重复压裂气井产能模拟研究

由于重复压裂气井原有裂缝的失效程度难以评价。导致重复压裂气井的产能预测常常有很大的误差。为此，根据重复压裂气井的压前产量和舍水率，拟合了原有裂缝的有效率，在考虑新裂缝和原有裂缝共同作用的情况下，建立了气、水两相平面二维的裂缝-油藏数学模型，通过对模型的数值求解，对重复压裂气井进行了产能评价。研究表明，在考虑新、老裂缝共同作用下的产能评价方法，能更为准确地预测重复压裂后的生产动态情况，对压裂时机的确定、压后经济效益的预测都具有重要的指导意义。     

基于多抽样率信号处理的无源雷达MTD方法

以数字电视信号为机会照射源的雷达系统研究为背景 ,提出用以多抽样率信号处理为基础的多级抽取信号处理算法解决运动目标检测中海量数据处理问题。文中叙述了数字电视广播信号回波的数学模型、多级抽取基本原理、目标检测算法 ,以数字电视信号为反射回波做了仿真 ,对运动目标进行检测 ,并对仿真结果做了分析。     

双波长稳频CO_2激光模糊控制系统的建模与优化

报导一种模糊逻辑控制系统的建模与优化方法。以此方法设计的模糊逻辑控制器，用于双波长稳频ＣＯ２激光器的控制得到令人满意的结果。     

移动式宽频带高产额中子发生器

多用途中子发生器有着广阔的市场和应用领域 ,文章对移动式宽频带高产额中子发生器 ,在设计制造过程中所涉及到的技术难点 :绝缘尺寸小、频率适应范围宽、为中子管提供靶压的高压负载特性好等作了技术分析 ,使多用途中子发生器在更广阔的范围内应用 ,提供了广阔前景。     

无机高分子絮凝剂聚硫酸铁合成条件的研究

实验研究了以工业硫酸亚铁及废硫酸为原料,分别采用NaClo_3、KClO_3、H_2O_2及(o_2+NaNO_2)为氧化剂成聚硫酸铁的条件。在以(O_2+NaNO_2)为氧化剂的合成过程中,发现添加微量助催化剂(型号为HG-1、HG-2和HG-3),对提高合成速度及反应过程的稳定性具有重大作用。     

有限区间信号边界效应问题的研究

研究了截断信号边界的“吉布斯”现象及数字滤波器相位特性对有限区间信号滤波处理的影响，在阐明了有限区间信号处理中边界效应物理本质的基础上，探讨了数字信号处理中通常所采用的边界处理方法的有效性问题，提出了一种命名为端值延拓法的新的边界处理方法，通过比较分析和实例验证表明这种方法的优越性，文中以零相位数字滤波及运用MALLAT算法对有限区间信号进行小波分解与重构为实例，介绍了其边界效应问题及解决方案，取得了很好的效果。     

柳沟庄—窟窿山油藏储集层裂缝类型及特征

根据岩心描述、薄片观察、X－CT扫描以及钻井、测井等资料，研究了酒西盆地青西坳陷柳沟庄－窟窿山油藏裂缝性储集层的类型及特征，分析了控制裂缝发育的地质因素及裂缝对油气的控制作用，认为储集层裂缝有3种基本类型，即构造裂缝、构造熔蚀缝和饼状破裂，主要受构造应力场及构造位置等因素的控制。根据裂缝形态、充填特征及其相互关系，裂缝的形成主要有3个期次，其中喜马拉雅运动晚期形成的第三期理解缝对油气运移和聚集最有效。研究结果表明，裂缝是柳沟庄－窟窿山油藏主要的储集空间和控制油气富集的因素。     

高质量ZnO薄膜的退火性质研究

在LP－MOCVD中，我们利用Zn(C2H5)2作Zn源，CO2作氧源，在（0002）蓝宝石衬底上成功制备出皮c轴取向高度一致的ZnO薄膜，并对其进行500℃-800℃四个不同温度的退火。利用XRD、吸收谱、光致发光谱和AFM等手段研究了退火对ZnO晶体质量和光学性质的影响。退火后，（0002）ZnO的XRD衍射峰强度显著增强，c轴晶格常数变小，同时（0002）ZnOX射红衍射峰半高宽不断减小表明晶粒逐渐增大，这与AFM观察结果较一致。由透射谱拟合得到的光学带隙退火后变小，PL谱的带边发射则加强，并出现红移，蓝带发光被有效抑制，表明ZnO薄膜的质量得到提高。     

新型高k栅介质材料研究进展

随着半导体技术的不断发展，MOSFET（metal-oxide-semiconductor field effect transistor）的特征尺寸不断缩小，栅介质等效氧化物厚度已小至nm数量级。这时电子的直接隧穿效应将非常显著，将严重影响器件的稳定性和可靠性。因此需要寻找新型高k介质材料，能够在保持和增大栅极电容的同时，使介质层仍保持足够的物理厚度来限制隧穿效应的影响。本文综述了研究高k栅介质材料的意义；MOS栅介质的要求；主要新型高k栅介质材料的最新研究动态；展望了高k介质材料今后发展的主要趋势和需要解决的问题。     

振动力场作用下聚合物挤出制品结构与性能的质量控制与优化

利用实验数据，分析与研究振动场振动参数对聚合物挤出制品质量的影响，对聚合物挤出制品的熔体流动速率，微晶结构，拉伸强度等主要性能质量指标，建立以振动频率为主要控制变量的神经网络模型，并引入信息分配模型，探讨了一个网络输入节点下神经网络学习样本的特征提取与优化。实验结果表明，经过信息预处理的学习样本，可以使网络有更好的收敛效果。