检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

超稠油乳化降粘剂SHVR-02的研制

油田化学 2004年第1期21卷 26-28页

作者：李孟洲龚大利尉小明浙江大学理学院化学系浙江杭州310027 中国石油天然气管道局大庆输油气公司黑龙江大庆163852 中国石油辽河油田分公司钻采工艺研究院辽宁盘锦124010

用荧光法测得辽河油田杜84块杜54 30井超稠油(室温粘度54.8Pa·s)乳化剂的最佳HLB值为10.8。根据这一HLB值,由主剂脂肪醇聚氧乙烯醚、一种生物表面活性剂及辅剂快速渗透剂JFC配成了超稠油乳化降粘剂SHVR 02。当油水体积比为1.0∶0.7、... 详细信息

用荧光法测得辽河油田杜84块杜54 30井超稠油(室温粘度54.8Pa·s)乳化剂的最佳HLB值为10.8。根据这一HLB值,由主剂脂肪醇聚氧乙烯醚、一种生物表面活性剂及辅剂快速渗透剂JFC配成了超稠油乳化降粘剂SHVR 02。当油水体积比为1.0∶0.7、水相中SHVR 02浓度为1g/L时,超稠油乳状液的粘度为492mPa·s,水相浓度增大至5g/L时乳状液粘度降至268mPa·s。在油水体积比1.0∶0.7、水相SHVR 02浓度3g/L、混合温度50℃条件下,粘度在6.2～20.9Pa·s的8种辽河稠油形成的乳状液,粘度在53～148mPa·s之间。乳状液在40～80℃放置10h后,粘度随放置温度升高略有下降(378→248mPa·s),放置温度为90℃时乳状液发生反相,粘度升至26.1Pa·s。SHVR 02的乳化降粘效果优于3种对比乳化剂。SHVR 02形成的超稠油乳状液易破乳,与联合站现用破乳剂配伍。表6参14。

关键词：乳化降粘剂超稠油表面活性剂乳化降粘技术采油化学剂温度

在线全文

学校读者我要写书评

暂无评论

钢结构梁柱节点的模型相似性研究

钢结构梁柱节点的模型相似性研究

作者：李孟洲汕头大学

学位级别：硕士

模型试验在结构工程中应用广泛,其试验结果可以作为工程设计的依据。然而,目前对于梁柱节点模型试验及模拟误差的分析缺乏系统的研究。本文作为国家自然科学基金课题《框架节点性能研究的标准方法研究》(50678098)的一个子项,从理论分... 详细信息

模型试验在结构工程中应用广泛,其试验结果可以作为工程设计的依据。然而,目前对于梁柱节点模型试验及模拟误差的分析缺乏系统的研究。本文作为国家自然科学基金课题《框架节点性能研究的标准方法研究》(50678098)的一个子项,从理论分析、试验研究和有限元分析三个角度集中讨论了钢结构梁柱节点模型试验的相关问题,其内容包括梁柱节点相似条件的推导、节点模型设计方法的比较与讨论,不同缩尺比例模型的相似性分析和模型模拟误差的分析,并初步探讨了模拟误差的影响因素及其作用规律。本文首先以简支梁模型试验为例,从理论上进行了深入的分析,对比了两种模型设计方法的模拟误差,并指出了产生模拟误差的原因,在此基础上提出了受弯构件或以受弯为主的结构的模型设计推荐性意见。另外,根据相似原理和量纲分析法推导出钢结构梁柱节点模型试验的相似条件。在钢结构梁柱节点试验中,本研究根据相似条件设计了3个梁柱等截面的T形节点,其一为节点原型,另外两个是缩尺比例分别为0.706和0.563的模型。试验采用在柱端铰接固定、梁端静力单调加载的方式,考察了模型与原型在应力、位移、总体变形特征以及破坏模式等方面的相似性,对应力、位移进行了模拟误差分析。在有限元分析中,本研究用ABAQUS软件建立了四组非线性分析模型,然后讨论了四种模型设计方法中不同测点在多级荷载作用下应力和位移的相似性,由此得出模型的模拟误差及其变化,并进一步探讨模拟误差的影响因素及其作用规律。试验结果和有限元分析的数据表明了几何上的型钢厚度是导致钢结构梁柱节点试验模拟误差的主要原因,另外边界条件和材料性能上的不相似也会导致模拟误差的产生,而且模拟误差会由于受力过程发展、位置区域等的不同而改变。在这些研究分析的基础上,本文提出了梁柱节点模型试验的参考性意见。

