自交联型油基钻井液降滤失剂的研制与评价北大核心

针对传统油基钻井液降滤失剂耐温性能不足、影响体系流变等问题,基于自交联改性思路,以N-羟甲基丙烯酰胺为功能单体,与丙烯酸丁酯和苯乙烯进行乳液聚合,研制了一种自交联型油基钻井液降滤失剂(BSN)。通过红外光谱仪、激光粒度仪和透射电镜表征了BSN的主要官能团、微观形貌和自交联特征。实验结果表明,BSN含有自交联功能基团羟甲基,平均粒径为247 nm,颗粒间具有明显的交联结构。热重测试结果显示,BSN热稳定性良好,初始分解温度高达355℃,显著高于非自交联型的降滤失剂BS(278℃)。在油基钻井液体系中添加1%的BSN,不仅不影响体系流变参数而且能够提高破乳电压,180℃下的高温高压滤失量仅为4 mL,滤失控制能力明显优于非交联型的降滤失剂BS以及3%的传统油基钻井液降滤失剂有机褐煤和氧化沥青。     

森林认证国际研讨会在京举行

正为进一步交流学习国际先进经验,研讨森林认证对森林可持续经营的影响及面临的机遇和挑战,2018年10月30—31日,森林认证国际研讨会在北京友谊宾馆隆重召开。会议由中国林业科学研究院主办,中国林业科学研究院林业科技信息研究所承办,中国森林认证委员会(CFCC)、国际林联5.12学科组和美国农业部林务局协办,并得到了国际林业研究中心(CIFOR)的支持。会议共有来自国内外森林组织机     

土壤耐药基因污染的来源及现状分析

近几年,抗生素的大量使用造成了严重的环境污染问题,抗生素及耐药基因均作为全球新兴污染物在环境各介质中传播和扩散,已严重威胁人类健康。世界卫生组织将抗生素耐药基因作为21世纪威胁人类健康的最重大的挑战,同时将宣布在全球范围内开展耐药基因的污染调查的战略部署。     

基于卷积神经网络的驾驶员不安全行为识别

提出了一种基于卷积神经网络的驾驶员违规行为识别方法。首先，利用特定卷积神经网络对驾驶员的实时图像提取特征，然后并行对多种行为分别进行二分类。建立了一个真实场景下的驾驶员违规数据集，在此数据集上的测试说明了该方法的高效和良好的泛化能力。实验结果表明，该方法在约10万张图像的数据集中对打电话、吸烟、不系安全带3种行为分别达到了99.85%、99.62%、98.68%的识别率，同时使用当前较先进的Inception-v3和Xception模型测试，也获得了类似的识别效果。     

对低压水轮发电机组黑关闭的思考

通过对白庙电站2号机调速器的事故分析,就其设备缺陷产生的原因、危害、影响范围进行梳理。根据缺陷情况制定了相应方案,提出有关水电站人工智能黑关闭的设想并应用于实际。