煤层气中甲烷扩散及水锁效应的分子动力学研究

煤层气的开采效率受到很多因素影响,煤层开采过程注入的压裂液及煤层中自生的液态水常常会阻碍煤层气的扩散及开采,形成水锁效应,但其成因、机理以及缓解方法仍不完全清楚,也是目前研究的热点。基于大规模、可扩展、可准确反映煤层化学结构的分子模型,通过采用分子动力学方法,在微观尺度模拟了在煤层微孔隙中,甲烷在受到水膜阻碍的情况下,水气两相的流动规律。定量计算了水膜厚度、孔径、储层压力、压差等因素对甲烷及水膜运移速度的影响。结果表明,水的存在会极大地阻碍甲烷的扩散,即造成水锁效应;煤层中的孔径大小及流动压差也会影响甲烷/水的两相流动速率,较大的孔径及较高的压差都有利于甲烷和水的流动。通过对水膜在运移过程中发生的结构变化的分析,对水锁效应出现及消失的规律进行了探究。在大孔径及较厚水膜的条件下,水相可在流动过程中保持完整的连续相,完全封闭煤层中的孔隙,造成水锁效应。而在水膜较薄或孔径较小时,水分子与煤层之间的相互作用力使得水相更容易破裂为多个水分子团簇,并与甲烷气相混合,从而缓解水锁效应。通过纳米尺度的分子模型定量分析了煤层孔径、压差、水膜厚度等因素对水锁效应的影响规律,表明减弱水分子之间并增强水分子与煤层之间的相互作用可能有利于缓解水锁效应。此项研究可以为进一步理解水锁效应机理、提高煤层气开采效率提供启示。

叠船运输方式下的半潜船耐波性分析

以叠船运输方式下的半潜船为研究对象,采用CATIA软件进行三维建模。基于AQWA软件计算在规则波中不同浪向、不同航速和不同吃水下的响应幅值算子(Response Amplitude Operator,RAO),分析在不规则波中不同海况条件下货物绑扎设计关键点的加速度变化,发现浪向、航速和吃水等因素对RAO的影响规律。研究结果可为叠船运输方式下的半潜船安全运输提供运动预报,为货物绑扎设计提供依据。

在化工热力学中对自主学习教学模式的探索

化工热力学作为化学工程专业的必修课,同时涉及复杂的热力学理论和较强的工程背景,教学难度大。在我们的教学模式探索中,采用了线上与线下相结合的方式,将课程中对难重点的讲解制作成了微课视频,供每一位同学在线上按需学习。同时在线下实体课堂中为学生设置了自主学习与探究式任务。要求学生通过编写热力学计算程序,进行工程案例分析等多种方式,在实践中应用理论知识,增强对知识的掌握和解决实际工程问题的能力。

W/O型微乳酸前置冲洗液的制备及其性能研究

页岩气水平井钻井过程中,因使用油基钻井液而产生的油基泥饼往往难以被冲洗,进而造成固井时顶替效率低、固井二界面胶结强度差。为解决上述难题,基于前人的研究成果,提出了以土酸、长链季铵盐C-223、聚氧乙烯醚Z-15等为主要原料配制出W/O型柴油—土酸微乳固井前置冲洗液的设计及配方,并通过室内实验对其冲洗性能开展评价及微观机理分析。研究结果表明:(1)以C-223∶Z-15=3∶2的复配比作为主表面活性剂、正丁醇∶正辛醇=1∶2的比例作为助表面活性剂、柴油∶土酸=5∶4的比例配置的微乳酸稳定性良好,与油基钻井液相容性好,冲洗效率可达96.86%;(2)微乳酸冲洗后的界面接触角发生明显改变,套管壁的水相润湿性大幅度提高,套管无明显腐蚀现象;(3)微乳酸在形成过程中,随酸液浓度的不断增加,体系呈现由澄清向混浊的相态变化,增溶酸量多且预留油空间大;(4)微乳酸中布朗运动的微粒平均粒径在21.2 nm左右;(5)土酸、柴油的单相横向弛豫时间均为单一的时间峰,且土酸的弛豫时间分布在柴油的弛豫时间分布范围之内,有利于二者溶合成稳定的微乳酸。结论认为,该冲洗液体系能有效提高第一、第二界面的润湿性,将亲油性界面转变为亲水性界面,有利于提高固井顶替效率和固井质量。

“互联网+”化学反应工程教学探索与实践

以培养创新能力强、具有较强工程实践能力的工程技术人才为培养目标,以西南石油大学"化学反应工程"课程教学改革为例,针对教学中存在的问题,尝试引入"互联网+"时代的多媒体、虚拟现实、仿真模拟及现代网络技术等辅助工具提高教学质量,增强了课程的实时性和互动性。将以"教"为中心教学模式转变为以"学"为中心,并采用多维评价体系完善课程考核方式,提高了学生的学习质量和积极性,取得了较好的教学效果。

寓思政教育于化工课余科技项目——基于自我主导的“学习伙伴”模型的协同育人实践

秉承“思政寓于项目实践教学”的理念,深挖化工类专业实践教学中的思政元素,是新时代实践教学的要求。文章以化工类专业课余科技项目为例,介绍了通过自我主导的“学习伙伴”模型,引领和培育学生的价值观,开展思政教育的过程。将思政教育贯穿于课余科技项目教学中,有助于激发学生的创新能力,提高学生综合运用知识的能力,在学生的人格塑造和道德情操培养方面都可取得好的效果。

数据驱动方法在化工过程故障诊断中的研究进展

数据驱动方法是一种黑箱模型,具有自主挖掘和构建数据内在关系的优点。随着感知设备的发展和计算能力的提升,数据驱动方法在化工过程故障诊断的研究领域体现出了更大的优势。本文介绍了各类数据驱动方法的原理和作用,并分析了其各自的优缺点与实际应用方向,总结得出深度学习和集成学习是数据驱动方法未来研究重点。同时,本文回顾了近五年来国内外数据驱动方法在化工过程故障诊断中的研究与应用,综合分析了现阶段该领域的研究情况,表明将多种数据驱动方法进行组合来解决化工过程问题的思路具有一定的有效性。并进一步给出了关于数据异常、时间滞后等问题的研究方向。最后,本文建议更多地从方法的机理出发对方法进行研究和优化,在未来的研究思考中应更着重于实用性和时效性。

基于CTA-DKPCA的化工过程故障诊断

在传统动态核主元分析(DKPCA)中引入循环时间算法(CTA),提出了基于循环时间算法与动态核主元分析(CTA-DKPCA)的故障诊断方法。该方法通过引入循环时间逻辑,对动态数据矩阵分段捕捉故障信息,提升了故障诊断精度与速度,再使用基于重构贡献(RBC)的方法来识别故障变量、诊断故障原因。将该方法应用于田纳西伊斯曼(TE)过程进行故障诊断分析,与PCA及其衍生算法和2阶SVM算法比较,结果表明CTA-DKPCA模型对故障的检测与变量识别具有较高的敏感度。

我是小主播

我叫罗文嘉，是我们学校的一名优秀小主播。这个荣誉可不是凭空送给我的，下面我就告诉你我是怎样当上小主播的吧。