炉渣脱水器溢水原因分析及治理

针对嘉恒法炉渣脱水器在运行中出现的溢水问题，从脱水、粒化设备设施，高炉熔渣及操作等方面进行了分析。给出了解决问题应采取的各项治理措施及部分改造方案，最大程度地减少或杜绝溢水现象的发生，确保炉渣粒化系统的顺利运行，降低水资源浪费。     

点火线圈绝缘故障脉冲分类算法

点火线圈的绝缘故障使发动机扭矩下降、动力不足,影响汽车的驾驶感受与安全性.绝缘故障发生时,点火线圈初级电流和次级电压中0.5～2.5 μs的绝缘故障脉冲中包含故障源的信息.本文提出一种点火线圈绝缘故障脉冲分类算法,根据绝缘故障脉冲特征确定故障类型.首先提取初级电流和次级电压波形中反映各类故障特点的11个原始特征量,用主成分分析法去除特征量间的重叠信息,简化特征量.对前5个主分量进行统一尺度的缩放,减少极端数据对分类结果的影响,使用支持向量机对点火线圈的实际故障进行分类.实验结果表明:相对于BP神经网络算法和标准支持向量机算法,本文的分类算法迭代次数少、时间短.在相同的信噪比环境下,本文算法的分类准确度更高,均方根误差更小.     

渤海某油田生产管线缓蚀剂筛选及性能评价

针对渤海某油田生产管线腐蚀情况,采用静态与旋转挂片法考察了几种缓蚀剂的缓蚀效果,室内试验表明,BHH-01C加药浓度为40 mg·L-1时,可将腐蚀速率控制在0.046mm·a-1以下,缓蚀效果良好。现场试验结果表明缓蚀剂BHH-01C加注浓度在20mg·L-1时,可将WHPA与WHPD平台生产管线腐蚀速率控制在0.00415mm·a-1及0.042 mm·a-1以下,低于油田腐蚀标准。     

油田老化油处理技术现状

随着油田开发,老化油问题日益严重,常规流程难以满足处理要求。介绍了目前主流的老化油处理技术有回掺处理、热化学处理、超声波处理、微波处理、生物处理、电场处理、离心处理、蒸发处理。对以上技术的研究进展及现场应用案例进行了详细介绍,分析了各种方法的优缺点及使用条件,认为电场处理、离心处理、蒸发处理具有一定的推广价值,但须根据现场工况和油品性质进行工艺配套。对老化油处理的发展趋势进行展望,认为单独使用物理设备处理效果有限,建议将工艺与热化学相结合,提升处理效率;并建议从老化油产生机理进行研究,并从源头出发减少老化油产生以彻底解决该问题。     

酸化压裂技术在油气田开发中的应用研究

酸化压裂技术经过多年的研究和在实践中的应用取得了丰硕的成果，这项技术在油气田开发中发挥了巨大的作用，为油气田开发企业带来了不少的利益。但是这项技术在目前的使用中也存在着一些问题。本文就酸化压裂技术在油气田开发中的应用做一些具体的介绍，以深入了解酸化压裂技术的相关原理及工艺特点。     

谈集中供热系统的调节

从供热系统供暖调节的目的着手,研究了供热系统的调节原理,详细阐述了供热调节的几种方式,通过对供热系统的合理调节,以达到供热的最佳效果和节能降耗的双重目的。     

邯钢4号高炉开炉实践

对邯钢4号高炉（918m^3）大修后开炉方案的制定和开炉后快速达产的生产实践进行了分析,本次对4号高炉大修取得了良好的经济效益。     

基于Python语言的余度特性分析与应用

针对余度飞控计算机系统各方面指标要求,介绍了基于Python开发语言的余度飞控计算机系统. 提出了一种新的理念——预处理理念,在这种理念的基础上,并建立了硬件三余度和软件三余度的架构模型. 其中,在软件三余度架构模型中,3个软件版本由不同语言开发,第一个软件和第二个软件用Python语言开发,第三个软件用C语言开发,在三台计算机上互为主备份软件. 结果表明,该方法在提高可靠性故障维修率的同时可以降低开发成本及同态故障率.     

Gemini型阳离子沥青乳化剂的合成与性能测试

以正十八烷基胺、十八烷基二甲基叔胺和环氧氯丙烷等反应制备出两类新型的Gemini表面活性剂1,3-双（十八烷基二甲基氯化铵）-2-丙醇和十八烷基-双（3-十八烷基二甲基氯化铵-2-羟基丙基）叔胺,并利用红外光谱对产物结构进行了鉴定。利用表面张力法,测定了1,3-双（十八烷基二甲基氯化铵）-2-丙醇的临界胶束浓度为6．76×10^-5mol／L,溶液在临界胶柬浓度下的表面张力为40．25×10^-3N／m。乳化性能测试表明,新合成的Gemini型乳化剂若一个分子中含有三个亲油基,则不能乳化沥青;若一个分子中含有两个亲油基,则能乳化沥青,但为快裂型沥青乳化剂。     

A Novel Kernel for Least Squares Support Vector Machine

Extreme learning machine(ELM) has attracted much attention in recent years due to its fast convergence and good performance.Merging both ELM and support vector machine is an important trend,thus yielding an ELM kernel.ELM kernel based methods are able to solve the nonlinear problems by inducing an explicit mapping compared with the commonly-used kernels such as Gaussian kernel.In this paper,the ELM kernel is extended to the least squares support vector regression(LSSVR),so ELM-LSSVR was proposed.ELM-LSSVR can be used to reduce the training and test time simultaneously without extra techniques such as sequential minimal optimization and pruning mechanism.Moreover,the memory space for the training and test was relieved.To confirm the efficacy and feasibility of the proposed ELM-LSSVR,the experiments are reported to demonstrate that ELM-LSSVR takes the advantage of training and test time with comparable accuracy to other algorithms.