采油方法: 将流到井底的原油采到地面上所采用的方法，其中包括自喷采油法和人工举升两大类。 自喷采油法:利用油层自身的能量使油喷到地面的方法。 人工举升或机械采油法:当油层能量低不能自喷生产时，则需要利用一定的机械设备给井底的油流补充能量，从而将油采到地面。 第一节 自喷井生产管理与分层开采 第二节 自喷井节点系统分析 第三节 气举采油

第十一章园艺植物产品采收及采后管理 本章介绍园艺植物产品的采收以及采后贮运保鲜管理。学习之后,应达到以下学习目的: 1.掌握园艺产品成熟度的判定方法 2.明确园艺产品采后分级、包装的技术、方法和要求 3.掌握园艺产品采后贮藏的原理和方法 4.了解园艺产品采后处理的方法 5.了解园艺产品采后运输的要求 6.了解切花的种类与应用方式 7.了解切花的采收与分级要求

一、作为采访活动主体存在的采访者,亦即专业的新闻记者和业余的新闻通讯员。 二、作为采访活动客体存在的各种客观现象,亦即采访主体以外的社会现象、自然现象、被采访者情况,以及新闻受众情况等。 三、作为连结采访活动主体与客体的采访关系,亦即采访活动主体对客体的认识与把握的关系

中间商的购买行为同生产者市场一样,也受 到环境因素、组织因素、人际因素和个人因 素的影响。 此外,采购者个人的购买风格也具有不可忽 视的影响。狄克森把采购者个人的购买风格 分为7类: 忠实的采购者、随机型采购者、最佳交易采 购者、创造性采购者、追求广告支持的采购 者、斤斤计较的采购者、琐碎的采购者

采煤工作面中,采煤机、刮板输送机和支护设备 (液压支架或单体支柱与顶梁)等组成一个称为 采煤机的有机整体来实现采煤工艺的各个工序, 它们在工作能力和结构尺寸的配套关系,直接影 响到采煤工艺的顺利实施和设备能力的充分发挥。 因此,为了正确地选择采煤机组各种设备的形式, 不仅要看它们各自能否满足采煤工艺的要求,同 时要注意它们之间的配套性能

倾角在8以下的煤层为近水平煤层 由于煤层倾角小,井田内再划分时就不能再按阶段垂高 将其分成阶段了,一般是把运输、回风大巷布置在井田倾 斜的中央,利用大巷将井田分成上下两部分,再在每一 部分内划分出若干个盘区(或带区)进行开采。 目前,我国开采近水平煤层的主要方法有走向长壁采煤 法和倾斜长壁采煤法。 采用走向长壁采煤法开采近水平煤层,一般采用盘区式 开采

为了准确获取采空区空间体积，以采空区三维激光扫描系统探测到的原始数据为依据，提出采空区体积的三角网模型微积分算法.算法首先确定模型剖切的主轴方向，用一组等间距平行面对模型进行相切并获得剖面的无序点集，运用所提出的凸包压入法生成采空区剖面的初始边缘轮廓线；再将初始边缘轮廓线内的其他交点添加到剖面中，形成完整的采空区剖面形态；最后利用平面三角形有向面积叠加计算剖面面积，将剖面面积与微小间距进行积分获取采空区的体积.工程应用表明，所研究的采空区体积算法稳定性好，精度高，可实现对复杂采空区体积的有效计算

为研究滚筒调速的可行性及调速对传动系统动态性能的影响,采用MATLAB/Simulink搭建了采煤机截割-牵引耦合机电传动系统动力学模型.针对截割部过载工况,综合考虑采煤机可靠运行和高效生产,制定了4种调速降载方案,并提出了通过截割电机电流计算目标切削厚度、依据目标切削厚度选择调速方案的方法.最后通过仿真对比了各种调速方案下电机和传动系统的动态响应特性,结果表明:当截割电机过载倍数较小时,采用滚筒调速方案能够在降低系统负载的同时使采煤生产率不受影响;当过载倍数较大时,采用牵引调速方案可获得较高的系统可靠性,而采用牵引-滚筒顺序调速方案可获得较高的采煤生产率

降雨是诱发滑坡的主要因素之一,尤其在暴雨条件下,更易激发滑坡.随着南帮边坡开采高陡化,滑坡发生频繁.为研究降雨条件下南山矿凹山采场南帮边坡稳定性特征,采用MSR300型雷达对边坡进行了连续4 a的实时稳定性监测,基于采集到的采场降雨数据和边坡滑移数据,分析了降雨量和降雨强度与边坡变形规律,对凹山采场滑坡各阶段进行了划分,建立了凹山采场边坡失稳模型和预警阈值.结果表明:凹山采场变形与降雨量呈正相关,服从幂函数规律;边坡变形速度曲线与降雨强度有良好的一致性,滑坡一般发生在最大降雨强度之后;滑坡阶段主要包括初始变形阶段,稳定变形阶段和加速变形阶段;报警阈值分别为:6 h时序内,位移阈值为20 mm,速度阈值1.5 mm·h-1;12 h时序内,位移阈值为30 mm,速度阈值为2.5 mm·h-1.凹山采场滑坡曲线与岩土体非稳定蠕变曲线具有较高的相似性,位移曲线出现了\阶跃\现象,速度曲线出现了\尖凸\现象,这种情况易引起滑坡事故,其中在位移曲线的\拐点\处和相应速度曲线的\凸点\处发生滑坡的可能性最大.研究成果为类似矿山边坡稳定性监测和破坏机制提供了科学依据和参考

为了提高非平衡数据集的分类精度，提出了一种基于样本空间近邻关系的重采样算法。该方法首先根据数据集中少数类样本的空间近邻关系进行安全级别评估，根据安全级别有指导的采用合成少数类过采样技术（Synthetic minority oversampling technique，SMOTE）进行升采样；然后对多数类样本依据其空间近邻关系计算局部密度，从而对多数类样本密集区域进行降采样处理。通过以上两种手段可以均衡测试数据集，并控制数据规模防止过拟合，实现对两类样本分类的均衡化。采用十折交叉验证的方式产生训练集和测试集，在对训练集重采样之后，以核超限学习机作为分类器进行训练，并在测试集上进行验证。在UCI非平衡数据集和电路故障诊断实测数据上的实验结果表明，所提方法在整体上优于其他重采样算法