"三九"地区九曲岭铀矿床控矿因素及找矿方向探讨

以九曲岭铀矿床为主要研究对象,从矿床的地质背景、成矿地质条件,结合钻孔揭露成果等方面对地层、岩体、构造及蚀变等进行了系统研究.结果 表明,矿体在岩体内、外带均有分布,呈脉状、透镜体状产出,可分为4种矿化类型,即铀-萤石-黄铁矿-微晶石英层间破碎带型、铀-萤石-黄铁矿-微晶石英型、铀-萤石-黄铁矿-微晶石英花岗岩型、铀-...     

Q3黄土结构密实度对土水特征曲线的影响分析

为了研究不同干密度原状黄土样土水特征曲线之间的差异,在甘肃黑方台开挖探井取不同埋深的Q3原状黄土样,进行基本物理力学性质和土水特征曲线的测试,并用Gardner模型、Van Ge-nuchten模型、Fredlund&Xing模型对所测土水特征曲线进行拟合.基于此提出了考虑土体干密度的土水特征曲线模型,并利用此模型预测...     

大气甲醛时空特征与影响因素分析——以中国主要经济区为例

基于2007—2018年臭氧监测仪甲醛数据,探讨了京津冀、长三角、粤港澳3个主要经济区的大气甲醛柱浓度时空分布特征,并对比分析了不同自然条件和人类活动因素对主要经济区大气甲醛浓度演变的影响关系。结果表明:2007—2018年主要经济区大气甲醛年均柱浓度总体呈增长趋势,变化经历了快速增长、缓慢回落、平稳发展和迅速反弹4个阶段,多年甲醛平均浓度表现为粤港澳>长三角>京津冀,甲醛浓度变化有明显的季节性,表现为夏秋高、春冬低。空间分布特征表明,京津冀地区大气甲醛东南高、西北低;长三角中部和西部地区甲醛柱浓度较高,并由内陆向沿海地区递减;粤港澳地区广州、佛山两地大气甲醛柱浓度较高,同样表现为内陆向沿海递减。自然影响因素中,地形是影响大气甲醛空间分布特征的重要影响因素,温度、降水和植被与大气甲醛浓度的季节性变化有较强的关联。影响京津冀、长三角和粤港澳地区大气甲醛变化最主要的人为因素分别为工业活动、交通运输和第二产业发展。     

基于深度学习的公路路面病害检测算法

针对公路路面病害图像存在背景干扰多、病害信息弱、尺度差异大等问题,提出了一种基于深度学习的公路路面病害检测方法。以YOLOv4算法为基础,在检测网络中引入可变形卷积,并提出基于路径聚合网络(path aggregation network, PANet)的自适应空间特征融合结构,充分学习公路路面病害的细节特征,实现不同尺度特征信息的高效融合;采用平均准确率损失(average precision loss, AP-loss)函数作为分类损失函数,促使网络在训练过程中更加注重于正样本。实验表明,在公路路面病害检测中,改进YOLOv4算法的平均准确率达到了95.34%,每张图像的平均检测时间为0.071 s。与快速基于区域的卷积神经网络(faster region-based convolutional neural networks, Faster R-CNN)算法相比,所提出的算法在持有较高检测准确率的同时,减少了运算时间,可以满足公路路面病害检测的准确性与实时性需求。     

基于多生理信息迁移学习的脑力负荷分类

在复杂的人机系统中,保持对实验人员脑力负荷状态的监测对于维护人机系统的安全、高效运行具有极为重要的理论和应用意义。针对现有脑力负荷分类方法识别率低及实际应用时测试样本数据偏移问题,提出了采用迁移学习及脑电和心电特征融合的脑力负荷分类识别方法。基于多任务航空情境操作的MATB-II平台同步采集12名健康受试者的脑电信号和心电信号,分别从时域和频域上提取各生理信息特征并进行融合,在此基础上引入迁移学习,基于迁移成分分析(transfer component analysis, TCA)方法进行特征空间变换,实现源域和目标域的边缘分布适配,并进行脑力负荷分类。实验结果表明,基于多生理信息特征融合识别率高于传统脑力负荷识别方法,使用迁移学习可取得较高的识别准确率,为多生理信息脑力负荷分类研究提供了新方法。     

