马头营地区低幅度构造速度建模方法

冀东马头营地区馆陶组低幅度构造具有很大的油气勘探潜力。该区地表结构复杂、断层发育，一直受深度域速度模型精度限制，低幅度构造圈闭难以识别。为此，提出一套新的综合速度建模方案：首先，考虑断层的影响，在时间偏移域建立准确的层位解释模型，采用基于地质层位解释的横向速度建模方法，有效消除断层导致的横向速度剧烈变化带来的影响；其次，考虑在叠前深度域偏移中浅层速度模型的误差累积会影响深层目的层成像质量，浅层采用回转波层析成像反演出精确的近地表速度场，中深层采用反射波层析成像速度建模，二者结合获得融合速度场；最后，在融合速度场基础上，采用以地质层位为约束、基于模型的高精度网格层析进行速度优化，提高速度模型精度。应用上述方案建立的高精度层速度模型，明显提高了冀东马头营低幅度构造的成像精度及与钻井资料的吻合度，该建模方案可为相似地质条件下低幅度构造成像提供借鉴。     

Fiber bundle topology optimization of hierarchical microtextures for wetting behavior in Cassie-Baxter mode

Structural and Multidisciplinary Optimization - This paper presents the topology optimization of hierarchical microtextures for wetting behavior in the Cassie-Baxter mode, considering a structural...     

基于AHP-Entropy的电网营销服务网点投资合理性模糊综合评价研究

为解决当前电网营销服务网点投资分析效率低、局限于主观经验或只局限于客观数据评价的问题，提出了一种综合AHP-Entropy和模糊综合评价法的综合评价方法，针对电网营销服务网点投资合理性的综合评价目标，设计了一整套评价指标体系，运用AHP-Entropy主客观结合的方式求取指标权重，建立了一套适合于电网营销服务网点投资合理性评价的多目标模糊数学模型。该模型可为营销服务网点投资合理性评价提供有效的支持，且能够对营销服务网点撤并方案提供有效的辅助支撑。     

钢管地聚物混凝土柱轴向重复受压性能试验研究

为探究钢管地聚物混凝土柱轴向重复受压性能，制作了4根钢管地聚物混凝土中长柱和8根钢管地聚物混凝土短柱，对其进行了轴向重复受压试验，观察结构的行为表现及破坏模式，分析其荷载 位移曲线、骨架曲线、特征荷载与位移、延性、刚度退化曲线、荷载 残余位移曲线、耗能等内容。结果表明：钢管地聚物混凝土中长柱破坏模式为典型的弹塑性破坏，而短柱则为材料破坏；长径比不同，试件的荷载 位移曲线变化趋势略有不同，但其刚度退化曲线变化规律类似；地聚物混凝土强度、外套钢管壁厚、长径比，对试件的承载能力、平均压缩力和耗能能力影响显著。研究结果表明钢管地聚物混凝土承载能力良好，为其试验研究和工程应用提供了参考。     

拓扑优化方法在中部槽设计中的应用

把基于有限元分析技术的拓扑优化方法引入到中部槽的设计中,阐述并分析了运用有限元分析方法进行挡板槽帮拓扑优化设计的数学模型和关键步骤。对某型号刮板输送机的中部槽的优化结果表明,应用基于有限元法进行拓扑优化设计是一种有效的优化方法,它可以为中部槽的设计提供重要参考。     

小波变换在数字埋入云纹技术中的应用

埋入云纹技术可以用于三维力学问题的全场测量,对接触问题和物体内部力学场的测量具有很大的优势。将小波变换引入到数字埋入云纹技术中,可以方便快捷地消除条纹图中的噪声,模拟出清晰光滑的条纹图。介绍了应用小波变换生成云纹条纹的原理,并且进行了实验测试,结果表明该方法是可行的。     

采动岩体裂隙分形相关规律的实验研究

利用相似材料模拟实验模拟采动岩体裂隙的形成过程和分布状态，运用分形几何理论研究采空区冒落带、裂隙带和弯沉带岩体裂隙分布的分形规律。实验结果表明：采动岩体裂隙分形维数随开采宽度的增加而增大，岩体碎胀系数、覆岩下沉系数随采动岩体裂隙分形维数的增大而增大。     

ACPD法测量管节点中疲劳裂纹的增长过程

用交流电势能落差法(ACPD)测量了一个大型K节点在疲劳破坏过程中表面裂纹增长和破坏过程。对于评价管节点疲劳寿命经常使用的一个破坏力学参数———应力强度因子,通过试验数据和Paris公式得到了裂纹在扩展过程中其数值的变化情况。     

基于Sym小波和BP神经网络的基桩缺陷智能化识别

为提高基桩低应变动测信号的分析水平,采用一种新的时频域分析方法--小波分析.利用Sym小波对基桩速度响应时程曲线进行小波分解,对指定频带上的信号分量进行特征值提取,提取的特征值为反映各频带范围内体现能量分布的功率谱均值,提取的特征值可构成反映信号特征的特征向量,同时利用BP人工神经网络的非线性映射特性建立特征向量和基桩缺陷类别之间的一种对应关系.通过数值模拟的方法可以得到大量不同缺陷类型的基桩的桩顶速度响应时程曲线,对这些数值模拟信号进行小波分解得到的特征向量为神经网络的学习提供大量训练样本.最后,利用实测信号小波分解后得到的特征向量对训练过的神经网络进行检验,其识别结果表明,训练后的神经网络能根据实测信号的特征向量对基桩缺陷进行智能化的识别.