排序方式: 共有10条查询结果,搜索用时 21 毫秒
1
1.
一种新型堵漏模拟装置 总被引:9,自引:5,他引:4
介绍了一种新型的堵漏模拟试验装置。该堵漏模拟试验装置通过高压气体.使试验堵漏液在加压下通过模拟漏层的试验模块.在尽可能模拟现场井下工作条件的情况下产生漏失.然后依据试验记录和观察到的模拟漏层的封堵状态.来评价研究堵漏剂的组分配比、堵漏钻井液的封堵效能以及确定合理的施工工艺条件.它采用整体结构设计,试验参数监控数显仪表及有关控制旋钮和调节键都分布在面板上.布局合理.操作方便.该装置不仅具有API堵漏试验装置的全部功能,还具有多种特殊功能:加热功能,可加热到150℃;加压功能,最高压力达7MPa,而且可以根据需要选择恒定压差,也可以按一定速率增加或降低压力;具备多种模拟漏层试验模块;横向断层分析试验结构及试验方法;纵向剖切分析试验结构及试验方法;渗透性模拟漏层防扰动试验结构及试验方法.经过测试及试验应用,该堵漏模拟试验装置控制准确.工作稳定可靠,操作方便. 相似文献
2.
3.
中条山南段成矿地质构造条件优越,特别是中生代构造岩浆活动强烈,生成了铜、金等一系列内生矿产。文章对区域控矿构造、中生代岩浆活动以及区域矿产分布等进行了综合分析,认为该区成矿作用过程为:中生代软流圈上侵及形成的大规模岩浆上涌为成矿提供了矿液来源及热动力来源,深大拆离断裂及剪切变形变质带为矿液上侵就位提供了通道,成矿部位为深大断裂的次级断裂、剪切带内,以及岩体周位构造裂隙中。对应的矿床类型为拆离带型矿床、剪切带型矿床、次火山岩型裂隙矿床。还据此成矿模式进行了成矿区段预测,以便对该区找矿工作有所帮助。 相似文献
4.
随着网络带宽的不断提高,在线识别大流对于拥塞控制、异常检测等网络应用具有重要意义.提出了一种提取大流的算法FEFS(flow extracting with frequency&size),能够通过在线识别和淘汰小流,把大流信息保存在有限的高速存储空间中,从而快速提取大流.该算法利用LRU (least recently used)定位更新频率低的流,并进一步用流尺寸因子s和自适应调节因子M标记其中相对较小的流,最后用新到达的流将其替换.FEFS把LRU策略和尺寸因子s相结合,同时考虑了流的近期更新频率和累积报文数量,因此能够准确在线识别大流.LRU策略和尺寸因子都利用了流大小的重尾分布特征,因此FEFS能以很低的存储代价保存和更新大流信息.模拟实验表明,在限定存储条件下,FEFS的平均相对误差率明显低于经典的multi-stage filter算法,而平均报文处理时间也短于multi-stage filter算法. 相似文献
5.
由于攻击者采用各种技术手段隐藏攻击行为,DDoS攻击变得越发难以发现,应用层DDoS成为Web服务器所面临的最主要威胁之一。从通信群体的层面分析 Web 通信的外联行为特征的稳定性,并提出了一种应用层DDoS检测方法。该方法用CUSUM算法检测Web群体外联行为参数的偏移,据此来判断DDoS攻击行为的发生。由于外联行为模型刻画的是Web通信群体与外界的交互,并非用户个体行为,所以攻击者难以通过模仿正常访问行为规避检测。该方法不仅能够发现用户群体访问行为的异常,而且能够有效区分突发访问和应用层DDoS攻击。模拟实验结果表明,该方法能够有效检测针对Web 服务器的不同类型的DDoS攻击。 相似文献
6.
7.
高速网络监控中大流量对象的提取 总被引:1,自引:0,他引:1
在高速网络环境下,由于受计算及存储资源的限制,及时、准确地提取大流量对象对于检测大规模网络安全事件具有重要意义.结合LRU淘汰机制和LEAST淘汰机制,建立了基于二级淘汰机制的网络大流量对象提取算法(LRU&LEAST replacement,简称LLR),两种淘汰机制相互弥补不足,较大地提高了算法的准确性.由于算法占用存储空间较少,从而可以在有限的SRAM空间中更快地处理流量信息.该算法在网络数据量增加的情况下不必增加存储空间,具有很好的可扩展性. 相似文献
8.
9.
10.
1