磁通集聚器放大磁场分布及矢量选择特性研究

主要针对T型磁通集聚器结构间隙内轴向放大磁场分布特性以及放大磁场矢量,选择性利用三维有限元静磁特性仿真分析及实验验证的方法进行了一系列的分析研究。结果表明,间隙内放大磁场分布均匀区与结构间隙区域具有相似的截面形状,该均匀区的大小与间隙截面积成正比并与间隙距离成反比。另外,通过仿真和实验验证了集聚器能够放大轴向环境磁场强度,缩小横向磁场强度,具有矢量选择特性。该结论为矢量磁传感器增大灵敏度提供了一定的应用基础。     

考勤管理系统的开发与应用

本文阐述了一个实用的考勤管理系统的总体结构及各功能模块的作用。本系统不仅能完成考勤的全面的电子化管理，而且还能灵活、方便地将考勤与工资挂构。经实际应用，效果良好。     

耐温耐盐乳液暂堵转向剂制备与性能评价

为改善常规乳液高温易破乳、增黏能力弱、转向能力差的问题,以柴油为油相,以油酸二乙醇酰胺(ODEA)、聚异丁烯丁二酰亚胺(T154)和十二烷基苯磺酸钠(SDBS)为乳化剂,按油水比3∶7制得稳定的耐温耐盐油包水乳状液,评价了乳状液的性能。结果表明,配方为2%ODEA、0.8%T154和0.3%SDBS的油包水乳状液150℃老化12 h的乳化率在85%以上;乳状液粒径在20～50μm之间;乳状液的稳定性和耐温耐盐性较好,在95℃、170 s~(-1)的条件下乳状液的黏度为295.6 mPa·s;按体积比10∶5与20×10~4mg/L高矿化度水混合后乳状液黏度为7090.2 mPa·s,与柴油混合后其黏度低于50 mPa·s;高浓度酸液可使乳液增黏效果降低,在注酸前应注入水相隔离段塞。该乳状液可有效封堵基质高渗区域与裂缝,实现酸液连续多级转向,可用于高温高矿化度碳酸盐岩油藏。图12表4参15     

新型飞蛾火焰优化算法的研究

飞蛾火焰优化算法（Moth-Flame Optimization，MFO）是一种自然激励且易于实现的全局优化算法，在许多实际优化任务中表现出良好的性能。然而，MFO算法存在早熟收敛和容易陷入局部最优解的问题，针对这些不足，提出了一种Kent混沌动态惯性权值的改善飞蛾火焰优化算法（Ameliorative MFO，AMFO）。在AMFO算法中，引入Kent混沌映射搜索策略帮助当前最优解跳出局部最优；采用基于适应度值和迭代次数的动态惯性权值策略来平衡算法的开发和探索能力，以进一步提升MFO算法性能。在8个经典benchmark函数上验证AMFO算法的搜索精度和性能，并将其结果与标准飞蛾火焰优化算法、粒子群算法和差分进化算法进行比较，仿真结果表明AMFO算法具有较好的搜索性能。     

Fe3O4-PDMS纳米复合材料磁电阻特性及变化模型的研究

主要研究了复合材料磁电阻特性,提出了复合材料的制备方法,并测量了材料形貌、磁化特性、磁电阻随磁场的变化特性。结果表明,复合材料在环境磁场中能够产生磁电阻效应,其磁电阻特性受材料中分散的纳米颗粒的磁化特性所影响,并且复合材料磁电阻随着材料中纳米颗粒的分散浓度的增大而增大。根据磁场环境下复合材料中纳米颗粒之间沿磁场方向的相互作用以及聚合物材料的粘弹性,重点分析了该复合材料的磁电阻变化机理并提出了复合材料的磁电阻变化模型。随后,利用纳米颗粒的磁化数据以及PDMS的动力学参数进行了复合材料磁电阻变化特性的数值仿真,并将仿真数据与实测数据进行对比,对比结果显示该模型能够准确描述复合材料的磁电阻变化特性。     

管体车丝机工具系统分析

深入讨论了石油套管加工重点设备———471型管体车丝机工具系统的工作原理,以安全圆为例系统阐述工具、机床和程序的工作过程。     

江西五十铃汽车发动机怠速不稳及高速功率不足冒黑烟故障的排除

1 故障现象 有一辆江西五十铃客货车发动机匹配VE喷油泵来我厂进行维修。据车主反映该车在途中由于加入了含杂质多的劣质柴油后,发动机就出现了怠速不稳、高速功率不足、没劲、冒黑烟。 2 原因分析 从车主反映的情况中我们可以知道故障原因     

锡柴6113增压154 kW(210马力)发动机工作不稳定的故障排除

1 故障现象 一辆解放新型卡车行驶约10000km左右,该车发动机逐步出现怠速及加速不稳,并且逐渐加重使该车无法正常行驶,到齐齐哈尔民航路浦田汽车保修厂进行维修。     

基于LFSN和小波变换的业务流预测算法

针对实际业务流预测精度偏低的问题,结合线性分形稳定运动(LFSM)模型和小波变换提出一种新的业务流预测算法(SPWL)。定义线性分形稳定噪声(LFSN)分布特征,利用离散傅里叶变换产生满足LFSN过程的数列,并给出实际业务流数据拟合方法。通过小波变换降低实际业务流的突发特性,同时融合LFSM模型的预测结果提高实际业务流的预测精度。基于NS2和Matlab进行仿真实验,结果表明,与FARIMA算法相比,SPWL算法预测精度较高,其预测误差仅为12.83%。