黄牛软鞋面革的生产

据有关资料报道,美国运动鞋销量居界界之首。但由于制革污染及劳力昂贵等因素,美国运动鞋厂家纷纷到国外合资生产。我国珠江三角洲地区就有很多合资生产运动鞋的厂家。面料一般靠进口,但毕竟有诸多不便,于是纷纷在国内寻找软鞋面等生产厂家,这就为鞋面革的生产开拓了新的领域。运动鞋由软鞋面革及发泡塑料鞋底构成,集皮、布、塑料优点于一身,与服装配套,有潇洒、大方、轻松、自如之美感。目前,我国皮鞋生产还没有完全达到轻、软的要求,似有积压趋势。因此,如何适应新     

光谱预处理-卷积神经网络模型预测油田污水含油量研究

含油量是油田污水的重要指标之一，快速分析油田污水含油量对油田污水达标回注处理具有重要意义。测量了油田含油污水水样的紫外透射光谱，基于含油污水紫外透射光谱，采用卷积神经网络(CNN)建立模型预测油田污水含油量，并比较了4种预处理方法对CNN模型预测能力的影响。结果表明：含油污水透射光谱经Savitzky-Golay平滑法预处理后建立的CNN模型优化效果最好，其r_p和RMSEP分别为0.964 9和1.8470。相比于利用原始光谱建立的CNN模型，SG-CNN模型的r_p增加了0.000 7,RMSEP降低了3.29%。而另外3种预处理方法对CNN模型的预测能力没有起到预期效果。因此，在使用CNN对油田污水含油量进行分析时，可使用SG预处理方法进行模型优化。本研究为油田污水含油量检测提供了一种快速检测的方法。     

油田污水含油量光谱预测研究

回注水含油量不达标回注会使储层物性遭到破坏，实现油田污水含油量的快速分析对油田生产具有重要意义。测量了油田含油污水的紫外透射光谱，并建立了卷积神经网络（CNN）模型对油田污水含油量进行预测，研究了基于透射光谱和折射率建立模型对CNN含油量识别模型的影响，分析了含油量定量识别模型的模型稳定性。结果表明：基于透射光谱数据建立的T-CNN模型的预测能力优于基于折射率建立的n-CNN模型；增加训练集样本数量可以提高模型的预测精度和模型稳定性。