加油站走车式埋地油罐无动力通风系统工作原理与应用实践

加油站走车式埋地油罐操作井的承重性和密闭性使其处于相对封闭和潮湿的环境,进而导致油罐操作井井内憋气和设备易锈蚀的问题.结合加油站的特殊工作环境及无动力风机的工作原理,在油罐操作井上增设无动力通风系统,借助无动力风机自然旋转产生的压差带动操作井内空气与外界空气的流通,能有效改善这种油罐操作井的生产安全环境和设备锈蚀问题.     

潜山沉积环境图及潜山成藏条件分析

“潜山沉积环境图” 是能够比较全面反映潜山石油地质特征的综合性图件, 其其体制图才法和步骤是: ① 编绘潜山任性面项界几何形态;② 进行室内“ 地质琪图”;③确定潜山土披盖层的分布范围; ④确定生油区。经过区域探井标定的, 具有一定精度的地哀叠加偏移别面是编制“潜山沉积环境图”的基拙资料。70 年代末期这些方法曾用于渤海湾盆地西部的潜山成藏条件研究, 取得了一定的效果。     

四川芦山地区阴沉木雕刻工艺品产业的发展

考察四川芦山地区阴沉木雕刻工艺品产业的形成与发展,探讨该地区有形木材资源与无形木雕工艺、木文化的融合,同时针对产业发展中存在的一些问题,提出了解决之道。面对不可再生阴沉木资源的逐渐匮乏,有限有序开采十分必要,同时要保护阴沉木的科学信息。面临越来越国际化的市场竞争,应增加产品的透明度,规范产品命名,在经营方式上让消费者切身参与其中,了解木雕艺术作品的制作流程,增强互动性体验性,同时在区域建设上合理配置资源,将休闲娱乐与木文化的传播融为一体。     

基于像素分类的运动目标检测算法

针对复杂环境下运动目标检测提出一种基于像素分类的运动目标检测算法。该算法通过亮度归一化对图像序列进行预处理,用以降低光照变化造成的误检,根据场景中不同像素点的特点,对图像进行分类处理,单模态类的像素用中值法进行背景建模,多模态类的像素用混合高斯模型建模。实验结果表明,该算法与传统的高斯建模法相比,减少了运算量,更易于应用在实时系统中。     

矿产资源补偿费计征对象的研究

我国对矿产资源补偿费计征对象的规定一直存在着争议,如何在经济学上对征收资源补偿费的矿产品进行界定、如何明确计征对象,是解决争议的关键。通过对我国十几年来矿产资源补偿费征收经验的研究,以及对国外一些国家矿产品的含义和计征对象规定的分析,提出了完善矿产品含义和计征对象的建议,为制定矿产资源补偿费征收管理政策提供了参考依据。     

面向高层地物的异源高分遥感影像配准方法

由于传感器成像通常存在较大差异,异源高分辨率遥感影像配准面临着更加突出的局部变形问题。特别是城市中高层地物的相对视差偏移更加显著,从而在空间变换中产生严重的非线性误差。为此,本文提出了一种面向高层地物的异源高分遥感影像配准方法。首先,通过开展阴影检测并结合影像分割,实现对高层地物的筛选。在此基础之上,提出了一种基于相位一致性的阈值自适应特征点提取策略,以提升高层地物中特征点数量与特征点整体分布均匀性。其次,通过引入阴影面积加权特征向量距离,以排除阴影对同名点对匹配干扰。最后,针对同名点对设计了一种变换误差自适应惩罚因子,以降低高层地物上空间变化差异对映射方程的影响权重。通过对多组异源高分遥感影像的配准实验表明,所提出方法的总体配准精度和均方根误差分别可达88.9%和1.481。     

分布式光纤的沙漠埋地油气管道入侵信号识别

针对沙漠埋地油气管道服役环境、破坏情况和威胁管道安全的第三方入侵情况,容易引起入侵振动信号的有效特征提取和准确分类识别困难的问题,提出一种沙漠埋地油气管道入侵信号特征识别方法。该方法首先利用分布式光纤采集管道沿线入侵振动信号;然后通过改进的总体平均经验模态分解（MEEMD）法分解振动信号得到信号的固有模态函数（IMF）分量;进而提取IMF分量的能量以及MEEMD能量熵组成特征向量;最后将该特征向量输入到极限学习机（ELM）分类识别模型。实验结果表明,该方法能够实现敲击管道、人工挖掘、机械施工和沙暴天气四类事件识别,并与BP神经网络和支持向量机识别模型进行对比,该方法总识别准确率达到了94%,识别速度更快。本文所提方法对分布式光纤沙漠埋地油气管道监测具有重要参考意义。     

基于电磁感应的钢筋定位及埋深检测新方法研究

钢筋混凝土结构广泛运用于电力基础设施中,对其内部钢筋参数进行检测能够有效判断其结构耐久性,对保障电力系统安全稳定运行有重要的意义。针对传统钢筋混凝土检测方法无法判断混凝土内钢筋走向及埋深测量不够精确的问题,通过对钢筋测量原理分析和霍尔传感器布局设计,提出了一种基于电磁感应的钢筋定位及埋深检测方法。该方法用于判断钢筋的中心位置并测量其偏转角度,同时利用拟合得到的函数反应检测值与钢筋埋深之间的关系。实验表明,埋深检测值受到相邻钢筋的影响而存在较大误差,间距越小误差越大,因此通过BP（Back propagation）神经网络对不同间距下的检测值进行了数据修正,有效地提高了混凝土中钢筋埋深的检测精度。     

基于PSO-GRNN模型的埋地管道腐蚀剩余寿命预测

目的 构建埋地管道腐蚀深度预测模型,预测腐蚀管道的剩余使用寿命。方法 依据ASME B31G剩余强度评价标准,给出管道的最大允许腐蚀深度计算方法,引入广义回归神经网络（GRNN）,构建埋地管道腐蚀深度预测模型,采用粒子群算法（PSO）优化GRNN的网络参数,结合管道腐蚀发展趋势预测方法,对埋地薄弱管道进行腐蚀剩余寿命预测。以陕西省某埋地输油管道为例,选取8个主要外腐蚀因素,构建外腐蚀指标体系,借助Pycharm编程仿真,结合埋片试验,对该模型预测结果进行验证分析,并预测各腐蚀管段剩余使用寿命。结果 与BP模型相比,PSO-GRNN模型的管道腐蚀深度预测结果最大相对误差控制在13.77%以内,平均相对误差仅为6.63%。寿命预测结果显示,部分管段的剩余使用寿命未能达到其预期服役寿命。结论 所建模型预测性能要明显优于BP模型,预测精度更高,能够较好地预测埋地管道的最大腐蚀深度和未来的腐蚀发展规律,剩余寿命预测结果贴近实际,为管道的维修和更换提供了指导依据,在实际工程中,具有一定的应用价值。     

杂散电流对埋地管道的腐蚀及排流方式的研究进展

随着人们对能源需求的不断增加,输油管道和电力设施建设迅速发展,由于空间地理位置限制,管线与电力设施不可避免地并行铺设,杂散电流对埋地管道的腐蚀问题日益突出.根据干扰源不同,可将杂散电流分为直流干扰与交流干扰.分别从直流和交流杂散电流出发,介绍了杂散电流的主要来源、形成原因及腐蚀危害;了解了二者的腐蚀特征以及腐蚀速率差异...