天然气长输管道的安全隐患及对策

近年来,我国天然气行业的发展速度越来越快,而且它的应用范围也在不断地拓宽,从天然气占据我国能源需求总量的比重来看,也呈现出逐年增长的趋势。因此,我国各城市天然气管网的建设也在进一步逐步扩大。与其他类型的基础设施管道相比,长输天然气管道具有压力高、输量大的特点。而且天然气是一种易燃气体,在运输的过程当中,有可能引发安全事故,从而威胁到公民的生命财产安全。为保障天然气长输管道使用的安全性,本文主要针对其在使用期间的安全隐患进行分析,并提出科学合理的解决对策。     

基于多通道的ICU脑血管疾病死亡风险预测模型

死亡风险预测指根据病人临床体征监测数据来预测未来一段时间的死亡风险。对于ICU病患，通过死亡风险预测可以有针对性地对病人做出临床诊断，以及合理安排有限的医疗资源。基于临床使用的MEWS和Glasgow昏迷评分量表，针对ICU病人临床监测的17项生理参数，提出一种基于多通道的ICU脑血管疾病死亡风险预测模型。引入多通道概念应用于BiLSTM模型，用于突出每个生理参数对死亡风险预测的作用。采用Attention机制用于提高模型预测精度。实验数据来自MIMIC [Ⅲ]数据库，从中提取3?080位脑血管疾病患者的16?260条记录用于此次研究，除了六组超参数实验之外，将所提模型与LSTM、Multichannel-BiLSTM、逻辑回归（logistic regression）和支持向量机（support vector machine, SVM）四种模型进行了对比分析，准确率Accuracy、灵敏度Sensitive、特异性Specificity、AUC-ROC和AUC-PRC作为评价指标，实验结果表明，所提模型性能优于其他模型，AUC值达到94.3%。     

近源成藏——来自鄂尔多斯盆地延长组湖盆东部“边缘”延长组6段原油的地球化学证据

延安以东和以北的鄂尔多斯盆地东北部地区曾被认为位处三叠纪延长组7段（长7段）沉积期古湖盆的"边缘"，一些学者认为该区延长组烃源岩不发育，因而其油藏原油系湖盆中心生成的原油经长距离侧向运移而来；但也有研究认为，包括盆地边缘在内的整个鄂尔多斯盆地致密油藏均为近源成藏。为明确盆地东部地区延长组原油来源，对三叠纪湖盆"东缘"七里村油田的主力油层延长组6段（长6段）原油开展了原油地球化学和油源对比研究。七里村油田长6段原油具有高饱和烃、高饱芳比、低非烃和低沥青质的特征，正构烷烃呈前高单峰型，主峰碳为C₁₉，生物标志化合物分析显示长6段原油为同源成熟原油，生油母质以藻类等低等水生生物为主，混有陆源高等植物，母源沉积环境为偏还原性的淡水湖泊。七里村油田长6段原油与本地区长7段黑色泥页岩和暗色泥岩2种烃源岩均具有明显亲缘关系，而与志丹、富县等湖盆中心地区的长7段烃源岩在族组成、生物标志化合物和稳定碳同位素特征上均存在明显区别。综合分析认为七里村油田长6段原油并非湖盆中心长7段优质烃源岩所生油气经长距离运移而来，而主要为原位长7段烃源岩生成的原油经垂向运移和短距离侧向运移在长6段等储层中聚集成藏，属于近源成藏。     

石油长输管道的建设与发展

石油是国家的重要能源,其安全稳定供应与国家安全、公共安全和人民群众的生活息息相关。长输管道是我国陆上石油的主要运输通道,长输管道的安全稳定运行直接关乎着石油的安全稳定供应。但在实际的建设过程中,由于路线较长、工程浩大,其质量要求也极高。必须采用科学的手段进行施工,并进行严格的监控控制。一旦施工中存在要求控制不严格问题便很容易导致工程拖期、质量下降,不但导致资金浪费,还会造成严重的安全事故,因此,对于类似问题必须予以重视。     

基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。     

深部松软煤层钻孔孔周煤体变形产渣特征研究

针对煤矿井下高瓦斯软煤顺层长钻孔排渣困难、成孔率低、施工困难等问题,通过数值模拟实验研究了井下深部软煤体变形破坏特征,分析了顺层长钻孔孔周松软煤体变形特征及应力变化,以揭示顺层长钻孔孔周松软煤体变形产渣规律。研究表明:深部高瓦斯软煤顺层钻孔孔周煤体的应力平衡临界条件破坏后将发生大体积突然垮落;钻孔水平最大变形位移为1.22mm,垂直方向最大变形位移为10.7mm;径向孔周煤体垂向变形呈现逐渐减小趋势,且垂向变形明显大于钻孔水平变形。在水平方向上,钻孔孔周煤体应力分布呈现先增大再逐渐减小的变化规律,径向距离对水平应力分布的影响逐渐减小;随着径向距离的增加,钻孔孔周煤体应力分布逐渐降低,钻孔孔壁处煤体的应力出现最大值,且垂直方向处应力值最大。     

总变差模型在书画打印宣纸印刷质量预测中的应用

为了建立适用于书画打印宣纸印刷质量的预测模型,本研究测量了14种书画打印宣纸的粗糙度、白度、不透明度、定量、光泽度和针对宣纸特别设定的帘纹深浅以及帘纹疏密度等表面物理参量,并在相同条件下,使用喷墨打印设备输出并测量印品色度值,利用总变差模型构建去除帘纹色差的测定方法,得到与人眼视觉特征相符的色差。运用GRNN广义回归神经网络结合书画打印宣纸表面物理参量与宣纸去帘纹后的色差值,建立预测模型。结果表明,该模型能够在仅测量书画打印宣纸表面物理参量的情况下,便能较为准确地预测书画打印宣纸印刷质量,为书画打印宣纸印刷前的选纸工作提供指导依据。