井下乳化/水热催化裂解复合降黏开采稠油技术研究

实验考察了胜利孤东稠油井下催化水热裂解和乳化/催化水热裂解降黏效果。所用催化剂为水溶性铁镍钒体系,Fe3+∶Ni2+∶VO4+=5∶1∶1,100 g稠油与30 g 0.5%催化剂水溶液在240℃反应24小时。原始黏度(50℃)11.0和8.36 Pa.s的两种稠油裂解并静置除水后,黏度降低76.2%和75.6%,室温放置60天后降黏率下降小于3个百分点,气相色谱显示裂解后轻组分明显增加,红外光谱显示稠油组分发生脱羧反应且芳环数减少。讨论了稠油催化水热裂解反应机理。所用化学助剂JN-A在油水中均可溶,耐温达250℃,耐矿化度达50 g/L,其水溶液以30∶100的质量比与稠油混合时形成低黏度的O/W乳状液。当水相含1.0%JN-A和0.5%催化剂时,两种稠油水热裂解后的反应混合物为O/W乳状液,黏度仅为319和309 mPa.s,静置除水后的稠油降黏率增加到86.5%和87.3%,其中的轻组分含量进一步增加。该井下乳化/催化水热裂解复合降黏法成功地用于孤东两口蒸汽吞吐井,稠油井作业后初期采出的原油黏度由~9 Pa.s降低到1 Pa.s左右,随采油时间延长而逐渐升高,约50天后超过4Pa.s。图2表6参5。     

Ku波段波导型双工器的研制

采用高精度的模式匹配法设计了一种Ku波段波导型双工器。双工器采用H面T接头和E面横向膜片波导带通滤波器。采用该方法设计的双工器精度高，结构简单，便于加工。文中也将理论结果和实测数据进行了比较，两者吻合得很好，证明了模式匹配法的精确性和有效性。     

传感器管理及其在相控阵雷达中的应用

传感器管理是数据融合的一部分。介绍了传感器管理的概念和框架 ,概述了国内外传感器管理算法的研究现状。主要工作是针对相控阵雷达这一传感器 ,通过对其不同工作模式以及不同参数的管理 ,来说明传感器管理的原理。提出了一种新的自适应采样周期算法 ,仿真结果表明该算法的优越性     

基于扩展分形和CFAR特征融合的SAR图像目标识别

研究了多信息融合技术在SAR图像目标识别中的应用。将扩展分形特征(Extended Fractal)与双参数恒虚警特征(Double Parameter CFAR)形成的多信息进行融合处理。运用Dempster-Shafer证据理论，在决策层对SAR图像中的像素进行识别分类。实验结果表明通过融合对像素分类的准确性明显好于单特征的检测结果，减少了虚警概率，提高了系统的识别能力。     

理想九点五态控制器原理的叙述

用计算的方式叙述理想九点五态控制器的控制原理。为便于人们理解二阶对象的运动中控制的变化过程,将抽象的对象转换为人们熟知的L-R-C电路,通过调节输入电压(即控制作用)的大小和方向来实现对对象性能的调节,并使系统达到理想的性能指标。最后用仿真来验证计算结果的正确性。     

机械合金化Fe-Ni粉末的相结构

使用XRD和Moessbauer等方法，研究了在Ar气氛下机械合金化Fe—Ni粉末相结构的变化．结果表明，在机械合金化Fe64-Ni36粉末过程中，fcc相的数量随着球磨时间的增加先增加然后减少，与加乙醇球磨Fe64-Ni36的情形相同．当Ni的含量(原子分数)大于50％时，有fcc相、顺磁相和FeNi3形成，当Ni的含量低于50％时，bcc相的数量随着Ni含量减少而增加．Moessbauer谱的结果表明，因球磨时间或Fe、Ni比例的不同，Fe—Ni球磨粉末固溶体具有不同结构的原子配比。     

小波变换分离太阳射电频谱图中的纤维结构

太阳射电爆发纤维精细结构是太阳射电爆发活动中一类重要的观测现象,利用二维小波变换对纤维精细结构动态频谱图进行处理,分离频谱图中的纤维结构。首先对原始频谱图实行多层小波变换,由低频分量重构原始图像,就可得到爆发的背景信息,令原始频谱图减去背景并经过阈值处理后,便可将原始频谱图中的纤维结构很好地分离出来。     

用于有源电力滤波器的IGBT驱动及保护研究

介绍有源电力滤波器设计中EXB841型绝缘栅场效应晶体管(IGBT)驱动器的驱动原理和电路特点,对IGBT的栅极驱动特性、栅极串联电阻进行了探讨,给出过流保护和过压吸收的有效办法。样机试运行证明此种设计方案可靠、有效。     

Windows2000环境下实时控制系统的软件实现

文章介绍了在windows2000环境下通过编写WDM（Windows Driver Model）设备驱动程序实现实时数据采集和控制的一种方法。采用研华数据采集卡PCL818L产生中断信号．通过编写WDM驱动程序实现了在windows2000环境下转台的位置控制。并在实验中调试通过。实验结果表明：在采样频率为1KHz的情况下。控制系统很好实现了输出对输入的跟踪，证明了采用方法的正确性。该方法解决了windows2000环境下的实时性问题，为在windows环境下实时控制系统的实现提供了有益的尝试。     

A Study on Turbo—rotor Multi—fault Diagnosis Based on a Neural Network

The multi-fault phenomena are common in the turbo-rotor system of a liquid rocket engine.As it has many excellent qualities,the neural network might be used to solve the problems of multi-fault diagnasis of a turbo-rotor system.First,the feature expression of a common turbo-rotor fault was studied in order to build up the standard fault pattern and satisfy the need of neural network studying and diagnosing.Then.the turbo-rotor fault identification and diagnosis problems were investigated by using a BP(back-propaga-tion)neural network.According to the BP neural network problems,the parallel BP neural network method of multi-fault diagnosis and classification was presented and investigated.The results indicated that the parallel Bp neural network method could solve the turbo-rotor multi-fault diagnosis problems.