基于样条函数的在线时域实验模态分析

为实时获得精确的大型结构模态参数 ,以便于结构的实时安全监测和抗风、抗震研究 ,在传统的 ITD时域分析方法的基础上 ,提出利用三次样条函数微分方法从结构位移得到结构的速度和加速度响应 ,从而进行模态识别的新方法 ,克服了传统 ITD方法人工选择参数的不利影响 .通过对虎门大桥的模态分析结果表明 :利用该法所得模态数和精度与 FFT相比 ,更接近于有限元数值分析结果 ,可用作结构的实时模态分析和在线监测     

锅炉正常运行时启停磨煤机不投油试验研究

针对北仑发电厂2号锅炉正常运行时启停磨煤机需投油造成电厂助燃用油消耗大的问题,提出了锅炉正常运行时不投油启停磨煤机的设想.经过不同的磨煤机运行组合下炉膛温度的测量,以及不同炉膛温度下煤粉气流温升的理论计算,进行了不同磨煤机运行组合工况下的磨煤机启停试验,实现了在不投油条件下4台磨煤机运行时启动第5台磨煤机和5台磨煤机运行时停运1台磨煤机.减少了电厂的助燃用油.     

化妆品发展趋势及其预测

一、化妆品发展趋势预测概述化妆品的发展趋势是指在未来一段时间内,化妆品市场及其配方制备技术发展的方向。宏观上包括化妆品未来整体的发展趋势,具体到每个品种上又有其不同的发展态势。     

乙酰化羊毛脂及其在化妆品中的应用

本文在实践工作的基础上,对乙酰化羊毛脂的性质、制备及其在各种化妆品配方中的应用进行了较为详细的阐述。一.概述羊毛脂是一种优良的天然化妆品原料,它具有良好的柔软及乳化性能,在化妆品配方中有着广泛的应用。但羊毛脂本身也存在着一些不足之处,如粘腻、味臭、油溶性差、有一定的过敏性等。经过不同的物理及化学方法处理,以羊毛脂为基础原料制备的各种羊毛脂衍生物则在不同程度上克服了羊毛脂     

基于进化神经网络的磁粒研磨表面粗糙度预测方法研究

目的 为实现磁粒研磨光整加工的表面粗糙度精准预测,提出一种遗传算法优化表面粗糙度BP神经网络的预测模型.方法 将表面粗糙度作为预测的目标,影响磁粒研磨5052铝合金管内表面粗糙度的五个主要工艺参数作为神经网络的输入.合理设计正交试验,得到不同工艺参数配置下的表面粗糙度值,将其作为神经网络的输出.通过建立非线性预测模型,对比遗传算法优化后和传统BP神经网络的均方差与仿真时间,分析优化前后表面粗糙度的预测效果.结果 通过试验数据建立了结构为5-11-1的神经网络,进化BP神经网络预测模型均方差为0.044,建模仿真时间为0.187 s,其平均相对误差率为13.2％.传统的BP神经网络预测模型均方差为0.231,建模仿真时间为1.840 s.结论 通过遗传算法优化后的BP神经网络均方差更小,建模仿真时间更短,进化BP神经网络可以实现更为精准的预测,同时能够极大地避免传统BP神经网络易陷入局部极小值的弊端.     

基于注采数据的井间渗透率估算方法

井间渗透率的确定可用于油藏描述及储层平面非均质性评价,对油田开发决策有着非常重要的意义。估算井间渗透率的常规方法为生产动态测试,由于操作复杂、价格昂贵,其应用受到一定限制。针对该问题,利用水电相似原理,建立井间渗透率与注水量分配系数的关系式,结合能够获取注水量分配系数的容阻模型,提出一种利用注采数据估算井间渗透率的新方法。运用数值概念模型验证了该方法的有效性,并将其应用于渤中25南油田E07井组。结果表明,油井E18方向井间渗透率估算值最大,与示踪剂监测中油井E18方向前缘推进速度最快相符,另外,该方向井间渗透率估算值为5 192×10~(-3)μm~2,与示踪剂解释结果5 616×10~(-3)μm~2基本一致。所提出的方法将容阻模型的应用范围从注水量分配系数的估计拓展到井间渗透率的估算,可更为简便快捷地研究油藏平面非均质性。     

聚铬交联调剖体系在海上油田的应用——以渤海Q油田E16井组为例

渤海Q油田为高孔高渗油藏,注入井E16与各受益井在多个方向存在不同程度的注水突进。文章评价了能够对水流优势通道进行封堵、有效抑制水流突进且适用于该类油藏的聚铬交联体系。该体系具有成胶强度及时间可控,封堵率高,耐冲刷性强等特点。该类调剖体系在渤海Q油田E16井组开展了矿场试验,井组增油效果明显,为海上油田稳油控水及化学驱增效提供了技术保障。