摘要：针对高含水期的油井出砂监测问题,基于小波包分析方法对管壁处出砂振动信号进行识别研究。通过设计出砂监测室内试验,获取出砂振动信号,对该信号进行db4小波包3层分解,归一化每组分量的能量,分析含有出砂特征的信号分量,并进行重构。采用高频段精细分解方法,突出了出砂信号的频域局部化特征。重构信号的频域特征表明,出砂信号的频率区间为19~25k Hz。重构信号的功率谱特征表明,出砂信号功率谱幅值与含砂量之间呈二次增长关系,采用小波包分析方法可以有效地识别油井出砂振动信号。所得结论可为识别复杂流体条件下的油井出砂信息提供参考。

摘要：随着智能领域的持续投入,在研究、攻关、开发与监测等活动中形成了丰富的数据集、软件、模型等科研成果,科研企业内部交付的数据大量堆积,出现数据质量差、数据描述乱、成果复现难等诸多问题,为智能领域科研成果共享共用带来了重重困难。为解决以上问题,通过对智能领域科研成果数据的现存问题进行深入分析,设计了针对智能领域科研成果交付过程的管理框架,并从技术层面和管理层面规范了智能领域科研成果数据“是什么”“交什么”“如何交”“如何描述”等方面的问题。

摘要：随着我国城镇化速度加快,农村劳动力的减少,而西兰花收获几乎完全依赖人力,亟需推进西兰花的自动化收获。国内对于西兰花收获的相关研究很少,其自动化收割尚处于理论试验阶段。该文利用CATIA软件建模,ANSYS-Workbench进行模态分析,设计西兰花收获的悬挂斗,可实现西兰花收获的半自动化,减轻劳动强度。该方法可将收获效率提高2. 6倍,节约半数劳动力。