华北油田隐蔽油藏勘探实践与认识

随着勘探的不断深入,华北油田富油凹陷构造油藏的勘探程度越来越高,勘探对象日趋复杂,勘探难度越来越大。面临勘探现状,华北油田认真分析勘探形势,立足资源基础,解放思想,积极转变勘探观念,有意识地加强隐蔽油气藏的深入研究与勘探,先后在冀中坳陷的饶阳凹陷、二连盆地的巴音都兰凹陷、乌里雅斯太凹陷等发现了多个规模富集的隐蔽油藏。通过隐蔽油藏的勘探实践,取得了四点主要认识、六点重要启示,对今后深化华北油田隐蔽油藏的勘探具有重要的指导作用。     

GH698合金的持久性能及组织

选用国产GH698合金棒材,在550℃、650℃、750℃下分别测试了100h、300h、500h、10000h的持久极限,并对组织的变化进行了研究.研究表明550℃、650℃持久试样的组织未发生变化,但750℃、300MPa持久试样中的大γ'相有粗化现象,这是高温应力长期时效的结果.由此确认GH698合金的长期使用温度不能超过750℃.     

高铝高炉渣系的熔化特性

 为了掌握高Al₂O₃条件下(w(Al₂O₃)为15%以上)高炉渣系的熔化特性,利用差式扫描量热仪分析了不同w(MgO)/w(Al₂O₃)、碱度(R)以及w(Al₂O₃)对高铝高炉渣的熔化温度及熔化热的影响。试验结果表明,炉渣熔化开始温度为1 248～1 291 ℃、熔化结束温度为1 432～1 485 ℃、熔化热为137～211 J/g;当w(Al₂O₃)=15%、高w(MgO)/w(Al₂O₃)时,发生了共晶逆反应,导致高炉炉渣熔化开始温度逐渐降低,但由于高炉炉渣的液相线温度基本未变,所以炉渣熔化结束温度基本未发生改变;w(Al₂O₃)为20%时,随着w(MgO)/w(Al₂O₃)的增加,炉渣中易生成熔点较高的镁铝尖晶石,导致高炉炉渣熔化开始温度逐渐增大,与此同时,炉渣液相线温度逐渐降低,导致炉渣熔化结束温度逐渐降低;随着碱度R的增加,高炉炉渣中生成了具有高熔点的化合物、炉渣的液相线温度升高,使得高炉炉渣的熔化开始温度逐渐增加、炉渣熔化结束温度逐渐升高;随着w(Al₂O₃)的增加,发生了共晶逆反应,故炉渣的熔化开始温度逐渐降低,而随着w(Al₂O₃)的增加,炉渣中键能较大的Al—O键增多,需要在更高温度下才能实现炉渣的最终熔化,即熔化结束温度逐渐增加;随着w(MgO)/w(Al₂O₃)、R以及w(Al₂O₃)的增加,炉渣熔化热逐渐增多。分析认为,随着R的增加,炉渣中有高熔点化合物的生成,熔化热增加;随着炉渣中w(Al₂O₃)的增加,炉渣中Al—O键增多,解聚破坏熔渣结构消耗的热量增多;而随着w(MgO)/w(Al₂O₃)增加,高熔点化合物的生成或熔化开始温度降低,造成熔化热增加。     

催化光度返滴定法测定痕量锰的特性及应用

研究了催化光度返滴定微量锰的原理,拟定了反应的最佳条件,建立了测定微量锰的新方法。该法线性范围为1×10-7～1×10-5mol·L-1,具有较高的灵教度和准确度.用于测定人发中的微量锰(Ⅱ),结果令人满意。     

基于多核异构的异源图像融合抗晕光系统设计

针对异源图像融合抗晕光算法复杂,应用于视频实时处理困难,设计了基于嵌入式多核异构架构的异源图像融合抗晕光系统。将系统控制和图像融合抗晕光算法分别在ARM和FPGA中实现,解决了数据串行和任务顺序执行导致的系统实时性问题,消除了融合图像中的晕光痕迹。经实验验证,多核异构的抗晕光系统晕光消除度和系统实时性均满足系统需求。     

海洋立管-海床土体接触作用数值分析

钢悬链线立管（SCR）与海床土体的接触问题会使立管疲劳寿命急剧减少因而受到广泛关注。引入包含土体吸力效应的简化帽盖型P-y曲线,据此利用等效弹簧单元模拟土体并建立了立管与弹簧的有限元接触模型,计算并分析了不同立管竖向位移荷载和土体吸力最值下管道形态和弯矩的变化规律,讨论了着陆点（TDP）位置和着陆区（TDZ）深度与土体受力变化之间的关系。结果表明,立管弯矩在着陆点处变化最剧烈,在其两侧分别达到正负弯矩峰值,同时土体在相应位置出现吸力和承载力最大值,着陆区以后管土各变量基本无变化。     

深次临界装置α本征值l算方法比较研究

编制了用3种方法独立计算a本征值的计算程序,并分析了深次临界情况下a本征值计算遇到困难的原因。计算结果表明:改进的直接法计算范围宽、精度高,是解决深次临界情况下a本征值计算困难的有效途径。     

GH4169合金氢氧涡轮转子的疲劳性能和表面质量的研究

研究了晶间腐蚀对ＧＨ４１６９涡轮子疲劳性能的影响，同时对电化铣后产生的叶有面花纹现象进行了探究，并提出了改进措施，结果表明，晶间腐蚀可降低涡轮转子的疲劳性能，叶片表面花纹是由于严重的晶间腐蚀沟槽和叶片表面晶粒的不均匀脱落造成的，磨粒流工序可有效地消除叶片一化纹及严重的晶间腐蚀沟槽。     

一种基于混合神经网络的浮选pH值预测模型

矿物浮选过程中,矿浆pH值作为影响浮选效果的一个重要因素,是实现浮选过程监视及优化控制的一个重要参量。目前的pH值测定仪存在交叉污染、测量滞后等问题,难以获得实时准确的pH值。为使浮选运行在最优状态,在泡沫图像特征提取的基础上,提出一种基于自适应遗传混合神经网络的预测模型,该模型首先利用主元分析(PCA)方法对提取的多个图像特征进行降维,然后采用自适应遗传混合神经网络(AGA-HNN)建立pH值预测模型。最后将该模型应用于浮选现场,预测结果能够实时跟踪实际值,根据预测值实时调整工况条件,改善了浮选效果,提高了浮选效率。