基于BP神经网络方法的热管中冷器热工性能分析

基于BP神经网络建立了热管中冷器的传热性能和阻力性能预测模型,采用基于Levenberg Marquardt的trainlm训练算法,对热管中冷器的传热性能和阻力性能进行了预测,经试验数据的验证,预测值与试验值吻合较好,传热性能网络预测最大相对误差为8.0%,平均相对误差为3.5%,阻力性能网络预测最大相对误差为13....     

南翼山油田Ⅲ+Ⅳ油层组措施效果评价体系的建立及应用

边远难采油田吨油成本居高不下,迫切需要建立一套适合难采油田的措施效果评价体系,本文通过对影响油井措施效果的诸多因素进行分析,综合利用了模糊综合评价法、灰色关联法和综合效益评价法这三种方法结合对措施效果进行评价,建立了南翼山油田III+IV油层组措施效果评价体系,通过预测可以优选南翼山油田III+IV油层组压裂改造措施的井和层位,达到提高单井产量,提高采收率,达到经济效益开发的目的。     

基于不同神经网络模型的橡胶减振器性能预测的应用研究

利用BP和GRNN神经网络建立胶料性能和减振器性能之间的预测模型,并对预测结果的误差进行对比分析。结果表明,利用BP神经网络建立的预测模型预测平均相对误差在16%以内,利用GRNN神经网络建立的预测模型预测平均相对误差在5%以内,说明使用GRNN神经网络进行减振器性能预测精度更高、效果更好。     

大庆重石脑油蒸汽热裂解集总动力学模型

通过对自建小型裂解装置实验数据的分析,建立了大庆重石脑油蒸汽热裂解反应8集总动力学物理模型,并用Matlab语言对Marquardt⁺⁺ 法进行编程求取了该物理模型的动力学参数。通过对模型计算值与实验值的相对误差分析表明：原料集总因分得较少,相对误差较大,约为10%,但主要产品产率的最大相对误差不超过7%,其中乙烯产率的平均相对误差为1.62%,说明所建模型较好地反映了大庆重石脑油蒸汽裂解反应规律,可以较好地预测主要产品分布。     

镀层表面轮廓曲线分形维数计算方法的评价

镀层表面轮廓曲线具有分形结构,可以用分形维数(D)来定量表征。为了验证现有D值测算方法的准确性,利用W–M分形函数生成了具有不同D值的标准表面轮廓曲线,并用垂直截面法、尺码法、盒维数法、方差法、结构函数法、协方差加权法、功率谱法、均方根法共8种方法计算了其D值。研究表明,尺码法的相对误差范围在6.20%~22.77%之间,平均相对误差最大,为16.76%;其次是协方差加权法,其相对误差范围为2.17%~21.35%,平均相对误差为11.73%;盒维法、功率谱法和方差法的平均相对误差分别为8.61%、6.92%和5.25%;均方根法和垂直截面法的相对误差范围分别为0.51%~9.84%和0.19%~3.97%;结构函数法的最大相对误差仅为1.21%,最小相对误差低至0.01%,平均相对误差仅为0.45%。因此,结构函数法最准确,是计算分形维数的最佳方法。     

褐煤煤灰流动温度预测模型研究与应用

利用偏最小二乘法建立褐煤煤灰流动温度预测模型。在SHELL气化炉生产过程中,应用此模型对入厂煤、输煤混配煤、气化入炉煤煤灰流动温度进行预测,同时应用国标分析方法对537组褐煤煤灰流动温度进行实测,煤灰流动温度预测值与实测值平均残差13.9℃,平均相对误差1.53%,最大预测误差为3.66%,满足Shell气化炉实际生产需求。2013年至今,使用褐煤煤灰流动温度预测模型累计报出煤灰流动温度预测数据2852批次,真正实现了预测模型的工业化应用。     

神经网络在炸药晶体密度预测中的应用

运用密度泛函理论,在DFT-B3LYP/6-31G·的水平上对16种炸药分子进行全分子优化,并进行频率振动分析,分析了求得各个炸药分子量化结构参数,结果表明,平均极化率、平均四极矩和偶极矩与炸药密度有较好的相关性.结合人工神经网络算法,用以上3种参数作为描述符,构建炸药密度的网络预测模型.预测结果表明,预测值与文献值的最大相对误差为6.6%,最小相对误差为0.47%,说明神经网络可以用来预测炸药密度.     

