基准平面垂直断面法在爆破漏斗试验中的应用

系统阐述了基准平面垂直断面法在爆破漏斗试验中测量爆破漏斗体积的基本原理,并将隧道激光断面仪应用于金厂河矿1 750 m水平15^#采场底部切割巷道爆破漏斗试验爆破漏斗体积测量中。通过与传统体重法等计算法所得漏斗体积分析比较,结果表明基于隧道激光断面仪与3D Mine软件分析的基准平面垂直断面法实用性强、操作方便、结果直观可靠,达到试验预期目的。     

基于并行多通道卷积长短时记忆网络的轴承寿命预测方法

在预测轴承剩余使用寿命时，数据间的时序特性是一个可以利用的重要隐藏信息。为了更好地提取具有时序信息的特征用于预测，提出了一种基于并行多通道卷积长短时记忆网络（PMCCNN-LSTM）的剩余使用寿命预测模型。该模型主要由两部分组成：前端为并行多通道卷积网络（PMCCNN），提取信号特征，挖掘数据的时序特性，并采用逐层训练和微调的方式提升参数的收敛性；后端为长短时记忆（LSTM）网络，基于特征进行剩余使用寿命预测，并采用加权平均的方法对预测结果进行平滑处理。在一个轴承加速寿命实验的公开数据集上使用留一法验证了该模型的准确性，实验结果表明：所提模型的平均误差与最大误差分别比传统的卷积神经网络（CNN）低23.38%和15.84%，比传统的LSTM低24.14%和19.01%，比卷积长短时记忆网络（CNN-LSTM）低30.32%和23.09%。     

水位骤降对下伏隧道堤防安全影响研究

建立了考虑水位骤降条件下的下伏隧道堤防模型,依托湘江某下伏隧道堤防工程,基于堤防边坡渗流原理,结合有限元应力计算,探讨了不同水位骤降速率下的浸润线情况,计算了堤防安全系数。研究结果表明:湘江水位骤降速率越快,浸润线变化范围越大,浸润线变化范围与水位降落速率成正比;湘江水位骤降速度在3 m/d^4 m/d,水位降到28.8 m时,堤岸失去稳定;水位骤降并非整个过程中堤岸均处于失稳状态,而是水位降至某高度后堤岸失稳,骤降速率增快对堤防安全系数有一定负面作用。研究结果对隧道下穿堤防建设具有一定指导意义。     

地下输水隧洞围岩稳定监测系统设计研究

在地下隧洞施工输水整个环节中,施工环境复杂多变。由于地质岩体结构应力、地下水以及岩体力学构造等各方面的不确定、不稳定因素的影响极大,如果仅依靠传统经验来进行管理,已经不符合现代化管理的最基本要求,也无法达到标准化管理。文章首先阐述了地下输水隧洞围岩稳定监测系统设计的目的,然后对设计输水隧洞围岩稳定监测系统进行了分析,以便及时正确掌控地下输水的隧洞围岩发展状态,保证隧洞施工的顺利完成。     

热处理对挤压态Mg-6Gd-5Y-1Zn合金组织与性能的影响

通过对Mg-6Gd-5Y-1Zn(质量分数,%)合金在固溶和时效处理状态下显微组织和力学性能的研究发现,α-Mg基体、沿挤压方向分布的条状18R-LPSO相、少量的Mg₂₄(GdYZn)₅ 相以及细层片状的14H-LPSO相构成了挤压态合金的组成相。挤压态合金经固溶(T4)处理后,一部分18R-LPSO相溶入基体,并且基体中的14H-LPSO相伸长同时粗化。挤压态合金经过固溶加时效(T6)处理后,大量β′相从α-Mg基体中析出。T6态合金的室温力学性能最好,其屈服强度、抗拉强度及伸长率分别为272 MPa、406 MPa和6.1%。β′相沉淀也发生在挤压态合金的直接人工时效(T5)处理过程,但相比于T6处理,14H-LPSO相和β′相在基体中的体积分数均偏低。     

考虑围岩稳定性评价的引水隧洞施工过程仿真系统

根据施工过程中的围岩稳定情况确定出合理的施工进尺并实时可视化评价结构安全状况具有重要的工程意义。首先利用BIM建模软件建立三维基础模型,通过对建模软件进行二次开发并结合系统仿真原理得到引水隧洞施工进度;其次将几何模型转换为数值计算模型并建立进度数据库与引水隧洞数值模型之间的映射关系,通过有限元分析围压系统的安全状况,根据不同进尺下的进度计算及围岩稳定分析结果,合理选择施工进尺;最后基于Python+VB.net混合编程技术编制了引水隧洞施工进度与围岩稳定安全仿真系统。工程应用表明,该系统将隧洞施工进度、支护体系与围岩稳定性进行结合,可为合理制定施工计划及施工现场控制提供可视化技术及数据支持。     

Study on estimating electric potential in space between parallel electrodes

We have been studying on estimating distribution of permittivity between measurement electrodes using capacitance and electric potential. Two arc electrodes were separated by long distance and there electrodes were surrounded by additional electrodes respectively. In past research work, we carried out numerical electric analysis for calculating the capacitance and electric potential using Finite Element Method (FEM) and compared with experimental and numerical results. The capacitance values were almost agreed with experimental and numerical results. However, the electric potential values were different between experimental and numerical results in conventional studies. In this paper, we proposed an equivalent circuit including the stray capacity and measurement method for capacitance, the electric potential in space between long distance electrodes was estimated.     

基于深度学习的彩色以及近红外图像去马赛克

单传感器捕获的彩色-近红外（RGB-NIR）图像存在光谱干扰，从而导致重建出的标准彩色图像（RGB）图像与近红外（NIR）图像存在色彩失真以及细节信息模糊。针对这个问题提出一种基于深度学习的去马赛克方法，通过引入跳远连接与稠密连接解决了梯度消失和梯度弥散问题，使得网络更容易训练，并且提升了网络的拟合能力。首先，用浅层特征提取层提取了马赛克图像的像素相关性以及通道相关性等低级特征；然后，将得到的浅层特征图输入到连续多个的残差稠密块以提取专门针对去马赛克的高级语义特征；其次，为充分利用低级特征与高级特征，将多个残差稠密块提取到的特征进行组合；最后，通过全局跳远连接恢复最终的RGB-NIR图像。在深度学习框架Tensorflow上使用公共的图像与视觉表示组（IVRG）数据集、有植被的户外多光谱图像（OMSIV）数据集和森林（Forest）三个公开数据集进行实验。实验结果表明，所提方法优于基于多级自适应残差插值、基于卷积卷积和神经神经网络以及基于深度残差U型网络的主流的RGB-NIR图像去马赛克方法。