基于卷积神经网络的抽油机故障诊断

抽油机故障诊断对于保障油气田的稳定运行至关重要。针对已有基于深度学习的故障诊断模型参数量大导致应用范围受限的问题,提出一种基于空洞卷积和惩罚机制的卷积神经网络模型。该模型在浅层神经网络部署不同空洞卷积率的空洞残差模块,高效获取示功图轮廓特征的同时降低了模型参数量。其次,将惩罚机制融入Softmax损失函数,增强模型诊断气体影响等难分样本的故障准确率。采用抽油机实况数据集进行实验验证,结果表明该模型参数量为0.94 M,浮点型计算量为165.24 M。与MobileNetV3相比,改进后的算法模型在准确率同为96.6%的前提下参数量减少了3.30 M,浮点型计算量减少了52.22 M,更易部署在资源受限的故障诊断平台。     

黄秋葵花提取物体外抗氧化活性的研究

研究黄秋葵花提取物的体外抗氧化作用.通过测定黄秋葵花提取物的还原能力和对化学模拟体系中二苯代苦味酰基自由基(DPPH·)、羟自由基(·OH)、超氧阴离子(O2·-)清除能力及对小鼠红细胞溶血性的影响,评价黄秋葵花提取物的体外抗氧化活性.结果表明,黄秋葵花提取物具有明显的体外抗氧化作用.     

考虑岩石结构的砂砾岩有效储层测井判识方法

以东营凹陷盐家沙四上亚段砂砾岩体为研究对象,通过岩心、试油及气测资料提取有效储层样本,观察其岩心、薄片及成像测井图像特征,发现有效储层在宏观和微观上都表现为岩石结构相对均匀、分选较好的含砾砂岩或砾状砂岩.数字岩心模拟也表明,孔隙度相同,但岩石结构不同,电阻率响应差异较大,因此,判识储层的有效性应考虑区分岩石结构差异.实际资料处理中,在测井曲线最优分层、测井相聚类判识岩性大类的基础上,利用成像测井图像模式,对岩性大类进行结构细分,采用"岩石结构+电性下限"双重条件限定有效储层的思路,建立多信息融合逐步判识有效储层的半定量方法,并取得较好的应用效果.     

波浪荷载作用下外海桩基承台动力响应研究

海洋开敞式码头、海洋平台等外海桩基承台得到了越来越广泛的应用;本文分析了外海桩基承台动力响应研究的意义;基于ABAQUS软件中海洋工程模块的数值模拟,研究了波浪荷载作用下外海桩基承台的动力响应.     

并联混合动力汽车怠速停机控制策略研究

怠速停机是混合动力汽车主要节能途径之一,本文以并联式混合动力客车为研究平台,建立了怠速停机控制策略,在CRUISE环境下对发动机怠速时间、怠速转速与燃油经济性的关系进行了深入的研究,基于国内典型城市公交循环工况的仿真结果表明:采用怠速停机控制策略后,燃油经济性比原车得到显著改善。     

结合缺陷预防的软件测试教学改革探索

针对软件测试课程教学中学生学习的积极性不高,传统教学重测试理论和方法,轻全面质量保证的问题,分析软件测试和软件工程、设计模式、程序设计等课程的关系,以及学生实际技能和软件企业人才需求之间的差距,提出将典型缺陷案例引入软件测试课堂的教学方法,通过典型缺陷的分析使学生掌握代码评审、测试用例设计和缺陷总结的软件过程,进一步提高学生的编程技能。     

ICP-AES比较临床分离药物敏感和耐药结核分枝杆菌的金属离子

利用现在多元素痕量分析最重要的方法——电感耦合等离子体原子发射光谱(ICP—AES)分析结核分枝杆菌中的金属离子的种类和含量,结果表明,Cr^3 ,Al^3 ,Ca^2 ,Fe^2 ,Mn^2 ,Co^2 ,Cu^2 ,Ni^2 的含量较高,并发现药物敏感菌株和耐药菌株之间在金属离子种类和含量上有明显区别．这种差异在耐药中的意义有待进一步研究．     

薄壁圆管侧向冲击动力响应的仿真分析

对两端固支薄壁圆管经受楔形锤体侧向冲击的动力响应进行了实验研究和计算机仿真，获得了不同冲击能量下两端固支薄壁圆管的整体变形模态和冲击点附近局部压渍模态的发展过程，计算机仿真结果与实验结果的一致性令人满意。实验研究和计算机仿真结果表明，局部变形和整体变形的耦合与径厚比(D／h)和跨径比(2L／D)等因素有关。当圆管的总体位移(Wf)达到和圆管的直径同一量阶时，伴随圆管轴线伸长而产生的轴力不可忽略，甚至对侧向总体的形成起控制作用。     

基于Agent的答疑系统模型

分析了现有答疑系统的不足，引入和介绍了“Agent”的概念，给出了一个基于Agent的答疑系统模型以及其中各Agent部件的设计，最后说明了该答疑系统的特点。     

关于三点三边与四点三边有向图的图设计

主要讨论了三点三边与四点三边的有向图的图设计存在性问题，得到了以下三个结论：(1)：存在(v，H，1)-GD，当且仅当v≡0.1(mod3)，v≥3；(2)：存在(v，G1，1)-GD，当且仅当v≡0.1(mod3)，v≤4；(3)：存在(v，G2，1)-GD，当且仅当v≡0.1(mod3)，v≥4；(其中：H表示三点三边有向图，Gi表示四点三边有向图)