干粉速溶型水泥降失水剂的研制及应用

针对目前干粉降失水剂水溶性差,溶胀时间长,稳定性差,影响水泥浆性能的均匀性,不可能以湿混的方式进行施工的问题,通过选择含有磺酸基、酰胺基、烷基、羧基的单体,以过氧化物作引发剂在水溶液中共聚,合成了聚合物DSJ。DSJ具有良好的滤失控制性能,失水控制稳定(100 mL以下),同时有较好的水溶性,常温自然状态下溶解仅需150 min;温度适应范围广(常温-120℃),耐盐20%;与各种水泥配伍性好,稠化时间可调,有较高的抗压强度和较高的抗污染能力。在海拉尔探井上应用表明,DSJ在降低运输费用,防油气浸、窜等方面均取得了较好的效果,从而有效地保证了固井质量。     

PG树胶接枝改性试验研究

PG树胶的主要成分是天然杂多糖苷,以其为起始原料加工油田化学品的研究已在石油工业界受到重视。与广泛用作石油压裂液增稠剂的植物种子胶相比,树胶具有在空气中不易发酵降解的优良特性,因此很适用于循环工作的钻井液中。以国产PG树胶为原料,通过接枝改性,制备了接枝改性样品,分析了反应条件(如反应温度、反应时间和反应物配比)对改性样品在钻井液中的增黏、降滤失性能的影响,采用正交试验和极差分析法优选出了适宜的改性反应条件。对PG树胶及其接枝改性样品在钻井液中具有的增黏、降滤失、润滑滤饼、抑制黏土水化膨胀等性能进行了室内评价。试验表明,PG树胶接枝改性样品可提高钻井液性能,具有很好的应用前景。     

面向类脑计算的脉冲神经网络研究

随着深度学习在训练成本、泛化能力、可解释性以及可靠性等方面的不足日益突出,类脑计算已成为下一代人工智能的研究热点。脉冲神经网络能更好地模拟生物神经元的信息传递方式,且具有计算能力强、功耗低等特点,在模拟人脑学习、记忆、推理、判断和决策等复杂信息方面具有重要的潜力。本文对脉冲神经网络从以下几个方面进行总结:首先阐述脉冲神经网络的基本结构和工作原理;在结构优化方面,从脉冲神经网络的编码方式、脉冲神经元改进、拓扑结构、训练算法以及结合其他算法这5个方面进行总结;在训练算法方面,从基于反向传播方法、基于脉冲时序依赖可塑性规则方法、人工神经网络转脉冲神经网络和其他学习算法这4个方面进行总结;针对脉冲神经网络的不足与发展,从监督学习和无监督学习两方面剖析;最后,将脉冲神经网络应用到类脑计算和仿生任务中。本文对脉冲神经网络的基本原理、编码方式、网络结构和训练算法进行了系统归纳,对脉冲神经网络的研究发展具有一定的积极意义。