识别火成岩岩性的综合物探技术

自从发现火成岩油气藏以来，在油田勘探中火成岩岩性岩相的勘探研究备受关注。以SN地区为例，介绍了重磁电震综合勘探火成岩岩性岩相识别技术。地震方法能够发现火成岩,并高精度确定火成岩深度，甚至圈定火成岩范围，但难以确定火成岩岩性岩相。重磁电资料能够识别具有密度、磁性和电阻率等特征差异的火成岩岩性岩相，对火成岩体平面位置的确定具有一定精度，但对深度确定精度不高。在高精度资料的基础上，采用地震与重磁电联合处理解释技术，能有效地提高重磁电方法的勘探精度，使重磁电异常更直接反映深部火成岩。SN地区火成岩岩性岩相的勘探实例说明，重磁电震综合勘探技术识别火成岩岩性与实际情况吻合率较高，预测结果得到了钻探证实。     

人工智能(AI)在钢铁工业上的应用

据日本“铁钢界”1987:(2)报道,人工智能,就是将人的观察思考这类工作交由计算机来完成,或耆用以解释人的智慧产生机理。在日本,对 AI 的研究特点主要是工业应用。人工智能在钢铁生产工艺中的应用,目前正在研究开发中,其进展大致情况见表1。AI 在钢铁生产工艺中的应用实例:     

利用高精度重磁电勘探资料识别火成岩储层相带

火成岩作为油气储层已在中国东、西部多个盆地获得证实。本文旨在通过准噶尔盆地腹部的钻井岩性标本揭示的火成岩物性特征，提取重磁电异常信息，研究识别火成岩储集相带的方法。进行此项研究，必需使用高精度重、磁、电综合勘探资料及相应的特殊处理方法。研究结果表明，利用高精度重磁力、建场测深资料可以识别具有密度、磁性、电阻率差异的火成岩岩性、岩相区带的分布。     

一种包装堆垛机械手的结构优化

目的应用Ansys Workbench软件对一种包装堆垛机械手的结构进行优化,减少结构质量,提高机械手的工作效率和定位精度。方法对机械手进行建模及使用应力分析软件对其进行静力分析、模态分析,并利用拓扑优化方法的变密度法,对机械手结构的关键部位进行拓扑优化。结果机械手在满足整体强度的条件下,改变其质量分布,选择合理的驱动电机,达到减弱振动和轻量化的成效。结论拓扑优化方法的变密度法为机械手的结构优化和提高执行工作频率提供了一种高效可行的途径。     

基于响应面分析法优化顶空-固相微萃取与气相色谱-质谱法检测黑龙江野生鳜挥发性风味物质

目的 使用响应面分析法优化顶空-固相微萃取(headspace-solid phase microextraction, HS-SPME)与气相色谱-质谱法(gas chromatography-mass spectrometry, GC-MS)联合检测黑龙江鳜肌肉风味的萃取方法, 并检测分析鳜肌肉中挥发性风味物质。方法 使用HS-SPME-GC-MS技术, 以峰面积和峰个数为指标进行单因素实验, 探究盐度、萃取温度、萃取时间和解吸时间对鳜肌肉风味检测的萃取效率的影响, 根据单因素实验结果采用响应面方法优化萃取条件, 分析鳜肌肉中挥发性风味物质的最佳萃取条件, 并用优化后的萃取条件检测鳜的挥发性风味物质。结果 优化后的最佳萃取条件为盐度7.7%, 萃取温度82.4℃、萃取时间46.5 min、解吸时间5.4 min。此条件下, 综合评分为101.4173, 共检测出33种挥发性风味物质, 其中化合物含量最多的是烃类和醇类。结论 优化后的HS-SPME-GC-MS分析鳜肌肉挥发性风味物质的方法可以高效萃取鳜肌肉中的风味物质。     

钢铁企业仪表维护的现状与任务

钢铁企业仪表维护的现状与任务［日］关口修等１前言钢铁企业的设备维护活动除了提高设备的运行效率，把维护成本降至最低这一目的以外，近年来，为了提高钢铁生产全过程的质量和成本的竞争力，还正在将维护范围扩大到新上设备的初期充分应用和旨在最大限度发挥设备能力的...