基于渗透率张量的各向异性油藏两相渗流数值模拟

针对油藏中存在的渗透率各向异性问题,建立全渗透率张量的油水两相渗流数学模型,利用有限元方法在空间域上进行离散,采用隐式差分格式在时间域上离散,得到地层中不同位置处的压力和含水饱和度变化规律。结果表明:各向异性油藏中的注水前缘与各向同性油藏有明显不同,主要沿渗透率主值较大的方向推进;渗透率主值较大方向与注采井连线夹角较小,注入水推进较快,生产井见水较早;注入水前缘的前进方向和速度受各向异性地带渗透率主轴方向和渗透率主值的影响,各区域内注入水沿渗透率主值较大的方向驱替速度较快。     

基于角色交换的多Agent协商问题的研究

利用角色与Agent之间的动态性刻画多Agent系统的结构和行为模型的特点,针对在协商过程中相互协作的Agent如何结成具有相对稳定的合作领域的问题,对角色进行形式化描述,提出了基于角色交换的多Agent协商角色交换算法。该算法能在不完全信息的环境下,提高多个Agent之间的协商效率;并以模拟足球赛为平台进行实验,结果证明该算法是可行有效的。     

HPLC测定奥贝胆酸片含量

为建立HPLC-UV测定奥贝胆酸片含量的方法,采用高效液相色谱法及紫外检测器,色谱柱为Agilent HC-C_(18)(250mm×4.6mm,5μm),流动相为乙腈(含0.02%(体积分数)甲酸)-水(含0.02%(体积分数)甲酸),二者体积比为60∶40,以1.0mL/min的流速进行洗脱,检测波长为195nm,柱温为30℃,进样量为100μL。结果表明:奥贝胆酸质量浓度在0.200 26~1.001 30mg/mL范围内与峰面积呈良好的线性关系,相关系数r=0.999 9;中间精密度、稳定性、重复性试验的RSD值不超过1.0%;平均回收率为99.64%,RSD值为0.58%(n=9)。该方法简便、专属性好、精密度高、耐用性良好,可用于奥贝胆酸片含量的测定。     

射孔斜井产能预测新方法

从Besson公式的基础上引入双径向流模型,采用等值渗流阻力法,分射穿污染带与未射穿污染带两种情况推导出射孔斜井的产能公式。考虑了孔深、孔密、孔径、相位、污染带的半径与污染程度、压实带的厚度与压实程度、井斜角等因素对产能的影响。利用本文所推导的公式对射孔斜井产能进行参数敏感性分析,认为:产能指数对井斜角、孔深、孔密、压实程度、相位、孔径、压实带厚度的敏感性依次降低;产能指数对射孔参数和压实带参数的敏感性在未射穿污染带时比射穿污染带时高。     

试论不同年龄阶段素质能力的训练

提出在不同年龄阶段应培训的各种素质训练.     

开展大学生科技活动,促进教育教学的改革

<正>高等教育事业要适应社会主义市场经济新的形势,必须实行教育教学改革.大力开展大学生科技活动,加强实践环节锻炼,是高校教育教学改革的重要内容,是提高人才素质的重要举措.本文就大学生科技活动问题作一些探讨.     

倾斜对磁动式测氧仪的影响与控制

分析和控制倾斜对磁动式测氧仪的影响,有利于放宽仪器对水平放置和环境振动的要求,并提高仪器的精度.从磁动式测氧仪的结构出发,分析仪器左右倾斜和前后倾斜两种情况哑铃球系统的受力,得出铂丝不通过哑铃球系统的质心时,哑铃球系统出现的扭转力矩将使CCD上光点位置产生显著的移位.设计一种光学装置,控制铂丝通过哑铃球反射镜系统的质心.     

双重磁响应复合微球的制备及吸附性能研究

采用种子乳液聚合法制备了Fe3O4@P(NIPAM-co-St)温敏复合微球。利用透射电镜、红外光谱仪、Zeta粒度分析仪、热重分析仪和振动样品磁力计对微球结构进行了表征,通过紫外-可见光分光光度法研究了微球对模型有机物罗丹明B(Rh B)的吸附和磁感应脱附再生行为。结果表明,复合微球呈现多核壳结构,增加聚合体系疏水单体苯乙烯(St)用量,微球中Fe3O4含量和饱和磁感应强度降低;微球中引入适量疏水聚苯乙烯(PS)链段可以提高其对Rh B的吸附量,且酸性条件有利于微球对Rh B的吸附,吸附量可达13.31 mg/g;吸附Rh B的微球在交变磁场作用下的脱附量相对于室温条件明显提高,且微球经过5次使用后,其吸附量仍然可达8.82 mg/g,说明该微球具有良好的双重磁响应特性(磁分离响应和磁感应脱附再生)。     

基于矩阵分解和自适应图的无监督特征选择

在高维数据分析中，一个不可避免且棘手的问题是维度诅咒，因而如何将高维数据通过特征选择降维为低维数据显得尤为重要。对此, 提出了基于鲁棒矩阵分解和自适应图的无监督特征选择模型(unsupervised feature selection model based on robust matrix factorization and adaptive graph, MFAGFS), 实现在一个统一的学习框架下执行鲁棒矩阵分解、特征选择以及局部结构学习。模型首先通过鲁棒矩阵分解可获得聚类标签, 将聚类标签和局部结构信息用来引导特征选择过程, 再从特征选择的结果中自适应地学习数据局部结构。通过局部结构学习和特征选择这两个基本任务的相互作用, MFAGFS可以精确捕获数据的结构信息以及选择出具有判别性的特征。然后，详细阐述了算法优化求解方法, 并证明了算法的收敛性。最后，在6个公开数据集上进行试验对比分析, 参数敏感性分析, 验证了所提模型的有效性。实验结果表明, 所提的方法与其他方法相比, 性能均有不同程度的提高。