水平井随钻地质导向方法的应用

本文结合了国内外水平井随钻地质导向的技术方法,并且提出一些进一步技术优化的思路,并且针对地质导向方法的实际应用进行了逐一的探讨。     

正构烷烃单体碳、氢同位素在油源对比中的应用

以黄骅坳陷古生界烃源岩作为研究对象,采用GC-IRMS和GC-TC-IRMS技术对烃源岩抽提物中的正构烷烃单体碳、氢同位素进行测定,揭示不同沉积环境中正构烷烃单体碳、氢同位素的组成特征。研究结果表明,下古生界烃源岩正构烷烃的δ¹³C和δD值分别为-29‰~-33‰和-110‰~-140‰;上古生界烃源岩正构烷烃的δ¹³C和δD值分别为-27‰~-29‰和-140‰~-170‰.从下古生界的海相到上古生界的海陆过渡相,正构烷烃明显存在一个富δ¹³C和贫δD的趋势。这表明,沉积环境是控制烃源岩正构烷烃氢同位素组成的主要因素。因此,在复杂的含油气系统中,正构烷烃单体碳、氢同位素组成分布特征对油源对比有着重要的意义,并且可用于母质来源及沉积环境的探讨。     

影响烃源岩中分散液态烃滞留数量因素研究

采用加水热模拟方法,对低丰度海相泥灰岩进行了不同压力条件下的生排烃模拟。结果表明,10MPa压力条件下,烃源岩在310℃左右达到生、排烃高峰,排出油产率和总产油率最大值分别为182.5,193.4mg/g;20MPa压力条件下,烃源岩生、排烃高峰对应的温度为330℃,排出油产率和总产油率峰值分别为92.1,111.4mg/g。对比显示,压力增加抑制了有机质的生烃作用,导致烃源岩的有效排烃期增长,主排烃期延迟,使得更多的液态烃滞留于烃源岩中,为高演化阶段天然气的生成提供了重要母质来源。     

Robocup小型足球机器人AI决策系统设计--Robocup系列研究之六

介绍了Robocup小型足球机器人的AI决策系统的分层式结构设计方案。重点阐述了信息处理层的设计，采用扩展卡尔曼滤波(EKF)对场上所有对象进行跟踪和预测，并介绍了责任区域划分和按责任区域划分决定战术决策选择的思想，通过对基本信息的处理运算建立了实时更新的信息库，为后续战术策略选择提供了信息和依据，     

高压动态校准的水激波管

提出了预压水激波管动态校准方法。通过施加预压给水激波管产生的脉冲信号,在水激波管所产生的频率丰富的脉冲信号基础上叠加不同的静态预压,利用准δ脉冲校准原理,对高压测试系统进行动态校准。对3种高压传感器的测试数据分别建立了数学模型,进行了频谱分析,得出了3种高压传感器的频率响应特性。     

基于IL-P3的高速CCD驱动电路的设计与实现

对动态目标的CCD探测中,高速CCD驱动电路的设计是CCD相机成功捕获目标的关键技术之一.以DALSA公司近年来推出的高性能CCD芯片IL-P3为例,在分析其驱动时序关系的基础上,设计了一个积分时间可调的高速CCD驱动电路.用VHDL语言对CCD驱动时序发生器进行了硬件描述,在MAX PLUSⅡ开发环境下进行了功能仿真,选用ALTERA公司的CPLD器件EPM7128SLC84-7作为硬件设计平台.测试结果表明,驱动时序发生器产生的各控制信号可以满足CCD驱动要求.     

基于属性识别理论的网络威胁评估方法

针对网络威胁评估问题,提出一种基于属性识别理论的网络威胁评估方法。通过提取一段时间内网络攻击事件的指标,采用熵值确定权重并建立模型,对攻击事件进行评估、分级,进而量化出该段时间内网络的威胁程度。实例分析结果表明,该方法简单、实用,能够有效进行网络威胁的评估。     

可重构网络中基于相似度的自适应路由算法研究

传统IP网络中采用了基于IP地址的路由协议,而各种实时应用程序的出现,对网络性能提出了更高的要求。为了使各个节点在网络拓扑结构发生变化时仍能正确传输消息,提出了一种在可重构网络中使用的路由算法。该算法以内容中心网络中的发布／预订系统为原型,通过在代理节点之间发送查询请求和匹配响应消息,基于代理节点的相似度来确定消息传输的下一跳节点,同时避免了网络产生环路。实验表明该算法可以减少传输延时和跳数,具有动态性、实时性的特点。     

同步发电机励磁系统整流器原理分析及参数设计

同步发电机恒速发电运行过程中,励磁系统产生的励磁电流调节发电机机端电压,维持同步发电机的稳定运行.基于NES6100型自并励静止励磁系统在同步发电机不同工况下运行过程,分析了整流器电路工作原理,在Matlab/Simulink搭建了三相桥式晶闸管整流器模型,通过励磁电流环控制整流器的导通角调节励磁电流的大小,设计了晶闸...     

皮带秤动态称重用神经网络算法设计

针对皮带秤在使用中难以保持标称计量精度的缺点,提出将过程神经网络引入皮带秤动态称重误差的补偿中。将动态称量过程中皮带秤单位长度上的重量、皮带速度、皮带垂度变化作为模型输入,设计了应用于皮带秤动态称重误差研究的单隐层过程神经网络误差反传播学习算法,利用Matlab软件对算法模型进行训练和测试,模型经过149次学习优化达到网络精度要求,测试组误差为1%,较使用网络前的原误差明显降低,验证了算法的可行性和有效性。