碳中和背景下HKUST-1膜的制备与碳捕集效果研究

为了研究HKUST-1膜在碳中和目标中的应用潜力,选取了超细聚甲基丙烯酸甲酯粉(PMMA),以二氧化硅为基板,在现有条件下合成了一种HKUST-1膜。所制备的HKUST-1膜光滑均匀,完整独立,其大小和形状多种多样,厚度从数百纳米到数百微米不等。采用粉末X射线衍射(PXRD)、扫描电子显微镜(SEM)和CO_(2)吸附研究了所合成的聚合物支撑和自支撑微孔HKUST-1膜的结构,进行了数组气体分离实验来探究HKUST-1膜在碳捕集方面的应用效果。

基于元元模型的多维元数据管理研究与实现

分析了目前元数据管理的研究现状和存在的问题;按照OMG的MOF规范,建立了统一的MOF元元模型,对不同领域的元模型进行统一描述;提出了一个高度可集成可扩展的元数据管理框架和元模型建模规范;介绍了主题与元模型的相容约束规则以及主题与元数据的访问约束规则;通过采用对元数据按主题进行动态分类的方式,实现了对元数据的多维管理。

means聚类方法在油藏开发中的应用

K-means聚类算法是一种基于样本间相似性度量的间接聚类计算方法,适合于规律性较差的散点集合分类。应用该方法了研究某油田ZD油层发育,按照高、中、低渗3类进行分析,得出了ZD油层从北到南有效厚度、渗透率和不同聚类中心钻遇井点比例变化,直观地反映了油层发育变化特点;油田进入高含水开发阶段,剩余油分布十分零散,常规方法难以确定剩余油富集部位,应用K-means方法确定了规模较大的剩余油富集部位:主要集中在开发较晚的层段和厚度较大的油层中,有效指导了剩余油分析和挖潜;常规的化学驱动态分析需要逐口井分析对比,区块整体形势分析不直观,采用K-means方法,可以清晰地显示出各类井的整体变化特点,为区块的整体分析提供了一个更加直观的工具。