高密度钻井液随钻堵漏技术研究

地层和油气层分布的特点，使塔里木盆地易发生高密度条件下的井漏。多种堵漏处理措施，如降排量、降密度、静止堵漏、随钻堵漏、桥接堵漏、注水泥堵漏等都没有很好地解决这类漏失问题。根据井漏及堵漏情况，开发出了高密度条件下使用的随钻封堵护壁剂。该堵漏剂主要以改性纤维作为骨架材料，改性沥青和天然有机高分子作为填充材料，以弱交联聚合物为变形填充材料，并辅以有机硅为粘结护壁材料，是一种具有物理化学堵漏功能的新型随钻堵漏剂。经流变性、砂床滤失性、润滑性、油层保护性等性能评价，表明该处理剂加入后，对钻井液流变性影响小、可辅助降低API滤失量和润滑系教、能碴著降低砂床滤失鼍。同时还具有一定的保护油气层的功能。     

等腰梯形焊管孔型设计

在对等腰梯形焊管形状分析的基础上。精确计算了其周长，并在数学推导基础上，计算了各架次孔型尺寸，完成了等腰梯形焊管轧辊设计，使用结果表明；设计方法合理，孔型尺寸计算准确。使用效果良好。     

GSM交换机操作维护点滴

ＧＳＭ交换机操作维护点滴山东烟台市邮电局移动分局李辉我们维护的ＧＳＭ交换机是爱立信公司的ＣＭＥ２０设备，维护中碰到了一些问题，下面便是解决这些问题的思路及方法。１系统出现自动再启动故障维护中曾发现ＧＳＭ系统的ＭＳＣ由双机变为Ｂｓｉｄｅ单机工作，并且发...     

基于BP神经网络的心电图ST段的模式识别

心电图ST段对心脏疾病的诊断具有重要意义.在正确读取采集于郑州大学一附院的运动心电图数据基础上,利用小波变换更准确地确定其ST段的起始和终止位置,初步探讨了BP神经网络用于心电图ST段识别的方法,并用此方法识别出心电图ST段的三种类型-正常、水平压低和抬高.实验结果较好.     

基于 J2EE 的高校固定资产管理系统设计与实现

针对当前高等学校通过合并重组后,固定资产急剧增加,对其管理十分困难,针对这一特点,本系统引入 J2EE 架构,并提出了在 Spring 与 Struts 平台上开发高校固定资产管理系统的办法.对 Spring 和 Struts 架构下高校固定资产管理系统的技术实现进行了详细阐述,并列出了部分核心代码及部分功能的说明.通过本系统多次运行后,证明该技术能提高系统的安全性和稳定性.同时 Spring 和 Struts 框架也使本系统的冗余代码减少.避免了资源的浪费,使本系统具备了更好的可扩展性和可维护性     

MAS 和本体在智能家居系统中的应用和研究

针对智能家居的开放性、异构性和分布性的特点及 MAS(Multi-Agent System)技术在人工智能领域的广泛应用,文中利用 MAS 技术来建立智能家居系统模型,并为了更有效地体现基于 MAS 智能家居系统的整体性能,即高效率的交互和协作,引入了本体的概念.详细描述了 MAS 智能家居系统的层次结构和功能,以及基于本体的通信.从智能家居中的任务的执行流程中抽象出家居本体的各种概念模型,并对概念之间的关系进行了分析.最后使用 Protégé本体建模工具对所设计的本体进行了实现,说明了使用本体的有效之处.     

带以太网接口的GSM无线数据传输系统设计与实现

较为全面地介绍了当前远程监控系统的应用现状,并对现有传输系统的特点进行了分析和研究。在此基础上,提出了适用于远程监控系统的、基于GSM的无线数据传输系统的总体架构及设计方案,详细介绍了带有以太网接口的、基于GSM的无线数据传输系统的硬件电路与软件设计与实现方法。该系统适用于各种远程监测监控系统,对提高远程监控的数据传输效率和降低监控系统的运营成本具有重要意义。     

MAS和本体在智能家居系统中的应用和研究

针对智能家居的开放性、异构性和分布性的特点及MAS（Multi—AgentSystem）技术在人工智能领域的广泛应用,文中利用MAS技术来建立智能家居系统模型,并为了更有效地体现基于MAS智能家居系统的整体性能,即高效率的交互和协作,引入了本体的概念。详细描述了MAS智能家居系统的层次结构和功能,以及基于本体的通信。从智能家居中的任务的执行流程中抽象出家居本体的各种概念模型,并对概念之间的关系进行了分析。最后使用Protege本体建模工具对所设计的本体进行了实现,说明了使用本体的有效之处。     

基于改进LMD方法的风电机组齿轮箱故障诊断研究

局部均值函数的求取是局部均值分解(LMD)的关键环节。针对局部均值函数求取存在偏差进而造成模态混叠的问题,提出了一种基于局部积分均值的LMD风电机组齿轮箱故障诊断方法。该方法改变了对相邻两极值点求平均值的思路,采用求取相邻两极值点的局部积分均值,再通过滑动平均法进行平滑处理,最终得到局部均值函数。为实现风电机组齿轮箱故障诊断,首先采用改进LMD方法对信号进行降噪处理,然后采用多尺度熵提取降噪处理后信号的特征向量,最后采用极限学习机进行故障诊断。通过仿真分析,证明了该方法能有效解决模态混叠现象,提高了LMD的分解精度。试验验证分析表明,该方法的故障诊断准确率为100%,通过对比分析表明,该方法优于其他故障诊断方法,具有工程应用价值。     

高分辨雷达信号的平移不变KPCA特征提取算法

研究高分辨雷达信号特征提取,针对传统提取平移不变特征存在信息损失量大、识别的准确率低的问题,提出了一种平移不变KPCA特征提取算法。首先计算高分辨雷达信号的原点矩,并在低信息损失的前提下利用高分辨雷达信号相对原点矩的位置来描述原信号,从而消除高分辨雷达信号的平移敏感性。然后结合KPCA特征提取算法得到平移不变的特征信号。最后应用SVM分类器对特征信号进行分类识别。实验证明,改进算法识别率高于雷达目标识别系统中的传统特征提取算法,略低于KPCA特征提取算法,且在常用雷达探测距离内都能够保持较高的识别率。