完善竞争性出让制度 降低油气安全风险——从油气竞争性出让角度谈提高能源保障程度

本文系统梳理了党的十八大以来,我国推进油气矿业权竞争性出让的进程和成果,分析了油气矿业权竞争性出让面临的主要问题,从完善竞争性出让制度、提高资源保障程度的角度提出了意见建议,一是加大公益性地质工作力度,运用市场手段购买地质资料,尽量提高拟出让区块的发现前景;二是探索“市场有效、政府有为”相结合的竞争性出让机制,克服“价高者得”的弊端;三是进一步严格合同管理,加强后期跟踪和监督检查,真正促进民企国企共同勘探的双赢局面。     

弹带飞边对引信离心自毁时间的影响

由一带离心自毁机构引信自毁时间出现偏短的试验结果出发,从引信结构参数和加工质量、射角、气.象条件、身管状态等方面人手,着重用方差分析法对身管状态进行显著性检验,探讨引起引信自毁时间异常的因素,在逐一排除了其他因素后,通过射击回收的方法发现弹带有异常飞边,找出了问题的原因.     

小波降噪及Hilbert变换在电机轴承故障诊断中的应用

针对振动信号降噪处理及故障特征提取是机械故障诊断的重点问题,为了有效消除高频信号的影响,并充分提取出电机轴承的低频故障特征。提出利用小波降噪及Hilbert变换的方法对采集的电机轴承振动数据进行处理并提取其故障特征信息。首先,运用小波降噪对采集到的振动数据进行降噪处理,抑制噪声干扰,然后对其进行Hilbert变换解调出故障特征频率。通过对现场测取的轴承振动数据进行信号处理可以达到理想的诊断效果,由此得知,该方法能通过电机轴承振动信号进行故障特征信息处理,有效地进行轴承故障分析及诊断。     

传递函数辨识(15):频率响应一阶系统参数估计

论文以揭示电压、电流与电阻关系的欧姆定律为例,在不同误差准则函数下,研究了电阻的各种估计方法。这种代数方法思路清晰,方法简便,已经用于基于脉冲响应和阶跃响应低阶系统传递函数参数的确定。在此基础上,利用系统的实频特性数据和虚频特性数据,研究了利用代数方法确定一阶系统参数的两点法、三点法、多点法。该代数方法可以推广到利用频率特性确定二阶系统的参数。     

滤波辨识(10):多变量Box-Jenkins系统的滤波辅助模型递阶广义增广参数辨识

针对多变量Box-Jenkins模型,即多变量输出误差自回归滑动平均(M-OEARMA)系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广随机梯度辨识方法、滤波辅助模型递阶多新息广义增广随机梯度辨识方法、滤波辅助模型递阶广义增广递推梯度辨识方法、滤波辅助模型递阶多新息广义增广递推梯度辨识方法、滤波辅助模型递阶广义增广最小二乘辨识方法、滤波辅助模型递阶多新息广义增广最小二乘辨识方法。这些滤波辅助模型递阶广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。     

大系统的递阶辨识

大系统的特点是维数高、待估计的参数数目多,使得辨识方法的计算量和存储量急 剧增加,以致常规辨识算法难以实现.为了减少大系统辨识的计算量,提出了计算量较小的递 阶辨识算法,并用鞅超收敛定理证明了它的收敛性.结果说明该算法可以给出大系统参数的 一致估计.     

我国油气进口新格局

我国油气资源的对外依存度逐年提高,2009年已达51%。"十一五"以来,我国规划布局并开工建设的中国哈原油管道、中国俄原油管道、中国—中亚天然气管道、中缅油气管道已在我国西北、东北以及西南陆上海上构筑起了四条进口大通道,形成了新的油气进口新格局。本文在较为详细论述这一格局的基础上,还对继续推进和建设油气进口格局提出了新的建议和意见,有一定的现实意义。     

混合聚类新算法及其在故障诊断中的应用

针对模糊C-均值(FCM)聚类算法假设各维特征和每个样本对聚类贡献相同,同时需要预先设定聚类数的不足,利用3层前馈神经网络、点密度函数算法和聚类有效性指标对其进行改进,提出一种新的混合聚类算法。该算法考虑到不同特征和不同样本对聚类结果有不同程度的影响,并根据聚类有效性指标的变化自适应确定聚类数来实现聚类。利用基于梯度下降的3层前馈神经网络通过无监督训练来自适应学习特征权值,使用基于点密度函数的算法获取样本权值,给不同特征和不同样本赋予权重,突出敏感特征和典型样本的主导作用,抑制其他特征和样本对聚类的干扰,以提高聚类性能。研究结果表明,对于国际标准测试数据和某机车轴承的早期故障诊断,该混合聚类算法不但能自动确定聚类数,而且聚类的准确性明显比FCM高。     

滤波辨识(11):多变量CARARMA系统的滤波递阶广义增广迭代参数辨识

针对多变量受控自回归自回归滑动平均(M-CARARMA)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广梯度迭代辨识方法、滤波递阶递推广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。     

一种强跟踪有限差分滤波二元估计算法

针对非线性工业过程测量的滞后性和模型不确定性给系统状态估计和模型参数估计造成的困难,在扩展Kalman滤波器（EKF）的基础上,引入有限差分滤波器（FDEKF）和次优渐消因子,提出了一种强跟踪有限差分滤波状态和参数二元估计算法。该二元估计算法将滤波器分解为参数滤波和状态滤波两个过程,分别估计模型参数和系统状态。最后,将该算法应用于一化学反应过程的仿真,结果表明,这种强跟踪有限差分滤波的二元估计算法在原模型或参数存在偏差的情况下,仍能较准确地估计系统状态和模型参数,并具有较强的数值鲁棒性。