸收法作为燃烧后捕集二氧化碳的一项高效节能、相对成熟的新兴技术,是目前电厂应用最广和最具潜力的捕集技术之一。首先介绍了碳捕集技术的研究现状,然后着重阐述了目前碳捕集技术中备受关注的4种化学吸收剂,即有机胺溶液吸收剂、离子液体吸收剂、氨水溶液吸收剂和新型相变吸收剂,并分别探讨了这4种吸收剂的捕集原理、研究现状、各自的优缺点及改进方向。     

确定钻头合理使用时间的一种新方法

在钻井作业中,确定合理的钻头使用时间,关系到整个钻井作业的安全和经济效益。在大多数因钻头失效所引起的钻井事故中,钻头轴承的损坏是其主要原因。本文以钻头牙轮轴承失效为分析基础,利用可靠性分析理论和风险决策理论,提出了一种确定钻头合理使用时间的新方法。     

功能型离子液体制备及应用的试验研究

综述了离子液体的制备方法及辅助合成手段的研究进展,包括一步合成法、两步合成法、微波合成法、超声波合成法,并介绍了其在CO_2,SO_2,NO_x及重金属Hg等多种污染物联合脱除技术中的应用.     

基于类别不平衡数据集的图像实例分割方法

随着深度学习在计算机视觉领域取得重大进展,包含多种类别的数据集不断被提出,但由于自然采集的数据集往往存在类别不平衡并呈现长尾分布的情况,导致稀有类的数据特征被频繁类的数据特征所抑制,从而严重影响模型的检测性能。为解决上述问题,提出一种新的图像实例分割方法。采用长尾实例分割数据集进行研究实验,使用基于目标尺度的数据增广方法对数据集进行处理,以达到扩充训练样本的目的,增加稀有类的目标数量,同时对稀有类数据进行重采样,解决稀有类的类别数据量过小的问题,提升模型在长尾数据集的鲁棒性。在此基础上,将均等化损失函数融入Mask R-CNN实例分割网络,以降低频繁类的数据特征对稀有类数据特征的抑制性。实验结果表明,该方法在LVIS实例分割数据集上的检测精度提升了4.9%,达到了25.7%,同时AP_r、AP_c、AP_f分别达到了16.2%、26.1%、30.4%,相比Baseline方法均有明显提升,在消融实验上的结果也表明该方法能有效解决长尾类问题。