西湖凹陷平湖斜坡带原油轻烃地球化学特征

通过对西湖凹陷平湖斜坡带的12个原油样品中轻烃分布及组成特征进行分析,结果表明:原油的轻烃馏分组成中甲苯、甲基环己烷指数高,石蜡指数低;原油发生蒸发分馏作用其程度大体相当于Thompson的5~7次充注观察值;C7化合物组成特征和甲基环己烷指数均指示原油母质来源于腐殖型有机质;Mango轻烃参数K1基本符合轻烃稳定态催化动力学轻烃成因模式;轻烃组分中的庚烷和异庚烷指数因蒸发分馏作用而出现成熟度偏低的假象,原油形成温度在124~131℃之间。     

油底壳流固耦合动力学特性分析

阐述了油底壳、油液耦合系统模态分析建模方法，对油底壳的结构模态和耦合模态进行了计算，并通过模态试验对模态结果进行了验证。测试结果表明，无论是结构模态还是耦合模态，其测试结果与计算结果都具有很好的一致性。进一步研究发现，油液不会对油底壳模态振型产生大的影响，但会使油底壳的模态频率明显下降；油液质量是导致油底壳模态频率下降的主要原因，而油液的体积模量对油底壳模态频率影响很小。     

热氧处理聚丙烯粉料的DSC曲线双峰研究

发现热氧处理的聚丙烯粉料的DSC曲线存在着熔融双峰现象。可以用熔融双峰来判断聚丙烯粉料的热氧老化是否发生,并评估其热氧降解的程度。第一次升温曲线小平台状熔融峰的出现表明热氧老化开始发生。第二次升温曲线孪生双峰的出现则表明热氧老化的程度已经相当严重。小平台状熔融峰是回火效应留下的DSC印记,而孪生双峰的成因则是降解程度提高后β晶的出现和增多。     

车身电泳流痕问题的解决

通过一次电泳流痕问题,从材料、工艺、工装及产品结构方面综合研究车身电泳流痕的解决方案。     

哈里伯顿CSNG-Ⅰ测井仪故障分析与解决

文章对哈里伯顿公司的补偿自然伽马能谱测井仪(CSNG-Ⅰ)的基本结构和原理进行了介绍.同时对仪器实际使用过程中遇到的故障进行分析探讨,总结了解决故障的思路和方法,列出了一些常见的故障排除案例,供维修参考.     

低温甲醇洗吸收塔产出液再生过程模拟研究

利用化工流程模拟软件Aspen plus对低温甲醇洗酸性气体吸收塔产出液再生过程进行模拟研究。得到H_2S浓缩塔气相流股和热再生塔液相流股中CO_2、H_2S的物质的量分数(是否应为"物质的量分数",即旧称摩尔分数,请通篇核对)剖面图和温度剖面图。通过对H_2S浓缩塔和热再生塔的塔板核算和水力学计算,确定了塔板基本结构参数。通过灵敏度分析,考察了CO_2解析塔中温度压力、H_2S浓缩塔中气提N_2流量、热再生塔中冷凝器温度压力及精馏塔回流比对净化气CO_2、H_2S含量的影响。当CO_2解析塔温度为-35°C、压力为0.6MPa,H_2S浓缩塔再生N_2流量为1500kmol/h,热再生塔冷凝器温度为20°C、压力为0.3MPa,精馏塔回流比为0.45时,产品气满足净化要求,H_2S物质的量分数达到68.9%、甲醇质量分数达到99.9%满足回收再利用的要求。     

七种坚果仁中多酚、三萜含量及其抗氧化活性比较

坚果因富含抗氧化等活性成分已成为备受推崇的休闲食品。该研究将核桃、巴旦木、银杏果、花生、葵花籽、野生和种植香榧仁进行对比,评价7种坚果仁的活性成分含量及其抗氧化能力差异。结果表明,不同坚果的主要活性成分和抗氧化能力存在显著差异(P 0. 05)。葵花籽仁和核桃仁中分别具有最高的总黄酮(35. 16 mg Qu E/g DM)和总酚含量(9. 69 mg GAE/g DM)(槲皮素,quercetin equivalent,Qu E;干原料,dry material,DM;没食子酸,gallic acid equivalent,GAE),(齐墩果酸,oleanolic acid equivalent,OAE),其次为种植香榧仁;种植香榧仁具有最高的总三萜含量(4. 37 mg OAE/g DM),其次为核桃仁。抗氧化实验表明,种植香榧仁提取物具有最高的DPPH·和ABTS+·清除能力,其IC50值分别为0. 08 mg E./m L和0. 07 mg E./m L(提取物,extract. E.),但核桃仁提取物的Fe3+还原能力最高,其槲皮素当量还原能力为115. 25 mg Qu E/g E.,种植香榧仁的还原能力次之。以上结果表明,种植香榧仁具有较高的活性成分含量和抗氧化活性,是优于巴旦木、银杏果、花生和葵花籽仁的天然抗氧化剂资源。     

基于多隐层Gibbs采样的深度信念网络训练方法

深度信念网络（Deep belief network，DBN）作为一类非常重要的概率生成模型，在多个领域都有着广泛的用途.现有深度信念网的训练分为两个阶段，首先是对受限玻尔兹曼机（Restricted Boltzmann machine，RBM）层自底向上逐层进行的贪婪预训练，使得每层的重构误差最小，这个阶段是无监督的；随后再对整体的权值使用有监督的反向传播方法进行精调.本文提出了一种新的DBN训练方法，通过多隐层的Gibbs采样，将局部RBM层组合，并在原有的逐层预训练和整体精调之间进行额外的预训练，有效地提高了DBN的精度.本文同时比较了多种隐层的组合方式，在MNIST和ShapeSet以及Cifar10数据集上的实验表明，使用两两嵌套组合方式比传统的方法错误率更低.新的训练方法可以在更少的神经元上获得比以往的训练方法更好的准确度，有着更高的算法效率.