高温堵剂实现汽窜水窜通道高效封堵

对于注水注气开采的稠油热采区块,随着吞吐轮次增加和采出程度的不断提高,汽窜及水窜通道逐渐形成,造成蒸汽热利用率大幅度降低,致使油井见油前排水期排水量变大,油井含水升高,周期效益变差。针对以上影响区块热采效果的主要因素,结合目前低油价的国内外形势,研制了低成本高温选择性封窜堵水剂,对其封堵机理和封堵效果进行研究测试,并在此基础上开展现场封堵试验,现场试验5井次。与常规堵剂相比,单井平均节约费用5万元左右,措施实施后排水期平均单井缩短7天,见油前排水量大幅度缩减,平均单井缩减44方,单井日油水平增加1.5t/d。该工艺的实施有效的封堵了汽窜水窜通道,提高了蒸汽热利用率,扩大了蒸汽的波及范围。     

安塞油田化子坪区长2油藏单井产能影响因素研究与应用

为了充分认识该区单井产能控制因素,本文通过对该区沉积环境、储层物性、含油性以及注水开发效果、进攻性措施和含水上升规律等方面进行分析研究,认为油藏含油性、物性和含水上升规律是影响单井产能的客观因素,注水开发效果和后期进攻性措施是影响单井产能的主观因素。为同类型油藏寻找提高单井产能富集区提供依据,从而提高油藏开发效果。     

水煤浆气化炉耐火砖损蚀量的灰色预测

针对水煤浆气化炉中耐火砖存在损蚀的特点,采用灰色预测理论建立了耐火砖损蚀量的不等时距GM(1,1)预测模型,并提出了模型的优化方法。通过预测值与实际值比较得出,GM(1,1)模型用于水煤浆气化炉中耐火砖损蚀量的预测是可行的;优化后的预测模型与实际值吻合较好。在模型优化过程中还发现,模型优化后平均相对误差由4.41%降为3.73%,最大相对误差也由14.36%降到9.09%,验证了优化方法的有效性。预测结果可为水煤浆气化炉耐火砖的研制及检修提供依据和指导。     

抽油泵提液倍增器技术在克拉玛依油田六、九区浅层稠油油藏的应用

通过对克拉玛依油田六、九区浅层稠油油藏抽油井举升设备的调查分析,发现抽油泵泵效低等问题,严重影响了抽油机井的系统效率,并影响单井生产周期及周期产油量。措施效果分析表明,六、九区浅层稠油油藏累计应用抽油泵提液倍增器采油技术48井次。措施井累积增油1296t,平均单井增油约108t,取得了很好的增液效果。     

鄯善油田W8块低饱和度油藏压裂技术对策研究与实践

鄯善油田W8块西山窑组下油藏具有油气水三相同出、区域内断层发育、隔层条件差、非均质性严重等储层改造难点,经研究分析,确定二次加砂压裂技术为该区块主体压裂技术,并完成相关参数优化工作,研发配套适用该区块储层特点的抑制水锁型压裂液。对地质参数和施工数据进行统计整合,建立W8块压裂基础参数数据库,运用统计学方法完成数据筛选和压后效果影响因素分析工作。2016～2017年间完成压裂施工26井次,全部采用二次加砂压裂技术,施工成功率100%,压后平均单井日增油9.64t,气井平均单井日增气6000m~3,截止目前累计增油4.53万吨,累计增气1 588.42万方。     

残差灰色预测模型在汽车保险杆涂层自然老化研究中的应用

构建了残差灰色预测模型,对湿热环境自然曝晒下汽车保险杆涂层的色差变化情况进行预测。结果表明:该模型的色差模拟值与实测值的最大相对误差为4.140 0%,优于灰色GM(1,1)预测模型的预测结果(最大相对误差为17.076 9%),可以用于汽车保险杠涂层老化行为的预测。     

