【摘 要】
：
为研究在不同黏度的条件下的垂直管段塞流流动特性,进行了实验和数值模拟研究,对不同黏度下的截面压力、含液率、压差波动信号及压降值进行分析。结果表明:液相黏度的增大使
【机 构】
：
长江大学石油工程学院,中国石油新疆油田工程技术研究院,中国石油天然气集团公司气举试验基地多相流研究室
【基金项目】
：
国家自然科学基金(61572084),国家科技重大专项(2016ZX05056004-002),中国石油天然气集团有限公司科学研究与技术开发项目(2019D-4413)
论文部分内容阅读
为研究在不同黏度的条件下的垂直管段塞流流动特性,进行了实验和数值模拟研究,对不同黏度下的截面压力、含液率、压差波动信号及压降值进行分析。结果表明:液相黏度的增大使气塞长度减小,并缩短至7.5~9倍的管径,段塞周期缩短,管道截面压力和压差波动会随之加快,平均持液率也逐渐增大,Mukherjee-Brill模型无法准确预测高黏油气流动的持液率,VOF(volume of fluent model)模型的持液率计算精度较高。液相黏度的变化对段塞流压降有一定影响,实验和模拟计算中都出现了负摩阻压降现象,总压降随着
其他文献
深度学习在地质学领域有了越来越多的应用。在测井领域,可以利用深度学习方法更好地进行岩性分析、断层和裂隙识别等。测井数据最常用的数据格式是Las格式,而目前深度学习应
党的十九届四中全会指出,改革开放以来,中国特色社会主义制度取得了举世瞩目的发展成就和治理成效,创造了世所罕见的经济快速发展奇迹和社会长期稳定奇迹。“两大奇迹”彰显
传统的情感分析方法不能获取全局特征,以及否定词、转折词和程度副词的出现影响句子极性判断。在深度学习方法基础上提出了基于卷积神经网络和双向门控循环单元网络注意力机
U-net是常用的医学图像分割网络,但仍存在卷积神经网络中泛化能力差、容易过拟合的缺点。针对其缺点,研究全卷积肺结节分割网络,引入随机失活层,采用新的激活函、损失函数、优化器等改进网络结构,改进后的网络具有更高的查全率。然后融合改进重构权值的局部线性嵌入算法对特征进行提取,最后采用XGBoost分类器进行最后的筛选分类。通过实验验证表明,得到实融合以上两种算法的肺结节检测具有更高的准确率更高的准确