重质馏分油微孔膜分散萃取脱酸工艺研究

介绍了利用微孔膜分散技术进行克拉玛依环烷基原油减四馏分油脱酸工艺研究。讨论了碱浓度、脱酸温度、剂油重量比、连续相流量对脱酸效果的影响。研究表明，对连续相流通截面积为0．2cm^2的膜分散萃取反应器，当碱浓度为6％-8％，脱酸温度在62～65℃，剂油重量比在0．25左右，连续相流量为160-320g／min时，可达到最好的脱酸效果。此条件下，对酸值约为8mgKOH／g的原料油，脱后净化油酸值在0．3-0．5mgKOH／g，脱酸率达93％以上；脱酸后溶剂能够回收并同时得到石油酸，石油酸抽出率约在8．0％-8．5％。其粗酸值达90mgKOH／g左右，纯度在60％以上。     

用于人机交互的静态手势识别系统

提出并实现一个用于人机交互的静态手势识别系统。基于皮肤颜色模型进行手势分割，并用傅里叶描述子描述轮廓。采用针对小样本特别有效且范化误差有界的支持向量机方法：最小二乘支持向量机（LS－SVM）作为分类器。提出了LS－SVM的增量训练方式，避免了费时的矩阵求逆操作。为实现多类手势识别，利用DAG（Directed Acyclic Graph)将多个两类LS－SVM结合起来。对26个字母手势进行识别，与多层感知器、径向基函数网络等方法比较，LS－SVM的识别率最高，为93．62％。     

认识局域网中的IP地址

本文主要介绍了局域网中的IP地址，基于不同的情沈，介绍了IP地址的设置。     

早期井涌井漏监测系统的设计与应用

井涌井漏是钻井中严重而又普遍的井下复杂情况,如不及时发现并采取相应井控措施,将会带来巨大经济损失甚至威胁井场人员的生命安全,因此及时发现早期微量溢流和井漏对井控意义重大。据常规监测方式对溢流井漏的敏感度分析可知,仅靠常规的钻井液池液面监测不能满足早期微量溢流和井漏监测的要求。早期井涌井漏监测系统通过高精度电磁流量计精确地检测钻井液出入口流量值来确定流量变化量,通过集成快速监测预警软件进行超门限值报警;为满足电磁流量计满管测量要求,研发了钻井液体出口流量测量装置。早期井涌井漏监测系统在现场测试应用过程中,发现溢流和井漏较常规监测方式要提前7 min左右;与常规监测方式中的液位传感器相比,电磁流量计具有精度高的优点,可在出入口流量差值为2L/s的情况下精确判断井漏和溢流。测试结果表明,早期井涌井漏监测系统为溢流和井漏的控制赢得了更多的时间,有效降低了钻井风险。     

克拉玛依稠油溶剂脱酸工艺研究

介绍了克拉玛依稠油采用溶剂脱酸工艺原理及工艺流程,考察了脱酸溶剂组成、脱酸温度、剂油质量比、原料流量对脱酸效果的影响。结果表明,利用流通截面积0．12cm^2的实验微反应器,当脱酸溶剂组成为氨：乙醇：水=6：50：40,脱酸温度80℃,原油流量800g／min,剂油质量比0．30时,一次脱酸率可达60％以上,抽出的石油酸纯度达75％以上,石油酸抽出率约占原油的2．3％。     

大型山地风电场电网谐振抑制策略的应用分析

为进一步提高大型山地风电场风电机组的电网系统谐振的适应能力,在建立风电场多机组电网系统阻抗和LCL滤波器的数学模型的基础上,文章详细研究了大型山地风电场的电网谐振及其抑制策略。因为风电场机组数量的增加会改变机组电网系统阻抗,利用准确的数学模型计算出机组谐振频率,再采用有源阻尼的控制策略设计控制器,有效地解决了机组电网谐振问题。通过对大型山地风电场的MATlab仿真和实际应用,验证了电网谐振抑制策略的有效性和优点。     

支持向量网络在MT资料模式识别中的应用

研究了有监督学习支持向量网络的模式识别；在统计学习理论的基础上，研究了小样本、非线性高维模式识别；研究了有监督学习支持向量网络的非线性分类设计；设计了非线性优化问题的混合解法。针对油气识别预测的具体问题，对特征参数的提取和内积函数的选择进行了深入的研究。该方法能够较好地克服神经网络欠学习或过学习的弊端，应用于实际的MT资料，取得了较好的效果。     

阿克苏河流域不同植被类型NDVI时空变化特征

归一化植被指数(NDVI)是反映地表植被生长状况的一类敏感的光谱信号。利用NDVI反演新疆阿克苏河流域内的植被覆盖及动态变化特征,有利于及时准确地获取流域内植被的时空分布,在气候变化背景下深入研究阿克苏河流域植被的生长及变化特征,具有重要意义。根据土地利用类型划分标准,结合研究区现状,将阿克苏河流域植被分为林地、灌木林地、草地、园地和耕地共5种类型,利用2000年2月-2014年12月NDVI 16 d逐月合成数据,分析了研究区不同植被类型的NDVI在各生长阶段的数量变化特征,拟合了不同植被类型的生长状况及其变化曲线。研究结果表明:2000-2014年,阿克苏河流域林地、灌木林地和耕地的NDVI整体呈下降趋势,草地和园地的NDVI则呈现上升趋势;各类植被的NDVI最低值均出现在冬季(1-2月),峰值则出现在夏季(7-8月);NDVI值急剧上升阶段处于3-5月,下降阶段处于9-11月;耕地和园地覆盖度明显增加,林地、灌木林地和草地覆盖度则呈现减少趋势。     

基于固有频率向量的模型修正方法

在固有频率向量概念的基础上,引入了表示模型修正前后2个结构的固有频率向量之间的相关程度的固有频率向量置信准则,提出了一种基于固有频率向量的模型修正方法.在一个8层空间剪切框架模型上,对文中提出的模型修正方法进行了有效性验证,并与传统的基于固有频率灵敏性分析的模型修正方法进行了比较.结果表明,该方法只需用到结构的固有频率信息,且使用很少的迭代步数就可以得到较满意的修正结果.