裂缝性低渗油藏复合体系协同驱油适应性研究

针对低渗油藏注水开发过程中对储层微裂缝简单调驱后，注入水易沿高渗条带发生绕流造成开发效果严重受限的问题，评价了泡沫体系起泡、稳泡性能和一种改性淀粉凝胶成胶性能，开展了泡沫微观调驱和裂缝性低渗岩心复合体系协同驱油实验，并利用径向流模型模拟油藏实际井网对复合体系协同驱油适应性进行了验证。实验结果表明：起泡剂和稳泡剂最佳质量分数分别为0.5%和0.1%，改性淀粉凝胶体系成胶后具有较高强度和突破压力；注入泡沫体系后水驱，小孔隙微观驱油效果较前期水驱提高14.21%，其在渗透率级差约为30时具有更好的调剖性能；裂缝性低渗油藏水驱过程中，采用改性淀粉凝胶联合泡沫协同驱油效果最佳，其较注入单一改性淀粉凝胶或泡沫体系后水驱采收率可分别提高22.17%和46.07%，且径向流模型验证实验表明该协同驱油方法在裂缝性低渗油藏的适应性较好。     

深圳中洲控股金融中心电气设计

[专家评审意见]该项目建筑为综合性公共建筑,功能比较复杂,建筑规模达24万m2,电气设计深度全面完整,设计指标及系统配置合理,执行规范情况良好。该项目节能设计及施工按LEEDCS标准并获得证书。项目设计具备国内先进性。推荐一等奖。     

倾情谱写“民心工程”和谐乐章--记中建七局西南公司双溪公租房项目部党支部书记范好林

在重庆市两江新区,有个鱼嘴镇,鱼嘴镇的西北方,有个两条小溪相傍流过的村庄,叫双溪村,双溪村的1000多名村民,大都喜欢称呼一个人为“范书记”：同事们呢,大多称呼“范书记”为“老范”,有些年轻员工工余时干脆就叫他“范叔叔”。“范书记”真实姓名叫范好林,是中建七局西南公司双溪公租房项目部的党支部书记,对于上述称呼,他一概笑纳。双溪淙淙日夜流淌,范好林与当地政府、村民,与项目部员工及民工和谐交往相处,一同演绎的公租房建设和谐交响曲,也让他赢得了“和谐书记”的美誉。     

高品质作品装点出的艺术人生——记中建七局重庆茶园公租房项目部装饰部经理武军

见到中建七局重庆茶园公租房项目部装饰部经理武军时,第一印象,就是他把多种不和谐的元素“混搭”后的那种恰到好处。武军、北方汉子、光头、笔挺的腰板,这些颇具冲击力的信息符号。让人总能联想到粗犷而带有硬度的刚性因子;而他浑厚且不疾不徐的谈吐,大线条的横纹T恤、咖啡色的西装、深蓝色的休闲裤和一尘不染的三接头皮鞋,加上说到愉悦处那不事张扬的一笑。又无不给人一种儒雅不俗,内蕴丰厚,“软实力”也不可小觑的感觉。这位将“硬”与“软”在不经意间自然搭配的建筑装饰专家,也在不经意间给人留下了几分“酷”的风度。     

数理统计在沥青路面施工质量控制中的应用

在沥青路面施工质量控制的研究中,基于大样本的数据的统计和分析,都会运用到数理统计的相关知识。以概率研究为前提提出的排列组合情况,进行科学合理的判断,对出现的异常情况及时加大检查频率,分析出现异常的原因,并及时采取措施进行调整纠偏,以确保下阶段质量控制处于稳定水平。     

二次通用旋转组合设计优化盾叶薯蓣黄色素超声提取工艺

采用超声波辅助二元混合溶剂对黄姜黄色素的提取工艺过程进行研究,在考察了溶剂配比、料液比、提取时间、超声功率的单因素实验基础上,对这4个因素进行L31(45)的二次通用旋转组合设计优化实验。以黄色素提取率为目标建立数学回归模型,通过对实验结果进行方差分析及对数学模型进行优化得到优化工艺条件:丙酮∶无水乙醇为1∶5(体积比),料液质量体积比1∶11 g/m L,提取时间70 min,超声功率90 W。在此条件下,黄色素的提取率为0.160 4‰。该提取工艺稳定,可为黄姜黄色素超声提取放大工艺研究以及资源化利用提供理论参考。     

鄂西宜昌斜坡区寒武系页岩储层发育特征——以鄂宜页1井为例

以获得重大突破的鄂宜页1井为研究对象，对寒武系水井沱组黑色页岩进行了有机地球化学、矿物X射线衍射、场发射扫描电镜及核磁共振分析等测试，研究了鄂西宜昌斜坡区页岩储层的发育特征。该区页岩主要由黏土矿物、石英和碳酸盐矿物组成，由浅至深表现出黏土矿物和碳酸盐矿物逐渐减少、石英含量逐渐增加的趋势，总体上显示出"高钙低硅"特征；页岩的孔隙度与有机碳含量表现出正相关性，尤其有机碳含量大于2.0%的层段，页岩孔隙度随有机碳升高而增大明显；页岩孔隙以微孔和小孔为主，小孔和中孔对孔隙度贡献明显；页岩中脆性矿物内的孔隙对页岩基质孔隙的贡献稳定，而有机质孔和黏土矿物层间孔隙的贡献与其各自含量变化相关，随深度的增加有机质孔贡献逐渐升高，而黏土矿物层间孔隙贡献逐渐降低。      

基于LSH的隐私保护POI推荐算法

基于位置的社交网络利用用户的签到数据进行兴趣点(POI)推荐,但是出于对数据隐私的考虑,各种社交平台之间不愿意直接共享数据。为综合各个社交平台的数据从而提供更好的POI推荐服务,提出一种基于局部敏感哈希(LSH)的隐私保护POI推荐算法。通过LSH选取相似用户集合,极大地减少计算量,满足用户的快速响应需求。利用LSH和Paillier同态加密技术,在计算过程中保护数据隐私不被泄露。真实数据集上的实验结果表明,在响应时间和预测准确度上,该算法优于传统基于用户的协同过滤推荐算法。