基于近邻成分分析的短期风电功率集成预测

针对短期风电功率预测关键气象因素影响程度的差异和单一模型预测精度不足的问题,提出一种基于近邻成分分析(neighborhood components analysis, NCA)特征加权和Stacking集成预测的短期风电功率预测模型。考虑气象特征对风电功率影响程度不同,利用NCA对气象特征进行加权,将加权特征作为模型输入,强化关键特征的影响程度;在此基础上,构建多个基预测器预测风电功率,并利用结合器将预测结果融合,建立Stacking集成预测模型。算例分析表明,以加权特征作为输入的Stacking集成预测模型具有更高的短期风电功率预测精度。     

压实度对黄土填方边坡变形破坏特征的影响及细微观试验研究

压实度是影响黄土填方边坡稳定性的重要因素。目前很少有学者将宏观(模型试验)、细观(三轴试验)以及微观(扫描电镜试验)等手段联合起来研究压实黄土。为此开展了不同压实度下模型试验、等压固结不排水(isobaric consolidation undrained, ICU)试验和扫描电子显微镜(scanning electron microscope, SEM)试验。分析了不同压实度下压实黄土的饱和强度、临界状态、孔隙水压力和峰值强度(u-q_max)关系,同时也分析了不同压实度下微观孔隙结构特征,统计了不同孔隙类型个数、面积以及孔隙的平均面积、孔隙率和概率熵等。研究结果表明：饱和强度、临界状态线的斜率M值、u-q_max关系均随压实度的增大而增大。随着压实度增大,试样的孔隙个数增大,但孔隙面积减小,且微小孔隙决定了压实黄土的孔隙结构;平均孔隙面积、孔隙率随压实度增大而减小,而概率熵则随压实度增大而增加。黄土填方边坡中,增大填料的压实度可以提高土体的强度,减缓水分的入渗速率。在降雨情况下,增加土体压实度能在一定程度上提高黄土填方边坡的稳定性。     

基于机器人检测的引水隧洞结构缺陷特征分析

利用机器人对水工隧洞进行检测是解决引水隧洞斜井段安全巡检的有效手段。采用爬行机器人搭载三维激光扫描仪及高清摄像装备对引水隧洞进行结构巡检,通过三维点云处理与缺陷数据拼接获取引水隧洞断面的缺陷信息,并结合缺陷数据处理成果分析引水隧洞结构缺陷特征及分布规律,实现了引水隧洞表观缺陷形态不规则、分布不均、多种缺陷共存的巡检与分析。结果表明：引水隧洞内存在的缺陷包括裂缝、渗漏、漏筋等,上平段缺陷数量明显多于斜井段,其中裂缝是最主要的缺陷类型。上平段裂缝主要分布在洞顶位置,多以垂直洞轴线的横线裂缝存在;斜井段裂缝均匀分布在洞周各个位置,走向以斜向裂缝居多。可见,上平段和斜井段缺陷数量和裂缝特征均存在较大差异,在后期的安全巡检过程中更应该主要关注裂缝的扩展情况。     

基于多尺度特征融合的超分辨率重建算法研究

超分辨率重建技术可以提高图像质量,使原图像具有更丰富的细节信息。针对现有的超分辨率重建算法存在提取特征单一、不利于对图像信息进一步提取的问题,提出了一种基于多尺度特征融合的超分辨率重建算法。采用多特征提取模块获取更多浅层信息,并在网络中添加密集连接结构,增强特征的传播,减少相关参数计算,减轻梯度消失问题。在Set5和Set14基准数据集上进行了测试,并在电力巡检数据集上进一步验证了算法的有效性。与主流的超分辨率重建方法进行了对比,实验结果表明,该方法生成的图像有更加丰富的细节信息,能够有效地改善图像质量,峰值信噪比与结构相似度值较其他主流算法均有一定的提高。     

浅层有害气体成藏特征对隧道施工的影响

地下浅层有害气体是影响地下交通工程施工与后期运营的重要危险因素,对其地质成藏特征的研究可有效指导治理措施的设计部署。以昆明地铁2号线工程为例,通过对工程中有害气体喷发重点区段现场勘察与实验分析,研究分析了浅层有害气体成藏特征。该工程区段地下浅层有害气体是赋存于第四系泥炭质土层中以甲烷组分为主的小型、低压生物气。含气层空间分布特征显示,福保路段揭露两层含气层中的下部含气层与地铁结构线为纵贯关系,施工危险性较大;而该段上部含气层以及官南路段含气层均不与地铁结构线交叉,危险性较小。尽管由于前期工程施工导致勘察区段地下有害气体压力与流量降低,但不排除勘察区间或周边存在小型高压气体聚集区的可能性,故建议在施工过程中要对地下有害气体进行同步探测,对于高压气层采取提前排气与压入式机械通风处理措施,同时加强现场有害气体监测。