简介:摘要:针对采油厂部分区块油藏厚油层层内储层非均质性严重、层间矛盾突出,注入水沿厚油层层内高渗透层优势通道突进,影响中低渗透的剩余油挖潜程度;井下钢丝投捞测试水量受井况影响大,且分层水量不清楚;周期脉冲注水工艺,受层间干扰,挖掘层内低渗透层剩余油资源潜力有限的情况。开展了循环分层周期注水工艺技术研究,采用封隔器进行层间封隔;循环开关器依靠单片机控制微电机定期工作,可通过程序控制或压控方式实现开关阀的开启和关闭,实现注水井不同层之间自动循环注水;地面实时监测单层注水量及单层流压,随着注入量变化,通过地面闸门实时控制单层水量。基于此,本文就是循环分层周期注水工艺技术原理、管柱结构性能、现场应用情况及应用前景进行了详细阐述。
简介:摘要:随着多视图三维重建技术的发展,倾斜摄影测量实景三维模型具有生产自动化程度高、真实性强、要素呈现全面等特点,在实景三维建设领域中应用越来越广泛。然而,模型用大量不规则的三角网刻画地表,数据量大,给展示、应用带来很大困难。倾斜三维模型由不规则三角网构成,常用的二次误差测度(QEM)网格简化算法采用一定的阈值进行总体简化,效果有限,简化后的结果在几何特征不明显的地方采用较少的三角形数量,在结构丰富的地方采用较多的三角形数量。由于植被表面不平坦,在数据分析时属于特征丰富的区域,使用了大量三角形表达,但这些植被几何特征实际上对实景三维数据需要记录和表达的内容意义不大。因此,有必要把植被单独提取出来,进行更高程度的简化。
简介:摘 要:近年来片帮冒顶事故已成为矿山事故的主要因素,尤其在松软矿石中,利用光面爆破技术对,达到控帮护顶的效果,使顶板和边帮平整,可以有效地为后续生产提供安全的条件。通过对光面爆破对我矿实验的效果,总结出合适的布控参数、装药结构和爆破顺序。
简介:摘 要:随着软件定义广域网(SDWAN)的迅猛发展,网络安全问题日益凸显。为了提高SDWAN网络的安全性,本文提出了一种基于卷积神经网络(CNN)和容器化分层架构的入侵检测系统。该系统采用深度学习技术,通过对SDWAN流量进行实时监测和分析,能够有效地识别网络中的潜在入侵行为。在系统架构方面,我们引入了容器化技术,将系统划分为多个独立的容器,实现了分层管理和灵活部署。每个容器负责特定的任务,如流量捕获、特征提取和模型训练等,通过容器之间的协同工作,实现了系统的高效运行和维护。在算法方面,我们采用了CNN作为入侵检测的核心模型。通过深度卷积神经网络对SDWAN流量的时空特征进行学习,系统能够自动学习并识别正常流量和潜在的入侵行为。与传统的规则或特征基础的入侵检测方法相比,基于CNN的方法具有更好的泛化能力和适应性。