WiFi基站在油田中的应用

针对油田中现有的数据传输系统安全性不稳定、实时性差、信号不稳定、传输速度慢等多种局限性.提出一种新型的数据传输系统,在油田中使用WiFi无线网络实现远距离数据的传输.该系统采用波迅(Wavion)WBS-2400基站和客户端设备,井口安装了MD-RS28井下永久压力温度遥测设备、无线示功仪、高速网络监控球机等,可以通过...     

三聚氰胺衍生物在高温油田采出水中的缓蚀作用及其机制

以三聚氰胺为基体,通过2步反应制备了三聚氰胺衍生物——三聚氰胺缩甲醛丁二酸钠(MFSS)。采用质量损失法、极化曲线法、交流阻抗法和量子化学计算考察了MFSS在高温模拟油田采出水中对X80钢的缓蚀性能及其缓蚀机制。质量损失分析表明,当MFSS缓蚀剂质量浓度为180 mg/L时,在60 ℃和80 ℃下X80钢的缓蚀率分别可达91.9%和93.7%,说明MFSS可有效地抑制X80钢在油田采出水中的腐蚀;电化学分析表明,MFSS缓蚀剂对X80钢腐蚀的阴、阳极反应过程均有抑制作用,但其抑制阳极反应更为显著,属于以抑制阳极反应为主的混合型缓蚀剂;量子化学计算表明,MFSS分子的HOMO轨道主要集中在胺基基团以及—C=N基团上,三嗪环通过π电子与Fe的螯合作用而平行吸附于Fe(001)面上,缩甲醛丁二酸酯取代基则在Fe(001)面的竖直方向。     

超微生物力学测量中的原子力显微镜技术

原子力显微镜不仅可以在分子水平上对作用力进行测量,得到表面形状的图像,而且也可以用于高分子的解旋和空间构象的研究,此外也可研究样品表面的其他物理特性如压弹性、粘弹性特性的研究.文章首先阐明了微观力学表征的生物学意义,接着强调了原子力显微镜探针与样品间相互作用的类型及其在生物力学量测量中的原理和过程,之后分别介绍了原子力显微镜在细胞间黏附力、生物分子间相互作用、单分子力谱等方面的应用成果,最后结合原子力显微镜的应用现状对微观生物力的原子力显微镜深入研究进行了展望.     

传感及通信技术集成天然气计量自动化系统初探

随着信息时代的到来,人们生活的许多方面都将实现自动化管理,城市燃气供应在不远的将来也会实现全自动管理,告别当前全部由人力抄表计量的落后管理模式,文章就建立全自动供气计量系统的可行性作了理论上的探讨。     

电机用电刷无火花区测试方法

通过人为改变换向电势大小，打破电抗电势与换向电势平衡。用试验的方法考核电刷承受这种破坏的能力，承受能力越大，换向性能越佳，刷下火花越小。     

乡镇企业用气的计量器具管理

中原油田天然气管理中心供气四大队位于文南油区,除了负责第四矿区的居民及工业用气之外,还负责油区周边12家乡镇企业用气的日常管理工作。乡镇企业用气的计量器具的管理工作涉及到交接双方的利益和中心的良好形象,所以我们把计量器具的日常管理工作作为我们工作的重中之重,在这里我们选用的计量交接仪表是旋进旋涡智能流量计,它在普通型旋进旋涡流量计的基础上,可将工况下的气体体积流     

基于SVM算法的烟雾粒子识别系统

本文介绍了一种基于Ｍｉｅ散射理论的烟雾粒子识别系统，并主要介绍了后端ＳＶＭ算法的模式识别处理方法。文章详细给出了系红的原理、结构、以及ＳＶＭ算法的原理及其处理效果，并将ＳＶＭ算法与ＢＰ神经网络算法的应用效果进行了比较。     

基于复合功能单体噻菌灵印迹传感器的制备及应用

目的：快速检测食品中噻菌灵残留量。方法：通过紫外光谱法筛选邻氨基苯酚和邻苯二胺作为复合功能单体,采用电化学分析法研究了聚合条件、洗脱条件,对传感器性能进行了评价,建立了食品中噻菌灵残留的快速检测方法。结果：在最佳条件下,该印迹传感器对噻菌灵及其结构类似物具有特异吸附性能,且对噻菌灵的选择性最强;该方法的线性范围在1×10^-8～1×10^-4 mol/L,检出限为3.3×10^-9 mol/L,样品加标平均回收率为88.16%～100.73%,相对标准偏差（RSD）≤2.63%。结论：该传感器具有优异的印迹效应以及良好的选择性、重现性与稳定性,可用于食品中噻菌灵残留的快速检测。     

核壳型聚丙烯酸酯复合乳液的性能研究

采用半连续种子乳液聚合法合成了"硬核软壳"核壳型复合乳液,研究了聚合工艺、乳化剂复配类型对乳液性能、乳胶粒粒径及粒径分布的影响。结果表明:种子聚合采用间歇法、核层及壳层聚合都采用预乳化工艺,乳液聚合稳定且乳胶粒粒径分布窄;乳化剂壬基酚聚氧乙烯醚-2-磺酸基琥珀酸单酯二钠盐(MS-1)分别与十二烷基硫酸钠(SDS)、十二烷基苯磺酸钠(SDBS)以及脂肪醇聚氧乙烯醚(OS)复配用于乳液聚合,当m(MS-1):m(SDS)为6:4时所合成乳液的乳胶粒粒径小且分布窄、聚合稳定性好。最后采用红外和透射电镜分别对聚合物分子链结构和乳胶粒形貌进行了表征。     

机器学习在软件测试用例集优化生成中的应用

软件测试用例集生成是软件测试中的重要环节。如何优化软件测试用例集,有效提高软件测试用例集的质量,已成为提高软件测试效率的主要手段。机器学习是解决这类问题的有效方法,目前也取得了许多重大的成果。本文对机器学习在软件测试用例集优化生成中的国内外研究现状及存在问题进行了分析,并在此基础上对机器学习与软件测试用例优化结合的发展趋势提出了看法。