济阳坳陷待发现生物气资源量预测新方法

生物气是特殊成因天然气,由于生成机理尚未明确,成因法难以准确预测其资源量.在对生物气成因类型和生成条件分析的基础上划分了评价单元,提出了基于统计学的待发现生物气资源量预测的新方法,即应用截头移位帕雷托分布模型预测各评价单元待发现生物气藏的规模分布,然后构建三角分布函数预测待发现生物气藏数量,最后用Monte Carlo...     

C51井区葡萄花储层薄砂体展布地震精细刻画

C51井区葡萄花储层为三角洲前缘沉积,从上至下发育PⅠ1、PⅠ2两套砂组,平均砂岩厚度分别为2、5m,砂体横向分布局限,现有地震资料的分辨率不足以区分两套砂组,虽然钻井资料能够准确识别单砂体,但无法刻画井间砂体变化。为此,通过精细对比研究区内18口井钻遇的砂体,掌握葡萄花储层砂体的空间展布规律,作为评价、优选地震属性切片的参考依据;从目的层段的连续沿层切片中确定体现砂组展布特征的反射时间;依据选定切片对应时间确定砂组的地震属性提取窗口,优选地震属性;基于地震属性平面图,确定砂组的沉积微相;在砂组展布和沉积微相约束下优选参数,开展地质统计学反演,提高垂向分辨率,精细刻画砂组的空间展布。预测结果精细刻画了两套砂组的空间展布,并且认为PⅠ2的砂岩厚度较大,适合储气库建设。     

基于重力势能转化的下肢外骨骼设计与动力学研究

基于人体重力势能转化的弹性助力原理,设计了一款下肢外骨骼,其类型为被动式,可为髋关节提供助力。依据拉格朗日方程建立了下肢外骨骼数学模型,研究了该模型在释能阶段的髋关节转矩。利用Adams软件建立了下肢外骨骼动力学仿真模型,通过数理统计的方法对比了数学模型和动力学仿真模型髋关节转矩的计算结果,得出两者高度相关。利用Adams软件仿真分别得出了人体在穿戴下肢外骨骼和不穿戴下肢外骨骼情况下释能阶段的髋关节转矩曲线,以髋关节做功值为依据对两组髋关节转矩曲线做了对比分析。结果表明,穿戴下肢外骨骼时,释能阶段髋关节做功值减少了19.29%。最后,以储能弹簧刚度与预拉力为设计变量对下肢外骨骼髋关节转矩进行优化,得出最适储能弹簧刚度下穿戴下肢外骨骼时髋关节做功值比不穿戴下肢外骨骼时减少了26.00%。     

石墨电极电火花加工非导电陶瓷SiO2实验研究

以导电胶涂层作为辅助电极、石墨作为工具电极,用实验的方法考察了电火花加工非导电陶瓷SiO2的可行性;证明在正极性加工条件下,石墨电极能增强导电膜生成,提高加工稳定性;并给出了脉冲宽度、加工电流等电参数对加工速度、电极损耗及表面质量等工艺指标的影响规律,得出了一些有益的结论.     

激光烧蚀辅助激光焊接的焊缝气孔率抑制研究

激光烧蚀辅助的激光焊接可以调节气孔率,进一步提高抗拉强度。在优选焊接参数后,研究了激光烧蚀密度对表面氧含量和表面形貌的影响。0 J/cm²时,表面氧含量(体积分数,下同)为8.91%,表面较为平整。激光烧蚀后,氧含量先减少后增加。8.75 J/cm²时,氧含量为2.75%,仅为0 J/cm²的30.86%,且形成了均匀的火山坑形貌。之后,过高的能量引起热氧化和不规则的烧蚀形貌。用σ_a和σ_b分别作为等离子体/金属蒸气喷发和熔池波动的标准偏差进行定量分析。σ_a和σ_b在0 J/cm²时为0.173和0.045。8.75 J/cm²时,分别为0.176和0.049,最接近0 J/cm²。35 J/cm²时则相反。0 J/cm²时,发现了大量的气孔,气孔率为1.85%。分析了在匙孔和熔池行为影响下三类气孔形成位置。8.75 J/cm     

风机运行异常数据的研究

本文对风电历史数据集中的异常数据的成因及特征进行了具体分析与分类,并介绍了常用的数据识别方法,为日后对风电场的深入研究打下基础。     

基于CMAC网络强化学习的电梯群控调度

电梯群控调度是一类开放、动态、复杂系统的多目标优化问题.目前应用于群控电梯调度的算法主要有分区算法、基于搜索的算法、基于规则的算法和其他一些自适应的学习算法.但已有方法在顾客平均等待时间等目标上并不能够达到较好的优化性能.本文采用强化学习技术应用到电梯群控调度系统中,使用CMAC神经网络函数估计模块逼近强化学习的值函数,通过Q-学习算法来优化值函数,从而获得优化的电梯群控调度策略.通过仿真实验表明在下行高峰模式下,本文所提出的基于CMAC网络强化学习的群控电梯调度算法,能够有效地减少平均等待时间,提高电梯运行效率.     

超低NOx排放自身预热式Ⅰ型辐射管烧嘴热态实验研究

介绍了一种超低NOx排放自身预热I型辐射管烧嘴的结构与工作原理.采用热态实验对烧嘴性能进行测试与分析,得出了烧嘴的冷态点火特性曲线、烧嘴在不同燃烧模式下NOx排放水平、火焰稳定性及辐射管表面温度分布.研究烧嘴不同工作模式对NOx排放的抑制作用,得出了从冷态升温到高温应用全过程的NOx排放指标,为该类型烧嘴实现工程应用提...     

基于蚁群算法的集合覆盖问题

蚁群算法是一种基于群体智能原理的优化模型,用于解决组合优化问题。集合覆盖问题是NP完全问题中应用面最广的问题之一,它在模式识别、机器学习等领域中具有重要的应用。以SCHF[1]启发函数作为启发信息,用蚁群算法求得集合覆盖问题的优化解。通过几种算法的仿真结果对照表明,用蚁群算法求解集合覆盖问题是有效的,蚁群算法得到的解是比较理想的。