1 油气井低产的主要原因 ⎯ 近井地带受伤害，导致渗透率严重下降； ⎯ 地层原油粘度高 ⎯ 油气层渗透性差； ⎯ 地层压力低，油气层剩余能量不足 2 油气井增产途径 ⎯ 提高或恢复地层渗透率； ⎯ 保持压力增加地层能量 ⎯ 降低井底回压； ⎯ 降低原油粘度 3 油气井增产方法 ⎯ 水力压裂； ⎯ 酸化、酸压 ⎯ 爆炸（高能气体压裂）； ⎯ 物理法 第一节 造缝机理 第二节 压裂液 第三节 支撑剂 第四节 裂缝扩展模型 第五节 压裂设计 第六节 压裂工艺技术

深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径

针对提高Wi-Fi指纹室内定位技术性能，提出了一种基于卷积神经网络（Convolutional neural networks，CNN）的信道状态信息（Channel state information，CSI）指纹室内定位方法。在离线阶段联合定位环境参考点的幅度差和相位差信息，利用CNN进行训练，保存训练后的CNN网络模型作为指纹；在线阶段，针对不同实验场景，对测试数据的幅度差信息和相位差信息进行加权处理，引入改进的基于概率的指纹匹配算法，利用待定位点的CSI信息并通过CNN网络模型预测待定位点的坐标。此外，为增强算法普适性，针对复杂室内场景，提出了双节点定位方案来提高定位精度。在廊厅和实验室室内两种不同定位场景进行了实验，信息联合定位算法分别获得了24.7 cm和48.1 cm的平均定位误差，验证了基于CNN的CSI幅度差和相位差联合定位算法的有效性

基于非均匀分布的虚拟材料模拟螺栓连接薄板搭接部分的力学特性，其中虚拟材料的材料参数用复模量表示，可直接生成复刚度矩阵以表示搭接部分的刚度及阻尼特性，省却了常规建模中生成结合部阻尼矩阵的步骤，在保证模型精确性的基础上简化了建模流程，以此建立了螺栓连接薄板结构的半解析模型并对其进行了动力学分析。首先描述了建模理念，将虚拟材料分别假定了三种复模量非均匀分布形式模拟螺栓搭接部分的力学特性，提出用反推辨识技术确定虚拟材料储能模量与耗能模量的方法。接着，基于能量法并用正交多项式假定模态，推导了螺栓连接薄板的半解析分析模型，并创新性地给出了求解半解析模型任意锤击点与拾振点处频响函数的公式。最后，以一个具体的螺栓连接薄板结构为对象进行了实例研究，结果表明：用所创建的半解析模型计算出的各阶仿真固有频率与实验测得的各阶固有频率的误差均在5%以内，计算得到的各阶仿真模态振型以及频响函数曲线与实测值均较为接近，从而证明了利用复模量非均匀分布的虚拟材料模拟螺栓搭接部分可有效简化螺栓结合部建模，亦可达到较高的仿真计算精度

以相变材料为核心的潜热储存技术，对加快新能源开发和提高能源利用率起着关键性作用。以油酸钙为前驱体，通过水热法合成了具有自支撑网络结构的羟基磷灰石（HAP）气凝胶，并采用浸渍法制备出自支撑羟基磷灰石复合相变材料。通过扫描电镜、傅里叶红外光谱、X射线衍射、热重法、差示扫描量热法等手段对所制备复合相变材料的形貌、稳定性、热性能等进行了表征及测试。实验结果表明，负载石蜡或十八醇的羟基磷灰石气凝胶复合相变材料均具有良好的热性能，质量分数60%石蜡@HAP气凝胶复合相变材料的熔融焓和凝固焓测量值分别为85.10和85.30 J·g?1，结晶度为81.50%；质量分数60%十八醇@HAP气凝胶复合相变材料的熔融焓和凝固焓测量值为113.78和112.25 J·g?1，结晶度为86.20%，且具有很好的热稳定性和化学稳定性。此外，羟基磷灰石气凝胶载体材料阻燃性好，无腐蚀且安全环保，有效拓展了相变材料在智能保温纺织物和建筑材料等领域的实际应用

多聚焦图像融合是计算机视觉领域中的一个重要分支，旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自的清晰区域进行融合，最终获得全清晰图像。随着以深度学习为代表的机器学习理论的突破，卷积神经网络被广泛应用于多聚焦图像融合领域，但大多数方法仅关注网络结构的改进，而使用简单的两两串行融合方式，降低了多图融合的效率，并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量。针对上述问题，在显微成像分析的应用场景下，提出了一种最大特征图空间频率融合策略，通过在基于无监督学习的卷积神经网络中增加后处理模块，规避了两两串行融合中冗余的特征提取过程，实验证明该策略显著提高了多张图像的多聚焦图像融合效率。并且提出了一种矫正策略，在保证融合效率的情况下可有效缓解失焦扩散效应对融合图像质量的影响

