简介：针对工生产过程中存在的塞氏比色超标问题，对颗粒白土脱色的可行性，和性等方面进行对比试用，解决了航煤的比色问题。同时航煤经颗粒白土脱色以后，改善了航煤的其他质量指标，如酸值、洁净度等。

简介：为降低生产成本，提高产品收率，对MVI油品白土精制过程中白土加剂量的影响进行丁较为全面的研究。研究结果表明。适当降低白土加入比，对油品满足质量指标要求的影响不大，但可以提高基础油收率，降低生产成本和环保压力。

简介：以中国石油化工股份有限公司上海高桥分公司润滑油加氯装胃所产的HVIⅡ-2与HVIⅡ-8基础油为原料，分别采用微酸磺化法与加氢精制法进行了白油生产的实验室研究，确定了最优的工艺条件，成功生产出化妆用白油和食品级门油等高档白油产品。

简介：

简介：康菲公司投用白油和食品级润滑油新生产线，销售品牌名称为康菲66和76。新产品包括5种粘度级白油和6个等级食品机械用油。白油为高度精制的无色矿物油，开发用于食品加工厂和其它应用，如医药和化妆品，它们需无毒物质。食品级润滑油必须符合工业安全标准。

简介：国家环保对总氮去除要求的提标,使部分单位现有的污水处理工艺不能满足要求,作为一项生物强化技术的微生物反硝化菌种得到应用。15d的现场使用结果表明：在没有严格意义上的脱氮工艺的条件下,通过现场工艺调整,在炼油含盐废水中投加反硝化菌,7d内能成功建立反硝化系统,后期的总氮去除率稳定在60%以上。

简介：通过在两组日处理水量15L的活性污泥装置中进行间歇试验,对微生物菌剂进行了筛选,并考察了投加微生物菌剂对污水处理过程中剩余污泥减量的影响.试验结果表明:1号菌剂的效果优于2号菌剂,当1号菌剂日投加量0.1mL时,剩余污泥减量27.27％,使污泥在源头上得到有效的减少.该技术在污泥减量过程中无二次污染,不需要改变污水处理厂原有处理设施和运行方式,不消耗额外动力,对系统污泥性状及出水水质无明显影响.

简介：上三叠统延长组6段是鄂尔多斯盆地白豹地区重要的勘探目的层，也是典型岩性-地层油藏。文章在岩心和沉积相分析基础上，结合铸体薄片、扫描电镜和电子探针等分析化验资料，对长6砂岩的成岩作用进行系统研究，确定对储层起破坏作用的成岩作用主要有压实-压溶作用、胶结作用和充填作用，起建设性成岩作用的主要有早期绿泥石和白云石的环边胶结作用、溶蚀作用和破裂作用。综合成岩作用方式的组合类型和演化序列，认为长6砂岩的成岩演化主体已进入中成岩阶段B期。在建立成岩演化模式的基础上，对成岩相组合特征进行了初步研究，划分出压实-胶结成岩相组合、压实成岩相组合和胶结-溶蚀成岩相组合，分析了成岩相组合与储层发育的关系及其区域分布规律，为进一步的岩性-地层油藏的成藏规律分析和储层预测提供了依据。

简介：针对高凝油含蜡高、凝固点高、流动性差及开采难度大的问题，选用铜绿假单胞菌配合嗜热脂肪地芽孢杆菌和嗜热脱氮地芽孢杆菌，采用四组分分析法和饱和烃气相色谱法等方法开展了微生物提高高凝油采收率菌剂研究和应用评价。结果表明：菌种对原油四组分存在选择性降解，降解率为23.0%～42.3%，同时菌种可以将高凝油中长碳链饱和烃降解为短碳链烃类，w（nC21）/w（nC22）值和w（nC21＋nC22）/w（nC28+nC29）值增大0.33～0.57；铜绿假单胞菌发酵液表面张力从72.21mN/m降低至26.81mN/m；嗜热脂肪地芽孢杆菌与嗜热脱氮地芽孢杆菌2种芽孢杆菌乳化高凝油的E24值分别为70.6%和82.3%；基于嗜热脂肪地芽孢杆菌、嗜热脱氮地芽孢杆菌和铜绿假单胞菌3种细菌性能设计的兼容本源微生物的复合微生物采油菌剂可使高凝油黏度降低63.86%，凝固点降低6℃。物理模拟驱油实验表明：该微生物复合菌剂可在中渗（200mD）及低渗（50mD）条件下使高凝油采收率提高6.46%～8.48%。6口油井的微生物吞吐采油试验证明该微生物复合菌剂性能稳定，可使高凝油采收率大幅提高，具有良好的工业应用前景。

简介：白家海凸起三工河组一段（J1S1）及二段（J1s2）是休罗系重要的勘探目的层。文中利用铸体薄片图像分析、扫描电镜、压汞分析等技术手段，对J1S1、J1S2的孔隙结构特征进行了系统分析。J1S孔隙类型以剩余粒间孔和次生溶蚀孔为主．喉道类型以片状、弯片状及管束状为主。根据孔隙结构特征参数统计结果，将喉道划分为5类，J1S2储层以Ⅱ类、Ⅲ类喉道为主；J1S1储层以Ⅲ类喉道为主。沉积作用和成岩作用是影响研究区储层物性的主要因素．且成岩作用中的胶结作用和溶蚀作用的影响最大。

简介：目前,用地震属性进行储层预测的方法大体可分为单一参数线性预测法和多参数综合分析法两大类.近年来,多参数的人工神经网络储层预测技术应用较多,但是需要选择合适的样本,并准确提取对砂体厚度反映灵敏的地震属性参数[1].在地质条件复杂的地区,由于储层厚度和岩性在横向上的变化会引起其地震反射特征发生较大变化,因而训练样本非常复杂,网络训练也难以收敛.