关键词：钢结构梁柱节点模型试验模拟误差相似性影响因素

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于组合模型的短期电力负荷预测研究

基于组合模型的短期电力负荷预测研究

作者：李孟洲郑州大学

学位级别：硕士

由于能源危机愈加严峻,电力系统亟需在调度等方面做出有效的改进,而优化调度的前提是准确地预测短期电力负荷。随着社会的发展,现代电力负荷的影响因素也逐渐增多,人们需要更充分地分析电力负荷,理清其内部及外部影响因素的相互关系,才... 详细信息

由于能源危机愈加严峻,电力系统亟需在调度等方面做出有效的改进,而优化调度的前提是准确地预测短期电力负荷。随着社会的发展,现代电力负荷的影响因素也逐渐增多,人们需要更充分地分析电力负荷,理清其内部及外部影响因素的相互关系,才能构建出更好的预测模型,智能电网的深入发展为解决以上问题提供了保障。由于传统的单一统计预测模型较为简单,预测精度较低,所以目前电力负荷预测领域的主要热点方向为深度神经网络与组合预测模型。本文以提高短期电力负荷预测准确度为研究目的,基于国内外的研究理论和成果,针对短期电力负荷预测目前存在的问题作了以下研究。为了保证预测模型的预测精度,对原始电力数据进行预处理并选择与预测数据高度相关的时间日期,天气情况以及历史负荷数据作为预测模型的输入。采用集合变分模态分解（VMD）与长短期记忆（LSTM）神经网络以及多元线性回归（MLR）的VMD-LSTM-MLR模型来预测电力负荷。VMD-LSTM-MLR模型用VMD将电力数据分解为不同频率特征的本征模态函数,根据过零率高低将分解出的本征模态函数分为高频分量和低频分量。接着用可以最大化估算高频分量的LSTM神经网络对高频部分进行预测,用能够更轻松获得低频分量准确负荷预测值的多元线性回归来预测低频部分。最后将预测出的高频数据与低频数据进行叠加,获得完整的预测结果。通过实验发现用最优加权组合法将LSTM神经网络与轻量化梯度促进机（Light GBM）进行组合可以同时获得两个模型的优点,并且能够改善Light GBM对长时间序列信息的挖掘效果,还可以提高LSTM神经网络对非连续性特征数据的预测能力。因此,用LSTM与Light GBM的组合模型替换VMD-LSTM-MLR模型中的LSTM神经网络得到VMD-LSTM-Light GBM-MLR模型。用VMD-LSTM-MLR模型与VMD-LSTM-Light GBM-MLR模型来预测江苏省某市电力数据,取得较好的预测效果。为了进一步验证这两个模型在大数据样本下的实用性,用VMD-LSTM-MLR模型与VMD-LSTM-Light GBM-MLR模型来预测第九届电工数学建模竞赛的电力数据,同样取得了不错的预测效果。

关键词：变分模态分解 LSTM神经网络多元线性回归轻量化梯度促进机

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于钢节点的几何非完全相似模型误差分析

土木工程学报 2011年第S1期44卷 45-51页

作者：潘建荣王湛李孟洲华南理工大学亚热带建筑科学国家重点实验室广东广州510640 广州市谷源建筑科技有限公司广东广州510235

模型试验在结构工程中应用广泛,但目前的结构试验对由模型的几何特性非完全相似所引起的误差缺乏系统的研究。针对钢结构节点进行不同缩尺比例模型的单调加载试验,并利用有限元软件ABAQUS进行模型试验的数值计算模拟,以求获得该误差的... 详细信息

模型试验在结构工程中应用广泛,但目前的结构试验对由模型的几何特性非完全相似所引起的误差缺乏系统的研究。针对钢结构节点进行不同缩尺比例模型的单调加载试验,并利用有限元软件ABAQUS进行模型试验的数值计算模拟,以求获得该误差的具体分布。分析结果表明几何非完全相似会导致结构模型试验在工程应用中产生显著的误差,此误差是一个具有时间和空间变异性的变量,会随着模型设计方法、几何特性非完全相似程度、受力过程发展、区域位置等的不同而变化。材料的规格模数是产生几何非完全相似的主要因素。对梁柱节点进行模型试验设计时,应按梁柱截面惯性矩计算缩尺比例,以梁、柱中轴线作为梁、柱计算长度的起始点,并通过有限元数值计算进行原型与模型的误差分析,为模型试验数据推算到原型结构上的修正提供依据。

