多孔介质的流变模型研究

多孔介质在应力作用下具有弹性变形和黏性变形两种完全不同的变形机制，多孔介质的弹性变形是由介质的本体有效力所致，而黏性变表则是由介质的结构有效应力所致。多孔介质的总变形为弹性变形和黏性变形的叠加，计算多孔介质总应变量的流变模型必须同时采用本体有效应力和结构有效应力（双重有效应力），而传统的流变模型仅采用Terzaghi有效应力是不妥当的，它无法正确描述多孔的应变行为，采用了双重有效应力之后的流变模型，通过调节介质特性参数，可以拟合介质的实际应变行为，并且把多孔介质与普通固体联系了起来。     

神经网络优化组合预测模型在油气产量预测中的应用

采用组合预测方法对油气产量预测进行研究,首先选取油藏工程领域多种油气产量预测模型建立组合预测模型库,基于权系数的时效性,利用三层前馈BP神经网络建立油气产量变权组合预测模型,并进行实例分析,结果表明该方法能提高预测精度,增强预测模型的实用性.     

泄爆过程中外部爆炸现象的实验研究

采用压力测量与YA-16 高速阴影系统同步测量方法，对柱型容器内甲烷-空气混合气体的燃烧及泄爆过程进行实验 研究. 获得正常泄爆和发生外部爆炸(也称二次爆炸)时泄爆外流场压力-时间曲线和流场 阴影照片. 结果表明：泄爆过程中发生外部爆炸的典型特征为, 在压力-时间曲线上,破膜激 波形成的第一个压力峰值后出现外部爆炸形成的第二个压力峰值，在流场阴影照片上,破膜 激波后有第二道爆炸波出现.     

遗传算法结合神经网络在油气产量预测中的应用

基于遗传算法的全局搜索能力和BP算法的局部精确搜索特性,通过采用遗传算法优化神经网络的方法,将遗传算法和BP算法有机结合,做到优势互补,在提高油气产量预测精度的研究中得到了很好的应用.在对国内某中小型气田油气产量的预测中,以历史产量资料进行检验,其结果表明,提出的预测方法,预测精度明显优于BP算法,证明了这种方法的有效性和可靠性.     

污水中环丙沙星对活性污泥胞外蛋白质组学的影响研究

为了考察活性污泥法处理含环丙沙星(Ciprofloxacin,CIP)废水时污泥与CIP的相互作用,本文采用液相色谱-串联质谱研究CIP影响下活性污泥中胞外蛋白质的表达谱,并进行基因本体注释分析.在未投加CIP的对照组和CIP组中分别鉴定出高可信度蛋白质89和97种,相同表达蛋白质仅13种,差异显著.对照组和CIP组胞外蛋白质具有相似的等电点分布, CIP组大分子量胞外蛋白质增多.从亚细胞定位来看,对照组和CIP组分别有62.9%和66.0%的蛋白质细胞定位已知,说明大部分胞外蛋白质源于细胞裂解释放,CIP加入后胞外蛋白质发生了更新和重组,为CIP的吸附提供了结合位点;CIP的加入导致定位于细胞核的蛋白质显著减少.从分子功能和生物学过程来看, CIP的加入抑制了与DNA和RNA的结合、合成、转录等分子功能相关的蛋白质的表达,阻碍了DNA和RNA的转录、分解代谢等生物学过程;激发了具有核酸修复、蛋白质结合和架桥等分子功能的蛋白质的表达,促进了核酸损伤修复、应急反应、萜类化合物合成、蛋白质合成和代谢等生物学过程. CIP抑制了对照组中高丰度蛋白质的表达.可见, CIP通过影响活性污泥的生物...