负反转断裂主反转期和反转强度分析

以塔里木盆地北部隆起轮台断裂带为例,提出了非坪－坡式结构、具有多期逆冲作用的负反转定价经模式。负反转断裂的发展化可分为只阶段、早期冲断剥蚀阶段、同生冲断阶段和负反转阶段。早期的同生逆粘层序和后期的负反转层序是识别负反转断裂的关键标志,位移－距离曲线上的“拐点”代表支由冲断活动向负反转活动转化的转折点,指示了主反转期。而“零点”则代表了断怪上从净收缩转化为净引张的转折点。根据“零点”在同生逆断层序中     

沁水盆地南部构造负反转、应力机制及油气意义

沁水盆地南部地区古生界高角度张性断裂极为发育,但至今仍未能很好地解释其形成及演化机制。本文依据区域构造演化背景分析、二维地震资料解释、岩石物理力学实验测试、产能数据及应力数值模拟结果,研究其形成机制。结果表明,研究区经历了3期构造旋回、4个构造演化阶段,华北板块整体处于大的挤压背景下,走滑拉分是典型的局部构造特征。负反转作用形成的高角度正断层造成了基底块断差异升降,产生了盆地内垒-堑相间分布的结果,由于地垒块体上升作用造成了石炭-二叠系形成了等厚横弯褶皱。在主生烃期,地层岩石易于发生近垂直的张性破裂,为区域垂直断裂的形成创造了条件。在区域强挤压构造环境下,可形成高角度逆断层;在伸展构造环境下,为构造负反转创造了条件。同时,该破裂型式也表明盆地具有一定的走滑拉分性质。古生界经历了2次构造负反转,分别为燕山中晚期(K1-K2)及喜马拉雅期(E-N)。燕山中晚期负反转的原因为盆地的弱伸展环境、由生烃作用所引发的张性破裂及地层剥蚀所导致的应力降低,该时期构造负反转程度较小。喜马拉雅期负反转的原因为盆地的强伸展环境、强烈的隆升剥蚀所造成的地层应力降低、温度大幅度降低产生的额外应力张量及地层岩石产生的张性应变量,该时期构造负反转程度较大。该区构造负反转对致密气储层的控"圈"、控"运"、控"储"及控"藏"效应明显。     

基于非负字典训练和鲁棒主成分分析的语音增强算法

在鲁棒主成分分析中引入非负矩阵分解学习得到非负语音字典,提出了一种非负字典训练和鲁棒主成分分析相结合的非监督单通道语音增强算法.算法采用交替方向乘子计算优化解.采用客观感知语音质量评估方法(PESQ)对增强效果进行评估.评估中采用了TIMIT标准语音和20多种噪声在不同信噪比下进行混合得到的带噪语音信号.评估结果表明:本文提出的方法优于典型的非负矩阵分解方法和鲁棒主成分方法.     

基于主成分分析的米兰科维奇旋回识别和应用研究

以织纳1井晚二叠世含煤地层为研究对象,综合运用主成分分析、频谱分析和小波分析方法,利用煤田测井准确识别含煤地层中蕴藏的米兰科维奇旋回并进一步划分高频旋回层序地层。结果表明,借助第二主成分(PCA2)数据能够识别出的米兰科维奇周期最全,误差总体最小,可作为该井段用于米兰科维奇旋回识别的最优参数;提取的400 ka和100 ka偏心率旋回曲线显示该井段分别记录了约18个400 ka长偏心率旋回和约72个100 ka短偏心率旋回,据此估算的沉积时限约为7.19 Ma;结合偏心率旋回曲线和小波波谱的变化特征,发现该井段可划分出4个三级层序和18个四级层序,而最大海泛面附近的沉积速率变化可能受到了海平面变化和物源供应的共同影响。     

