针织烂花工艺探讨

本文根据烂花织物的生产原理,从烂花浆配制到焙烘、炭化的工艺及工艺操作要点,提出一种针织面料适用的烂花工艺.获得了立体感强,似透明非透明,晶莹夺目的烂花针织新品.     

草坪常见病害的防治

草坪是国林中用人工铺草皮或播种草料培养形成的整片绿色地面。草坪是我国园林宝库诸多风景中重要的组成部分，是美化城市，供绿化观赏，游乐休息的’好去处。在住宅周围、庭院内外、道路两旁、体育场地、小区景点、渠堤坡面、陡坡地段等，凡能生长植物的地方，均可按国林绿化设计要求，种植其有园林价值的草坪植物，造成一个绿草如茵，花木相间，层次鲜明，供人观赏、伏卧、玩耍的绿色空间。草坪是由草本植物、花卉、灌木、藤木组成的一＞群体。这个群体称之为草坪植物。其中用来复盖地面的最基本的植物，是经人工培育的品质优良各种绿草。…     

煤层气充气欠平衡安全钻井监控系统

在充气欠平衡钻井过程中,地层存在诸多不确定因素及不可预知情况。尤其是煤层气的开发,如果各种突发状况或者影响安全钻进的其他工况未能被及时监测与控制,则会发生井塌、井眼不清洁等安全事故,严重影响正常钻进。因此,针对现有的煤层气充气欠平衡钻井施工工艺及配套设备,利用模糊神经网络的自适应学习特点建立控制模型,以组态软件为软件开发平台,通过对监测参数的组合优化控制,建立一套煤层气充气欠平衡钻井实时监控系统。     

综合录井虚拟培训系统设计

针对传统综合录井培训方式的不足,提出综合录井虚拟培训解决方案.通过将LabVIEW虚拟仪器技术与3Dmax仿真技术的结合,设计了综合录井虚拟培训系统.设计的综合录井虚拟培训系统能够真实再现综合录井现场环境、仪器仪表工作情况以及综合录并工艺过程,人机交互界面友好,仿真情景逼真,从而达到更好的综合录并培训效果.     

THS-Ⅱ系统动力分配模式的研究

主要讲述了应用于2004款Prius及Lexus 400-H车上的丰田混合动力系统THS-Ⅱ(Toyota Hybrid System),此系统是一种先进的动力分配模式,它包括两个电机及一个内燃机,通过一个三轴行星齿轮系耦合在一起.通过引入无量纲的分离因子,描述整车动力总成的能量分配策略及其对油耗的影响.     

一种基于GA-NSVM的自适应洛伦兹分峰拟合识别红外光谱吸收重叠峰的方法

提出一种基于遗传算法-非线性支持向量机的自适应洛伦兹分峰拟合识别红外光谱吸收重叠峰的方法。利用单质特征吸收线型的根本性差异,将混合物光谱分解为满足特征吸收线型的多个洛伦兹单峰,采用非线性支持向量机对多个拟合单峰进行多分类筛选确定特定目标组分的谱峰。采集了400个混合烷烃气体样本的红外光谱数据,论证了该方法在高相似分子结构的光谱识别分类的可行性。实验结果表明该方法能有效分离烷烃中甲烷、乙烷、丙烷的红外吸收单峰,具有良好的准确性和鲁棒性,模型参数的解释能力更强。该方法能够加速光谱检测技术在生物制药、食品化工、油气勘探等领域的应用,尤其是在含同系有机物混合物的分析及应用场合。     

钢丝网岩棉夹心复合板的强度研究

本文对钢丝网岩棉夹芯复合板(简称GY板)的横向挠曲强度,轴向中心受压强度、轴向偏心受压强度、GY板隔墙及GY板承剪墙的剪切强度作了大量的试验研究,阐明了其强度特征和破坏模式,然后提出相应的设计分析理论,并与试验结果相比较以证明其可行性。试验研究和理论分析表明:在各种受力情况下,所设计的GY板不仅能够保证其整体作用,而且充分发挥了各组成材料的强度,达到了最优材料配制。强度研究表明,根据实际条件所设计的GY板已能胜任一到二层快装永久性房屋的主要构件。     

控压钻井泥浆帽设计方法研究

控压钻井可以较为精确地控制整个井筒环空压力剖面,能有效解决钻井过程中出现的井涌、井漏、井塌、卡钻等多种井下故障,但在起钻之后不能仅靠调整井口回压平衡地层压力,需要注入高密度泥浆帽。为满足控压钻井起钻泥浆帽注入过程中井底压力恒定,必须设计出合理的泥浆帽密度和高度。为此,基于起下钻过程中的井筒压力控制原理和控压钻井起下钻工艺,建立了控压钻井泥浆帽密度和高度的计算模型,提出了一种维持控压钻井起钻过程井底压力恒定的泥浆帽密度和高度的设计方法,并以塔里木油田某井为例评价分析了泥浆帽密度和高度对井口回压控制的影响,并指出设计泥浆帽密度和高度时应综合考虑各种因素,在泥浆帽注入和驱替过程中实时控制井口压力,以维持井底压力恒定。      

圆机针织物剖幅前涂料双面印花工艺

圆筒形针织物圆网印花一般均在剖幅后进行,根据客户要求,采用翻转掉头二次印花的方法,对圆筒棉针织物进行双面涂料印花,通过试验,确定了圆筒形棉针织物双面印花的最佳工艺,并从前处理、助剂选择、圆网印花、后整理等工序,阐述了生产工艺的特点及注意事项.     

基于主成分分析和学习矢量化的神经网络岩性识别方法

利用测井资料识别岩性的关键是建立非线性数学模型。针对测井曲线数量多和BP算法的局限,提出一种基于主成分分析(Principal Component Analysis,PCA)和学习矢量量化神经网络(Learning Vector Quantization,LVQ)的岩性识别方法。建立可靠的岩性与测井参数响应的对应关系,优选样本点和测井曲线组成样本集。通过主成分分析实现对测井数据的压缩、降维,依据分析结果建立基于LVQ神经网络的岩性识别模型。潘庄地区某井实际应用表明,经过PCA降维后,LVQ神经网络的收敛速度和识别率都得到了明显提高,训练时间缩短了10s左右,识别率提高20%以上;考虑"次获胜"神经元的LVQ2学习算法具有比LVQ1算法更强的模式识别能力,识别率提高4%;PCA-LVQ模型网络结构简单,容易实现,识别率可达90%,具有较好的应用前景。