5G核心网业务模型的智能化预测研究

摘 要：核心网业务模型的建立是5G网络容量规划和网络建设的基础，通过现有方法得到的理论业务模型是静态不可变的且与实际网络存在偏离。为了克服现有5G核心网业务模型与现网模型适配性较差以及规划设备无法满足用户实际业务需求的问题，提出了一种长短期记忆（long short-term memory，LSTM）网络与卷积LSTM （convolution LSTM，ConvLSTM）网络双通道融合的 5G 核心网业务模型预测方法。该方法基于人工智能（artificial intelligence，AI）技术以实现高质量的核心网业务模型的智能预测，形成数据反馈闭环，实现网络自优化调整，助力网络智能化建设。     

页岩油储集层压后焖井时间优化方法

建立了考虑毛管压力、渗透压、膜效应以及弹性能的压裂-焖井-生产多过程多相流模型，提出了以产能最大化为目标的页岩油水平井分段多簇压裂后焖井时间优化方法，采用现场生产数据和商业软件验证了该模型的准确性。基于该模型和方法，根据现场压裂压力数据反演裂缝参数，建立物理模型，模拟了压裂、焖井以及生产阶段储集层孔隙压力、含油饱和度的变化动态，并研究了7种因素对最优焖井时间的影响规律，通过开展正交实验明确了最优焖井时间的主控因素。研究表明，随着焖井时间增加，累计产量增量先快速增加后趋于某一稳定值，变化拐点对应的焖井时间为最优焖井时间。最优焖井时间与基质渗透率、孔隙度、毛管压力倍数及裂缝长度呈非线性负相关，与膜效率、注入液体总量呈非线性正相关，与排量呈近线性正相关。对最优焖井时间的影响程度从大到小依次为注入液体总量、毛管压力倍数、基质渗透率、孔隙度、膜效率、压裂液矿化度和排量。     

水平岩层软弱基座危岩体演化过程研究

以重庆市甄子岩29号危岩体为研究对象，基于现场调查和分析解剖，建立UDEC离散元数值计算模型，对其演化变形过程进行模拟分析。研究表明，在巨大的自重作用下，由于基座岩体岩质软，岩体较破碎，且基座外侧为直立的陡崖，具有完整的临空面，从而使基座岩体易发生压缩流变及剪切流变，进而使危岩体存在滑移垮塌的危险。     

波纹角对波纹竖板冷凝换热特性的影响

为了提高板式换热器的换热性能,探究换热板片的波纹角对波纹竖板冷凝侧换热特性的影响,优化其结构参数,采用建模计算的方法定量分析了波纹角对板片换热面积、液膜下落时间、流体努塞尔数、摩擦系数等参数的影响,并用可视化实验观察了不同波纹角下液膜流动路径的特点。分析结果表明,波纹角的变化对板片换热面积影响很小,可以忽略。波纹角越小,液膜下落时间越短,排液速度越快,液膜厚度越小,越有利于冷凝传热。波纹角越大,冷凝液的流动路径越接近波纹状流型,扰动越剧烈,增大了流体的雷诺数和努塞尔数,且雷诺数值越大,努塞尔数对波纹角的变化越敏感。流体与波纹板的摩擦系数也会随着波纹角的增大而增大,蒸气冷凝时产生的摩擦压降也越大。     

红外光谱法用于快速测定车用柴油酸度等性质的研究

针对车用柴油酸度等性质测定过程繁琐，采用衰减全反射样品池测定车用柴油的红外光谱，用偏最小二乘法（PLS）建立红外光谱测定车用柴油酸度、密度、闪点和凝点的4个校正模型，验证标准误差分别为0.46 mg/(100 mL),0.77kg/m3,2.60 ℃,2.77 ℃，该方法符合标准方法再现性要求。与标准方法相比，该方法具有无需预处理、操作简单、测量快速、重复性好等优点。     

FCC汽油叠合生产柴油的研究——(Ⅰ)叠合催化剂的研制

采用中孔γ-Al2O3为载体，以非贵金属Ni为活性金属组分，以金属Sn为助剂组分，制备了FCC汽油叠合生产柴油的催化剂。在实验室小型连续流动式固定床装置上，以FCC汽油为原料，考察了主活性金属负载量、助催化剂、催化剂制备条件对催化剂性能的影响。研究结果表明，在活性金属Ni质量分数为8％，助催化剂Sn质量分数为1％，浸渍时间6h，焙烧温度500℃，焙烧时间4h的条件下，制备的叠合催化剂的催化性能最好。并对催化剂进行了1500h的稳定性试验和再生性能考察，结果表明该叠合催化剂具有良好的稳定性和再生性能。     

改善煤的品质提高熟料强度

我公司现有２台Φ４．０m×１５０m的湿法长窑，其燃料消耗大约占水泥成本的１５％左右。实行水泥新标准后熟料强度一直较低，２００１年６月由于种种原因使公司的原煤储量不足，煤质下降，影响了熟料强度的发挥，为此我公司在２００１年８月２５日～９月１２日运用原煤和精煤搭配进行煅烧熟料的试验，收效明显。１进厂原煤情况及熟料特征原煤工业分析见表１，煤灰化学成分见表２。表１煤工业分析时间Mad／％Aad／％Vad／％FCad／％Qnet，ad／（kJ／kg）细度／％２００００．３９２６．９２２２．３９５０．３０２４２４３１０．５２００…     

应用时频分析方法辨识时变系统的模态参数

应用Gabor展开及Hilbert变换进行时变线性系统模态参数的辨识。利用非平稳信号的Gabor变换将结构响应信号表示在时频面上，并通过Gabor展开重构分离模态分量，建立每一阶模态的时变线性模型。对单模态时变线性模型应用Hilbert变换来辨识随时间变化的模态频率和阻尼。通过对刚度和阻尼慢变的两自由度系统模态参数的仿真辨识验证辨识方法的有效性。仿真结果表明：本文方法为时变线性系统的模态参数辨识提供了一条新的途径。