大庆长垣油田断层阴影地震正演模拟及校正方法

大庆长垣油田大断层下盘在地震剖面上普遍存在三角形的断层阴影区，其地震反射同相轴呈“上拉”或“下拉”、并伴随反射同相轴错断，导致利用地震资料进行断层、微幅度构造解释时存在陷阱。采用地震正演模拟技术，根据研究区实际地质情况建立了一系列二维地震正演模型，尝试定量分析断层阴影区地震反射特征。研究结果认为：断层两侧地层速度的横向变化是导致断层下盘断层阴影的根本原因，其中断层断距、低速层的存在等是长垣油田断层阴影区的主要影响因素；并进一步提出了密井网开发区利用三维空变速度场时深转换技术进行断层阴影校正的思路和方法，显著提高了大断层附近构造解释精度，为长垣油田更有效开发提供技术支撑。     

基于视觉感知的智能扫地机器人的垃圾检测与分类

目的 为了提高扫地机器人的自主性和智能化程度，为扫地机器人配备视觉传感器，使其获得视觉感知能力，通过研究有效的垃圾检测分类模型与算法，实现对垃圾的定位与识别，引导扫地机器人对垃圾进行自动识别与按类处理，提高工作的目的性和效率，避免盲动和减少能耗。方法 选择检测速度较快的YOLOv2作为主网络模型，结合密集连接卷积网络，嵌入深层密集模块，对YOLOv2进行改进，提出一种YOLOv2-dense网络，该网络可以充分利用图像的高分辨率特征，实现图像浅层和深层特征的复用与融合。结果 测试结果表明，智能扫地机器人使用本文方法可以有效识别不同形态的常见垃圾类别，在真实场景中，测试识别准确率为84.98%，目标检测速度达到26帧/s。结论 实验结果表明，本文构建的YOLOv2-dense网络模型具有实时检测的速度，并且在处理具有不同背景、光照、视角与分辨率的图片时，表现出较强的适应和识别性能。在机器人移动过程中，可以保证以较高的准确率识别出垃圾的种类，整体性能优于原YOLOv2模型。     

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。     

用于低损耗特种玻璃熔炼的高纯致密锆英石的研制

以纯度大于99.9%(质量分数)的高纯ZrO₂和SiO₂为原料,少量TiO₂为添加剂,采用高温固相法合成高纯锆英石(ZrSiO₄)粉料。研究温度和反应时间对高纯锆英石合成效率的影响,发现粒度小于50 μm的原料粉末经1 500 ℃反应48 h后,ZrSiO₄相的含量可以达到95.77%(质量分数)。将合成的高纯锆英石粉料球磨并冷等静压成型后,在1 550 ℃高温烧结成高纯致密锆英石砖。高纯致密锆英石中杂质Fe的含量仅为29 μg/g,Cu的含量小于1 μg/g,是普通商用致密锆英石的1/10;对磷酸盐玻璃静态光吸收损耗的影响仅为普通致密锆英石材料的1/3。将这种高纯致密锆英石材料用于激光玻璃窑炉,有助于降低玻璃对1 053 nm激光的损耗,提升激光玻璃的激光性能。     

基于DDPM模型的化学链燃烧中二元颗粒定向分离过程放大模拟

以拉格朗日法为基础，采用耦合离散元法(DEM)颗粒碰撞模型的稠密离散相模型(DDPM)对兆瓦级化学链燃烧放大系统中炭颗粒分离器进行数值模拟研究，探究其中载氧体(OC)/煤焦(Char)二元颗粒物的定向分离特性，进一步研究了热态条件和下降管出口压力对二元颗粒物分离效果的影响，为炭颗粒分离器在热态条件下的运行稳定性以及下端与空气反应器之间的独立性提供数据支撑。结果表明：放大后的炭颗粒分离器因为分离空间与时间的增加，使载氧体/煤焦二元颗粒物的分离效果更好；同时，在热态条件下因气体黏度增大，使得煤焦分离效率进一步提升；此外，下降管出口压力的适度提升也能提高炭颗粒分离器的分离效率。     

