超宽带大功率合成器设计北大核心CSCD

在80 MHz~1 GHz频段,单个功率管输出功率能达到100 W以上,为研制输出功率400 W的功率放大器,文中设计了四路功率合成器。该合成器需要实现功率容量大、工作频带宽、体积小的设计目标。在功率容量方面,文中采用悬置带状线结构,其功率容量远远大于微带线结构;在工作频带方面,采用切比雪夫九节阻抗变换器,将工作带宽拓宽为80 MHz~1 GHz;在体积方面,文中合成器的功率合成部分采用Y型节级联实现四路功率合成,阻抗变换部分采用切比雪夫阻抗变换器进行阻抗变换,该结构相较于磁环巴伦功率合成器,不但具有损耗小、平坦度高的优点,而且通过将阻抗变换器设计成曲折的形状,进一步缩小了合成器体积。仿真与实测结果显示该合成器在80 MHz~1 GHz范围内还具有较高的平坦度,合成效率可达90%以上。     

自交联型油基钻井液降滤失剂的研制与评价北大核心

针对传统油基钻井液降滤失剂耐温性能不足、影响体系流变等问题,基于自交联改性思路,以N-羟甲基丙烯酰胺为功能单体,与丙烯酸丁酯和苯乙烯进行乳液聚合,研制了一种自交联型油基钻井液降滤失剂(BSN)。通过红外光谱仪、激光粒度仪和透射电镜表征了BSN的主要官能团、微观形貌和自交联特征。实验结果表明,BSN含有自交联功能基团羟甲基,平均粒径为247 nm,颗粒间具有明显的交联结构。热重测试结果显示,BSN热稳定性良好,初始分解温度高达355℃,显著高于非自交联型的降滤失剂BS(278℃)。在油基钻井液体系中添加1%的BSN,不仅不影响体系流变参数而且能够提高破乳电压,180℃下的高温高压滤失量仅为4 mL,滤失控制能力明显优于非交联型的降滤失剂BS以及3%的传统油基钻井液降滤失剂有机褐煤和氧化沥青。     

BOWEN水力式外割刀性能影响因素研究

水力式外割刀在作业过程中易发生崩刃、磨损等失效,对施工安全构成威胁。为优选工艺参数,针对BOWEN公司水力式外割刀切削过程,建立了相应的有限元模型并选择合适的本构模型。使用有限元软件Deform-3D对水力式外割刀切割套管的过程进行了仿真。从后处理器中提取了割刀切削力、割刀刀尖磨损情况以及割刀刀片应力分布情况,并分析了刀尖圆角、切削转速对刀具应力的影响。并针对这些关键技术参数提出相关建议。     

准噶尔盆地中部地区深层西山窑组砂岩成岩作用及其对储层质量评价的启示

综合利用薄片、扫描电镜、电子探针和X-射线衍射等手段,研究了准噶尔盆地中部永进地区西山窑组砂岩的岩石学特征和成岩特征,讨论了成岩作用对深层储层质量变化的影响和相对优质储层的形成模式。结果表明:西山窑组三角洲前缘亚相砂岩主要是极细粒—中粒岩屑砂岩及长石岩屑砂岩,自生矿物主要是方解石、铁方解石、铁白云石、黏土矿物、硅质及少量沸石类;影响孔隙演化的主要成岩机制包括压实作用,碳酸盐、黏土矿物胶结和溶蚀作用,其中机械压实引起塑性颗粒变形是造成大部分孔隙损失的主要原因,碳酸盐不同程度地充填孔隙也是导致孔隙度降低和非均质性增强的重要原因,绿泥石薄膜可能阻止石英沉淀而保持孔隙,而不稳定颗粒的选择性溶蚀贡献于孔隙的增大;深埋储层的成岩特征很大程度上取决于砂岩粒径和组分,在沉积微相单元内呈现出一定规律性的分布样式,分流河道中下部粒度较粗的砂岩中塑性颗粒含量较低,以压实程度较低、胶结物数量有限、发育绿泥石薄膜和较强的次生溶蚀为特征,形成了相对优质储层。实例研究说明,深层砂岩层内的成岩分布样式受原始沉积作用的制约,这种样式强化了沉积微相和内部结构控制的储层质量变化,因而通过建立沉积与成岩作用的内在关联模式,能够为深埋储层质量预测提供重要的约束。     

分布式光伏发电站在汽车4S店项目运用的初探

汽车4S店的运营模式,决定4S店对电力能源需求的特点,满足此能源需求的不同特点,是建设方需要考虑、节约投资的一个环节。分布式光伏发电契合了这样的一个特点需求。     

成就包豪斯的平面设计

正重建后的包豪斯校园的灰色建筑立面上,白色的"BAUHAUS"字眼醒目地跃入眼帘。这一字体,不仅代表了包豪斯风格在平面设计业的一大贡献,也与包豪斯风格画上了等号。将英文字母的大小写字形融合为一,舍弃衬线(在字的笔画开始、结束的地方有额外的装饰),使得字体拥有功能性,也更亲民,也使得印刷排版更容易。这一字体的诞生,与学校新的印刷和广告工坊的创立相关。     

GaN中质子辐照损伤的分子动力学模拟研究

本文利用分子动力学方法研究了GaN在质子辐照下的损伤。对不同能量（1~10 keV）初级离位原子（PKA）引起的级联碰撞进行了研究，分析了点缺陷与PKA能量的关系、点缺陷随时间的演化规律、点缺陷的空间分布及点缺陷团簇的尺寸特征。研究结果表明，点缺陷的产生与PKA能量呈线性关系，不同类型的点缺陷随时间演化规律相似，点缺陷多产生在PKA径迹旁，点缺陷团簇多为孤立的点缺陷和小团簇。     

利用协同表示与神经网络的高光谱图像亚像元定位

针对小样本情况下高光谱图像亚像元定位精度有限的问题,提出利用协同表示与神经网络的高光谱图像亚像元定位算法。该算法以一幅低空间分辨率的高光谱图像和少量的训练样本作为输入,首先应用空间上采样和基于协同表示的分类技术获取一幅亚像元级类别标签图,同时应用基于协同表示的分类、光谱解混和空间引力模型获取另一幅亚像元级类别标签图,之后依据两幅初始的亚像元级类别标签图扩充训练集,最后利用扩充后的训练集基于BP神经网络对高光谱图像进行亚像元定位,从而提高小样本情况下高光谱图像亚像元定位的精度。对于Indian Pines和Pavia University图像,所提算法的总体分类精度比ASPM算法分别高3.39%和9.63%,比ACSPM算法分别高0.26%和8.91%。实验结果表明,所提算法优于ASPM和ACSPM算法,尤其适用于细节信息较为丰富的高光谱图像。