矿体开采的FLAC3D数值模拟分析

为了探讨不同矿体之间在开挖过程中的相互影响规律,本文采用岩土工程中常用的数值模拟软件FLAC3D对这一问题进行了模拟分析。模拟结果表明:由于大、小矿体的开挖而引起的最大水平和垂直位移量分别为7.8cm和4.7cm、6.3cm和4.0cm;两个矿体的开挖也不会对彼此造成不利影响。同时为了加快复杂问题的建模过程,本文利用Visual C++6.0程序设计语言对FLAC3D与ANSYS的接口程序进行了开发,开发出的程序可以很好地利用ANSYS强大的建模功能以实现FLAC3D建模的直观、快速和自动化。     

维甲酸及三尖杉酯碱对人早幼粒白血病细胞诱导分化的超微结构研究

我院药物所研制合成的维甲酸(RA)及三尖杉酯碱(H)经实验证明可以阻断某些化学的,物理的,以及病毒等致癌因子的诱癌作用。通过细胞化学方法发现它们可以逆转某些癌前或癌细胞。本文用RA(0.3μg/ml)及H(0.1μg/ml)分别作用于体外培养的人早幼粒白血病细胞林(HL-60),从超微结构水平研究其诱导分化的     

复杂环境下多层楼房的控制爆破拆除

通过实例介绍了在周围环境较为复杂、工期较紧的情况下对砖混结构物定向拆除的一些方法.在对建筑物进行较为充分的预处理基础上,选择了合理的爆高、爆破部位和起爆顺序及安全可靠的起爆网路,达到了快速安全拆除的目的.     

基于声发射信号的振动钻削刀具磨损状态监测试验研究

针对钻削加工时难以直接观察刀具磨损状态的问题,基于声发射采集系统设计了超声轴向振动钻削刀具磨损状态监测装置,并在7075铝板上进行超声振动钻削试验。分析刀具磨损状态对声发射信号RMS值的影响,并通过小波分解技术对比分析刀具在不同磨损状态下的声发射信号变化规律;根据声发射信号对刀具磨损状态进行实时监测。试验结果表明:声发射信号的RMS值与刀具的磨损程度呈正相关;通过小波分解可知,随着刀具磨损的增加,信号的能量逐渐由低频段向高频段转移,可以通过监测声发射信号RMS值与能量的变化实现刀具磨损状态的有效识别。     

焦作电厂老厂煤仓漏斗水压爆破拆除

介绍了用水压爆破拆除钢筋混凝土结构物的设计与施工方法.作者对水压爆破的药量计算方法进行了详细的阐述,对药包布置及爆破网路的设计进行了精心的设计和施工,最后达到了良好的预期效果.     

电离辐射诱导BALB/c小鼠骨髓细胞基因表达谱的研究

利用基因芯片技术研究了辐射后小鼠骨髓细胞基因表达谱的变化。结果发现在芯片上8079个基因中，有660个基因的表达有明显差异，其中354个基因的表达量增高，306个基因的表达量下降。在差异基因中功能或部分功能已知基因有222个，对其中差异2．5倍以上基因进行分析，发现表达差异基因涉及细胞凋亡、细胞周期、信号转导、免疫与应激、核酸合成、转运蛋白与通道蛋白等多个方面，其中以信号转导和免疫应激相关基因所占比例较多，反映出辐射对细胞损伤的多靶点、多层次及多通路的特点，深入研究这些辐射相关基因在造血辐射损伤中的作用，可为放射病治疗、肿瘤放疗提供新的靶点和方法。     

爆破振动速度回归分析中K值的合理选用

从目前爆破振动经验公式入手,指出其中参数的选取存在的问题.通过引入数理统计中可靠度的概念,对现场实测数据进行了回归分析,并讨论了公式中K值在一定置信区间下的选用,为爆破振动速度的估计提供了一个合理范围,克服了以往仅给出单一振动速度公式的不足.建立了适合于当地地质条件的振动速度计算公式,从而大大提高了计算精度,确保了爆破施工的安全,为以后的爆破施工提供了参考依据.     

