分子膜/混合有机酸复合解堵技术在姬塬油田欠注井的应用

针对姬塬油田欠注井现象日益严重、堵塞物类型复杂造成常规酸化无法同时解除多种堵塞等问题，从堵塞物分析和解堵机理入手，研究了一种适用性较广的分子膜/混合有机酸复合解堵体系，主要由混合有机酸、新型分子膜、解聚剂和助剂组成。实验结果表明，该复合解堵体系具有优良的解堵性能，对现场垢样的溶垢率普遍能达到80%以上，对聚合物的降黏率可达到90%以上，适用于深部解堵，且能够有效避免二次沉淀的产生。现场应用效果表明，分子膜/混合有机酸复合解堵技术能够有效降低注水压力，提高日注水量，适用于大部分欠注井的地层改造。     

快速城市化流域综合径流系数确定方法比较研究

径流系数是表征流域的产水能力、反映自然地理因素对降水形成径流过程影响程度的重要参数。针对快速城市化背景下的海绵城市规划建设需求，为了寻求具有一定物理基础且较简捷快速的方法来确定区域产流，以武汉市后湖流域为研究对象，采用基于降雨径流试验的拟合函数、面积加权法和水量平衡法3种方法计算综合径流系数，并分析比较各个方法的优缺点。结果表明：(1)后湖流域3种方法计算的综合径流系数值分别为0.49,0.49和0.58;基于试验的拟合函数法计算简便，面积加权法各土地利用类型的径流系数取值主观性较大，水量平衡法具有水文学原理，适用于监测资料较充足区域。(2)降雨过程水量平衡法计算结果表明，前期影响雨量对场次径流系数有较大影响，在规划设计中应结合设计工况对应的成灾雨型、雨量、设计重现期等影响因素，优选水量平衡计算法。(3)当实测资料较为缺乏时，综合考虑排水规范中面积加权法和降雨径流试验方法可以快速得到区域综合径流系数的参考值。研究成果可为城市水资源利用和海绵城市建设提供参考。     

一种高精度欠压保护电路的研究与设计

文章分析了常用欠压保护电路的设计原理及特点,根据实际需求和常用电路存在的不足,设计了一种改进型的高精度欠压保护电路方案,通过验证确定欠压保护电路原理的可行性。     

巴斯夫推出基于可再生原料的增塑剂产品组合

巴斯夫已开始向PVC行业提供部分基于循环原料的增塑剂组合。对于这种新的增塑剂组合,在价值链的开始阶段,使用可再生或化学循环原料代替化石资源。替代原料根据质量平衡法分配到销售产品中。巴斯夫的生物质平衡(BMB)增塑剂基于可再生原料,名称为Hexamoll■DINCH BMB、Palatinol■N BMB、Palatinol■10-P BMB和Plastomoll■DOA BMB,使用所需数量的生物石脑油或沼气代替化石资源。这些材料来自有机废物或植物油。生物质平衡增塑剂比传统增塑剂的碳足迹更低,有助于节约化石资源。巴斯夫的质量平衡方法和BMB增塑剂都是根据REDcert2认证的。     

伊拉克米桑油田水平井钻井关键技术

针对伊拉克米桑油田盐膏层巨厚、钻井液密度窗口窄、存在高压盐水层,储层段漏塌同层导致复杂时效高等问题,通过对比分析国内外盐膏层和窄压力窗口地层钻井技术,总结了米桑油田钻井面临的主要技术难点,从井身结构优化、钻井提速和复杂预防等方面入手,研究形成了适合米桑油田的钻井关键技术,并进行了现场试验应用,取得了显著的效果.伊拉克米桑油田钻井关键技术对该地区钻井技术方案设计和钻井提速提效具有较强的借鉴和指导作用.     

45 t门座起重机顶升方案设计

针对国内45 t门座起重机大车行走机构平衡梁裂缝问题。分析平衡梁裂缝产生原因并提出相应的维修方案,并对维修关键技术中的顶升方案设计,采用Ansys软件对其强度进行了有限元分析,同时对维修前后的平衡梁进行分析并对比。将维修方案应用于实际工程,取得了较好效果。该顶升机构修复方案设计符合工程实际,对工程实践具有一定的指导意义。     

中低温地热井钻完井工艺技术研究与实践应用

文章针对中低温地热井工程,为了实现此工程质量的提升以及单井产能的确保,对其地热井钻井完井工艺技术进行了优化,实现了对上述过程中出现严重钻井液漏失、水位衰减过快、严重的沉砂问题和开采水层与表层水之间互窜问题的有效解决,具有良好的推广价值。     

电动平衡重式叉车轮胎设计特点及发展趋势

介绍电动平衡重式叉车的市场发展趋势，并根据其使用工况特点，提出电动平衡重式叉车轮胎在规格选取、负荷能力及滚动阻力等方面的设计要求，并给出相应的技术设计、花纹设计及施工设计等方面的建议。指出电动平衡重式叉车轮胎的发展方向。     

基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。