带备用服务员及启动期和负顾客的Geo/Geo/1休假排队

分析了一类带备用服务员、启动期和负顾客的Geom/Geom/1休假排队系统。负顾客一对一抵消队首正在服务的正顾客(若有),如果系统中无正顾客,到达的负顾客自动离去,负顾客不接受服务。系统中有两个服务员,其中一个是主服务员,一个是备用服务员。当系统变空时,系统关闭。运用拟生灭过程和矩阵几何解的方法,得到了稳态队长的分布,证明了稳态存在的条件下队长的随机分解,从而得到附加队长的分布以及平均附加队长和平均队长。最后给出数值例子。     

热轧带钢R2粗轧机下主传动轴断裂有限元分析与应用

以某2250热轧带钢厂R2粗轧机承受较大载荷的下主传动轴为研究对象,采用Marc软件建立了该传动轴薄弱区段弯扭应力分析三维有限元模型.扭转、弯曲和弯扭联合作用等不同载荷条件的有限元分析表明:不同工况下传动轴在托架支持的局部轴段的缩颈导致该处应力比非缩颈处的应力增加约60%;异常扭矩是造成传动轴产生裂纹和断轴的主要原因;采取将传动轴缩颈区段改为实心区段的加固措施可减小最大扭矩应力值21%.改进后的具有裂纹的传动轴已成功应用于粗轧机的正常轧钢生产.     

运用主成分分析和深度神经网络预测钢包炉合金元素收得率的研究

钢包炉（ladle furnace,LF）精炼的核心任务之一是进行钢水合金化过程,以保证钢包到达连铸平台后满足钢水成分要求。钢水合金化也是较为复杂的物理化学反应过程,其不仅对钢水温度有影响,而且对钢水质量、合金料消耗量均有影响。因此,实现LF精炼过程中合金元素收得率的精准预测具有重要意义。本研究首先采用主成分分析法（principal component analysis,PCA）对模型输入变量进行处理,用于简化实际生产数据结构;然后,融合SGDM算法和L2正则化方法,构建了深度神经网络（deep neural network,DNN）;最后,采用主成分分析和深度神经网络相结合的方法,建立了合金元素收得率预测模型。结果表明,Si元素收得率命中率在±1%, ±3%和 ±5%误差范围内分别为54.0%、93.8%和98.8%;Mn元素收得率命中率在±1%, ±2%和 ±3%误差范围内分别为77.0%、96.3%和99.5%。此外,PCA–DNN模型的预测精度优于参考炉次法、多元线性回归模型、改进BP神经网络模型和DNN模型,有助于实现钢水成分的“窄窗口”控制。本研究中合金元素收得率预测模型的建立,也可为LF智能精炼合金化控制模型的开发提供支撑。     

综合证素分析和"方名-药名"相似度的方剂主药发现算法

组方规律的研究对于挖掘中医诊治的基本原理,实现中医现代化具有重要意义.本文针对现有算法在发现方剂主药方面存在的不足,提出了将证素与"方名-药名"相似性分析相结合的主药发现算法3PEA(Joint Primary medicine Extraction Algorithm),该算法通过对名医医案临床数据中证素与药物之间的...     

反演断层数学模型的建立和应用

在伸展构造地区，大规模断层的几何学和运动学研究不仅可以评估特殊的关键细节，而且可以了解拉张性质及伸张量。以单剪假定为基础，考虑压实作用的影响，并对剖面进行校正，建立反演断层数学模型。将其应用于苏北溱潼凹陷，模拟给出了３条剖面的主断层形态和滑脱深度，结果表明该区边界断层的滑脱深度在８～１０ｋｍ左右、它为该区运动学模拟的开展提供了断层边界条件。此模型同样适用于挤压构造地区。     

