页岩油注空气提高采收率在线物理模拟方法

为探索页岩油注空气驱油机理,建立了基于CT扫描和核磁共振技术的页岩油注空气提高采收率在线物理模拟方法,研究了不同衰竭压力下页岩油空气驱开发效果、不同大小孔喉微观动用特征和页岩油空气驱采油机制,分析了空气含氧量、渗透率、注入压力、裂缝对页岩注空气驱油效果和不同大小孔隙原油采出量的影响。研究表明,页岩储集层衰竭开采后注入空气可大幅提高页岩油采收率,但不同注入时机下驱油效率和不同级别孔喉动用程度存在一定差异。空气含氧量越高,低温氧化作用越强,不同大小孔隙动用程度越高,采收率越大。渗透率越高,孔喉连通性越好,流体流动能力越强,采收率越高。注入压力升高,孔喉动用下限减小,但易产生气窜现象导致突破提前,采收率先增大后减小。裂缝能加大气体与原油的接触面积,通过基质向裂缝供油提高空气波及系数和基质泄油面积,在合理生产压差下,注空气前进行适当的压裂改造有助于提高空气驱效果。     

以高岭土为铝源合成ZSM-5分子筛及其CO2吸附性能研究

ZSM-5分子筛具有独特的晶体结构,其已在催化领域表现出优良的性能。同时又因为分子筛孔径分布均一,其晶体孔穴内部极性较强,而表现出良好的吸附性能,能够吸附水和大气中绝大多数的有毒有害物质,是一种可再生、不产生二次污染的新型吸附材料。以热活化的高岭土为铝源,通过增加合成凝胶中外部硅源的添加量来调节样品硅铝比,且在没有无机碱(氢氧化钠)的情况下,以四丙基氢氧化铵(TPAOH)为模板剂,在有机模板剂和晶种的共同作用下,高效合成自堆积ZSM-5分子筛,并将其用于CO₂吸附。结果表明,较优的合成条件为：晶种添加量(w)3%,模板剂TPAOH,n(TPAOH)/n(SiO₂)=0.3,晶化温度170℃,晶化时间2 h,硅铝比15。在该条件下合成的分子筛对CO₂的吸附性能优于商品ZSM-5分子筛。     

钢筋腐蚀引起混凝土结构破坏的修补对策

4 混凝土碳化引起钢筋腐蚀的基本修补方法 混凝土碳化引起的钢筋腐蚀,指的是钢筋的去钝化和腐蚀唯一地是由混凝土碳化引起的,而混凝土的氯化物含量明显地低于能使钢筋去钝化所需的临界值(见下文)。图5中列出混凝土碳化引起的钢筋腐蚀的结构可以采用的基本修补方法。这些方法可以综合     

纳米MoO3／PMMA杂化材料的制备与表征

采用原位聚合法制各了纳米MoO3／PMMA杂化材料。XRD分析表明，杂化材料是无定形的。SEM分析表明，杂化材料中MoO3含量不同，材料的断面形貌明显不同，随MoO3含量的增加，杂化材料的脆性增加。EDS分析表明，Mo在杂化材料中的含量为1．09％（质量分数）。实验表明，随MoO3含量的增加，杂化材料的透过率和溶解性降低，材料的硬度和断裂强度均呈下降趋势。     

有色金属型材加工用三相工频感应加热炉

通过对比分析了三相工频感应加热炉的主要性能指标-电热效率，旨在介绍一种高效节能的电加热炉。     

正挤空心件挤压余料的选用

本文根据稳定挤压变形时挤压力为最小的原理,分析了平底凹模内正挤空心件的变形情况。在此基础上,再根据上限原理导出了不同情况下正挤空心件挤压余料的计算公式,并提出了选用办法。     

高功率窄线宽可调谐 1 064 nm 环形腔激光

文章采用了三镜环形腔内插入标准具获取高功率窄线宽可调谐1064 nm 激光。对环形腔的单向运行、标准具压窄线宽与调谐波长及激光大基模体积运转进行了理论分析与计算,结合实验优化了腔镜曲率与输出耦合率。在808 nm 半导体激光泵浦功率151 W 条件下,获得输出功率33.7 W、光束质量因子 M 2＝1.28、线宽0.1 GHz 的单向1064 nm 激光输出,相应的光转换效率22.3%。采用高精度控温仪对标准具进行精确温控,实现激光波长的精密调谐。改变标准具温度获得1064 nm 波长调谐范围72.6 GHz,调谐精度为220 MHz。波长调谐过程中1064 nm 激光输出功率变化约10%。整个系统稳定可靠,而且相对简单,较易实现,为获得可调谐窄线宽1064 nm 激光提供了实用有效的技术手段。     

基于嵌入式Linux的视频循环录制系统

本文以行车视频录制为背景,设计了以三星公司ARM9芯片S3C2440作为主控芯片,可移植开源的Linux系统。在对系统硬件结构、系统原理和环境搭建描述后,重点介绍了视频循环录制功能和将视频保存成跨平台通用的avi文件的过程。测试结果表明此方案可行。     

浅析户主水库溢洪道改建的必要性

本文对户主水库溢洪道改建的必要性、闸址选择作了详细介绍,可为类似工程参考。     

基于不同核函数的支持向量机的分析与比较

本文首先介绍了SVM的原理及各种数据分类算法,然后描述三种不同的工具箱（LS SVMLAB、OSU SVM、SVM SteveGunn）,分析不同的核函数,在此基础上,对两个数据集（Iris、LiverDisorders）进行分类,记录其分类准确率及运行时间,通过比较分析,选出一个最佳的核函数以及工具箱.结果显示,OSU SVM工具箱的分类性能是最优的.