压裂返排液中悬浮物去除的室内研究

文章以低浓度胍胶滑溜水＋胍胶混合压裂返排液、EM30降阻剂滑溜水＋胍胶混合压裂返排液、高携砂滑溜水EM30S压裂返排液为研究对象,通过100～10 μm滤筒、20～1 μm滤膜物理过滤的室内实验研究,优选了各级过滤的滤筒精度,研究了不同类型的压裂返排液的悬浮物去除效果。结果表明：压裂返排液本身悬浮物含量越小,过滤效果越明显,为压裂返排液过滤装置的设计和现场实施提供了实验基础。     

盐酸川芎嗪眼用温敏凝胶的制备及质量控制

制备盐酸川芎嗪眼用温敏凝胶并建立其质量控制方法。以盐酸川芎嗪为主药,以泊洛沙姆为基质制备眼用凝胶,采用HPLC法测定凝胶中盐酸川芎嗪的含量。所制得的眼用凝胶为类白色透明状,盐酸川芎嗪在20.0~100.0μg·m L-1浓度范围内线性关系良好,A=61.107C+50.48,精密度、稳定性、重复性等良好,眼部刺激性小。该法制备工艺简单,质量可控,有关项目符合眼用凝胶的质量要求。     

市政排水工程手掘式顶管施工技术研究与应用

以武汉某排水系统改建工程为例,研究探索手掘式顶管施工技术在排水系统改建工程中的应用,针对现有明挖技术在该工程中存在的弊端,主要采取了沉井施工方法和顶管施工方法,解决了城市市政雨污水管道排水系统穿越含有复杂管线土层的难题,达到了减少地表占用面积、不破坏周围环境及有效预防和排除地下障碍的目的,具有一定的推广应用价值。     

一种Kriging模型和改进子集模拟的多响应系统可靠性分析方法研究

在结构可靠性分析中,一个重要的挑战是减少对功能函数的调用。而在实际工程中的失效问题往往是小概率、多响应,并且相关的功能函数通常是隐式的情况,需要复杂的有限元计算,因此减少对功能函数的调用尤为重要。为了构建精准的代理模型,针对系统中的多个响应,分别构建了Kriging代理模型,采用拉丁超立方抽样提高其有效性,采用主动学习方式提升了Kriging模型的精度,同时减少了样本量。为了提升多响应模式下子集模拟的计算效率,采用了改进的子集模拟方法。为了解决小概率失效问题以及减少对功能函数的调用,结合Kriging模型和改进的子集模拟建立了AK-GSS模型。算例分析表明该模型为多响应模式下相关的结构可靠性分析提供新方法。     

长庆气田产能试井方法及压力恢复曲线分析

针对长庆气田低压、低产、低渗，非均质性强，压力恢复慢的特点，采用了产能试井方法和压力恢复试井方法，真实地反映了该气田的产能状况及流动特征。通过压力恢复曲线分析认为，长庆油田下古生界马家沟组气层分为均质型、双孔型、径向复合型、复合双孔型、均匀流垂直裂缝型及复杂曲线型；上古生界砂岩气层大致分为垂直裂缝型和不完善型。     

一种均匀铺置浓度设计方法及其现场应用

在压裂设计编写中普遍采用常规的“经验式”泵注程序,对地层的差异性考虑较少,影响压裂施工效果。针对这一现象,基于用液效率的概念提出了一种均匀铺置浓度的压裂设计方法。该方法是根据前人的理论研究,结合长庆油田储层特征,在对比分析前期压裂施工参数及措施效果的基础上提出的,其最终目的仍是使压裂施工能造成高导流能力的裂缝。针对砂岩气藏非均质特性,利用该方法分别对2口井进行了先导性试验,通过现场实施均达到较为理想的工业产量,获得了较好的改造效果。     

浅层砂岩气压裂优化设计和现场应用

浅层砂岩气藏是中国最具现实勘探开发意义的非常规天然气领域,由于其成因、成藏机理与常规天然气不同,目前在储层改造方面仍存在许多难点,压裂成功率及改造效果不理想。以鄂尔多斯盆地东部地区浅层砂岩气藏为研究对象,针对其低孔、低温、低压的储层特征,在总结分析前期施工井失败原因的基础上,对储层物性等参数进行系统分析,结合压裂机理,通过压裂液滤失特征分析和压裂液配方优选,以及现场测试压裂实时分析结果,调整主压裂,对整体压裂方案进行优化,成功完成了两口井的压裂施工。现场应用效果明显,初步形成了适合于该地区浅层砂岩气藏的压裂增产改造工艺,为盆地东部和北部低渗气藏有效开发提供了重要依据。     

长庆油田陇东地区页岩油水平井细分切割压裂技术

长庆油田陇东地区页岩油储层脆性指数低、天然裂缝不发育、不易形成复杂缝网,进行分段多簇体积压裂时,受储层物性、地应力、各向异性及水力裂缝簇间干扰等因素影响,簇间进液不均,达不到储层均匀改造的目的.针对该问题,依据缝控储量最大化原则,在分级评价页岩油水平段储层品质及建立非均质地质模型的基础上,开展了基于甜点空间分布和综合甜...     

基于改进的胶囊网络的行星齿轮箱故障诊断方法

行星齿轮箱是大型机械装备的核心传动环节,其内部关键零部件故障发生的部位与形式多样,威胁机械装备的安全服役.针对其不同部件的多类故障诊断问题,提出一种基于改进的胶囊网络(enhanced capsule ntwork, ECN)的“端到端”智能故障诊断方法. ECN充分发挥了卷积神经网络对故障特征的深度提取能力,同时具备胶囊结构矢量化挖掘特征空间信息的特点,可利用动态路由机制计算胶囊层之间的相关度,从而实现对故障特征的精准归类.此外,建立的间隔损失函数与输入数据不断优化模型参数,实现了对故障的智能诊断.对太阳轮、行星轮以及多类部件故障数据混合的情况分别开展分析,实验结果表明, ECN相比传统卷积神经网络和胶囊网络均表现出更强的故障诊断能力.     

基于理工学科教学中理想的培育与升华

高效地通过理工学科的学习汲取知识能量,在解惑与收获中升华理想,不管是对大学生学业的完成,还是满足中华复兴与未来社会的需求都具深远意义与重要价值。针对他们在大学的中心任务是学习,要以趣引悟,激励探知的主动性;引导他们坚定信念,坚持不言放弃勇往直前;敢为人先,强化创新意识和创造能力。