电加热气举井井筒瞬态换热模型及其应用

电加热是高凝油藏井筒降黏的重要手段,在环空流体流动的情况下无法利用常规井筒静态换热模型优化电加热参数和加热周期。采用漂移模型描述井筒中的气液两相流动、在Hasan-Kabir模型的基础上考虑电缆换热和环空注入气体换热的影响,建立了多热源条件下的井筒瞬态换热模型。对电加热气举井优化分析表明,该模型可以预测不同加热周期、不同注气参数情况下的井筒、环空内的温度、压力、持液率等参数的瞬态变化,不但可以用于周期性电加热油井,也可以用于其他多热源、多相流动的油井。     

基于MG-LTP与ELM的微表情识别

特征提取和表情分类是表情识别的关键技术。针对传统方法识别率低的缺点,首先,提出了一种基于平均灰度的局部三值模式(MG-LTP)新算法,用于提取表情特征;其次,使用极限学习机(ELM)作为分类器,用于特征分类;最后,将二者结合用于表情识别,并进一步应用于人脸微表情识别中。在JAFFE数据库及CASME人脸微表情数据库进行试验,与传统方法对比,取得了较好的效果。     

Ag/La2NiO4基电触头使用中温度场的有限元分析和实验研究

通过对电触头使用过程中闭合电弧→接触电阻焦耳热→分断电弧→自然冷却过程的分析, 建立了一个可描述电触头使用过程中, 瞬态温度场的统一计算模型.通过对Ag/La2NiO4基电触头的电接触实验机和相关实验的测试、分析和计算, 得到进行该电触头使用中瞬态温度场计算所需的基本参数.在此基础上, 采用有限元方法进行了计算, 得到了该电触头的瞬态温度场的分布和演化特点.通过将计算结果与相关的实验测量结果进行分析和比较, 可以发现瞬态温度场对于Ag/La2NiO4基电触头材料的侵蚀机制、使用寿命的研究具有重要参考价值.     

特种车辆仪表指针提取

提出了一种基于检测和验证相结合的指针综合提取方案,目的是实现特种车辆指针式仪表图像识别的自动识别和自动矫正。该方案优化利用了Hough变换法、极坐标中心投影以及边缘点集合的最小二乘法等算法,使得指针的自动提取无论针对何种品质的图像都非常准确。经验证,采用该方法进行特种车辆仪表指针提取,准确度达到99%以上。     

氮气泡沫热水驱物理模拟及数值模拟研究

针对强非均质油藏提高采收率的需要,开展了泡沫驱油技术研究。利用油田现场提供的起泡剂和原油等资料,通过室内物理模拟和数值模拟,对氮气泡沫热水驱提高采收率的机理进行了研究。建立了三维、三相、多组分数学模型,编制了氮气泡沫热水驱油藏数值模拟软件。模型考虑了相平衡以及温度、界面张力对油、气、水三相渗流的影响以及起泡剂损失的各种机理,较全面地反映了氮气泡沫热水驱的作用机理。实验和数值模拟的结果均表明,氮气泡沫热水驱能大幅度地提高驱油效率,降低残余油饱和度。在非均质油层(模型)中泡沫的驱油效果比在均质油层(模型)中更好,残余油饱和度降低了21.1%,采收率提高了31.2%。     

OBM—0120微处理机在多点焊机中的应用

本文以一台典型的车门玻璃导轨多,点焊机为例、详细地论述了微处理机在多点焊机中的应用。它成功地解决了处于较恶劣环境中的多点焊机的动作程序及自动焊接程序的控制     

HSK—1型多点焊机程控器

文内介绍的程控器是采用步进顺控原理,控制四个自由度的机械手,带动焊钳完成对汽车门上梁的焊接。控制电路中采用了 HTL 高抗干扰数字集成电路,加入光电隔离、集成稳压器件、积分网路、吸收回路等措施,提高了程控器的抗干扰能力,当电网电压波动为± %时,系统仍能正常工作。     

水平井技术在潜山油藏开发中的应用——以胜利油区郑家油田郑6潜山油藏为例

水平井技术目前已在砂岩油藏中得到广泛应用，但受到技术及地质认识等多种因素限制，仅在少数裂缝性潜山油藏中应用。文章以胜利油区郑家油田郑6潜山油藏为例。介绍了水平井技术在该类油藏开发中的潜力及其在控制底水锥进方面取得的显著效果。     

关于加强陆军装备计量保障建设的思考

在深化国防和军队改革的背景下,装备计量作为装备工作的重要组成部分,必将对标新时期军队和武器装备建设使命任务,创新发展路径,强化使命担当,力求更大作为。本文从新形势和新使命对陆军装备计量保障的建设要求入手,研究新时期装备计量保障的内涵外延,分析梳理了新时期装备计量保障的主要建设内容,并围绕保障机制、能力建设和管理监督对重点建设任务进行了阐述。     

内容感知的图像重定向方法综述

随着各种智能设备的不断涌现,同一图像往往需要改变纵横比和大小来适应不同显示屏幕。基于内容感知的图像重定向方法通过研究图像重要内容的保持,使得图像自动适应到不同大小的显示设备上。主要对近年来基于内容感知的图像重定向方法的研究现状进行总结。按照重要度图的获取以及基于重要度图的重定向方法两方面回顾了手工特征的图像重定向;从基于深度神经网络的重定向算法、基于深度强化学习的多操作算法、基于美学感知的裁剪算法三个类别总结了现有的图像重定向的深度学习方法;在介绍已有的重定向数据集以及评价方法基础上,对主流的图像重定向算法进行分析比较,并按照类别总结了各个算法的实现原理和优缺点;针对现阶段所存在的问题和挑战,提出了该领域未来的研究方向。该研究旨在为感兴趣的研究人员提供有意义的帮助,以便推动该领域的进一步发展。