关键词：几何非完全相似模型试验梁柱节点误差分析

在线全文

学校读者我要写书评

暂无评论

改进SSD算法及其在地铁安检中的应用

计算机工程 2021年第7期47卷 314-320页

作者：张震李孟洲李浩方马军强郑州大学电气工程学院郑州450001

针对传统SSD算法在检测小目标时容易漏检且检测精度不高的问题,提出一种改进算法。对SSD算法中各尺度特征进行尺寸大小不变的卷积操作,将卷积前后对应的特征进行轻量级网络融合,从而生成新的金字塔特征层,并加入基于残差模块的检测单元... 详细信息

针对传统SSD算法在检测小目标时容易漏检且检测精度不高的问题,提出一种改进算法。对SSD算法中各尺度特征进行尺寸大小不变的卷积操作,将卷积前后对应的特征进行轻量级网络融合,从而生成新的金字塔特征层,并加入基于残差模块的检测单元避免增加网络模型容量和运算复杂度,同时增强对小尺度目标的检测能力。基于PASCAL-VOC2007小目标数据集的实验结果表明,与传统SSD、YOLOv3、Faster RCNN等算法相比,在PASCAL-VOC2007小目标数据集中,该算法的m AP指标较传统SSD算法提高8.5%,较Faster RCNN算法提高3.9%,较YOLOv3提高2%,FPS达到83 frame/s,其检测地铁安检图片的m AP达到77.8%。

关键词： SSD算法网络融合金字塔特征层残差模块检测单元目标检测

在线全文

学校读者我要写书评

暂无评论

改进的SSD算法及其在目标检测中的应用

计算机应用与软件 2021年第9期38卷 226-231页

作者：张震李孟洲李浩方马军强郑州大学电气工程学院河南郑州450001

针对以R-CNN展开的目标检测速度慢,传统的SSD算法在检测小目标精度不高的问题,提出一种改进的SSD算法。该算法提出轻量级网络融合+层级特征融合构建新的金字塔特征层来解决SSD对小目标识别率低的问题。将卷积前后的特征进行轻量级网络融... 详细信息

针对以R-CNN展开的目标检测速度慢,传统的SSD算法在检测小目标精度不高的问题,提出一种改进的SSD算法。该算法提出轻量级网络融合+层级特征融合构建新的金字塔特征层来解决SSD对小目标识别率低的问题。将卷积前后的特征进行轻量级网络融合,形成新的金字塔特征层,对形成的特征层进行层级特征融合,形成最终的金字塔特征层,在最终的金字塔特征层上执行目标检测任务。在PASCAL-VOC2007的训练集和验证集上训练该算法,并在VOC2007测试集上测试该算法对小目标检测的有效性,检测速度达到81.5帧/s,与传统SSD算法相比,mAP提升了0.078。

关键词： SSD算法特征融合金字塔特征层目标检测

在线全文

学校读者我要写书评

暂无评论

改进YOLOv4的安全帽佩戴检测方法

计算机应用与软件 2023年第2期40卷 206-211,273页

作者：张震李浩方李孟洲马军强郑州大学电气工程学院河南郑州450001

为减少一线工人由于未佩戴安全帽而造成的意外安全事故,提出一种改进YOLOv4网络和视频监控相结合检测佩戴安全帽的方法。采用聚类算法获取适用于安全帽数据集的先验框,通过对YOLO v4网络增加注意力机制模块聚焦安全帽特征,选用新的边界... 详细信息

为减少一线工人由于未佩戴安全帽而造成的意外安全事故,提出一种改进YOLOv4网络和视频监控相结合检测佩戴安全帽的方法。采用聚类算法获取适用于安全帽数据集的先验框,通过对YOLO v4网络增加注意力机制模块聚焦安全帽特征,选用新的边界框回归损失函数CIoU提高检测精度,使用MAL(Multiple Anchor Learning)学习策略减少漏检概率。实验结果表明,改进后的方法在测试集上的mAP达到了96.32%,识别速率为每秒42帧,与YOLOv3算法相比提升了8.73百分点。该方法在安全帽佩戴检测中既满足视频监控的检测实时性的要求,还能较准确地检测一线工人是否佩戴安全帽。

关键词： YOLOv4 注意力机制 CIoU MAL 安全帽检测