输电线路单相接地故障单端测距算法

提出了一个利用单端电压和电流采样数据定位输电线路接地故障的新方法,首先,在分的了故障网和它的正,负及零序网的基础上,推导邮一个适用于直接接地系统的故障定位模型,定位算法仅包含了故障相电呼和零序电路的电压和电流相量,而不包括故障电阻和负荷阻抗,因此,它能精确定位故障而不受故障电阻和负荷的影响,对于长距离输电线路,提出了一个“修正因子”的概念,在对定位算法进行修正和迭代计算后,能精确确定长距离输电线路     

利用故障分量的新型选相方案

本文针对数字式保护和故障点测距特点,提出和分析了一系列利用故障分量的迭相方案。这些方案原理简单、动作可靠、分析方便、不受负荷电流的影响,几乎不受故障点位置、电源阻抗和故障点过渡电阻的影响,也不受系统振荡的影响、能在任意系统结构和故障型式下都明确可靠地选出故障相。因此可作为数字式保护的较理想的选相元件方案。     

基于灰色关联与故障树分析法的汽车制动系统故障诊断

为了提高汽车制动系统的故障诊断能力和效率,在传统的故障树模型的基础上,引入灰色关联分析方法,建立了基于灰色关联度的故障模式分析模型。依据故障树底事件的重要度,计算出各故障模式之间关联度,并按大小进行排列,从而确定导致汽车制动系统失效因素发生的优先顺序。该方法在实践中不仅可以提高诊断工作的效率,也为汽车可靠性设计提供理论依据。     

鼠笼异步电动机常见故障的分析与诊断

对某省鼠笼异步电动机１９９５～１９９７年的故障情况进行了统计;结合国内外其他统计结果,研究了鼠笼异步电动机常见故障的原因、发展过程和早期征兆;分别介绍了各种定、转子具体故障的诊断方法;对各种方法,特别是基于现代信号处理技术－小波分析的故障诊断方法进行了分析,并讨论了其优缺点。     

疏水沉降地层井筒负摩擦力的模糊反演

采用模糊集理论,提出了一种模糊反演疏水沉降地层井筒负摩擦力的分析方法。该法考虑了反演井筒所受负摩擦力问题中的不确定性、不精确性即模糊性。给出了算例并对模糊反演负摩擦力结果进行了隶属度、敏感系数及贡献权等模糊分析。     

基于小波理论的10kV配电线路暂态行波故障选相研究

在行波故障选相的基础上,引入小波变换理论,探讨一种新的行波故障选相方法。该方法利用各相初始电流行波小波变换模极大值构造故障选相元件,根据故障特征提出故障选相的基本判据。理论分析和大量的Matlab仿真结果表明了此方法的有效性和正确性。     

龙门山南段双石断裂的特征及地质意义

双石断裂是龙门山南段的前山断裂，但并不是真正的盆地与造山带的分界。它是一组兼具走滑性质的道冲断裂，断裂带中具有许多红色地层夹片和印支期不整合残块，充分反映了该断裂发育晚于盆地的真正边界。     

用空间滤波法显示位相型物体非均匀位相分布的较为普遍的分析与讨论

对空间滤波法的零频滤波与刀口滤波显示位相型物体的非均匀位相分布进行较为普遍且详尽的分析讨论,并给出一些实验结果．     

遗传算法及其在遥感线性、非线性模型反演中的应用效果分析

分别以2类常见的遥感模型--线性光谱混合模型和GOMS模型为代表研究了遗传算法在遥感线性和非线性模型反演中的应用效果,并与逐步二次规划法等确定性搜索算法进行了比较.结果表明,遗传算法在线性遥感模型反演中的优势并不明显.而在非线性遥感模型反演中优于确定性搜索算法.这主要是因为对于线性模型来说,一般定义的代价函数为凸函数,大多优化算法可以收敛于全局最优解,相比较而言,遗传算法因其搜索效率低,故优势不明显.而在非线性模型反演中,代价函数的形式比较复杂,可能是非凸的,因此遗传算法的优势得以发挥,这也说明与一般确定性搜索算法相比,遗传算法具有更好的全局收敛性.