杆式单螺杆泵装置的应用

螺杆泵在开采稠油、含砂原油和中深低原油方面有明显的优越性.随着油井不断向深层发展,在泵挂深度愈来愈大的情况下,管式螺杆泵的检泵工作势必费时费工,采油成本相对较高.介绍一种地面驱动杆式螺杆泵,论述了其基本结构和工作原理.这种杆式螺杆泵可以缩短检泵作业时间,从而降低油田的作业成本.     

塔里木油田:逆势冲刺3000万吨

2019年,塔里木油田实现经济增加值103.34亿元,投资回报率16.78%,全员劳动生产率311.38万元,重要经济指标位居中石油前列。2020年,开年之初新冠肺炎疫情暴发,3月以来国际油价暴跌。面对双重冲击,塔里木油田坚持早谋划、早部署、早行动,一手抓疫情防控,一手抓油气上产,逆势之中坚定不移推进现代化大油气田建设。     

角点检测与光流跟踪的焊缝特征提取与定位研究

针对V型坡口中厚板对接焊焊缝特征点检测精度不高的问题,研究了一种基于激光视觉传感的角点检测与光流(LK)跟踪的焊缝特征快速提取与定位方法。根据三角测量原理,设计了能够实时检测焊缝特征图像的激光视觉传感器,并建立了由激光条纹特征点像素坐标到焊缝特征点三维坐标的数学模型;对焊缝图像进行了预处理,采用Shi-Tomasi角点检测提取了焊缝特征;最后使用光流法为后续帧匹配特征角点,实时计算出了图像中焊缝特征点的亚像素位置。研究结果表明:基于角点检测与光流法跟踪的焊缝特征提取与定位方法,其特征点检测精度较高,平均误差在±0.13 mm以内,可以实时、准确地识别焊缝特征。     

基于测井曲线的临兴区块致密砂岩力学性质研究

为了更加简便地获取岩石的力学参数,基于阵列声波测井和常规测井,采用MTS和GCTS岩石物理参数测试系统,获取岩石的单轴和三轴力学实验,通过动、静态力学参数和单轴、三轴力学参数的相互转换,建立了基于测井方法的岩石力学参数模型,并应用该方法求取研究区盒8段砂岩的岩石力学参数的空间分布。研究结果 表明:研究区盒8段砂岩的杨氏模量为18-39GPa,平均为30GPa;泊松比为0.21-0.30,平均为0.26;单轴抗压强度为41-95MPa,平均值为70MPa;单轴抗拉强度为3.4-7.9MPa,平均值为5.8MPa。全区杨氏模量与泊松比分布不均,杨氏模量南部较高,北部次之,中部最低,泊松比与之相反。该研究可以简便地获取岩石力学参数,为致密气的压裂设计提供依据。     

多层单道电弧增材表面3-D重构方法研究

为了研究多层单道电弧增材表面3-D成形特征，采用激光视觉传感系统采集电弧增材制造表面条纹图像。提出基于边界约束条件的感兴趣区域(ROI)提取法对焊缝特征曲线进行定位，获取ROI的激光条纹像素坐标。进行了理论分析和实验验证，得到电弧增材表面的3-D离散点数据，采用Delaunay三角剖分对离散点拟合形成3-D实体表面。结果表明，锯齿靶标的线性标定方法，3-D重构精度在0.2mm以内; 基于边界约束条件的ROI提取方法能准确定位电弧增材上表面和侧表面的条纹特征曲线。这一结果对电弧增材表面的3-D成形检测是有帮助的。     

基于SC1128 Modem的电力线载波通信系统的研制

在以数字微波通信．卫星通信为主干线的电力通信网络已初步形成的今天．低压电力线载波通信仍是地区网、省网乃至嗣局同的主要通信手段之一．亦仍是电力系统应用区域最广泛的通信方式和基本通信手段。但由于国内外电网状况的差异，使得对电力线通信的使用情况相距甚远．而国外公共电力网相当纯净．有专用滤波系统．保证数     

激光焊接缺陷多向磁场激励下磁光成像检测

为了研究交叉焊缝缺陷的磁光图像特征,对中碳钢板进行十字对接激光焊,获得同时具有横向和纵向焊后裂纹的试验样本,同时采用恒定磁场和交变磁场对试验样本进行多角度励磁, 用磁光成像传感器采集不同角度磁场激励下焊接缺陷处的磁光图像,并对磁光图像的缺陷特征进行分析。结果表明,多向磁场激励下的磁光成像技术能明显检测出多角度的焊接缺陷,且能有效避免曲线裂纹在焊接缺陷检测中的漏检现象; 同时,交变磁场激励下, 同一裂纹成像的分辨率提高了40pixel~50pixel,能更精确地定位缺陷位置。此研究为提高焊接缺陷的检出率提供了依据。     

基于视觉传感的焊缝中心识别技术研究

在焊接过程中通过CCD视觉传感器获取熔池和焊缝图像，采用多种滤波去噪技术和边缘检测技术对图像进行滤波和边缘检测试验，并对各种处理方法进行了比较和分析，得出了一种相对最佳的实时识别焊缝特征的组合图像处理方法。试验结果表明，对焊接图像采用wiener滤波和Canny边缘检测能较好的提取焊缝中心位置的特征信息。     

模糊控制理论及音谱分析技术在机械故障诊断中的应用

介绍一种利用模糊控制理论及音谱分析技术对机械设备进行故障诊断的方法。通过检测及分析声音信号,可以在强噪声环境下准确地探测到故障源并分析出其故障类型。