利用三维网络模型研究滞留聚合物微观分布规律

再利用地下滞留聚合物是聚合物驱之后进一步提高原油采收率的新途径。基于油水两相流网络模拟模型,综合考虑聚合物渗流机理建立起聚合物驱微观模拟模型。用微观数值模拟手段研究了地下滞留聚合物分布规律及影响因素,为有效地开采聚合物驱后剩余油、合理利用滞留地下聚合物提供必要的依据。模拟结果表明,由于吸附和捕集作用将引起大量聚合物滞留在孔喉中,滞留聚合物占注入聚合物的61.7%。总体上看,大孔喉中聚合物滞留量较大,但滞留聚合物浓度较小。孔喉半径和形状因子为聚合物滞留的主要影响因素,孔喉滞留聚合物浓度与孔喉半径和形状因子平方根的乘积成反比。     

孔隙网络模型在渗流力学研究中的应用

孔隙网络模型广泛地用于同多孔介质有关的微观模拟中. 本文简介了利用网络模型研究储层渗流规律的基本思想、主要步骤以及网络模型同其它微观模型相比较的优缺点, 总结了在微观渗流研究中使用的两大类网络模型(准静态网络模型和动态网络模型)的特征及其适用范围, 综述了目前网络模型在研究渗流中的应用现状以及国内外研究比较活跃的几个方面,最后分析了网络模型今后的发展趋向.      

基于孔与裂隙网络模型的平行微裂隙对驱油的影响规律研究

认识双重多孔介质中油水两相微观渗流机制是回答形成什么类型的裂隙网络可提高油藏采收率的关键. 微裂隙的分布可以提高多孔介质的绝对渗透率,但对于基质孔隙中的流体介质,微裂隙的存在会引起多孔介质中局部流体压力和流场的变化,导致局部流动以微裂隙流动为主,甚至出现窜流现象,降低驱油效率. 本文基于孔与裂隙双重网络模型,在网络进口设定两条平行等长且具有一定间隔的微裂隙,分析微裂隙的相对间隔(微裂隙之间距离/喉道长度)和微裂隙相对长度(微裂隙长度/喉道长度)对于微观渗流特征的影响. 结果表明:随微裂隙相对长度的增加,出现驱油效率逐渐降低,相对渗透率曲线中的油水共渗区水饱和度和等渗点增加,油水两相的共渗范围减小等现象;随着微裂隙之间相对间隔增大,周围越来越多的基质孔穴间的压力差减小,在毛管压力的限制下,驱替相绕过这些区域,而导致水窜现象.      

考虑介质微观非均质特征的乳状液渗流模型

油水乳化渗流是三元复合驱和热力采油过程中常见的现象,地层介质的微观孔隙结构特征对乳状液流动有着重要影响.现有描述乳状液渗流的理论模型都属于确定性方法,只能反映出介质孔隙结构的体积平均效果.当介质内部微观非均质性相比其尺寸不能被忽略时,采用确定性方法描述会与实验结果存在偏差.基于连续时间随机游走理论建立了描述乳状液渗流的随机理论模型.该模型引入反映液滴微观运动特征的跃迁时间和跃迁位移两个概率分布函数来反映多孔介质微观非均质特征.研究结果表明该模型能很好地刻画实验曲线中出现的与介质尺度相关的拖尾现象,可作为更一般的过滤模型.     

聚合物流体渗流机理研究

聚合物流体在多孔介质中渗流的研究是近年来有重大进展的领域。本文介绍从力学与物理方法进行渗流机理研究的思路、主要结果和当前活跃的研究课题。流体的非牛顿性对复杂边界条件下均匀流体力学效应的影响已得到了较好的定量处理;揭示了拉伸流粘弹特性对渗流影响的机理,其定量描述则尚有待努力。进而讨论了石油工程中十分重要的非均一流体渗流的新进展,包括大分子效应与粘性指进效应及其分形描述。对于上述物理效应的综合考虑将使聚合物渗流力学研究进入新的阶段。      

半晶态聚合物拉伸变形的微观机理

应用大规模分子动力学方法,采用粗粒化聚乙烯醇模型,模拟了晶区与非晶区随机交杂的半晶态聚合物模型系统,研究了半晶态聚合物在单轴拉伸变形过程中的应力-应变行为和微观结构演变.应力-应变曲线表现出4个典型变形阶段:弹性变形、屈服、应变软化和应变强化.在拉伸变形过程中,主要存在晶区折叠链之间的滑移、晶区破坏、非晶区的解缠结,以及分子链沿拉伸方向重新取向等4种主要的微结构演变形式.在屈服点附近,晶区分子链之间排列紧密程度减小而发生滑移,之后晶区变化需要的应力变小,从而形成应变软化现象.随着应变的增大,经各分子链段协同作用使非晶区分子链的解缠结和重新取向行为扩展到相对宏观尺度,导致拉伸应力增大而形成应变强化现象.      