再生骨料对混凝土力学性能及耐久性影响的研究

针对再生骨料由于本身结构缺陷的原因，造成混凝土力学性能和耐久性不良的问题，采用再生骨料裹浆预处理和密实骨架堆积配合比设计方法，弥补再生骨料的结构缺陷，提高混凝土密实程度，使得再生骨料混凝土的抗压强度和抗碳化性能、抗氯离子渗透性能得到有效改善。     

基于密集神经网络的灰度图像着色算法

针对在灰度图像着色领域中，传统算法信息提取率不高、着色效果不理想的问题，提出了基于密集神经网络的灰度图像着色算法，以实现改善着色效果，让人眼更好地观察图片信息的目的。利用密集神经网络的信息提取高效性，构建并训练了一个端到端的深度学习模型，对图像中的各类信息及特征进行提取。训练网络时与原图像进行对比，以逐渐减小网络输出结果的信息、分类等各类型的损失。训练完成后，只需向网络输入一张灰度图片，即可生成一张颜色饱满、鲜明逼真的彩色图片。实验结果表明，引入密集网络后，可有效改善着色过程中的漏色、细节信息损失、对比度低等问题，所提算法着色效果较基于VGG网络及U-Net、双流网络结构、残差网络（ResNet）等性能优异的先进着色算法而言取得了显著的改进。     

Inhibition of stress corrosion cracking in 304 stainless steel through titanium ion implantation

The effects of titanium ion implantation on the stress corrosion cracking (SCC) behaviour of 304 austenitic stainless steel were studied. Slow strain rate tests (SSRTs) were conducted on 304 steel in air and in 5?wt-% NaCl solution. The microscopic effects of ion implantation were evaluated by Stopping and Range of Ions in Matter Procedures (SRIM). Fracture morphologies and microstructures were investigated by scanning electron microscopy (SEM) and transmission electron microscopy (TEM). The fracture surfaces illustrate that ion implantation significantly inhibits the corrosion pits that initiate SCC. A dense passive film, which inhibits SCC, was formed during the ion implantation process. SCC initiation was restrained due to the dense dislocation nets that were generated by titanium ion implantation.

Highlights

• Ion implantation inhibits SCC susceptibility.

• The lack of Cr at the grain boundary leads to the expansion of SCC along the grain boundary.

• Implantation-induced damage leads to high-density dislocations.

• The surface was amorphised due to high-density dislocations.

     

基于多尺度结构特征的快速异源图像匹配

针对异源图像提出一种基于多尺度密集结构特征的快速匹配算法。算法首先利用Gabor滤波器逐像素提取图像中的结构响应,再根据主方向响应对多尺度结构特征融合,然后使用快速傅里叶变换在频域计算各特征分量图像之间的卷积,最后将卷积生成的系数矩阵求和计算出图像之间的相似性并选择相似性最大位置作为匹配结果输出。本文算法能有效适应异源图像间的非线性灰度变化和噪声干扰问题。测试使用可见光、红外、雷达图像组成的异源图像数据集对本文算法和现有算法进行测试比较,结果表明:本文算法的平均误匹配率最低,并且计算速度有明显优势。     

基于贝叶斯推论的致密储层水力单元预测表征技术

针对小壕兔-大16井区储层结构复杂、有利区预测困难的问题,运用贝叶斯挖掘算法,利用计算机辅助模拟手段,构建研究区精细水力单元模型,探明储层砂体发育规律。研究结果表明,基于贝叶斯推论的表征技术能高效识别储层水力单元类型,为气藏描述提供准确的地质信息;指数函数递增法在测井曲线划段过程中表现更加出色,R_t测井段间样点的聚簇规律归因于储层的高含水特性;3类水力单元具有较大的原始油气储量和潜力,亦是提高气藏采收率过程中亟待突破的对象。该研究成果对预测储层有利区具有重要参考价值。