电线电缆导体直流电阻测量不确定度评定报告

任何一个测量结果,都是对被测量值的一个估计值,不可避免地具有不确定度。不确定度是与测量结果关联的一个参数,用于表征合理赋予被测量的值的分散性。对重要参数的测量结果进行测量不确定度评定,可以提高测量结果的准确度。本文建立了导体直流电阻测量不确定度的数学评价模型,利用测量值计算得出测量不确定度,提供了测量不确定度评定报告。     

低渗透双孔介质产量递减曲线动态分析

针对低渗透双孔介质储层,依据Warren-Root模型建立了考虑启动压力梯度和动边界影响的低速非达西双孔介质非稳态渗流模型,并通过Duhamel原理导出了单井产量递减公式及累计产量计算公式。采取一种因变量变换重新定义了无因次压力导数,从而使压力扩散方程线性化,利用Laplace变换结合Stehfest数值反演算法计算了不同启动压力梯度、弹性储容比及窜流系数等主要参数对产量递减曲线的影响,并绘制了图版。利用绘制的非稳态产量递减曲线图版可以预测单井在未来某一时间的产量及最终采收率。      

南海某油田缓蚀剂评价与现场应用

通过缓蚀剂配方的调整,针对南海某油田流体含水25%,CO2含量较高,在管线入口端加入破乳剂导致输送后期出现油水分离的情况,利用高温高压釜和油水分配测试技术评选出了适应于现场的缓蚀剂;现场试验数据显示,现场应用的缓蚀剂BHH-01E有效降低了现场腐蚀的问题。     

基于深度卷积神经网络和条件随机场模型的PolSAR图像地物分类方法

近年来,极化合成孔径雷达(PolSAR)图像地物分类得到了深入研究。传统的PolSAR图像地物分类方法采用的特征往往需要针对具体问题进行设计,特征表征性不强。因此,该文提出一种基于卷积神经网络(CNN)和条件随机场(CRF)模型的PolSAR图像地物分类方法。利用预训练好的实现图像分类任务的卷积神经网络模型(VGG-Net-16)提取表征能力更强的图像特征,再通过CRF模型对多特征及上下文信息的有效利用来实现图像的地物分类。实验结果表明,与3种利用传统经典特征的方法相比,该方法能够提取更有效的特征,取得了更高的总体分类精度和Kappa系数。      

混合型热源对热泵系统性能影响的分析

通过对太阳能辅助地源热泵系统热泵两循环侧进出口流体温度、流量以及钻孔内各深度土壤温度进行实时监测,评价系统供热性能(COPs)及土壤温度变化规律。2009年冬季系统实际供热运行结果显示,COPs在3.0～4.9,太阳能的辅助作用直接体现在土壤温度的变化上,使用太阳能辅助9d后,各深度土壤温度比不使用时平均高1.15℃,COPs提高0.20～0.25;经实测,太阳能对末端供热的能量贡献占总量的6.83%,土壤占56.30%,电能占36.87%。从两循环侧流体不同流速组成与系统性能的关系中,可知存在高效流量组合使给定系统在其他条件不变时,COPs达到最大,本系统的最优流量组合为(1.83,2.54)m3/h。     

不同碳源对Li3V2（PO4）3正极材料性能的影响

通过碳热还原法合成掺碳锂离子电池正极材料单斜Li3V2(PO4)3,用XRD、SEM及电化学测试等方法对材料的结构、形貌和电化学性能进行表征和测试,探讨石墨、乙炔黑以及蔗糖3种碳源对材料性能的影响,并分析不同碳源对材料性能影响的原因。结果表明,碳源的选择对产物的结构和电化学性能有很大的影响。以蔗糖为碳源制备的单斜Li3V2(PO4)3正极材料具有粒径小、电荷转移阻抗小等优点,获得了较好的电化学性能,当电压范围为3.0～4.3和3.0～4.8V时,其初始容量分别为127.8和166.2mA·h/g,30次循环后放电比容量分别为124.2和143.3mA·h/g。     

聚氨酯胶粘剂的应用与研究

简述了聚氨酯胶粘剂的发展状况、粘结特性,以及其存在的不足之处和相应的改性研究.对其在包装业、建筑业、汽车制造、木材粘结、书籍装订、印刷业等方面的应用进行了详细介绍.指出新型高性能、可生物降解的环保聚氨酯胶粘剂是今后研究的重要方向.     

基于零相位滤波的聚焦形貌恢复技术

在聚焦形貌恢复技术中,为获取更好的恢复精度,提出了一种高精度的聚焦形貌恢复算法,该方法用零相位滤波器对窗口序列图像的评价函数值进行滤波,在消除干扰的同时,保持各空间数据点的位置不变.设计了基于切比雪夫Ⅱ滤波器的零相位滤波器;利用二次曲线的最小二乘拟合峰值位置作为窗口序列的聚焦位置,进一步提高了峰值定位精度;采用三次曲面...     

四川盆地海相页岩孔隙类型对孔隙空间贡献定量表征

为定量表征四川盆地古生界海相页岩孔隙类型对页岩微米—纳米孔隙空间的相对贡献,基于岩石学分析、地球化学分析、低温氮气吸附实验、场发射扫描电镜观察等方法对不同热演化阶段的海相页岩的孔隙类型及结构进行了对比分析,结合页岩的TOC含量和矿物组分信息,利用基于机器学习的图像分析方法提取页岩孔隙的几何参数,定量计算了不同热演化阶段海相页岩中不同类型孔隙的孔面积和孔体积。研究结果表明：随成熟度增加,四川盆地海相页岩中孔隙的平均孔径减小,而孔体积、孔面积、表面分形维数和结构分形维数均增大;在上二叠统大隆组低成熟海相页岩中,骨架矿物相关孔最为发育,其贡献了70%的孔面积和73%的孔体积;在志留系龙马溪组成熟海相页岩中,黏土矿物孔占主要优势,其贡献了63%的孔面积和58%的孔体积;在龙马溪组高成熟—过成熟页岩中,有机质孔贡献了68%的孔面积与52%的孔体积。四川盆地海相页岩的孔隙演化受成岩作用和生烃过程共同影响,明确不同热演化阶段海相页岩的优势孔隙类型可以为页岩油气高效开发提供理论指导。