鄂尔多斯盆地南部加里东期岩溶古地貌与天然气成藏条件分析

认识鄂尔多斯盆地南部地区岩溶古地貌和成藏条件是加快该地区勘探步伐面临的重要问题。鄂尔多斯盆地南部加里东期风化壳储集层的分布主要受岩溶古地貌、风化壳层位及沉积相控制。马五段为云坪相带，溶蚀孔洞较为发育；平凉组为深水斜坡相带，多形成断裂、裂缝及洞穴储集空间。中央古隆起西侧古地貌为岩溶斜坡，地表岩溶作用较弱，但断裂发育，洞穴系统较发育；中央古隆起南侧古地貌为岩溶台地，断裂、洞穴系统和风化裂隙相对较为发育；中央古隆起区古地貌为岩溶台地，地层较老，岩性致密，风化壳顶部垂直裂隙带发育，岩溶孔洞不发育；中央古隆起东侧古地貌多属于岩溶阶地或鞍地，风化壳多位于云坪及含膏云坪相带，溶蚀孔洞较为发育。岩溶古地貌天然气成藏主控因素主要为生烃中心、岩溶古地貌、风化壳的层位和沉积相带，有利区带主要在耀县、旬邑、淳化平凉组生烃中心和中央古隆起东侧马五段有利沉积相带。图9表1参13     

用EGS4分析9MeV行波直线加速器屏蔽系统

采用了国际上广泛使用的ＭｏｎｔｅＣａｒｌｏ模拟计算程序ＥＧＳ４对海关集装箱检测系统用加速器屏蔽系统进行了辐射模拟分析，与实际测试数据进行分析、比较，解释了特殊剂量分布的原因，提出了系统改进的参考方案。     

鞍钢矿山公司等五单位科技管理考察报告

介绍了鞍钢矿山公司等五单位的科技管理机构、流程及其管理办法，并对攀钢矿业公司科技管理工作提出了相应的建议。     

基于功能磁共振成像的人脑效应连接网络识别方法综述

人脑效应连接网络刻画了脑区间神经活动的因果效应. 对不同人群的脑效应连接网络进行研究不仅能为神经精神疾病病理机制的理解提供新视角, 而且能为疾病的早期诊断和治疗评价提供新的脑网络影像学标记, 具有十分重要的理论意义和应用价值. 利用计算方法从功能磁共振成像(Functional magnetic resonance imaging, fMRI)数据中识别脑效应连接网络是目前人脑连接组学中一项重要的研究课题. 本文首先概括了从fMRI数据中进行脑效应连接网络识别的主要流程, 说明了其中的主要步骤和方法; 然后, 给出了一种脑效应连接网络识别方法的分类体系, 并对其中一些代表性的识别算法进行了阐述; 最后, 通过对该领域挑战性问题的分析, 预测了脑效应连接网络识别未来的研究方向, 以期对相关研究提供一定的参考.     

储油罐虚拟环境建模方法研究与发展现状

储油罐虚拟环境模型的创建,有利于解决油罐内摄像头失效情况下真实清洗机器人运动状态未知的问题,是进行储油罐清洗机器人遥操作过程的关键.基于此,从结构化环境方向详细介绍了基于OpenGL、VRP、VRML、WTK虚拟环境建模研究以及基于逆向工程三维激光扫描技术研究,从非结构化环境方向描述了基于点云信息和SFM三维场景建模方法及应用;分析了储油罐虚拟环境建模的研究现状、基本步骤以及储油罐虚拟环境建模过程中待解决问题,最终提出了利用实时交互的基于点云信息三维场景建模方法进行储油罐虚拟环境建模的发展趋势.     

汕澳一号轮09MnNb钢耐蚀情况的研究

<正> 用09MnNb钢建造的“汕澳一号轮”的耐蚀性已被实践所证实,称为八年不锈的钢铁船。为查清该船耐蚀的真正原因,我们用两年的时间对“汕澳一号轮”的耐蚀性能进行了调查和试验工作。1.现场调查: (1)“汕澳一号轮”是汕头造船厂1971年底造的180吨客货轮,航行于竿山和南澳岛之间。船主甲板以下部位均系09MnNb钢板。     

手工电弧焊在带压补漏中的应用

压力容器和压力管道在生产过程中会出现泄漏，给生产过程带来影响或使生产中断，带压堵漏是保证生产正常进行的一种必要的技术手段。在此介绍了手工电弧焊带压堵漏的常用方法。     

家用空调器管路件根部裂漏失效分析

针对家用空调器售后出现管路件根部裂漏问题,对故障件返厂,从工艺设计、金相实验、故障复现等几个方面着手分析,确认根部裂漏原因为设计应力,在空调器生产、运输、运行过程中管路件根部出现裂漏,最终通过对管路件结构进行更改,加强管路件强度,消除应力,未再发生此类故障。     

基于功率波动和储能可用电量的直流微网改进动态下垂控制算法

传统下垂缺乏对电压偏离和分布式储能的灵活控制,对此提出一种直流微网改进动态下垂控制方法.首先构建余弦函数曲线特性的动态下垂系数,在功率波动增大时自动减小下垂系数,抑制母线电压波动;然后引入储能剩余可用电量,对下垂系数进行二次调整,保证直流系统稳定的基础上降低储能过充过放的风险;最后根据可用电量计算均衡系数,提高分布式储能的均衡效果.对3种不同下垂控制进行仿真对比,结果验证了该改进动态下垂控制策略的灵活性和可靠性.     

采用不同模型预测低碳Fe–Ni合金等离子熔覆层的冲击韧性

采用等离子熔覆法在Mn13高锰钢上制备了低碳Fe-Ni合金层。以熔覆电流、喷头移动速率、离子气流量和热处理温度作为输入参数,以冲击韧性作为输出参数,建立了BP(误差反向传播)神经网络模型和粒子群算法优化(PSO)BP神经网络模型,并跟冲击韧性与热处理温度之间的线性回归模型进行对比。结果表明,线性回归模型、BP神经网络模型和PSO-BP模型的平均相对误差分别为7.06%、6.12%和3.03%。PSO-BP模型的预测结果与实测值的误差较小。