线性程序设计在油藏开发评价中的应用

目前，线性程序设计的产量预测模型已经发展到对常规生产设备下的多流体进行综合预测。该模型将油气生产过程视为在一系列相互独立的约束条件下获得最大产油量的线性最优化问题。该模型反映了有限的固定基础设备处理能力和产出流体的矛盾。当使用的设备容量合适时，该方法可以对不同比例［气／油比（ＧＯＲ），气／液比（ＧＬＲ）或水／油比（ＷＯＲ）］混合在一起的产出液进行综合预测。尤其是，该模型可以用来预测公用设备下几个相     

从米糠中提取植酸钙的工艺研究

对米糠中提取植酸钙的工艺进行了研究.以酸浸pH值、浸泡时间、液料比为影响因素,进行了3因素3水平正交试验.经多次重复试验,结果表明最佳工艺为:酸浸pH值2.0,浸泡时间5h,液料比8∶1;在最佳条件下,植酸钙的提取率为9.06％.通过对植酸钙标准品和所提取物质的红外谱图的比较,证实所提取物质为植酸钙粗品.     

糕点中总糖含量测定的不确定度评定

利用斐林氏容量法对糕点中总糖含量进行了测定,依据《JJF 1059.1-2012测量不确定度评定与表示》,对测定结果进行不确定度分析与评定。通过不确定度分析,找出影响总糖测定过程中不确定度的主要来源,从而对检测过程中易引入较高不确定度的环节加以控制,确保检测过程和结果的可靠性。     

近红外光谱技术在蛋白质饲料原料检测及溯源方面的研究进展

蛋白质饲料原料是我国畜牧业发展的基础,对蛋白质饲料原料的品质进行快速分析具有重要的现实意义。介绍了近红外光谱分析技术的原理及特点,综述了近红外光谱分析技术对蛋白质饲料原料的常规成分(水分、粗蛋白质、粗脂肪、粗纤维、灰分)、微量成分(氨基酸、总磷、维生素)的分析以及掺假溯源和在线监测方面的应用和研究进展,系统分析了近红外光谱分析技术在实际应用中存在的问题及应对措施。     

超声波提取亚麻籽油脂工艺及其对亚麻籽微观结构影响研究

为优化亚麻籽油脂超声波辅助提取工艺,在单因素试验基础上,以提取温度、提取时间、超声功率、液料比为变量,以亚麻籽油脂得率为响应值,采用Box-Behnken试验设计方法对工艺条件进行优化,并对超声波辅助提取与溶剂提取法得到的亚麻籽油脂中脂肪酸组成差异及其对亚麻籽微观结构的影响进行了比较研究。结果表明：优化后得到的超声波辅助提取最佳工艺条件为温度66℃、时间33min、功率180W、液料比13mL?g-1,在该工艺条件下亚麻籽油脂得率为35.52%,与理论预测值无显著差异。扫描电镜(SEM)分析结果表明,与普通溶剂提取法相比,超声波提取可有效破坏亚麻籽表面结构,提高油脂浸出率,气相色谱(GC)分析结果显示溶剂提取与超声波辅助提取法得到的亚麻籽油脂脂肪酸组成结构与含量并无明显差异。     

马铃薯主要营养成分的近红外光谱分析

以44个品系马铃薯为原料,利用主成分分析（PCA）方法筛选出代表马铃薯块茎主要营养成分指标（水分、还原糖、淀粉和蛋白质）,应用偏最小二乘法（PLS）建立这4种营养成分的预测模型,并对模型预测结果进行了评价。结果表明,马铃薯主要营养成分的模型预测与其相应的化学测量值之间具有较好的相关性,对于水分模型,校正效果:R_cal²=98.37%,RMSEE=0.445,RPD=7.84;交叉验证效果:R_cv²=93.05%,RMSECV=0.84,RPD=3.79。还原糖模型校正模型效果:R_cal²=98.43%,RMSEE=0.0236,RPD=7.99;交叉验证效果:R_cv²=86.42%,RMSECV=0.0598,RPD=2.71。淀粉模型校正模型效果:R_cal²=97.13%,RMSEE=0.577,RPD=5.9;交叉验证效果:R_cv²=95.370%,RMSECV=0.7,RPD=4.65。蛋白质模型校正模型效果:R_cal²=98.41%,RMSEE=0.0334,RPD=7.92;交叉验证效果:R_cv²=89.49%,RMSECV=0.0767,RPD=3.08。     

储层对注水的反应：北海油田注入海水的模拟试验研究

本文报道的是注海水对储层渗透率敏感性研究的试验结果。岩心流体试验使用的是新的流体回注设备，以北海Ｈｏｐｅｍａｎ（不含碳酸盐岩）砂岩储层作为模拟对象。模型限制注水压力为３４５巴，在２０７巴孔隙压力下，注水速度为０．３ｃｍ＾３／ｍｉｎ。在注水期间，使用高性能的液相色层分析仪器定期取样进行阳离子分析。注水后使用扫描电子显微镜、Ｘ射线衍射、岩石渗透率探测器和离子、电子探针扫描成象等技术观察岩心结构上、矿物