灰化温度对测定植物样微量元素含量的影响

本文报道了用瓷坩埚高温灰化包菜、槲叶样品，灰化温度对测定微量Cu、Mn、Fe、Zn含量的影响。结果表明测定植物样微量Cu、Mn、Fe、Zn含量时，可以用瓷坩埚进行高温灰化，适宜灰化温度分别为450～550、450～550、450～600、450～500℃；同时测定该四种元素含量时，适宜灰化温度为450～500℃。且500℃灰化时，元素的平均回收率为96％～108％。     

承压堵漏工艺技术在塔河油田托普台区块的应用

托普台地区具有丰富的地质储量。近几年来,西北油田分公司不断加大该区块的勘探开发力度,在托普台地区布井数量不断增加;而该区块地质结构复杂,经常发生井漏,造成钻井周期延长,影响了正常的完井投产。井漏成为制约托普台区块钻井提速的瓶颈问题。为了提高钻井效率,加快勘探开发进度,提高托甫台地区钻井工程质量,本文从托普台区块的地质特点及漏失机理入手,提出了针对该区块的堵漏措施,并成功运用于现场施工,为工区钻井提速、快速上产提供保障。     

基于迁移学习的风电机组轴承故障诊断研究

针对风电机组运行工况复杂，实际采集的振动信号存在分布差异，导致故障诊断模型的分类效果偏低问题，提出一种具有多核领域适应（MKDA）的多尺度卷积神经网络（MSCNN）风电机组轴承故障诊断研究方法（MKDA-MSCNN）。该方法通过迁移理论将已知风电机组知识迁移至目标风电机组实现故障诊断。首先，利用源域数据预训练MSCNN网络，再利用多核领域适应减小源域和目标域分布差异，最终获得目标风电机组故障诊断模型。试验结果表明，该文提出的MKDA-MSCNN方法在实际风电机组轴承故障诊断中分类精度高达96.17%，对比结果表明该文所提方法的故障分类准确度优于其他深度学习和深度迁移学习方法，对迁移学习理论在实际工程风电机组轴承故障诊断中的研究具有一定价值。