由于转炉冶炼过程中的热力学和动力学反应复杂，副枪控制模型和传统的烟气分析模型存在很大的局限性，导致了转炉冶炼终点碳含量的预测精度偏低，是实现智能炼钢的主要技术瓶颈. 针对上述问题，提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先，利用烟气分析得到连续监测的实时数据，以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后，根据熔池反应所处的不同阶段，利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上，按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数，从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例，证实函数型数字孪生模型具有良好的自学习和自适应能力，对异常冶炼状态具有良好的鲁棒性，可以实现全过程的熔池碳含量动态预测，终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是，在保证入炉原料成分、温度、质量等参数稳定的前提下，采用该模型可以有望取消基于副枪的停吹取样步骤，从而降低生产成本，提高产品质量和生产效率，具有广泛的工业应用前景

以有效解决钾盐矿尾盐和尾液导致的环境污染、资源浪费、安全隐患等问题为出发点,以改善钾盐矿充填料流动度和强度为目的,利用钢渣水化反应缓慢持久的特点,制备了以钢渣为胶结剂的钾盐矿充填料,初步证明钢渣细度和养护温度对充填料的性能有较大影响.所制备的充填料8 h内流动度保持在200 mm以上,28 d抗压强度可达2 MPa,满足充填料的性能要求.本文着重从微观角度分析了其固化机理,X射线衍射技术、扫描电子显微镜、热重分析、红外分析等分析结果表明:钢渣粉与钾盐矿尾液水化反应的产物主要为C-S-H凝胶、水铝钙石(或称费里德尔盐)、类水滑石等,在水化反应过程中水化产物之间相互穿插包裹使体系结构的致密度和强度不断增长.在微观结构呈层状的水铝钙石和类水滑石中出现类质同象代替现象,Ca2+、Mg2+、Fe2+,Fe3+、Al3+和Si4+都可相互取代而使得OH-和Cl-参与其中,这对体系中的杂质离子起到固定作用,对充填料的稳定性有利.该研究结果初步表明钢渣具有充当钾盐矿充填料胶结剂的潜力

为进一步提升钛酸锂材料的性能, 本文在传统静电纺丝技术的基础上, 将纺丝喷头改进成内外嵌套的同轴喷头, 以两种溶液的形式进行同轴共纺, 得到了具有空心结构的钛酸锂纤维丝.将其与传统静电纺丝法制备的实心结构钛酸锂纤维丝进行对比, 结果表明: 空心钛酸锂材料粒度均一、无团聚现象, 材料具有明显的空心结构, 结晶性能良好, 比表面积是实心结构的1.3倍.形貌结构的改善极大地提高了空心钛酸锂材料的电化学性能, 表现为小倍率下二者的放电比容量接近理论比容量, 但在20C倍率下空心结构的钛酸锂材料优于实心钛酸锂, 仍可达到130 mA·h·g-1, 循环200周后容量保持率仍达98%, 具有良好的稳定性; 循环伏安和交流阻抗曲线也表明: 空心结构使得钛酸锂材料的极化程度减少, 电化学反应阻抗降低, 更有利于电化学反应的进行

我国铂族金属（Platinum group metals, PGMs）储量少，消费量大，对外依存度高，PGMs二次资源的回收利用是缓解我国PGMs短缺最重要的途径。废催化剂是PGMs最主要的来源，其回收成为研究的热点。本文详细介绍了PGMs消费结构与回收现状，全球PGMs回收量约占原矿产量的20%～30%，且将保持持续增长的趋势。样品的精准分析对PGMs回收有至关重要的作用，同时还原、焙烧、机械球磨等预处理能提高PGMs回收率。相对于传统氰化法和王水溶解，近年来开发出氯化浸出法、超临界萃取法、载体溶解法等较环保的浸出工艺。尽管部分湿法浸出工艺已经产业化应用，但存在废水量大、产生有毒气体及回收率低（特别是Rh）的问题。火法富集是以铅、铜、铁、镍锍为捕集剂，与PGMs形成合金富集，载体熔化造渣。本文对上述富集方法进行了综述并总结了优缺点，基于现有技术存在的污染严重、PGMs回收率不高等问题，展望了PGMs绿色高效回收技术，如活化预处理、协同提取有价金属和载体利用、贱金属协同冶炼和铁捕集–电解等，为从事该领域的科研工作者提供了良好的参考