频率可调太赫兹回旋振荡管互作用电路的设计与研究

根据动态核极化核磁共振成像技术对回旋振荡管的要求,设计了130 GHz 回旋振荡管的注波互作用电路,基于线性理论对互作用电路进行了研究并选择了合适的工作点,分析了电路的频率调节特性。利用相对论电子回旋脉塞非线性理论对互作用系统进行了模拟和计算,优化了工作参数,计算了磁场及电子注参数对输出功率及效率的影响。最后,用粒子模拟方法进行了模拟并与非线性理论结果进行了比较,两者符合得很好。模拟结果显示,当电压为10 kV、电流为0.3 A、磁场强度由2.34 T 增加到2.41 T 时,输出功率由1310 W 减小到230 W,对应的效率分别为43.6%和7.7%,振荡管的频率可调范围约为2.7 GHz。     

极端耗水层带精准识别和调堵新技术

油田注水开发后期,部分油层存在极端耗水层带,存在耗水量大,注水驱油效率低,水循环成本高的开发问题,精准认识并有效封堵极端耗水层带,可提高注水利用率。目前国外出现了应用磁性纳米粒子的精细表征新技术及超顺磁性纳米颗粒封堵新技术,抑制极端耗水,实现低成本、高强度、深度堵调。     

基于PSO优化K-Means算法的边坡安全等级评价研究

由于较多因素影响边坡的稳定,且各因素之间关系复杂相互影响,为了更加准确地评价边坡情况,采用了粒子群优化K-Means聚类算法,有效地摆脱了常规K-Means算法因局部最优而陷入极值的缺点,增加了粒子群群体的多样性,提高了评价结果的全局最优性。对三峡库区的36个边坡工程分析,结果表明该优化算法优于常规K-Means聚类算法。     

双重不确定条件下危险品运输的多目标优化

针对危险品运输路径优化问题,考虑危险品终端需求量和人口中心的不确定性影响,构建了双重不确定条件下以运输成本和风险系数的期望值最低为目标的随机优化模型。设计了基于优先权的多目标粒子群遗传混合算法结合样本平均近似法对随机模型进行求解,并进一步采用基于动态拥挤距离的精英解集更新。通过算例分析和算法对比验证了模型的可行性和算法的有效性,并进一步对不同样本规模下的结果进行了稳定性分析,对需求量和人口数量两个不确定条件进行灵敏度分析。实验结果表明改进的多目标粒子群算法可有效解决该问题,且具有很好的收敛性和多样性,不同样本规模和不确定性条件均会对路径规划产生影响,所得结果可以为决策者提供参考。     

退火温度对新型锆合金薄板带材析出相和织构的影响

采用扫描电镜和超高分辨透射电镜,对具有良好冲制性能的新型锆合金薄板成品带材进行含晶粒、第二相粒子等在内的显微组织研究,并探索真空退火处理条件下温度对带材显微组织的影响。结果显示:新型锆合金薄板成品带材晶粒平均尺寸2.17 μm,存在{0001}<1010>和{0001}<1120>两种织构,大部分晶粒<1120>平行带材RD方向,较少晶粒<1010>平行带材RD方向;第二相粒子分布在晶粒内部及晶界,平均尺寸114 nm,尺寸较大的为不规则椭圆形的Zr-Nb-Fe相,尺寸较小的为圆形的β-Nb相;热处理退火温度降低,带材晶粒尺寸减小,第二相粒子细小弥散分布;新型锆合金薄板成品带材良好冲制性能主要源于轧制积累应变诱发再结晶过程进行充分,导致晶粒细小及孪晶发生破碎;相对轧制变形,退火对带材冲制性能影响不显著。     

基于彩色图像处理的浮选尾煤灰分软测量研究

浮选尾煤灰分是浮选产品的一个重要指标。针对选煤厂浮选尾煤灰分多采用离线检测而无法实现在线准确测量，以及当前浮选软测量多采用单一的灰度图像从而导致软测量模型精度及适应性较差的问题，提出了一种基于彩色图像处理的浮选尾煤软测量方法，建立了基于最小二乘支持向量机(LSSVM)的浮选尾煤灰分软测量模型。模型以不同颜色空间的彩色特征、灰度均值以及浓度特征为输入变量，以尾煤灰分作为输出变量，采用粒子群优化算法对LSSVM模型参数进行优化。结果表明：所建立的尾煤灰分软测量模型可以较好地实现浮选尾矿灰分的在线预测，引入浮选尾矿图像的彩色特征可以提高尾煤图像分析的精度，预测精度达96.89%。研究成果在柳湾选煤厂现场应用，并取得了较好的尾矿灰分测量效果。