高校网络安全存在的问题与对策研究

本文主要针对高校网络安全这一要点进行探讨,对高校网络安全存在的相关问题进行研究。首先提出问题,然后解决问题,最后进行对探讨过程进行总结。从而让我们能够正确的认识当前高校网络安全的利弊,更加了解网络,更放心的使用网络。     

具有失速调节的变转速风力机的动态分析与控制策略

失速调节变车风力机是非线性而且在额定风速以上不稳定的系统,风力机的跟踪控制又是分段实现的,研究其动态特性和控制策略对风力机的稳定性和可靠性尤其重要,从风力机的动力关系出发,分析了风力机在额定风速上下的运行特性,确定了相应的跟踪控制方案,并对试验风力机进行控制设计,给出了不同方案的计算机仿真结果及比较分析。     

单片机教学中学生能力辨识与提升

在"单片机原理"教学中,为了挖掘学生潜质并全面提升学生素质,笔者从理论与实践、仿真与实验、模拟与数字、硬件与软件、分立与集成、宏观与微观六大互补对立层面对"单片机原理"教学过程进行了改革。教改实践结果表明,上述措施提高了学生的学习兴趣和主观能动性,改善了教学质量,也为学生的学以致用打下了坚实的基础。     

智能钻机与传统钻机系统组成差异与发展分析

智能钻井相比传统钻机在系统组成上具有显著进步,但整体水平仍有待提升。通过传统钻机系统组成介绍及智能钻机研发进展分析,对比智能钻机与传统钻机在八大系统组成中的具体改进之处,阐明了智能钻机不同系统及整体的发展方向。分析结果表明：起升系统、旋转系统(尤其是井下部分)、控制系统、井控系统、传动系统是钻机智能化、信息化改造的重点,钻机信息化、作业标准化、系统集成创新、运转高效化等方面需继续推进研发;基于功能裁剪方法,提出了侧重基础功能与结构简化的未来连续管智能钻机方案。分析结论可为智能钻机集成化发展与提高钻井效率提供创新思路。     

稠油W/O型乳状液表观粘度变化微观原因解析

研究表明在一定温度和剪切速率条件下,一定油品的稠油W/O型乳状液表观粘度随含水率的增加呈现先增加后降低的趋势.基于这种变化现象的微观原因,本文从相、分子取向和原油胶体结构模型氢键理论3个方面进行系统的阐述.同时根据以上3种解释理论,对于不同性质的稠油W/O型乳状液转相点不同的原因也进行探讨分析,验证了3种解释理论的正确性.一般密度大和粘度高的原油所含胶质和沥青质等天然的W/O型乳化剂较多,W/O型乳状液的转相点亦较高.由稠油乳状液表观粘度变化及相转化过程对稠油的开发进行思考,不同稠油油藏初始含水饱和度使稠油乳状液表观粘度变化及相转化过程不同,分析认为考虑相转换对进一步深入认识油藏水驱规律具有较大的研究意义.     

石棉尾矿酸浸渣对铜离子的吸附研究

研究了经过煅烧的石棉尾矿酸浸渣对水中Cu2+的吸附性能,并用红外光谱和能谱对吸附机理进行初步分析.结果表明:在Cu2+浓度为20mg/L,溶液体积为100 mL,初始pH=4.85,吸附温度为25℃,吸附时间为60 min,石棉尾矿酸浸渣用量为10.0 g/L时,Cu2+去除率为96.5%,溶液中残余Cu2+的浓度为0.7 mg/L,达到了GB8978-1996污水综合排放标准;弱酸性条件(4.85相似文献   

油藏窜流发展与窜流体积计算分析

随着油气田开发普遍进入高-特高含水期,对储层内部窜流机制与调控方法研究日益重要。通过可视化实验窜流通道形状与窜流形式对比分析,发现窜流通道与河流相具有一定的发展相似性,其由"辫状河"-"曲流河"变化的形状与流体性质、多孔介质性质、油藏开发时间有关;窜流通道决策、研究方法可归纳为定性分析、渗流数值模拟、定量决策和矿场测量与实验四大类,提出了一种利用长驱替模型可视化揭示窜流发展机理与优势通道体积计算的方法,可作为验证经验法和理论模型解析解的有力补充,指导实际油藏调堵(驱)药剂用量设计。     

高压低温下水合物生成因素

目前的水合物抑制方法主要有除水法、加热法、降压控制法和添加化学抑制剂法,抑制剂的影响主要是考虑小于10 MPa和低温下水合物的生成情况。研究了高压(10 MPa以上)低温下水合物的生成因素,包括搅拌时机、LDHI(PVCap)对水合物生成的影响和过冷度、过冷时间对水合物抑制剂抑制效果的影响,并研究了不同浓度黄胞胶是否对水合物的生成具有抑制效果。实验发现,一直搅拌会使生成水合物的温度提高;PVCap可明显地降低生成水合物的温度,PVCap随过冷度降低抑制效果逐渐变差;搅拌前过冷时间越长,刚加速后初期的压力变化越快;0.5%黄胞胶对于水合物生成并无抑制效果。     

基于激光诱导击穿光谱技术的废旧金属分类辨识

废旧金属回收是工业中金属的重要来源之一,是发展循环经济的重要内容。废旧金属产量巨大,通常表面覆盖杂质,凹凸不平,因此对分类方法的判别能力和计算速度提出较高要求。采用激光诱导击穿光谱技术研究分析了7种废旧金属分类识别问题,包括生铝、熟铝、镁、不锈钢、锌、黄铜与红铜。为了符合现场应用条件,实验中每个样本点只激发一次建立并分析了多种分类模型,包括支持向量机(SVM)分类模型,主成分分析方法结合支持向量机(PCASVM)分类模型,遗传算法结合支持向量机(GA-SVM)分类模型,遗传算法选择特征光谱结合主成分分析方法和支持向量机(GA-PCA-SVM)分类模型,以及遗传算法选择特征光谱结合主成分分析方法和人工神经网络(GA-PCA-BP)分类模型。通过遗传算法选取包含丰富特征的谱段组合与支持向量机方法相结合建立GA-SVM分类模型,490组验证样本分类准确率为93.47%。为了判断该模型的鲁棒性,对一批新样品,在自研的分选系统上以传送带匀速运行的方式进行测试,获取的750组光谱测试数据,分类准确率为88.27%,证明了该分类模型具有很好的移植性和应用性。