Study on wax precipitation characteristics of wax deposit in pipes

Wax deposit properties are a significant concern in pipeline pigging during waxy crude oil transportation. In the present work, the impacts of flow conditions and oil properties on the wax precipitation characteristics of wax deposits are investigated. A flow loop apparatus was developed to conduct wax deposition experiments using four crude oils collected from different field pipes. The differential scanning calorimetry (DSC) technique was employed to observe the wax precipitation characteristics of crude oil and wax deposit. The results show that the wax content and the wax appearance temperature (WAT) of the deposits increase with shear stress and radial temperature gradient, and decrease with radial wax molecule concentration gradient near the pipe wall. The DSC tests on the wax deposits revealed that the deposit wax content is strongly correlated to the oil wax content. Furthermore, an empirical correlation was developed to predict the wax content and the WAT of the wax deposit. Verification of the empirical correlation using the different oils indicated that the average relative error of the wax content prediction and average absolute error of WAT prediction were 13.2% and 3.6°C, respectively.     

超高效液相色谱串联质谱法测定烟草中的噁霉灵残留

为降低烟草中噁霉灵检测中的基质干扰，提高检测灵敏度和和稳定性，通过试验建立了以QuEChERS为样品前处理方法、液相色谱串联质谱仪为检测仪器的烟草中噁霉灵残留检测方法。样品加水浸润后，经丙酮提取、盐析试剂包除水、石墨化炭黑除杂后，采用Agilent ZORBAX 300SB-C8液相色谱柱（2.1 mm×100 mm，1.8 μm）分离，甲醇-水程序洗脱，ESI雾化，串联质谱MRM检测。结果发现，该方法在0.0025~0.0500 mg/L范围内线性良好，决定系数r²=0.9996，定量检测限1.06 μg/L，回收率在90.8%~92.0%之间，相对标准偏差为5.1%。运用该方法测定烟草中的噁霉灵，操作简单，检测精度高，满足CORESTA对烟草农残检测的要求。     

某进口固体废物“铁精粉”的鉴别方法探析

为了确保不进口污染环境的固体废物，针对某冒充铁精粉的进口固体废物，通过外观、成分、物相分析进行了系统的鉴别。确定样品主要为经研磨加工的氧化铁皮，属于禁止进口的固体废物——轧钢产生的氧化皮。     

从7-ADCA生产过程中环境友好的回收苯乙酸

采用新工艺回收7-氨基-3-脱乙酰氧基头孢烷酸(7-ADCA)生产中产生的苯乙酸,并对苯乙酸回收过程中产生的废硫酸进行处理。采用硫酸(9 8%)洗涤二氯甲烷,硫酸与二氯甲烷适宜的体积比为1∶50,洗涤好的二氯甲烷中含苯乙酸4%。蒸馏出二氯甲烷,趁热向熔融苯乙酸中加入母液,降温析出苯乙酸。晾干的苯乙酸为白色鳞片状,含量大于99%,苯乙酸母液补充部分清水套用到下一批析出苯乙酸。废浓硫酸用芬顿试剂氧化,控制80℃氧化4h,双氧水和七水硫酸亚铁重量比为6∶1,废浓硫酸COD下降85%以上。氧化结束后向废硫酸中加入铁粉和双氧水,制得聚合硫酸铁。     

基于颜色四通道及空间金字塔的鱼类图像检索

随着计算机视觉技术在海洋水产领域中的应用不断加深，鱼类图像检索在渔业资源调查、鱼类行为学分析等方面发挥了巨大的作用。通过研究发现，鱼类图像的背景信息会对鱼类图像检索造成极大干扰，而且鱼类图像中颜色、纹理、形状等特征由于空间位置信息的缺乏而使检索的准确率不高。为解决以上问题，提出了一种新的基于颜色四通道及空间金字塔的鱼类图像检索算法。首先，提取视觉显著性图将鱼类图像的前景和背景分开，从而减少图像背景对检索的干扰；其次，为了使图像特征包含一定的空间位置信息，利用空间金字塔的理论对图像进行分割，在此基础上，将图像转为HSVG四通道图并提取SURF特征；；最后，得到检索结果。为验证所提算法的有效性，在QUT_fish_data数据集和DLOU_fish_data数据集上对算法的查全率、查准率与经典的HSVG算法和显著性分块算法进行对比：在两个数据集上查准率分别比传统的HSVG算法最多分别提高12%和5%，查全率最多分别提高7%和22%；比传统的显著性分块算法查准率最多分别提高15%和5%，查全率最多分别提高36%和22%；从而证明所提算法是有效的，能有效提升鱼类图像的检索效果。     

