海上稠油油田蒸汽吞吐产量确定新方法

针对目前蒸汽吞吐产量预测模型假设条件简单、普适性差等问题,一般采用测试法和类比法综合确定海上稠油油田蒸汽吞吐初期产量。由于目前海上油田通常只开展常规测试,无法直接获得热采开发初期产量。笔者提出海上稠油油田蒸汽吞吐初期产量确定新方法,建立蒸汽吞吐相对于常规开发的初期产量倍数预测模型,通过蒸汽吞吐产量倍数,将常规测试确定的产量转化为蒸汽吞吐产量。研究表明,蒸汽吞吐初期产量倍数主要受储集层渗透率、原油黏度、注入强度、蒸汽干度等因素影响,利用正交试验设计和多元回归等方法,建立海上稠油油田蒸汽吞吐初期产量倍数与油藏地质参数及注入参数之间的非线性预测模型,该模型经实际生产数据验证,预测误差小于5%,可靠性高,能够为海上稠油油田蒸汽吞吐初期产量的确定提供依据。     

简体接管边缘应力区局部减薄处应力特征

参考《压力容器定期检验规则》第40条,采用有限元方法计算了筒体接管边缘应力区局部减薄处的应力分布,得到了局部减薄处凹坑的尺寸与位置对应力的影响趋势,讨论了应力集中系数随尺寸变化的规律,为筒体接管边缘应力区局部减薄处的强度评定提供了一定的计算依据。     

亚波长光栅用于实现宽光谱消色散1/4波片的研究

基于严格耦合波理论 ,分析了共振区域矩形位相光栅的衍射特性 :位相延迟与光栅周期、占空比、槽深的关系 ,并设计出在 40 0～ 80 0nm范围内的消色散 1/4波片光栅 ,可以实现较为平坦的衍射效率和位相延迟曲线 ,其中位相延迟可保持在 90°左右 ,最大偏差小于 9% ,达到甚至优于普通二元复合消色散波片。通过对加工及安装误差的讨论 ,得到了影响消色散波片光栅性能的主要加工误差是槽深误差和占空比误差。     

铌和钨对γ-TiAl基合金热稳定性的影响

采用光学显微镜(OM)，扫描电镜(SEM)，X射线衍射研究了TiAl—5Nb，TiAl—14．3Nb，TiAl—8Nb—1W，TiAl—12．3Nb-2W四种合金片层组织在1000℃的热稳定性。结果表明，TiAl—12．3Nb-2W合金热稳定性最好，但合金元素对TiAl基合金热稳定性的影响机理还有待进一步的研究。     

一级旋风分离器爆裂失效分析

通过对材料化学成分、爆炸处的材料厚度及其金相组织、介质的流速、介质的成分及颗粒度等进行综合分析,探究了一级旋风分离器的爆炸原因。结果表明,一级旋风分离器爆裂是由于其下封头受到冲蚀损伤,壁厚大面积减薄导致材料强度不足所致。     

机电制造企业生产系统的仿真

针对我国机电企业的现状，研究并完成了机电制造企业的物流监控信息系统的典型设计，建立了质量跟踪体系软件结构，进行计算机仿真，并应用于现场。研究涉及计算机控制技术、信息处理技术、工业以太网通讯技术、现场总线通讯技术、最优化策略等多学科技术。该系统可以大幅度提高生产效率、降低生产成本、减少库存和资金占用，减少日益昂贵的生产和库存用地。     

光纤参量放大器技术及其最新进展

介绍和论述了一种非常有实用前景的基于光纤非线性效应的光参量放大器(OPA)及其最新技术进展．最新发展揭示了它的很多技术特性优于传统的掺铒光纤放大器(EDFA)、半导体光放大器(SOA)和近年来很热门的光纤拉曼放大器(FRA)，如对信号的调制形式、比特率的完全透明性、相位共轭、超宽的增益带宽、很低的噪声指数和具备优异的全光波长转换功能．     

Ni-Al2O3纳米复合电镀工艺的初步研究

初步研究了复合电镀各工艺条件：电流密度、镀液pH值和温度以及搅拌方式对Al2O3纳米微粒在镍基复合镀层中含量的影响。研究表明：电流密度增大不利于提高镀层中纳米微粒的含量；pH值增大也明显使复合量降低;镀液温度升高，镀层中微粒的复合量随之略有改变；电镀时，加强搅拌或适当改变搅拌方式，可以使复合镀居中的纳米微粒含量提高。还利用扫描电镜及能谱对Ni-Al2O3镀层表面进行了观察与分析。     

Ni-La/AC甲醇气相羰基化催化剂失活行为的研究

采用等容浸渍法制备了Ni-La/AC双金属催化剂,在连续流动固定床反应装置中,于260℃、1.5 MPa、CO/CH3OH/CH3I摩尔比20/19/17、.5 g-cath.mol-1条件下考察了催化剂的稳定性,并通过BET、XRD、TPR和ICP等技术手段对甲醇气相羰基化反应失活前后Ni-La/AC催化剂进行了表征,考察了催化剂在反应过程中的结构变化和失活行为。结果表明:La组分的引入促进了Ni在催化剂表面的分散,提高了反应的初活性。但是在长时间运转条件下,羰基化活性中心Ni晶粒发生聚集,成为积碳的活性中心,堵塞了部分催化剂微孔,使得催化剂比表面积减小导致催化剂失活。失活催化剂再生后,比表面积有所回升,但Ni晶粒明显增大,反应过程中失活速率加快。此外,活性金属镍的流失以及Ni、La在催化剂上分布的变化也是催化剂失活的原因之一。     

径向基函数神经网络的再学习算法及其应用

为了应用径向基函数神经网络逐步地识别待研究系统,文章针对径向基函数神经网络的再学习算法开展了深入的研究.应用严格的数学推理方法,将径向基函数神经网络的再学习问题转化为矩阵求逆的附加运算.详细给出了径向基函数神经网络再学习算法中增加新训练样本和增加新基函数的数学公式,同时对如何获取新的训练样本进行了研究.