【摘 要】
：
深入理解水油两相在多孔介质内的非混相驱替过程对于水驱油藏开发具有至关重要的意义.为摸清水油两相流动模式,本研究基于Navier-Stokes (N-S)方程模拟水油两相在微观多孔介质中的非混相驱替过程,采用相场方法实时描述两相界面变化.并对比了均质多孔介质模型与非均质多孔介质模型内的水驱油过程,研究了多孔介质非均质性对于水油非混相驱替模式、驱替效率及出口端见水时间的影响.两相流体的非混相驱替模式通
论文部分内容阅读
深入理解水油两相在多孔介质内的非混相驱替过程对于水驱油藏开发具有至关重要的意义.为摸清水油两相流动模式,本研究基于Navier-Stokes (N-S)方程模拟水油两相在微观多孔介质中的非混相驱替过程,采用相场方法实时描述两相界面变化.并对比了均质多孔介质模型与非均质多孔介质模型内的水驱油过程,研究了多孔介质非均质性对于水油非混相驱替模式、驱替效率及出口端见水时间的影响.两相流体的非混相驱替模式通常可分为三种类型:毛管指进、稳定驱替、黏性指进.其流动模式通常取决于两个无量纲数,毛管数和黏度比.本研究
其他文献
面部表情识别是情感计算领域的热点研究问题。由于现实生活场景差异大，人类在不同场景中表现的情感也不尽相同，导致获取到的情感数据集标签分布不均衡；同时传统方法多采用模型预训练和特征工程来增强与表情相关特征的表示能力，但没有考虑不同特征表达之间的互补性，限制了模型的泛化性和鲁棒性。针对上述问题，提出了一种包含网络集成模型Ens-Net的端到端深度学习框架EE-GAN，该方法一方面考虑了多个异质网络获得的
针对突发事件中负面网络舆情恶性传播的问题，提出一种基于情感分析和影响力评估的突发事件情感图谱研究方法。利用基于多头自注意力机制和双向长短期记忆网络（Bi-LSTM）的情感分析模型计算用户的情感倾向，并提出一种融合加权度与K-shell值的节点影响力算法来评估用户的影响力，综合构建突发事件的情感图谱，有效提高了情感图谱的准确性和科学性。以“7.7安顺公交车坠湖事件”为例，将突发事件划分为爆发期、蔓延
在计算机视觉处理中，无参考图像质量评价（NR-IQA）是一项有广泛应用场景同时也具备挑战性的任务。针对通用型无参考图像质量评价方法，提出了一种基于伪参考图像显著性深层特征的评价算法。首先，在失真图像的基础上，利用微调的生成对抗网络模型生成相应的伪参考图像作为失真图像的补偿信息，弥补NR-IQA方法缺少真实参考信息的劣势；其次，提取伪参考图像的显著性信息，将伪参考显著性图像与失真图像输入到卷积神经网
为了加强对老年人的监护，降低跌倒带来的安全风险，提出了一种新的基于Res2Net-YOLACT和融合特征的室内跌倒检测算法。首先，通过融入Res2Net模块的YOLACT网络来提取视频图像序列中的人体轮廓。然后，利用两级判断的方法做出跌倒决策，其中一级判别通过运动速度特征粗略判断是否发生异常状态，二级通过融合人体形状特征和深度特征的模型结构对人体姿势进行判别。最后，当检测出跌倒且发生时间大于阈值时
藏东南某线状地下工程（即一座长42.3km深埋特长隧道）整体走行于区域性全新世活动断裂——嘉黎活动断裂北侧。据区域热红外遥感影像识别与钻孔实测地温揭示，隧道高地温问题较为突出。本文基于隧道深钻孔实测地温数据，从地下水对地温影响方式不同对钻孔地温曲线进行了分类分析；沿隧道走向从地温、地温梯度及隧道埋深对隧道地温进行了分区分析；总结了隧址区地温特征及其与嘉黎活动断裂关系。研究成果表明：（1）隧址区隶属
针对传统的访问控制方法存在单点故障，不能提供可信、安全、动态化权限管理的问题，提出了一种面向无线传感网（WSN）的基于区块链和智能合约的新型访问控制方法，改善了现有的基于区块链技术的访问控制方法存在访问动态化、智能化水平不高等突出问题。首先，提出一种基于区块链的新型访问控制管理架构，降低网络运算开销；其次，搭建多层次智能合约体系，设计了代理合约、权限管理合约和访问控制合约，实现了对WSN的可信化、
潜在因子模型（LFM）以其优异的性能在推荐领域得到了广泛的应用。LFM除了使用交互数据以外，辅助信息也被引入用于解决数据稀疏的问题，从而提升推荐的性能。然而，大多数LFM仍然存在一些问题。第一，LFM在对用户建模时候，忽略了用户如何根据其特征偏好对项目做出决策；第二，采用内积的特征交互假设其特征维度之间是独立的，没有考虑到特征维度之间的关联。针对上述问题，提出了一种新的推荐算法模型：基于卷积神经网
针对平衡优化器（EO）存在的寻优精度低、收敛速度慢、容易陷入局部最优的缺陷，提出一种考虑距离因素与精英进化策略的平衡优化器（E-SFDBEO）。该算法首先在平衡池候选解的选择中引入了距离因素，通过自适应权重平衡适应度值和距离，调节算法在不同迭代时期的探索和开发能力；其次引入精英进化策略，以精英自然进化和精英随机变异两种方式提升算法的收敛速度和精度；最后使用自适应t分布变异策略对部分个体施加扰动，并
初至波拾取是地震数据处理中的关键步骤，会直接影响动校正、静校正和速度分析等的效果。目前，现有的方法受到背景噪声和复杂近地表条件地影响，拾取精度会降低。基于此，提出了基于聚类和局部线性回归的初至波自动拾取算法（FPCL）。算法由预拾取和微调两个阶段来实现，预拾取阶段通过k均值聚类（k-means）和基于密度的噪声应用空间聚类（DBSCAN）来找到初始初至波，先基于k-means技术找到初至波簇，再基
针对半导体加工工艺复杂，成本高，且工艺数据量少，一般的人工神经网络(ANN)算法无法准确预测其加工工艺性能的问题，提出了一种基于优化插值与差值神经网络(OIDNN)算法的适用于小样本的硅片刻蚀深度预测模型。首先，分别由实验得到刻蚀深度的实验数据，由计算机辅助设计(TCAD)技术仿真得到刻蚀深度的模拟数据，并划分为训练集、验证集和预测集；将TCAD模拟数据作为额外输入参数插入ANN_(1)模型，同时