重复压裂井产能影响因素及产能预测——以富县大东沟地区为例

目前富县大东沟区采出程度很高,为保持稳产需要对部分低产低效井进行重复改造,恢复其裂缝导流能力,提高二次改造成功率,达到增产效果。对富县大东沟的单井产能影响因素进行分析,确定影响重复压裂井产能的关键因素,为后期选井提供理论依据。通过分析现有重复压裂井储层、施工参数、累产油和日产油的关系,用灰色关联法对产能影响因素进行排序,并建立产能预测模型,快速优选潜力井并对产能进行预测。     

浅谈采油队降低能耗的几点做法

系统效率是评价机采井系统能耗状况的重要参数,提升机采井系统效率对节电降耗、降低成本有着重要意义。本文重点对某采油队提升系统效率管理进行汇报,针对该队平均单井系统效率低的问题综合分析,找出影响效率的主要因素,并采取有效措施,在提高系统效率降低单井能耗上取得了较为理想的效果。     

一种角蛋白发泡液的制备

以猪蹄甲为原料制备发泡液。采用响应面法对影响猪蹄甲角蛋白发泡液泡沫稳泡时间的4个主要影响因素(亚硫酸氢钠质量浓度、反应温度、反应时间、反应体系pH)进行优化,结果表明,当亚硫酸氢钠质量浓度37.06 g/L、水解温度75.4℃、水解时间6.06 h、反应体系pH=5.54时,稳泡时间最大,最大预测值32.18 h,实际测得平均稳泡时间为32 h,与模型理论预测值相比相对误差在0.57%,所以采用响应面法优化得到的参数准确可靠,具有实用价值。     

浅析马王庙油田马50井区综合治理效果

本文主要针对马王庙油田马50井区的综合治理进行了效果分析,并制定下步调整意见。针对该井区的主要措施工艺—压裂,主要从压裂后单井产能影响因素及压裂有效期影响因素两个方面进行了详细的分析和论证,并对下步压裂措施选井方面提出建议。     

低饱和蒸气压的静态法实验研究及误差修正

针对物质低饱和蒸气压数据大量缺乏给化工生产、设计带来不便的现状,基于直接静态法研究了一种实验测量方法,实现了0~100℃温度范围内物质0~133 Pa低蒸气压数据的自动测量。以三甘醇、1-十二烯2种试样为对象进行实验,并针对实验本体从设计上不可避免存在的空气残余及泄漏两项误差设计空样实验以获取其误差修正量,通过在实验结果中剔除误差修正量的方法进行误差补偿,将补偿前、后的实验结果与文献标准值进行比较以确定补偿方法的有效性。实验结果表明:补偿前平均绝对误差为6.98 Pa,最大绝对误差为13.34 Pa,相对于现有静态法实验研究绝对误差显著减小,但相对误差较大;补偿后平均相对误差为7.3%,最大相对误差为10.1%,提高了静态法在低压范围的测量精度,同时为理论研究和工程应用提供了准确的低蒸气压数据。     

基于SLMD预测生物质三组分混合成型特性

采用单纯形格子混料设计法(SLMD)建立了生物质三组分致密成型性能指标预测模型,并进行了实验验证。结果表明,比能耗和松弛密度回归方程的相关系数均大于0.9998,与实验数据的最大相对误差分别为3.82%和0.5166%。生物质成型过程中三组分对其有一定的交互作用,纤维素比例越高,比能耗越大,松弛密度越小;木质素比例越高,比能耗越小,但比例过高,比能耗有略微上升趋势;半纤维素比例越高,松弛密度越大。用棉花秸秆、毛竹和玉米秸秆进行实验验证,比能耗和松弛密度回归模型的最大相对误差分别为2.64%和1.0342%,表明模型对实际生物质有一定的预测效果。     

基于GA-BP神经网络模型的充填体强度预测

充填体强度受多种因素影响,对其预测是一个复杂的非线性过程,传统方法无能为力。本文采用遗传算法(GA)优化BP人工神经网络,利用优化后的GA-BP人工神经网络建立充填体强度的质量模型。模型预测结果表明:该方法不仅能加快网络训练速度,还能增强模型的泛化能力,测试样本的预测结果最大相对误差仅为3.93%。