安塞油田集输工艺的优化

针对新区需要降低产建投资、老区安全环保风险大和计量系统不能满足生产需要等问题,安塞油田开展了集输工艺的优化研究。应用示功图计量和数字化监控技术,开展了产建集油工艺的优化;应用多种管网优化技术,开展了环境敏感区域输油系统优化和集输管网整体优化,高回压和拉油井组集油工艺优化;应用多种计量新技术,开展了单井计量系统优化和站点三级产量监控体系建设。     

具有抽象数据类型的属性文法定义语言的编译结构

本文介绍了利用属性文法自动生成编译程序的总体结构和语义计算器的一般结构,还讨论了语义分析程序的结构,递归子程序的非范式与范式静态程序结构,着重讨论了目标程序(C语言)的输入范式数据结构、递归子程序目标范式结构。     

微藻规模化培养技术研究进展

总结归纳了众多前人的研究成果,综述了微藻培养方式,并对规模化培养系统和主要的光生物反应器进行了简述。在此基础上,展望了微藻未来培养的发展方向,以期为今后微藻的规模化生产提供参考依据。     

涵洞用混凝土衬砌管片智能抹平装备机构设计与仿真分析

针对涵洞用混凝土预制件在规模化生产模式下因人工导致工艺不稳定的问题,对原人力抹平环节进行自动化、智能化升级,设计了一种智能抹平装备。这种装备旨在解决衬砌管片浇筑后进行上表面抹平时因工艺不稳定导致的外观不平整以及质量问题。使用Solidworks建立了智能抹平装备的模型,并利用有限元分析软件进行模拟分析,验证了抹平结构设计的正确性。     

指称语义的研究与实践

本文旨在对指称语义的研究与实践作一全面通俗的介绍,主要从软件的角度来讨论。强调指称语义的通俗化与工程化,强调如何去写一个好读的指称语义。它对加强计算机科学在我国的应用会起到积极作用的。     

基于神经网络的柴油机润滑油稀释率预测方法研究

为了实现柴油机润滑油稀释程度的准确、快速检测,基于试验建立了润滑油稀释率与理化参数指标的数据集。利用果蝇优化算法（fruit fly optimization algorithm, FOA）搜寻最优解更新广义回归神经网络（generalized regression neural network, GRNN）的光滑因子,提出了一种多理化指标参数融合的润滑油稀释程度预测方法。仿真结果表明：该模型的拟合优度为99.9%,均方根误差为0.106。通过将4种模型进行对比,证明了FOA–GRNN模型在预测精度、收敛速度及稳定性上的优越性。在实际柴油机远后喷试验中,将该预测方法与气相色谱（gas chromatograph, GC）法进行对比,二者的绝对误差在0.5%之内。该预测方法在保证检测精度的同时大大缩短了检测时间,为柴油机实现按质换油提供了理论和技术指导。     

安塞油田重复压裂选井选层研究

为了提高安塞油田重复压裂的效果,进行了选井选层的深入研究。通过对安塞油田以往重复压裂效果的分析,挑选出对重复压裂效果影响明显的参数作为安塞油田重复压裂选井选层样本库参数,在此基础之上建立了各样本库参数的评价方法,进而最终建立了安塞油田重复压裂选井选层样本库。最后用模糊模式识别模型、多因素非线性生产统计模型和人工神经网络模型分别分析了安塞油田重复压裂选井选层样本库,并对3种分析结果取交集确定最优井层。通过测试样本检验,所用方法的选井选层结果与实际增产效果结果符合较好。该方法能为安塞油田下一步的重复压裂选井选层工作提供指导性意见。     

空心砖下线码垛智能装备机构设计与拓扑优化

针对隧道窑制作烧结空心砖在规模化生产模式中下线码垛低效率的情况，对原人力码垛、搬运方式升级，设计了一种柔性夹持的码垛智能装备。这种装备旨在解决空心砖焙烧后，残留余热导致工作环境差，人工下线码垛效率低等问题。使用Solidworks建立了智能抹平装备的模型，并利用有限元分析软件对结构进行模拟分析，根据分析结果进行了拓扑优化。     

安塞油井结垢趋势预测与规律研究

安塞油井含水率逐年提高，结垢问题逐渐严重。为了减少油田经济损失，在Langlier指数的基础上，利用数值模拟方法，探究离子浓度对油井结垢类型和结垢量的影响。分析主要结垢的离子因素，预测结垢规律，进而合理选择方法减少油田经济损失，提高油井工作效率。