随着巡天观测计划的进行,传统的数据库技术无法满足海量天文数据的存储以及检索性能的需求。针对海量天文数据存储以及锥形检索的高并发、高性能问题,采用数据库中间件技术,当海量数据到达传统数据库存储阈值时,能够通过中间件技术以分库分表的形式存储到数据库集群,充分整合关系型数据库和分布式技术的优点。利用MySQL数据库集成动态索引工具(Dynamic Index Facility,DIF)插件,在分布式数据库中建立伪球面索引,能够满足海量天文数据锥形索引的需求。
经过多年开发实践,针对低渗透油藏CO
2驱提高采收率作用机理等方面的研究已相对成熟,但油藏工程理论研究尚不完善,目前尚无针对低渗透油藏CO
2驱采收率评价的理论模型。基于低渗透油藏CO
2驱提高采收率作用机理,利用广义油藏工程方法,筛选用于CO
2驱采收率评价理论研究的基本相似准则及关键参数,建立能够表征低渗透油藏CO
2驱开发特点和提高采收率作用机理的主控因素表征函数,构建低渗透油藏CO
2
以塔里木盆地Q单元为例,基于物质平衡原理,从储量、能量、流度3大方面分析超深断溶体油藏弹性驱产能主控因素,解释不同断裂级次弹性驱产能差异。结果表明:超深断溶体油藏弹性驱产能主控因素包括缝洞储集体规模、地层弹性能量和流体流动能力,这3个因素整体均呈主干断裂大于分支断裂、分支断裂大于次级断裂的特征;弹性驱单井累积产油量、日产油量、阶段累积产油量均与单井控制储量呈强线性关系;单井累积产油量和单井控制储量与初始地层压力乘积在对数坐标上是一条斜率近似为1的直线;综合弹性压缩系数、缝洞储集体规模对累积产油量影响大于初
CO2驱油技术能够在有效提高采收率的同时实现碳埋存,兼顾经济效益与环境保护,因此研究CO2在油藏中的扩散规律很有必要。通过自行设计的高温高压扩散夹持器进行CO2在饱和油岩心中的扩散实验,建立计算CO2在饱和油岩心中扩散系数的数学模型,拟合实测压力曲线和计算的理论压力曲线,从而得到CO2扩散系数,并分析渗透率对CO2在饱和油岩心中扩散的影响规律。结果表明,该数学模型能够较为准确
针对当前水驱中的油水相互作用的研究较少且已有结论存在争议,主要体现在关键离子对油水相互作用影响规律尚未统一。将岩心驱替实验和界面张力测定实验相结合来研究智能水驱中油水作用规律与机理。实验结果表明:油水相互作用在智能水驱中发挥着重要作用,调整注入水的离子组成可以有效影响采收率。Mg2+和Ca2+能够有效提高岩心驱替效率,Mg2+作用效果强于Ca2+,二者存在最优浓度。SO42-
页岩缝网压裂过程伴随着压裂液与岩石之间复杂的流固热化耦合作用。为评价流固热化耦合下的裂缝扩展,提出并开展流固热化耦合的水力压裂实验,重点研究热作用和水化作用对页岩裂缝扩展的影响。研究结果表明,压裂中高温页岩遇压裂液冷却会产生热破裂,形成微裂缝降低抗拉强度,同时岩石脆性增加,有利于缝网形成;水化作用形成水化应力造成裂缝尖端应力集中,应力强度因子增加,同时压裂液的侵入降低弱面内聚力,减小临界应力强度因子,裂缝容易扩展或沿弱面转向,促进缝网形成。
砾岩油藏的储层非均质性强、孔隙结构复杂,微观渗流体系呈现稀网状-非网状特征.化学驱常规注入开采极易造成化学剂沿高渗透层突进,中、低渗透层难以动用,波及体积有限,驱油效
研究了基于事件触发采样控制的时滞混沌Lur’e系统主从同步问题.首先考虑了系统中包含的传输时滞构造了系统时滞模型.然后,通过构造三重积分项的Lyapunov-Krasovskii泛函,并结合Wirtinger积分不等式和凸组合技术对Lyapunov-Krasovskii泛函的导数进行估计,给出了混沌系统主从同步的充分条件.所提出的事件触发机制应用于主从同步研究中,可以有效地减少采样数据传输,缓解网络带宽压力,提高网络带宽利用率.最后,通过时滞蔡氏电路的数值仿真,验证了所提出同步准则的有效性.
为了提高单基地多输入多输出(MIMO)声呐阵列的波达方向估计性能,提出了双尺度旋转不变子空间(DR-ESPRIT)算法。结合MIMO阵列虚拟阵列的结构特征,首先利用ESPRIT算法通过各条虚拟线阵内、基线间距不大于半波长的子阵间的旋转不变关系得到无模糊的粗估计结果,之后利用虚拟线阵间、基线较长的子阵间的旋转不变关系得到一组有模糊的精估计结果。参考粗估计结果对精估计结果进行解模糊,最终得到高精度无模糊的角度估计结果。为了降低运算复杂度,利用该思路对降维ESPRIT算法也进行改进,提出了双尺度降维ESPRIT
针对传统的荷载识别方法受不适定性问题影响导致识别误差较大,且受传感器数上的限制也无法监测所有结构易损伤位置处振动响应的问题,提出了一种基于增秩Kalman滤波(augmented Kalman filter,AKF)算法的动态荷载识别和结构响应重构方法.基于结构状态空间方程,形成由荷载向量和状态向量组成的增秩状态向量(augmented-rank state vector,ASV),利用Kalman滤波算法获得增秩状态向量的最小方差无偏(minimum variance unbiased,MVU)估计,实