排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
地质因素对稠油出砂冷采的影响 总被引:4,自引:0,他引:4
在稠油出砂冷采机理和矿场实际资料深入研究的基础上,剖析关键性地质因素对出砂冷采的影响。阐述了稠油出砂冷采技术的主要适用条件,明确相应的开发技术策略。随着大量砂子的产出和泡沫油的形成,单井产量一般可达3~50t/d,是常规降压开采的数十倍至数百倍,采收率一般可达8%~15%.稠油出砂冷采技术最适用的油藏条件是:油层为疏松砂岩,砾石含量低;脱气原油粘度500~100000mPa·s;地层原油含气量10m3/t左右;油层压力大于2MPa;油层埋深200~1000m.边水和气顶的存在以及盖层厚度和夹层分布对稠油出砂冷采效果影响很大,在部署油井、确定射孔井段和排量时也应予以考虑。稠油出砂冷采技术对地层原油中含有溶解气的疏松砂岩稠油油藏具有广泛的适应性。 相似文献
3.
车道线检测在智能交通领域占有重要地位,其检测的准确度和速度对于辅助驾驶以及自动驾驶有重要影响.针对目前深度学习方法识别车道线精度差、速度慢的问题,提出了一种高效的车道线分割方法LaneSegNet.首先基于编码和解码网络原理构建主干网络Lane-Net,用于提取车道线特征信息并分割出车道线;然后使用多尺度空洞卷积特征融合网络,可以极大地扩充模型的感受野,提取全局特征信息;最后使用混合注意力网络获取丰富的车道线特征,并增强与当前任务相关的信息.实验结果表明:在TuSimple数据集上,该方法检测车道线的准确率为97.6%;在CULane数据集上,该方法在标准路面的检测准确率达到92.5%,多种路面综合检测准确率为75.2%.本文提出的LaneSegNet车道线检测方法分割精确度和推理速度优于其他对比模型,且具有更强的适应性和鲁棒性. 相似文献
4.
5.
6.
Internet上的黑客追踪 总被引:4,自引:0,他引:4
本文将探讨如何在Internet上追踪以登录链隐藏身份的黑客。首先,我们将介绍过去这方面的相关工作。过去的方法其追踪范围往往只限于单个控制域内。然后,我们将探讨基于指纹技术的追踪方法。所谓指纹是指连接内容的简短摘要。可以通过比较指纹来判断两个连接是否属于同一个连接链。我们将讨论指纹必须具备的条件、应用前景以及实际中造成错误的因素。 相似文献
7.
表面强化后梯度结构与残余应力对疲劳寿命的影响 总被引:1,自引:0,他引:1
表面强化技术使零件表层结构呈梯度分布并产生较高的残余压应力,可有效提高零件的使用寿命。近年来,表层梯度结构与残余应力对零件疲劳寿命的影响机理成为研究热点。综述了梯度结构与残余应力及其松弛对材料疲劳性能影响的新进展。材料经表面强化后,其表层晶粒明显细化,尺寸沿深度方向呈梯度分布,促使裂纹源转移至硬化层内部。残余应力与外力叠加,降低了零件的实际受力,从而影响零件的疲劳寿命,然而目前尚不能从机理层面对其进行揭示。对于残余应力松弛,目前的主要问题在于松弛模型的建立尚未完善。此外,在裂纹萌生阶段,梯度结构与残余应力均对零件疲劳强度有重要的影响,二者中哪个因素在疲劳过程中起到主导作用还未可知。 相似文献
8.
伴随当前社会经济快速发展,科技技术也发展迅猛,互联网时代逐步到来,各行各业都得到了快速的进步和发展。工程材料检测行业也进入了信息化时代,各类检测机构管理软件和试验数据采集、分析软件相继亮相,检测仪器设备也跟着更新换代,都由原本的人工操作转入计算机自动化的操控,本文重点分析研究计算机技术在检测工程材料过程中的应用,以供参考。 相似文献
9.
表层梯度结构广泛应用于工程材料,经表面强化技术处理后,零件表层结构呈梯度分布,可以改善零件的服役能力.综述了金属表层梯度微结构对力学性能和裂纹扩展的影响,从微观结构和力学性能的角度,结合非均匀材料中裂纹的扩展行为,考虑了微结构和力学性能之间的相互影响规律,分析了梯度结构中影响裂纹扩展的因素.经表面强化后,材料表面晶粒细化,晶粒尺寸沿纵深方向呈现梯度分布,改变裂纹萌生位置,同时对裂纹扩展起到阻碍,使零件疲劳寿命延长.梯度结构中金相组织由表层单一组织到芯部多相组织的转变,引起表层硬度和残余压应力向纵深方向逐渐减小,表面压应力可以减弱外力的作用,从而影响疲劳寿命.然而,梯度结构中微观组织和力学性能互相关联,像晶粒和位错能改变残余应力的分布,也会对裂纹扩展路径产生影响,如何定量表征他们的影响还有待进一步研究. 相似文献
10.
茶叶品质主要是根据人的主观判断进行评估,缺乏客观依据。因此对茶叶种类进行快捷评价是发展趋势。茶叶品质的准确、快速、科学的鉴别对消费者和生产者都具有极其重要的现实意义。为建立一种快速地评估茶叶品种的方法,试验挑选4种选择性茶叶样本为材料,以开水泡制茶叶浸汁液的方式制作样本,利用紫外光谱分析技术,实现茶叶种类鉴别。在对光谱进行降噪处理同时用光谱对波长的相对变化率进行预处理,结合主成分分析法对光谱数据进行降维,进行BP神经网络识别,准确率达97.66%,该方法样品制备简单,能够准确地识别茶叶种类,避免人为的主观评价,使得茶叶鉴定更具有客观性。 相似文献