论文部分内容阅读
保压取样技术能够直接采获保持原始压力状态的样品,对于计算油气含量、资源储量、分析储层性质具有重要作用.本文重点对国内保压取样技术在天然气水合物、石油天然气、煤层气以及深海水样分析等领域的应用情况进行了详细介绍,指出了我国发展保压取样技术的重要性.
保压取样技术应用现状综述
【摘 要】
：
保压取样技术能够直接采获保持原始压力状态的样品,对于计算油气含量、资源储量、分析储层性质具有重要作用.本文重点对国内保压取样技术在天然气水合物、石油天然气、煤层气以及深海水样分析等领域的应用情况进行了详细介绍,指出了我国发展保压取样技术的重要性.
【机 构】
：
北京探矿工程研究所,北京 100083
【出 处】
：
地质装备
【发表日期】
：
2021年6期
其他文献
近几年在蓝旗盆地邻区已有大量的油气发现,部分地区已进入工业开采阶段.为了查清蓝旗盆地上古生界—中生界烃源岩分布和储层含油气性,在蓝旗盆地北部部署油气地质调查井1口.本次钻探主要目的是建立晚古生代—中生代标准地层序列,了解蓝旗盆地上古生界—中生界的烃源岩分布及含油气情况,摸清盆地生、储、盖的分布和匹配,分析该盆地的常规油气和页岩气远景.
探究补中益气汤治疗老年气虚型便秘的临床疗效.将96例老年气虚型便秘患者采取随机分组法分为治疗组和对照组,每组各48例,对照组采用枸橼酸莫沙必利片进行治疗,治疗组采用补中益气汤加减进行治疗,均以21天为1个疗程,对两组患者便秘临床症状、中医症状、临床疗效进行比较.治疗组患者治疗后便秘临床症状各维度积分与症状总分水平组间比较显著低于对照组;中医症状各维度积分与总积分水平组间比较显著低于对照组;治疗组总有效率为93.8％,相较于对照组的79.2％而言,存在显著性差异,具有统计学意义(P<0.05),治疗组临床疗
中国煤炭地质总局第二勘探局绿色勘查技术装备研究院钻机研发团队研发成功MGD-S50Ⅱ型声频环保钻机,钻进不需冲洗液,取样样品不扰动,取样质量高,特别适合于高质量取样场合,如环境钻探、水溶性矿物勘探和岩土勘察.声频动力头采用对称偏心轴的反向高速旋转,产生超高频振动力,与钻杆产生共振,使地层局部液化,适合于快速钻进物探爆破孔、地源热泵孔,及各类工程钻孔.2019年进行工业试验及极限深度试验,检验钻机性能,收集实验数据,进一步改进优化钻机,创造了良好的社会效益,为进一步应用和推广积累宝贵经验.
本文对煤炭系统地震数据采集设备的发展历史、现状和发展趋势进行了归纳总结,并对适合于煤炭系统地震勘探设备进行了分析,指出煤田地震勘探节点设备应具有实时监控功能,煤炭地震数据采集装备向高动态范围、高灵敏度、大存储量、低失真、状态监测、数据回传等特性转变,是煤炭系统地震数据采集设备未来发展趋势.
以4-(2-吡啶基)苯甲醛、IrCl3·3H2O为原料,通过还原反应和亲核取代等反应设计合成了一种铱配合物探针IrL,利用氢谱、碳谱和质谱对探针进行了表征.结果表明探针IrL能够专一性识别组氨酸及富含组氨酸的蛋白质并发出明亮的绿光,检测限低至0.132μmol/L.细胞实验结果表明探针IrL具有较低的细胞毒性,主要靶向在固定细胞内的细胞核区域.此实验结果为后期设计组氨酸探针奠定了实验基础.
对在强飞秒激光脉冲传播不同大气压下高阶克尔效应非线性折射率的变化产生的影响进行了理论研究.在非线性薛定谔方程和有源电荷守恒方程的基础上对其进行了理论模型仿真.仿真结果表明,在低压下,强飞秒激光脉冲的演化对非线性折射率的变化非常敏感,而在高压条件下基本不受影响.因此,在低压下研究脉冲的传播时,必须考虑非线性折射率的不确定性.
为建立食用菌图像识别模型,该研究以五种常见的食用菌菇(白玉菇、海鲜菇、蟹味菇、白蘑菇、香菇)为对象,利用图像采集系统分别对五种菌菇采集70幅图像,经图像处理后提取5个形态特征(面积、周长、矩形度、宽长比、圆形度)、6个颜色特征(\'R、\'G、\'B、H、S、V)和4个纹理特征(角二阶矩、能量、对比度、熵),共计15个特征数据.采用支持向量机(Support vector machines,SVM)、随机森林(Random forest,RF)和卷积神经网络(Convolutional neu
食品安全问题与人们的生活密切关联,为了消费者放心选择食品、企业经营者有效监管食品,构建食品溯源系统尤为重要.在云平台环境下,基于二维码设计开发了一套食品溯源系统,该系统主要由三个部分组成.首先,采用QR(Quick Response)Code技术设计食品二维码标签,记录食品的生产、运输、销售等信息.其次,在搭载Ubuntu系统的服务器上,结合MySQL数据库和高性能的Nginx服务器,搭建了后端云平台.采用Python+Flask框架构建后端系统,并部署在云平台上.最后,开发设计了前端微信小程序,及时方便
事件要素识别是事件抽取任务的重点和难点,其研究具有广阔的应用前景和巨大的现实意义.针对当前事件要素识别任务中存在的类别不平衡、无法学习标注序列的约束条件等问题,该文提出了一种基于CSOT-BiLSTM-CRF的中文事件要素识别模型.模型将双向长短期记忆网络(Bidirectional Long Short-term Memory,BiLSTM)与条件随机场(Conditional Random Field,CRF)结合,首先,在预处理阶段,提出一种CSOT(Combine Synonyms Over-sa
深度学习已广泛用于情感分析中,但现有研究往往忽略词语自身的词性和情感特征,导致情感分析的准确率较低.为了解决这一问题,本文提出了一种融合情感特征的卷积神经网络情感分类模型.该方法将词语、词性、词语情感特征向量化后拼接作为模型的输入层,利用多特征融合解决同词不同词义问题以及表达多情感特征信息;采用分段池化,综合语句结构位置信息,提取多种特征.相较于传统的CNN,实验表明,该方法能明显提高情感分类的准确率.