孔隙率对岩体中THM耦合作用的弹塑性有限元分析

笔者使用Taron等提出的颗粒聚集体的压力溶解模型和摩尔-库伦准则,假设在饱和的石英颗粒聚集岩体中有一实验室尺度的高放废物地质处置库模型,针对其拟定两种计算工况:(1)内摩擦角和黏聚力均为常数;(2)内摩擦角为常数,黏聚力是孔隙率的负指数函数,进行4a处置时段的热-水-应力(THM)耦合有限元数值模拟,就岩体中的温度场、渗流场、应力场和浓度场的变化及分布情况进行了考察。结果显示:与黏聚力是常数的情况相比,黏聚力随孔隙率而变化时,岩体相同部位进入屈服阶段的时机滞后,塑性区减小,并推迟了塑性部位的溶质浓度、迁移/沉淀质量、反应体积和颗粒贯穿深度的突变时间;弹塑性分析中由于应力调整和增大了分子扩散系数,使得塑性区的颗粒介质的溶解、迁移和沉淀相比于弹性区有明显的变化,并对渗流场(孔隙水的压力及流速)和应力场产生显著的影响。     

积水采空区下厚煤层安全开采方案优化及应用研究

积水采空区是下伏煤层开采的主要突水威胁。在对水体不做处理的条件下,必须通过控制覆岩破坏的高度,使其不导通上覆积水采空区来确保煤层安全开采。以新疆某矿实际地质、采矿条件为依据,在综合考虑多种覆岩控制技术的条件下,选择条带开采作为该矿井的主要开采方法,在尽量提高采出率的前提下确定合理采留宽度,确保煤柱的稳定性,并对条带开采的具体开采工艺进行了优化设计。研究结果表明,该设计方案不仅能使该矿井顺利达产,而且能确保积水采空区下的安全回采。     

SiO_2改性环氧树脂灌封材料

本文以SiO2作为增强材料,制备了SiO2/环氧树脂灌封材料,研究了不同的SiO2含量和热处理工艺条件对灌封材料性能的影响。实验发现,SiO2的加入对环氧树脂灌封材料的拉伸强度和体积电阻率有显著影响,SiO2含量为3%时环氧树脂灌封材料的拉伸强度达到最大值,并且其体积电阻率亦达到最大值;随着固化温度的提高,SiO2/环氧树脂灌封材料的体积电阻率不断减小,力学性能则先升后降,在固化温度为150℃时其力学性能最好。实验结果表明:SiO2含量为3%,固化温度为150℃时,SiO2/环氧树脂灌封材料的综合性能最好,其拉伸强度为1.6MPa,弹性模量为0.44GPa,体积电阻率为3.26×1013(Ω·cm)。     

采动覆岩裂隙分布特征数字分析及网络模拟实现

利用钻孔彩色电视系统,对煤矿采动覆岩裂缝带范围内的钻孔裂隙的分布形态进行了探测,定性总结了采动裂隙的分布特点;对裂隙的倾角、宽度和数量进行了统计,综合评价了采动裂隙分布的定量关系;应用3DEC程序对裂隙分布进行了网络模拟实现。研究结果表明,采动岩体裂隙的主要特点就是裂隙发育以高角度甚至垂直岩层层面的裂隙为主,裂隙的发育数量与埋深呈现二次方的递增形式,而裂隙宽度与裂隙数量的分布近似呈正态分布。     

煤矿井下长距离砼泵送砌碹支护工艺研究与应用

主要介绍采用HBMD-20/18-90S煤矿用混凝土泵进行砌碹支护工艺,从而加快施工进度、减轻职工劳动强度,提高混凝土的密实度和接茬质量;提高碹体的抗渗性能,达到有效全断面封闭水仓围岩的目的。     

小湾水电站坝前堆积体三维有限元加固分析

小湾水电站坝前堆积体规模较大且坝肩开挖时下侧局部被挖除,水库蓄水后堆积体下部将浸于水体中,水库不位弛也将影响其稳定性,故需对其进行稳定性分析和加固方案的分析。作者在先前使用平面离散元法（ＵＤＥＣ）及有凶法对该堆积体在自然状态下的稳定性初步进行二维数值计算与分析的基础上,对堆积体又进行了预应力锚索加固 三维有限元分析,取得了相应的研究成果。     

深基坑开挖与支护过程的平面有限元模拟

对厦门市普达广场深基坑使用围护桩与预应力长锚索作为支挡结构的开挖、支护施工进行了有限元数值模拟,据此分析了土体的位移、塑性区、主应力分布、围护桩及锚索受力状态,并比较了基坑顶部边缘计算与实测的位移值,两者水平位移较为一致。计算结果表明围护桩加预应力锚索的支护效果要比单用围护桩支护好得多。     

无机氯化物对顺丁橡胶原位环化反应的影响

在稀土顺丁橡胶原位环化反应的后期加入无机氯化物PCl3,BCl3,SiCl4等,考察了无机氯化物对该反应体系的影响。结果表明,加入PCl3后得到了环化产物,其环化度为14．1％;加入BCl3后得到了完全偶联产物;加入SiCl4后得到了部分偶联产物。     

基于多任务学习的眼底图像红色病变点分割

糖尿病性视网膜病变（糖网病）是导致成年人视觉损失的主要因素之一.早期的眼底筛查可以显著降低这种视觉损失的可能性.彩色眼底图像由于具有采集便利、对人体无伤害等特点，常被用于大规模的眼底筛查工作.对眼底图像中的红色病变点而言，微动脉瘤是轻度非增殖性糖网病的主要标志，出血点与中度及重度非增殖性糖网病的诊断有关，因此，眼底图像中出血点和微动脉瘤的准确分割对糖网病分级诊断具有重要参考价值.提出一种基于多任务学习的分割模型Red-Seg来对出血点和微动脉瘤进行分割.该网络包含两个分支，每个分支处理一种病变点.设计了一种两阶段训练算法，并且两个阶段使用不同的损失函数：第1阶段使用改进的Top-k带权交叉熵损失函数，将模型训练集中在难分样本上；第2阶段将最小化假阳性和假阴性作为Red-Seg模型训练的优化目标，进一步减少病变点误分.最后，在IDRiD数据集上进行模型验证，并与其他病变点分割方法进行对比.实验结果表明，在应用Red-Seg模型进行微动脉瘤和出血点红色病变点分割时，两阶段训练算法可以显著减少病变点误分情况，尤其是出血点分割的准确率和召回率都提高2.8%.同时，与HED、FCRN、DeepLabv3+和L-Seg等图像级分割模型相比，Red-Seg模型在微动脉瘤分割上获得了更好的AUC_PR.