超高效液相色谱—串联质谱法快速同时检测茶叶中7种香料

基于超高效液相色谱—串联质谱(UHPLC-MS/MS),建立了同时检测茶叶中7种可能非法添加的香料(茴香烯、香豆素、胡椒酚甲醚、指甲花醌、甲基丁香酚、蒲勒酮和反式肉桂醛)的定性、定量方法。茶叶样品经过乙腈—水混合溶剂提取,涡旋振荡,适当稀释并加入无水硫酸钠、十八烷基键合硅胶(C₁₈)和N-丙基乙二胺(PSA)进行净化,涡旋离心后,上清液过膜待测。以Kinetex C₁₈色谱柱分离,在多反应检测扫描(MRM)模式下经MS/MS进行基质外标法定量检测。试验结果表明,7种目标物在0.8~1 600.0 μg/L范围内呈良好线性,线性相关系数(R2)均大于0.999。方法的检出限为0.02~0.03 mg/kg,定量限为0.05~0.10 mg/kg,平均回收率为82.5%~102.5%,日内、日间精密度分别小于16%和18%。该方法快速、可靠、灵敏度高,用于检测市面流通的100个茶叶样品,结果检出了反式茴香脑、香豆素和胡椒酚甲醚等物质,最大浓度值分别为65.0,2.0,72.2 mg/kg。     

缅甸加入天然橡胶生产国协会

正据《亚洲橡胶》(www. rubberasia. com)2018年9月25日报道,缅甸联邦共和国加入天然橡胶生产国协会(ANRPC),使ANRPC成员国数量增加至13个。ANRPC所有成员国的天然橡胶总产量达到世界天然橡胶总产量的90. 5%。2017年6月至2018年6月,缅甸天然橡胶产量为24. 2万t,橡胶树开割面积仅为31. 1万hm~2。缅甸     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。     

四川盆地高石梯-磨溪地区下二叠统气源示踪

以天然气、烃源岩及储层沥青的地球化学特征为主要依据,通过天然气-天然气、储层沥青-烃源岩、天然气-烃源岩3个方面对比,深入探讨四川盆地高石梯-磨溪地区下二叠统天然气来源。研究表明,四川盆地高石梯-磨溪地区下二叠统天然气主要来源于筇竹寺组泥岩。其5项证据分别为:下二叠统天然气乙烷碳同位素小于-30.5‰,甲、乙烷碳同位素倒转是由高演化程度烃源岩所致;多数下二叠统天然气与龙王庙组天然气特征最为相似;GS18,NC1井下二叠统天然气特征与寒武系相似,说明上下层气源一致;高石梯-磨溪地区下二叠统储层沥青地球化学特征与筇竹寺组泥岩最为相似;筇竹寺组泥岩主要为下二叠统供气,这一认识符合干酪根油气生成理论和同位素分馏规律。     

因素空间理论下基点分类算法研究

目前，基于因素空间理论的背景基提取算法计算过程复杂，初始化必须依赖各因素极值，基点数量提取冗余等原因，未能在应用中取得很好效果。为此，结合内点判别法和知识可继承、可扩展的思想，提出一种计算简单、初始化独立、基点数量小的改进的背景基提取算法。然后，利用改进的背景基提取算法构造出一种全新的数据分类算法-基点分类算法，基点分类算法以提取每一类样本的背景基为预测模型，再通过新定义的λ-背景基，优化预测模型。数值实验表明:基点分类算法原理简单、构造难度小、分类模型泛化能力强，预测能力准确率高，同时严格的模型限定区域又能为识别新类别提供新方法。