下扬子地区下志留统风暴沉积特征及风暴作用对泥页岩品质的影响

近年来在下扬子地区页岩气地质调查井所获取的地层岩心资料，揭示该地区下志留统风暴沉积较为发育。基于精细的岩心观察描述，详细分析了下扬子地区下志留统高家边组下段中上部风暴沉积的特征，并阐明了风暴作用对泥页岩的影响。研究表明：研究区风暴岩岩性偏细，以粉砂岩为主，石英含量较高，结构成熟度较低，具2种不同的粒度概率曲线；主要发育底部冲刷面、块状层理、平行层理、丘状交错层理、波纹交错层理、准同生变形构造等沉积构造；垂向上主要识别出4种风暴沉积序列，均具有从底到顶粒度变细的沉积特征，不同的沉积序列与风暴流能量的强弱有关。下扬子地区早志留世频繁的风暴活动与研究区的古地理背景和古气候条件具有内在联系。特大型风暴对浅海陆棚深水区的细粒泥质沉积物特征产生重要影响，包括降低有机质含量、减少单层厚度、破坏垂向连续性、改变原始沉积构造和侧向稳定性等，总体上降低了泥页岩的品质。因此，研究认为在页岩气的勘探和评价过程中应重视风暴因素对陆棚深水区原始泥质沉积物的影响。     

毫米波三维异质异构集成技术的进展与应用

三维异质异构集成技术是实现电子信息系统向着微型化、高效能、高整合、低功耗及低成本方向发展的最重要方法,也是决定信息化平台中微电子和微纳系统领域未来发展的一项核心高技术。文章详细介绍了毫米波频段三维异质异构集成技术的优势、近年来的发展趋势以及面临的挑战。利用硅基MEMS 光敏复合薄膜多层布线工艺可实现异质芯片的低损耗互连,同时三维集成高性能封装滤波器、高辐射效率封装天线等无源元件,还能很好地处理布线间的电磁兼容和芯片间的屏蔽问题。最后介绍了一款新型毫米波三维异质异构集成雷达及其在远距离生命体征探测方面的应用。     

寄居于非旁轴矢量光束的李萨如线的相互作用

从理论和数值模拟两方面研究了寄居于非旁轴矢量光束的两条李萨如线的相互作用。研究发现：李萨如线因不稳定而在传输中消失，并有李萨如奇点出现。当传输距离、振幅因子、离轴距离和光束波长变化时，李萨如奇点的位置，偏振度和李萨如图形可能发生改变，还会发生成对李萨如奇点因带有相反拓扑电荷而接近和湮灭。研究结果对深入理解非旁轴多色矢量光束奇点光学和寻找奇点光学潜在应用具有一定参考价值。     

某铁矿强磁尾矿反浮选回收试验研究

针对我国西部某铁矿强磁选尾矿进行了反浮选回收铁资源的试验研究, 探讨了pH值、抑制剂可溶性淀粉用量、阳离子捕收剂十二胺用量对浮选指标的影响。结果表明, 在矿浆pH=10、可溶性淀粉用量2 400 g/t、十二胺用量400 g/t条件下进行一粗一精(精选药剂用量减半)闭路反浮选, 可获得铁品位43.88%、回收率50.93%的铁精矿产品。     

雪菊精油对希氏肠球菌产酪胺及相关基因表达的影响

探讨不同质量浓度雪菊精油对希氏肠球菌（Enterococcus hirae）N47产酪胺的影响机制。利用反转录实时定量聚合酶链式反应分析E. hirae在雪菊精油作用下酪氨酸脱羧途径相关基因的表达情况；利用高效液相色谱法检测不同质量浓度雪菊精油对E. hirae产酪胺的影响。并将E. hirae接入到含不同质量浓度雪菊精油的熏马肠中发酵，评估香肠pH值、菌落总数和酪胺积累量。结果表明：在E. hirae纯培养体系和熏马肠体系中，雪菊精油通过抑制微生物的生长和酪氨酸脱羧途径中tyr DC、tyr P基因的表达，降低酪胺的积累量（P＜0.05）。当雪菊精油添加量为1/2最小抑菌浓度（minimal inhibitory concentration，MIC）和MIC时，熏马肠中酪胺的含量分别为78.52 mg/kg和45.83 mg/kg，较对照组分别减少了64.72%和79.41%。     

基于VMD和改进TCN的短期光伏发电功率预测

光伏发电功率存在波动性,且光伏出力易受各种气象特征影响,传统TCN网络容易过度强化空间特性而弱化个体特性。针对上述问题,文中提出一种基于VMD和改进TCN的短期光伏发电功率预测模型。通过VMD将原始光伏发电功率时间序列分解为若干不同频率的模态分量,将各个模态分量以及相对应的气象数据输入至改进TCN网络进行建模学习。利用中心频率法确定VMD的最优分解模态分解个数。在传统TCN预测模型的基础上,使用DropBlock正则化取代Dropout正则化以达到抑制卷积层中信息协同的效果,并引入注意力机制自主挖掘并突出关键气象输入特征的影响,量化各气象因素对光伏发电的影响,从而提高预测精度。以江苏省某光伏电站真实数据为例进行仿真实验,结果表明所提预测方法的RMSE为0.62 MW,MAPE为2.03%。     

三维石墨烯-碳纳米管/水泥净浆的压敏性能

为了探索三维石墨烯-碳纳米管(G-CNTs)/水泥净浆的压敏性能,采用四电极法研究了荷载作用下GCNTs/水泥净浆的电阻率变化,并分析不同G-CNTs掺量、加载幅度、加载速度以及恒定荷载对电阻率变化的影响。研究表明:随着G-CNTs掺量的增加,电阻率呈先减小后稳定的变化趋势,在G-CNTs掺量由0.2wt%增加至1.6wt%时,电阻率下降51.8%;电阻率与温度呈负相关;G-CNTs掺量高于0.8wt%时可以显著提高水泥净浆的压敏性能,且电阻率变化率与应力应变有明显的对应关系,1.2wt%G-CNTs掺量下试件的应力灵敏系数和应变灵敏系数分别为2.3%/MPa和291;G-CNTs/水泥净浆电阻率变化率幅值随着加载幅度增大而相应增加,其电阻率变化率曲线在不同加载速度以及恒定荷载作用下均与应力-应变曲线一一对应,具有良好的压敏特性。     

基于VMD和BSA-KELM的高陡边坡位移预测模型研究

边坡位移的时间序列曲线存在复杂的非线性特性,传统的预测模型精度不足以满足预测要求。为此提出了基于变分模态分解的鸟群优化-核极限学习机的预测模型,并用于河北省某水泥厂的边坡位移预测。该方法首先采用VMD把边坡位移序列分解为一系列的有限带宽的子序列,再对各子序列分别采用相空间重构并用核极限学习机预测,采用鸟群算法优化相空间重构的嵌入维度和KELM中惩罚系数和核参数三个数值,以取得最优预测模型。最后将各个子序列预测值叠加,得到边坡位移的最终预测值。结果表明：和KELM、BSA-KELM、EEMD-BSA-KELM模型相比,基于VMD的BSA-KELM预测精度更高,为边坡位移的预测提供一种有效的方法。