气相反应介质中添加铝粉后的微观机理研究

利用ＯＭＡ谱仪及三台单色谱仪研究了爆炸激波管中铝粉在氢氧爆轰激励下快速反应的发射谱及辐射特性。研究发现:铝粉氧化反应主要机理是铝粉和氧反应；铝粉和水的反应是次要的。铝粉颗粒变细可以明显增强ＡｌＯ辐射强度，加快铝反应速率。利用我们研制的分光技术测量ＡｌＯ的三条振动谱线强度，确定了ＡｌＯ激发温度。测量表明:随着铝粉颗粒变细，ＡｌＯ激发温度明显提高。利用连续辐射谱确定的辐射温度同样说明添加铝粉可以提高反应温度。     

裂隙岩体渗流模型研究现状与展望

裂隙岩体渗流对于边坡、地下工程及基础岩土体的承载能力有显著的制约作用。本文简要地介绍了多种裂隙岩体渗流模型研究现状,评述了几类比较有代表性的渗流模型特点以及存在的不足,为选取合理的数学模型用于求解具体的裂隙岩体渗流问题提供了参考依据,并在上述基础上提出了一些需要进一步研究的问题。指出就目前应用最为广泛的等效连续介质模型而言,裂隙岩体几何参数、有效孔隙度以及等效渗透张量的确定仍有待于更深入的研究,而从细观力学结构入手研究渗流耦合模型将具有重大的理论意义和实用价值。     

储层微观参数对宏观参数影响的网络模拟研究

储层宏观参数是储层微观参数的宏观体现.以孔隙度、绝对渗透率、相对渗透率等宏观参数作为约束条件,拟合生成网络模拟模型,在此基础上讨论了孔喉半径、喉道半径均质系数、孔喉比、孔喉润湿性、孔喉形状和配位数等微观参数的变化对孔隙度、绝对渗透率和相对渗透率等宏观参数的影响.在影响因素敏感性分析的基础上,确定了引起储层宏观参数变化的...     

表面力仪及固体表面微观接触机理的实验研究

利用以等色序条纹技术为核心的表面力仪,使２个分子级光滑的圆柱状云母表面在一定载荷下接触,测量其接触区尺寸和接触表面和变形情况。在两表面间使用不同介质以进行有粘着接触和无粘着接触２种条件下的实验,并将测量结果与Ｈｅｒｔｚ理论（无粘着接触）和ＪＫＲ理论（有粘着接触）进行对比。发现在无粘着接触条件下的试验结果与Ｈｅｒｔｚ理论相吻合;而在有粘着接触条件下则测量到了ＪＫＲ理论所预言的“颈缩”现象。     

火炮制退机节制环失效微观机理的实验研究

为了研究火炮制退机节制环的故障原因和失效机理,基于金属腐蚀磨损理论和微观分析技术,综合运用光学金相显微镜分析、扫描电镜及能谱分析、显微硬度测定、电感耦合等离子体质谱法和火焰原子吸收光谱法等分析测试手段,结合报废节制环和从大修工厂待修火炮上采集的驻退液样本,从微观层面分析了节制环失效机理。研究表明,节制环作为制退机产生后坐阻力的关键部件之一,主要受到冲击磨损、化学腐蚀和气蚀破坏的复合作用而失效。     

基于物理界面的双重介质有限裂隙渗流模型

基于连续介质或者离散裂隙假设,含裂隙的多孔介质渗流问题有多种数学力学模型。受物理界面的启发,提出一种新的有限裂隙连续介质力学模型,可以为宏观裂隙-多孔介质内的流体输运问题等提供近似计算方案。该模型属于一类双重介质模型,将曲面上低维度的流场转化为三维空间的流场,并且与连续的多孔介质的流场耦合,在数学上表示为统一的输运控制方程和初始边界条件。这个近似模型为不方便实施高维度-低维度耦合求解的数值计算方法提供新的模拟思路,如光滑粒子流体动力学等无网格粒子类方法。     

