针对易漏砂岩地层防井漏材料粒径优化设计

为解决易漏失砂岩地层频发的井漏问题,采用巴西劈裂试验研究方法,测试不同粒径组合方式下防井漏材料对于井壁抗拉强度的强化效果。通过对比岩样孔喉尺寸和钻井液中防井漏材料的颗粒粒径,分析砂岩经不同粒径防井漏材料钻井液处理后的岩样抗拉强度测试结果,得到以下结论:相较于水润岩样的抗拉强度,防井漏材料明显起到强化井壁的效果,从而提高地层承压能力;未经粒径优化设计的防井漏材料有可能无法强化井壁,从而造成井漏问题无法缓解和钻井材料资源浪费等问题;钻井液中防井漏材料颗粒粒径范围越广,井壁强化效果越明显;若要达到最佳防井漏效果,使得地层承压能力最高,建议钻井液在进行防井漏材料粒径组合优化设计时,应考虑将防井漏材料的平均颗粒粒径约等于岩样平均孔喉尺寸。研究结果可为维持易漏失砂岩地层的井壁稳定、缩短非生产时间和安全高效钻井提供参考。     

波音公司研发新型激光武器 可瞬间击落无人机

波音公司最近宣布,他们研制出一种被称为高能激光移动展示系统(简称HEL MD)的移动激光武器,这种激光武器在3轮测试中,成功地击落了150多架无人机、火箭和其他的敌方模拟目标。实验证明,这种激光枪能够在不同的环境下持续地瞄准、追踪并击中一系列的目标。据波音公司称,这种10 k W高能激光器的最新测试是在佛罗里达州的艾格林空军基地进行的。这种激光武器被安装在一辆军用车辆上,这就使它     

美味不打折-高蛋白高纤维食品

如今人们已经不单单追求食品的口味,营养和健康也同样重要!高蛋白高纤维的食品饮料早已经成为关心体重控制的人们追捧的对象。不过,话说回来,开发高蛋白高纤维强化食品,需要根据最终食品的形式与特性来调整相关配料和工艺,采用不同的强化和工艺策略,从而获得最佳的口味、成本、工艺和货架期的平衡,增强产品竞争力。杜邦^IM丹尼斯克‘品牌旗下的素宝’大豆分离蛋白可帮助体重控制者增强饱腹感、维持肌肉并减少脂肪;而利体素‘水溶性纤维,既有助于肠道健康和体重控制、又具有良好的理化及加工特性,两者均为开发美味的高蛋白高纤维食品的良好原料。     

浅谈采用三叶型冲击式压路机提高高填方路基碾压质量

冲击压路机是一种新式路基压实机械,为了有效提高路基压实度,我方施工的延安新区尹家沟新老区连接线延伸工程采用冲击压实机械进行路基补强,通过路基试验段施工取得明显效果。     

李楼铁矿溜井料位监测系统的设计与应用

李楼铁矿主溜井未加装料位监测装置时,生产调度部门主要依靠经验和统计计算指挥控制溜井料位,其效率低并存在安全隐患。结合井下通信现状,采用Optech激光物位计设计了一套成本低廉、简单实用、稳定可靠的料位监测系统。该系统经煤矿现场应用,取得了良好的监测效果,提供了准确的信号,为生产科学调度提供了依据。     

用于选择性激光烧结的聚合物粉末材料研究进展

选择性激光烧结是增材制造技术中的一种,可制备具有复杂结构的复合材料功能件或其它原型零件。评估烧结成型工艺的关键因素之一是聚合物粉末材料。从聚合物粉末材料种类、材料制备方法、烧结成型工艺3个方面,综述了近年来用于选择性激光烧结技术的聚合物粉末材料的研究现状,并对聚合物粉末材料在选择性激光烧结技术领域中存在的问题,及其今后的研究方向进行了展望。     

飞片材料经加速老化后对飞片速度的影响研究

为了掌握经长期贮存后的飞片材料在初始起爆条件下的飞片速度是否会发生显著性退化,采用光子多普勒测速仪对经71℃加速老化不同时间后的聚酰亚胺飞片材料形成飞片的速度迚行了测试。结果表明,针对不同时间加速老化后的聚酰亚胺飞片材料,在相同起爆条件下由其形成飞片的最大速度及飞片出炮筒时的速度均无显著性变化,且在一定炮筒厚度下,飞片出炮筒的速度没有达到最大值。     

机械传动轴用材料在双向应力环境下的低载强化特性分析

研究了机械传动轴用40Cr材料在双向应力环境下低载强化特性。结果表明,拥有强化作用的载荷区间是39.2~51.0 N·m,强化次数区间是1~40万次。并且,20万的强化次数下,当强化载荷达到44.10 N·m时的强化作用最佳。     

邻空坚硬顶板断裂影响下冲击矿压防治研究

针对华亭煤矿工作面回采期间,由于采深加大、邻空侧顶板垮断不充分致使工作面矿压危险性急剧上升的状况,分析确定影响工作面矿压危险性的主要因素为覆岩关键层的运动及周期性破断,据此判定工作面覆岩关键层为上覆基本顶并分析其破断力源,制定相应的解危卸压措施,并在管理制度上进一步优化完善,与邻近工作面相同区段相比,矿压显现破坏程度显著下降,为工作面安全回采提供了保障。     

基于Q-learning的不确定环境BDI Agent最优策略规划研究

BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Q-learning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。