聚合物驱不同可采储量评价方式对开发经济评价的影响

大庆油田已实施聚合物驱开发多年,随着投入开发区块油层条件变差,开发效果也逐渐变差,如何准确评价聚合物驱油的经济效益是亟待解决的问题。通过分析聚合物驱不同可采储量评价方式下固定资产折耗率的变化情况,筛选出利用化学剂用量计算可采储量作为固定资产折耗率的计算方法。该方法在固定油价和变油价下的内部收益率、净现值等经济指标均优于一次性算足可采储量的方法,更加符合聚合物驱油的产能区块开发特点,能够客观评价产能区块经济效益。使用该方法可使油田储量资产保值或增值,避免错误投资决策发生,确保聚合物驱油技术顺利实施,释放更多的开发潜力。     

分布式容错时间同步化系统的误差分析

分布式容错时间同步化系统是为了解决分布式环境中的各种计算机同步问题的一种工具。但是由于在时间同步上存在着很多误差,大大地影响了时间同步化的精度。本文较为详细地分析了误差产生的主要原因,并且根据实验提出了解决误差问题的建议和方法。     

纳米SiC对C/C复合材料石墨化与抗氧化性能的影响规律

本文制备纳米SiC基体改性的SiC-C/C复合材料,利用X射线衍射技术、高分辨率透射电镜等研究SiC对碳材料的石墨化度的影响.纳米SiC能够显著促进碳基体材料的石墨化度,同时通过高分辨率透射电镜在纳米SiC颗粒周围观测到明显的石墨化结构,并且距离SiC越近,碳基体的石墨化程度越高.通过静态氧化实验研究SiC-C/C复合材料的抗氧化性能.结果表明,随着SiC加入量的增加复合材料的抗氧化性显著提高,纳米SiC在高温下生成较为均匀的SiO₂保护层,覆盖在碳材料的表面,阻碍氧气与碳材料的接触,并且SiC含量越高,形成的保护层越厚,抗氧化能力越强.     

基于CPLD的电动阀门驱动装置控制器设计

电动阀门动力装置的控制特性和可靠性对阀门和整个管网系统的自动化控制具有重要影响.该文根据开关阀的动作机理和无刷直流电机的工作原理,利用脉宽调制专用集成芯片和复杂可编程逻辑器件(Complex Programmable Logic Device,CPLD),设计了开关阀动力装置的无刷直流电机控制器.软件仿真和试验表明,驱动装置结构简单,调试方便,可靠性高,适合于炼油化工、油气储运、水利等行业要求.     

课程思政在民族高校化工基础实验教学中的探索和实践

《化工基础实验》是化学专业学生的专业必修课,是化工基础理论课程的重要实践环节。本文以“三传一反”为核心,通过PBL和CBL两种教学途径,融入爱国主义、环保意识、辩证唯物主义、核心价值观等思政元素,将化工基础实验中的各个单元操作整合重组,并建立了“一核心二途径三模块”实验体系,积极推进化工基础实验教学改革,实现专业培养目标,着实提高我校民族院校的教学质量,增强学生民族自信,培养出德才兼备的应用创新型人才。     

基于多核支持向量机的多模态过程故障检测

针对具有多模态、非线性特征的复杂分布数据的工业过程,提出一种基于局部相对概率密度（LRPD）的多核支持向量机（MKSVM）故障检测方法LRPD-MKSVM。首先,计算训练样本的局部概率密度矩阵并进行标准化处理,来消除数据的多模态特性;其次,运用标准化后的概率密度矩阵训练多核SVM模型,获得判别分类函数;之后,将测试数据的概率密度矩阵作为多核SVM模型的输入,对其进行分类;最后,将该方法应用于TE多模态工业过程,分别与基于单核的高斯核函数SVM(RBFSVM)、多项式核函数SVM(POLYSVM)分类方法 对比分析,结果表明：基于多核SVM方法的分类正确率明显优于单核SVM方法。     

油田投资、产量、成本和效益优化配置方法及实例

根据优化理论,综合考虑油田开发状况及资源的均衡分配,建立了油田投资、产量、成本和效益优化配置模型.该优化配置模型把成本函数、投资函数与效益关系函数有机结合在一起.同时,还介绍了已开发油田和新开发油田的投资、产量、成本和效益的优化配置方法.根据动用地质储量不同类别储量,构造不同的产量规模,应用优化配置模型确定出S油田在不同油价下的优化配置产量和次优化配置产量规模.应用结果表明,模型适用于油田确定开发产量规模及产量构成,降低油田开发的投资风险.     

干涉直条纹周期测量及其在位相检测中的应用

干涉条纹周期是干涉精密测量中的一个较为重要的参数.为了可以简单快速而不失准确性地测量条纹周期,采用了图像处理实现干涉条纹周期测量的较为简单实用的算法.通过MATLAB平台设计相应的图像数据处理软件,分析影响条纹周期测量精度的因素,给出处理过程对条纹倾斜度的要求,并应用于相板的位相的定量检测,获得了相板的位相大小.结果表明,测量相位精度达λ/20～λ/50或π/10～π/25.这一结果对位相物体的厚度和折射率的测量有很大的帮助.     

基于核熵成分分析的工业过程多类型故障诊断

核熵成分分析(KECA)特征提取过程中只保留了数据的最大瑞丽熵(Renyi)信息,没有充分利用数据的类别信息。由于监督学习算法线性判别分析(LDA)能够有效提取特征中的类别信息,因此提出KECA-LDA(KEDA)的特征提取方法。首先KECA依据最小Renyi熵损失策略对数据进行维数约简;然后在KECA特征空间使用LDA算法获取具有判别信息的低维特征并输入到支持向量机(SVM)分类器中,利用天牛须优化算法(BAS)得到最佳性能的SVM分类器,从而建立故障诊断模型。将KEDA-BAS-SVM方法应用于田纳西-伊斯曼化工过程(TE)进行仿真实验,结果表明：当采用基于距离测度的矩阵相似性优化确定KEDA中所选用的径向基函数(RBF)核参数时,相比KECA和LDA算法,KEDA特征提取后多类型故障诊断准确率达到99.7%,验证了KEDA-BAS-SVM在多类型故障诊断领域的优越性。