第三届欧洲提高石油采收率会议在罗马召开

二年一届的欧洲提高石油采收率会议,今年4月16—19月在意大利罗马举行第三届会议,东道主阿吉普石油公司(AGIP S.P.A.)组织了这次会议。来自西欧、东欧、美洲、拉丁美洲、亚洲和非洲30多个国家的500多位专家、学者参加了会议。在会议上共宣读了83篇论文,这些论文是由12位专家组成的会议科学委员会从报送的136篇论文中     

稠油O/W型乳状液稳定性的研究

以大庆黑帝庙稠油为研究对象，依据稠油乳化降粘原理及O／W型乳状液的形成机制，考察了表面活性剂类型及添加量，碱的添加量，温度、油／水比、振荡方式等因素对稠油O／W型乳状液稳定性的影响。为筛选降粘剂复合配方及选择降低粘工艺提供了必要的基础数据。     

背景电阻率对音频大地电磁法二维非线性共轭梯度反演结果的影响研究

NLCG(Nonlinear conjugate gradients algorithm)算法广泛应用于音频大地电磁法(AMT)二维反演中,并且取得了良好效果.本文介绍了NLCG方法的基本理论,并应用该方法对不同的反演模式和不同的背景电阻率所得的反演结果分别进行对比,结果表明:二维NLCG反演方法TE和TM模式联合反演效果比单个TE、TM模式较好;选择异常体所在层围岩的电阻率作为背景电阻率是最佳选择.     

SA-BFSN:一种自适应基于密度聚类的算法

针对BFSN算法需要人工输入参数r和λ的缺陷,提出了一种自适应确定r和λ的SA-BFSN聚类方法。该方法通过Inverse Gaussian拟合判断r参数,通过分析噪声点数量的分布特征选择合适的λ值。算法测试表明,使用SA-BFSN无需人工输入参数,能够实现聚类过程的全自动化,能够有效处理任意形状、大小和密度的簇。     

基于HLA的电子战作战仿真系统研究

目前国内电子战仿真的研究主要集中在单对单或少量装备之间对抗的研究，从建立的仿真系统来看，很少涉及在战术战役层多武器的电子战作战仿真的研究。该文针对以上问题，以系统的体系架构为系统设计的首要出发点，展开了战术战役层多武器的电子战作战仿真研究。该文首先介绍了基于HLA的电子战作战仿真系统逻辑体系架构的设计思想，然后具体阐述了系统各逻辑模块的结构设计，最后，以一个简化的压制性雷达干扰作战仿真为例，从系统开发的角度分析了基于HLA电子战仿真系统开发过程与方法。该文对战术战役层多武器的电子战作战仿真进一步研究具有一定的意义。     

无桥拓扑有源PFC的理论和仿真研究

针对传统有源Boost-PFC的功率开关器件开关导通损耗大,承受较高的电压、电流和热应力的不足之处,提出了一种新型的无桥有源PFC电路（BLPFC）结构。该电路用两个IGBT取代了传统整流桥下桥臂的两个整流二极管,并采用双闭环平均电流控制策略,使之具有传统PFC提高功率因数和降低电网谐波的特点,又具有提高系统开关器件效率,降低系统损耗,发热和成本的优点。利用Matlab/Simulink的SimPowerSystems工具包对设计的BLPFC电路进行仿真,仿真结果表明,与传统的有源PFC相比,无桥有源PF     

PSOM算法用于未知雷达信号分选

粒子群算法(PSO)和神经网络的有机结合是目前一个十分活跃的研究领域,为分类问题的研究提供了新的思路和方法。针对基本SOM算法聚类数目不确定、聚类效果不佳等问题,提出PSOM算法用于未知雷达信号分选,利用PSO的优化算法替代SOM的启发式训练,对基本SOM算法进行改进,最后通过仿真实验验证了该算法在未知雷达信号分选应用上的有效性。     

基于Simulink的箔条走廊干扰仿真系统

采用Simulink仿真技术,对箔条走廊干扰过程和干扰效果进行了动态的信号级仿真。进行了作战场景想定,建立了箔条走廊对雷达干扰的模型体系结构,给出了仿真模块框图。给出了箔条走廊干扰的原理及数学模型,对仿真结果进行了对比分析。仿真结果表明,箔条走廊散射杂波可以压制常规脉冲雷达,箔条走廊对电磁波的衰减可以使MTD体制雷达接收不到目标回波。     

基于新的特征向量和Kalman的复杂体制雷达合批算法

通过引入一种在分选中常出现增批现象的复杂体制雷达,在对其脉冲描述字的特点分析上指出了现有合批处理算法无法有效对其合批处理的原因。提出适合该雷达样式的新的特征向量。基于这个特征向量给出了一种基于Kalman的合批处理算法。仿真验证了该算法的有效性。     

人工神经网络的专家系统的研究及应用

介绍了人工神经网络ANN(artificial neural network)的基本原理,将ANN技术引入专家系统,即基于ANN的专家系统,使专家系统的性能得到了很好的改善.基于ANN的专家系统通过合理的计算,产生智能,完成推理判断,采用这种方法推理,不仅速度快,而且适应规则变化能力强,在克服传统专家系统缺点的基础上,突显其优良特性.简要介绍了ANN的应用.