准噶尔盆地玛湖地区深层致密砾岩储层发育特征及成因

为明确准噶尔盆地玛湖地区深层致密砾岩储层发育规律及主要成因,利用已钻深井各项资料和数据对其进行系统研究,确定了储层的基本特征和有效储层成因。结果表明：储层以细砾岩和中细砾岩为主,属扇三角洲分流河道砾岩;储层为典型低—特低孔、渗深层致密砾岩储层;砾石成分主要为凝灰岩和中酸性火山熔岩构成的火山岩,胶结物主要为浊沸石和方解石;经历了压实、胶结和溶蚀3类成岩作用,前两者兼具破坏和建设双重作用,而溶蚀作用的结果是普遍发育由沸石类、碳酸盐类胶结物和泥质杂基溶蚀形成的粒间溶孔及长石和暗色矿物溶蚀形成的粒内溶孔构成的次生孔隙富集带;与中浅层不同,储集空间由次生孔隙和裂缝双重介质构成;有效储层成因主要为岩石成分、溶蚀作用、裂缝系统和异常高压：岩石成分是内因,提供充足物质基础;而溶蚀作用、裂缝系统和异常高压是外因,溶蚀作用形成次生孔隙富集带,裂缝系统提升储层渗流能力,异常高压实现孔隙的有效保持和增加。4个因素共同控制深层致密砾岩相对优质储层的形成与分布。     

Photo-Fenton和Photo-Fenton-like试剂对萘羟基化反应的影响

实验以H_2O_2,乙腈、Fe(NO_3)_3·9H_2O、FeSO_4·7H_2O,为试剂,以自制光催化反应器制备了萘酚。研究了Photo-Fenton和Photo-Fenton-like反应体系中萘的羟基化反应,考察了Fe~(2+)、Fe~(3+)浓度、H_2O_2浓度、反应时间等因素对两种反应体系的影响。对于Photo-Fenton反应体系中,在[Fe~(2+)]=1.5mmol/L、[H_2O_2]=0.8 mol/L条件下,萘的转化率达43%,1-萘酚的收率为2.8%。对于Photo-Fenton-like反应体系,在[Fe~(3+)]=4.5 mmol/L,[H_2O_2]=0.2 mol/L条件下,萘的转化率为17%,1-萘酚的收率达4.6%;同条件下[H_2O_2]提高至1.0 mol/L时,萘的转化率可达90%,但1-萘酚的收率却有所下降。     

基于遗传优化的阈值选取方法

图像分割的关键性技术是阈值选取。在图像阈值选取中,最小误差法受目标大小和噪声影响小,对小目标仍具有好的分割效果,但运算量较大。本文利用遗传算法优化最小误差法获得最佳阈值。算法简单、快速、稳定性强,而且减少直接引用最小误差法的运算量,提高其性能。实验结果表明可减少50％左右的运算量。     

高层建筑和高耸结构抗震概念设计

本文简要介绍高层建筑和高耸结构抗震设计的复杂性、抗震设计的几个重要概念、强震中不倒塌结构的概念分析以及控制结构的概念。     

边界不确定信息的处理—Fuzzy集和Vague集

Fuzzy集和Vague集都可用于边界不确定信息的处理。文章首先研究了这两种集合间的关系、性质,提出了Fuzzy集和Vague集的边界不确定性都可用犤0,1犦上的一个子区间来进行描述的思想。然后基于一些Vague集相似度量的思想,提出了一种求Fuzzy集和Vague集的相似性度量方法,并建立了基于Fuzzy集和Vague集度量方法的统一模型,该模型在这两种集合相似性度量上是等价的,并给出了该模型满足的性质。     

蟹爪工作机构动力分析

本文通过一些必要的假设，推出了蟹爪工作机构工作阻力及动力分析的解析计算式，为蟹爪工作机构计算机动力辅助分析创造了必要的条件，这对进一步深入研究蟹爪机构，提高蟹爪机构的设计水平，将具有重要意义．     

高耸烟囱地震控制研究

结合烟囱特点,提出了一种高耸烟囱地震控制的新方法——上部层间隔振法。采用这种方法控制后的烟囱,在地震荷载作用下,其振动(包括位移和加速度)得到明显控制,采用数值分析,通过三座烟囱实例,对隔振层的一些力学参数及隔振层的设置位置都作了详尽的数值分析,经过比较,优化出隔振层的最佳力学参数及其设置位置,验证了控制效果,描述了隔振层的振动控制机理及其计算模型,提出了隔振层模型的实现方法。     

考虑阻尼影响时结构自由振动的计算方法

本文讨论计及阻尼影响时多自由度和无限自由度结构体系自由振动的计算方法,导出了一整套计算公式和一些有意义的结论。     

斜坡油气勘探

箕状凹陷是一种广为发育的盆地类型,它往往构成一个独立的油气勘探对象。斜坡是箕状凹陷的主要构造单元,也是油气区域运移的主要指向和主要成藏地带。但相对而言,斜坡的油气勘探较箕较凹陷中的中央隆起带等其他构造单元的油气勘探难度更大,是一个有待进一步加强勘探的领域。本文根据我国东部广泛发育的箕状凹陷的地震、地质实际资料,对斜坡进行了分类,提出了“两类十种”的分类方案,对其石油地质特征,评价和勘探思路进行了讨论,以期有助于斜坡油气勘探的深入发展。     

基于离散小波变换和主分量分析的P300分类算法研究

提出了一种应用离散小波变换(DWT)结合主分量分析(PCA)进行特征提取,然后用支持向量机(SVM)对P300进行分类的算法.该算法首先在一定预处理基础上使用离散小波变换对P300脑电信号分解,然后选取蕴含P300大多数信息的特征尺度进行小波重构,从而达到去噪增强的效果.然后使用PCA进行特征的提取和集中.最后使用支持向量机对提取到的特征分量进行分类.该算法将小波分解和主分量分析结合起来进行特征增强与提取,实验结果表明,该算法能够达到令人满意的正确分类率.