宣钢炼铁厂管理体系规范性与创新性实践

宣钢公司炼铁厂在制度管理体系的建设中,紧紧围绕制度规范性和创新性两个要素,极力打造适合企业长期稳定发展并适应于不同发展阶段的制度管理体系,使管理制度在规范—创新—再规范的循环往复中螺旋状攀升,制度体系建设与企业发展同步,体现出制度的管理效力和能动作用,有效地推进企业管理的升级和技术进步。     

天然气水合物沉积层的AVA特征

本文首先分析了天然气水合物沉积的三种微观模式,根据其不同的岩石物理模型特点,研究了弹性参数随水合物饱和度的变化规律;以精确Zoepprize方程为基础,研究随饱和度变化的AVA特征;最后,利用不同的理论模型模拟了BSR现象,分析BSR产生的三种客观条件以及调谐作用对BSR的影响。研究结果表明:天然气水合物饱和度、下伏层游离气的存在与否与水合物沉积层孔隙的变化是影响BSR特征的重要因素。本文的研究结果可为天然气水合物的深度研究提供一种思路。     

山推SD16R推土机

山推工程机械股份有限公司在TY160的基础上研发了一款适用于垃圾处理场和湿地、沼泽地带的新型环卫推土机SD16R。该机充分吸收了TY160推土机成熟传动系统的优点，采用了整体铸塑仪表盘．集中测压、集中润滑．履带自动张紧等多项科研专利技术。     

高炉炉渣余热采暖的设计与应用

对宣钢炼铁厂西区高炉炉渣余热采暖机理、过程的情况进行了详细分析,该工程集余热利用、节能、环保于一体,能够满足冬季采暖温度要求.     

某装载机后车架的模态以及振振灵敏度分析

装载机在工作过程中会产生较明显的振动。其中,车架自身固有频率肯能和外界激励频率产生共振,进而加剧装载机整体的振动幅度。如果发动机激励频率与后车架模态频率发生耦合,或者车架自身的振振灵敏度过大,都将引起驾驶室较大振动。本文通过计算装载机后车架的模态频率、模态振型以及振振灵敏度,对装载机的振动性能以及可靠性进行研究,为后续的优化工作做好准备。     

塔河奥陶系碳酸盐岩缝洞预测

 当油田进入开发阶段时,对储层裂缝及其分布规律的预测几乎等价于对油气的预测。本文基于Turhan(Tury)Taner的多维边缘检测法提出一种新的地震裂缝边缘检测方法,其要点是采用步长可调的高斯加权法进行边缘裂缝检测,并利用小波函数多尺度功能分析小波尺度因子与裂缝尺度间的关系提高裂缝预测精度。文中应用此法对已开采近二十年的塔河奥陶系碳酸盐岩油藏进行了缝洞发育特征预测。研究结果表明,地震缝洞检测成果与实钻结果具有很高的吻合性,表明该方法计算精度高、算法稳定,可为油藏进一步勘探开发提供重要依据。     

地震反演成果的沉积学解释

在油气藏勘探和开发中,沉积特征的研究具有重要意义,而将地震反演技术与沉积学原理结合进行沉积特征的刻画,是目前利用地震资料开展沉积微相研究最有效的方法.为了使反演结果贴近地下地质特征,将地震相控概念引入非线性随机反演中,在CZ凹陷C15井区进行探索性应用,以地震沉积学理论为指导,结合地震相分析,基于高精度地震反演成果进行了沉积特征解释,比直接在地震剖面上进行沉积描述具有更高的可靠性,获得了比较精细的沉积微相描述.      

遗传算法与模拟退火算法在FMS中的混合应用

讨论了柔性制造系统(FMS)中的机械加载问题,问题的主要目标是使制造系统不平衡最小化,在诸如可用的加工时间和刀具槽等工艺约束条件下使系统吞吐量最大化。将遗传算法(GA)与模拟退火(SA)算法相结合,提出了一种高效的进化算法——GASA。使用5个样本数据集对GASA的性能进行了测试,并与其他文献提及的启发式算法进行了比较,研究了它们对解决方案质量的影响。为了评价所提出的进化启发式算法的性能,通过进行大量的计算实验,以表格和图表形式给出了结果。实验结果表示GASA在柔性制造系统的应用中性能更好。     

地震信号的小波分频处理

小波变换所具有的多分辨功能和优良的"数学显微镜"特性,使得它在叠前、叠后地震资料处理中得以广泛应用。与常用的高分辨率处理技术不同,小波分频处理方法在提高地震记录分辨率的同时,还可以有效地压制噪音的干扰。首先阐述了小波分频的基本原理,通过对理论模型合成地震信号的正反变换,充分展示地震资料小波分频处理的深刻内涵;最后,基于本研究所提供方法对特征各异的地震信号进行处理,取得了较好的应用效果,为该方法的深入推广、应用提供了重要依据。     

基于灰关联和遗传算法的地震属性优化方法

 利用地震属性进行储层物性参数（孔隙度）的预测研究,其精度和准确性一直是油气田勘探开发期间所关注的问题,而属性优化方法是其中的关键环节。本文从优化方法入手,将灰关联、遗传算法和BP网络有机结合,以提高储层物性参数（孔隙度）的预测能力。首先依据反演成果开展精细储层解释,并进行沿层相关属性提取和灰关联分析,寻找较敏感的属性;然后利用遗传算法和BP网络进行属性组合优化,获取最优属性组合,最终达到预测储层物性参数（孔隙度）的目的。应用实例表明,此法的储层预测精度较高。