基于规则网络的碳酸盐岩多尺度网络模型构建方法研究

碳酸盐岩油藏非均质性强,孔隙大小变化可达好几个数量级,描述碳酸盐岩油藏多尺度孔隙特征具有重要意义.本文首先基于三维规则网络模型建立了不同物理尺寸的溶洞网络、大孔隙网络和微孔隙网络;然后提出一种耦合算法,以溶洞网络为基础,通过添加适当比例的大孔隙和微孔隙,构建出碳酸盐岩多尺度网络模型;最后对比分析了各网络模型的几何性质、拓扑性质和绝对渗透率.结果表明,碳酸盐岩多尺度网络模型能够同时描述不同尺度孔隙的几何和拓扑特征;且相比各单一尺度的孔隙网络模型,多尺度网络模型有着较高的绝对渗透率,这是由于各尺度孔隙之间的相互连通极大地提高了网络的整体连通性和流动能力,为碳酸盐岩油藏微观渗流模拟提供了重要的研究平台.     

冲击地压时列建模的进化神经网络方法

考虑到冲击地压时序的特点,采用基于免疫进化规划的进化神经网络进行了冲击地压非线性系统的建模研究。并采用一个矿山实测得到的震级数列进行了进化神经网络方法的实用性验证,结果表明,进化神经网络不但模型拟合精度高,而且预测性能也较好。     

RECURRENT NEURAL NETWORK MODEL BASED ON PROJECTIVE OPERATOR AND ITS APPLICATION TO OPTIMIZATION PROBLEMS

The recurrent neural network (RNN) model based on projective operator was studied. Different from the former study, the value region of projective operator in the neural network in this paper is a general closed convex subset of n-dimensional Euclidean space and it is not a compact convex set in general, that is, the value region of projective operator is probably unbounded. It was proved that the network has a global solution and its solution trajectory converges to some equilibrium set whenever objective function satisfies some conditions. After that, the model was applied to continuously differentiable optimization and nonlinear or implicit complementarity problems. In addition, simulation experiments confirm the efficiency of the RNN.     

Yeast protein-protein interaction network model based on biological experimental data

Duplication and divergence have been widely recognized as the two dominant evolutionary forces in shaping biological networks, e.g., gene regulatory networks and protein-protein interaction (PPI) networks. It has been shown that the network growth models constructed on the principle of duplication and divergence can recapture the topological properties of real PPI networks. However, such network models only consider the evolution processes. How to select the model parameters with the real biological experimental data has not been presented. Therefore, based on the real PPI network statistical data, a yeast PPI network model is constructed. The simulation results indicate that the topological characteristics of the constructed network model are well consistent with those of real PPI networks, especially on sparseness, scale-free, small-world, hierarchical modularity, and disassortativity.     

Parameter optimization of pharmacokinetics based on artificial immune network

A new method for parameter optimization of pharmacokinetics based on an artificial immune network named PKAIN is proposed. To improve local searching ability of the artificial immune network, a partition-based concurrent simplex mutation is developed. By means of evolution of network cells in the PKAIN artificial immune network, an optimal set of parameters of a given pharmacokinetic model is obtained. The Laplace transform is applied to the pharmacokinetic differential equations of remifentanil and its major metabolite, remifentanil acid. The PKAIN method is used to optimize parameters of the derived compartment models. Experimental results show that the twocompartment model is sufficient for the pharmacokinetic study of remifentanil acid for patients with mild degree of renal impairment.     

基于神经网络的间隙机构运动副磨损预测

应用BP神经网络建立了磨损率与接触应力、滑动速度和材料硬度之间的非线性关系模型,并对该网络模型进行了验证和测试,结果表明,训练良好的神经网络模型能够准确反映样本所蕴含的内在磨损规律,且具有较好的预测效果。基于非线性弹簧阻尼模型和修正的Coulomb摩擦力模型对含间隙曲柄滑块机构进行数值仿真分析,获得间隙机构运动副的接触应力和相对滑动速度,利用训练好的神经网络磨损模型对轴套的磨损进行迭代磨损预测分析,发现随着曲柄转数的增加,轴套表面一些特定位置处的磨损越来越严重,最终导致轴套表面出现非均匀磨损现象,其原因是间隙机构运转过程在一些特定位置处产生了较大接触应力和碰撞力。