高应力软岩巷道锚注一体化联合支护技术应用

介绍了国家专利注锚剂、中空注浆锚索等产品,以国家能源麦朵山煤矿11采区2煤辅助运输巷为研究对象,采用数值模拟、理论分析、现场测试及井下试验相结合的综合研究方法,对11采区2煤辅助运输巷采用锚注一体联合支护技术,来实现对岩体裂隙注浆,使浆料与岩体结为一体,在围岩与支护体共同作用过程中,实现强岩增荷的作用,维护巷道的稳定性,实现工作面的安全生产。     

基于ABAQUS饱和渗流作用下岩质边坡稳定性分析

对尾矿库487勘探线边坡饱和渗流与物化耦合作用下的稳定性进行分析,通过现场监测和试验得到边坡的力学参数。利用块体极限平衡法对四棱锥体从应力场、渗流场和物化耦合作用下边坡稳定性进行分析得到其安全稳定系数。利用ABAQUS软件模拟对比分析,得出坡体的滑移面、饱和度及在饱和渗流作用下的塑性区。通过边坡失稳评价准则得到边坡整体安全稳定系数与块体极限平衡法理论计算对比分析确定边坡可靠度。得出边坡在多场耦合作用下岩质边坡的稳定性降低,证实模拟的准确性。     

碳酸性侵蚀与AAR作用下纳米混凝土的耐久性

地铁混凝土处于地下空间,容易受到地下水的碳酸性侵蚀；碱集料反应 (AAR)是一种严重的混凝土耐久性问题,既难以发现又难以修补,由两者共同作用引起的混凝土耐久性降低严重影响地铁隧道的正常使用.为研究纳米材料对地铁混凝土在碳酸性侵蚀和AAR共同作用下耐久性的影响,在普通混凝土中掺入适量纳米SiO₂和纳米Fe₂O₃,利用自行研制的碳酸性侵蚀试验箱进行试验,采用碳酸性侵蚀深度、膨胀率和声速作为测试指标来评价纳米混凝土在碳酸性侵蚀和AAR共同作用下的耐久性.试验结果表明:掺入纳米颗粒后,混凝土的膨胀率和侵蚀深度有了明显降低,而声速有了明显提升,说明纳米混凝土的耐久性优于普通混凝土；在182 d龄期时,掺量为2%的纳米SiO₂混凝土耐久性改善最明显,侵蚀深度和膨胀率最小,声速最大且声速下降幅度最小；其次是掺量为1%的纳米Fe₂O₃混凝土.由于纳米颗粒特殊的物理化学性质,改善了混凝土内部的微观结构和孔溶液的化学组成,使碳酸性侵蚀和碱集料反应共同作用下混凝土的耐久性得到了提高.     

基于全相位预处理的时域多重信号分类波达方向估计方法

低信噪比下,针对宽带短脉冲情况下频域多重信号分类(MUSIC)中噪声子空间估计不稳定问题,提出一种基于全相位预处理的时域多重信号分类波达方向(DOA)估计方法。①对线列阵接收数据进行分组处理;②按搜索角度对各组数据进行相移预处理,并对各组数据预处理结果进行相加,得到一组新数据;③对线列阵接收数据在时域构建相移后的协方差矩阵,在更短数据长度下,稳定实现噪声子空间估计,并依据估计出的噪声子空间含有的正交特性,通过单位矩阵加法器得到相应空间谱估计值,实现波达方向估计。数值仿真和实测数据处理结果表明,相比频域MUSIC方法,该方法有效提高了线列阵接收数据协方差矩阵中信号含有量和信噪比,能够在更短数据长度情况下实现对噪声子空间的稳定估计,具有较好的稳定性和检测性能,提高了MUSIC方法在实际波达方向估计中的鲁棒性。     

颗粒弥散和核-壳共存的TiCN基金属陶瓷的制备

为了制备具有良好综合力学性能的TiCN基金属陶瓷，研究了烧结温度对TiCN-HfN陶瓷微观结构和力学性能的影响，构建了颗粒弥散和核-壳共存的微观结构模型，揭示了材料的致密化机制、增硬机制、增韧补强机制。结果表明:在1 500℃下所制备的TiCN-HfN材料具有颗粒弥散与核-壳共存的微观结构，其中弥散的颗粒为HfN，核为TiCN，壳主要为(Ti, Hf, Mo)CN固溶体；材料具有较好的性能，其相对密度为99.7%、硬度为20.6 GPa、抗弯强度为1 682.5 MPa、断裂韧度为8.5 MPa·m1/2；其致密化机制主要为颗粒和金属液相填充到烧结颈实现致密化，增硬机制主要为致密化和颗粒钉扎强化增硬，增韧补强机制主要为颗粒弥散和颗粒钉扎增韧、骨架结构和颗粒钉扎增强。      

压电陶瓷表面硅钙复合膜的制备与表征

采用溶胶-凝胶法制备了硅钙复合溶胶，并在压电陶瓷表面制备硅钙复合膜，以改善水泥基压电陶瓷复合材料界面。确定了溶胶配比，研究了陈化、低温热处理和硅烷偶联剂对覆硅钙复合膜压电陶瓷接触角、压电和介电性能的影响。结果表明，硅钙复合溶胶中Ca与Si摩尔比>0.2时不利于成膜；提高陈化温度和延长陈化时间可明显减小硅钙复合膜的接触角；硅钙复合膜层数最佳为3层，烧结温度不大于160℃；加入微量硅烷偶联剂可有效改善膜层开裂。制备的硅钙复合膜接触角最小为27°，亲水性好。      

基于深度强化学习的多模态医学图像配准

传统图像配准方法中,图像特征的表示和相似性测度的选择易受到人为因素的影响,不能准确地表征图像特征和配准图像的相似度,从而对配准结果产生较大误差.针对此问题,借助端到端的强化学习方法,对这2个部分进行隐式的表达,从而避免人工设计的缺陷.具体而言,设计了一个人工智能体模型,由策略网络和价值网络2部分组成,用以指导浮动图像朝着参考图像的方向正确移动,进而实现图像配准.提出使用异步表演者-评论家方法进行模型训练,以避免经验回放操作,降低模型训练对存储容量的要求并加快模型的收敛;同时提出一种奖赏函数,能够给予每个时间步上图像配准动作估计更为准确的奖励.此外,在测试阶段,使用了蒙特卡罗前向推理策略,进一步提高配准参数的准确性.在MR和CT的临床医学图像配准数据集上进行实验,与传统基于尺度不变性配准算法、基于深度学习配准算法等进行对照分析,实验结果表明,所提出的方法目标配准误差可以减少30%左右,同时能够更好地处理具有大幅度形变的配准问题.