塔里木盆地顺北油田超深断溶体深度学习地质建模方法

断控缝洞型储层是分布在中国塔里木盆地奥陶系的一种特殊类型储层,具有埋藏深、成因复杂、非均质性强等特点,受限于井资料稀疏和地震品质低等因素,断控缝洞型储层的准确表征与精细建模面临重要挑战。综合钻测井、岩心、野外露头及三维地震信息,在断控缝洞型储层构型模式指导下,构建了断溶体深度学习训练样本;在深度学习网络综合分析基础上,提出了适用于深层断溶体的深度学习建模方法。研究结果表明：深层少井资料条件下,基于多源数据综合建立的“原位等尺度”训练样本是断溶体深度学习建模的基础;优选的地质体目标图像转换网络可以较好地实现从地震数据到断溶体储层的直接预测。在训练网络搭建基础上,建立了塔里木盆地顺北油田5号断裂带南段的断溶体储层三维模型,该模型多维度符合断控岩溶地质模式及分布规律,与基于钻井资料的储层预测符合率较高。提升断溶体深度学习地质建模的精度和条件化程度是未来的努力攻关方向之一。     

碳钢/不锈钢同速异径蛇形轧制复合变形规律

为提高碳钢/不锈钢板材轧制复合界面结合强度并降低轧后弯曲，采用ANSYS LS-DYNA有限元软件模拟了碳钢/不锈钢在1200℃开轧温度下的同速异径蛇形轧制复合过程，分析了不同压下率、辊径比、错位量与初始板厚等对轧后板材变形行为的影响规律，并进行了轧制复合实验，验证了有限元模拟的准确性。结果表明，与同步轧制和异步轧制相比，同速异径蛇形复合轧制能提高轧后板材界面结合强度并降低轧后弯曲。增大压下率可提高轧后板材界面的结合强度和轧后层厚比，且随压下率和辊径比的增大，轧后板材均出现反向弯曲，表明存在合适工况使轧后板材平直，如当初始板厚为20 mm,压下率为40%,错位量为5 mm,辊径比为1.15～1.20,初始层厚比为0.25～0.33时，轧后板材接近平直。     

CaF_2-CaO-Al_2O_3-MgO-SiO_2渣系表面张力计算模型

基于熔渣结构离子与分子共存理论和Butler方程,建立了CaF2-CaO-Al2O3-MgOSiO2熔渣表面张力计算模型。本模型利用纯组元的表面张力和摩尔体积以及熔渣中各组元表面相和体相中作用浓度(活度)可以计算出CaF2-CaO-Al2O3-MgO-SiO2熔渣表面张力随熔渣成分、温度的变化规律。将计算得到的表面张力值与文献实测值进行对比,计算结果与文献实测值吻合很好。进一步考察了炉渣成分对表面张力的影响,以期为电渣重熔法精炼铜铬合金过程渣系的控制提供理论参考。     

蛇形轧制复合成形镁/铝板材的弯曲曲率研究

针对镁/铝板材轧制复合在轧后容易出现弯曲问题，提出了蛇形轧制复合工艺，以达到降低轧后弯曲曲率并提高界面结合强度的目的。利用ANSYS LS-DYNA有限元软件，研究了蛇形轧制复合过程中不同错位量、异速比、压下量、层厚比及轧制温度对轧后复合板的弯曲曲率的影响规律，并开展轧制复合实验，验证了有限元计算结果的准确性。结果表明，与异步轧制相比，蛇形轧制可有效降低轧后复合板弯曲曲率。相同轧制条件下，异步轧制轧后弯曲曲率随着异速比的增大而增大，随着压下量及层厚比的增大而减小。蛇形轧制错位量可对轧后弯曲抑制产生明显的效果，在一定范围内，复合板的弯曲曲率随错位量的增大而减小。当初始板厚为50 mm、层厚比为2:3、压下量为30 mm、轧制温度为400℃、异速比为1.05和错位量为30 mm时，轧后复合板接近平直。     

马钢2号高炉提高煤比的攻关措施

马钢2号高炉进行了多次提高煤比的专题攻关,然而2021年1—11月,2号高炉的平均煤比仍只有149kg/t,为了最大限度地降低消耗,提出了煤比达到165 kg/t的攻关目标。基于2号高炉原燃料条件及设备运行能力,分析了影响煤比提升的限制性因素,确定了攻关方向。通过调整上部装料制度及下部送风参数,得到了合理的煤气流分布,形成了稳定合理的操作炉型;通过调整热制度及造渣制度,得到了均匀活跃的炉缸工作状态。攻关后,2号高炉生产指标大幅提升,煤比由149kg/t提升至169kg/t,燃料比降至505kg/t,利用系数提升至2.83t/(m³·d)。     

基于流函数法的铝合金板材异步轧制应变计算数学模型

作为一种剧烈塑性变形技术，异步轧制是提高铝合金板材变形均匀性的重要方式。但由于异步轧制中存在多变量、强耦合、非线性等特点，其厚度方向变形机制难以精准解析。为深入研究异步轧制厚度方向变形情况，建立了一种板材异步轧制沿厚度方向应变计算模型。根据轧制过程的运动学特点，变形区被分为刚性-塑性-刚性区。在此基础上对变形区边界条件进行了修正，并采用流函数法建立近真实的运动学容许速度场。根据最小能原理和线性化积分手段建立了轧制功率消耗模型，解决了计算过程中的多参量非线性耦合问题，实现了变形区边界模型的快速计算。结合速度分量与应变速率分量，最终建立了异步轧制轧后应变计算模型。为了验证理论模型的准确性进行了数值模拟与异步轧制试验。与试验结果进行对比，计算结果最大误差为13.44%，最小误差为1.33%，整体计算耗时缩减到1 s以下。模型的建立可为异步轧制板材质量调控与预测提供重要理论参考。