融合全局和序列特征的多变量时间序列预测方法

时间序列在现实生活中具有广泛的用途,使用时间序列预测模型能够预估序列的未来变化趋势,为决策提供支撑.对于多变量时间序列的预测研究,已经提出了很多模型,但已有方法存在如下问题：不能同时考虑时间序列本身和协变量的信息;忽略了多变量时间序列中的全局信息;不能对预测结果进行解释.针对这些问题,本文提出了一个基于深度学习的多变量时间序列预测模型TEDGER,可以提取隐藏在单个时间序列中的序列模式和隐藏在多变量时间序列中的全局特征,并将序列模式和全局特征进行融合,通过残差预测的方式实现时间序列的预测.本文所提模型在真实的时间序列数据集上进行了实验评估.结果表明,本文提出的模型在预测准确度上超越了其他基准模型,同时模型拥有一定的可解释性.     

一种面向高速度数据流的频繁模式挖掘算法

数据流频繁模式挖掘是从实时、连续、有序的数据序列中寻找频繁模式的过程,以往的相关研究通常将该过程分为两个阶段:首先监测数据流中各模式的频率,由于数据流环境对空间与时间的限制,需要对监测模式进行剪裁,因而频率的计算和剪裁需要重复进行;当用户提交查询时,从监控的模式中筛选出满足要求的输出.现有研究都注重解决如何对观测对象进行剪裁,而事实上在计算模式频率时,数据项集中不同数据项间的组合使得频率计算非常耗时.因此,对于高速数据流,算法通常没有足够的时间来处理数据流中的每个事务,这会影响挖掘结果的正确性.针对这一问题提出了一种新的面向高速数据流的频繁模式挖掘算法Delay. 在Delay算法中将模式频率的统计延迟到第2阶段进行,第1阶段只记录"必要信息",这样大大提高了算法所能处理的数据流流动速度的上限.实验结果表明,算法在效率上优于已有算法,LossyCounting和FDPM,尤其是在处理长数据项集数据流时优势更为明显.     

冰川密林陡谷区活动性滑坡InSAR精细识别-以澜沧江梅里雪山段为例

西南山区地质灾害频发,近年来,连续多起如茂县滑坡、白格滑坡、水城滑坡等大型滑坡灾害表明,灾难型滑坡事件的发生不仅与该地区易孕育地质灾害的条件相关,无法准确识别与监控滑坡灾害的发育发展情况也是主要因素之一。位于青藏高原东南缘的“三江”地区,地形高陡、地质灾害频发,其中澜沧江流域环境更为恶劣,海拔高、地形陡,夏秋季山高林密、多降雨,春冬季天气寒冷、多降雪,传统的地面式地质灾害调查手段在此效果有限,光学遥感技术也受到天气条件的诸多限制。而基于主动式微波遥感成像的InSAR技术被证明适合进行人类不易到达地区的地质灾害识别工作。本文以澜沧江流域梅里雪山段为研究区,使用PALSAR1、PALSAR2与Sentinel-1多源雷达遥感数据,结合D-InSAR与IPTA-InSAR技术开展冰川密林陡谷区的滑坡灾害精细识别工作。过程中发现长波长的PALSAR1和PALSAR2数据有更好的适应性,短波长的Sentinel-1数据通过数据量多的优势弥补了自身穿透能不足的缺陷；成功解译了研究区内92处活动性滑坡灾害；平面面积超过20万m_²的有26处；时间序列InSAR结果结合地面调查验证表明,澜沧江河谷典型的大型滑坡,梅里水滑坡和亚贡滑坡活动速率快,危险性高；德钦县成周边典型滑坡,丁羊丁滑坡与归巴顶滑坡整体处于蠕变状态,局部变形速率高；同时德钦县城周边泥石流与冰碛物运动较为活跃。