复杂地质条件下高边坡爆破控制技术

为降低高边坡开挖过程中的有害效应,以雅砻江两河口水电站工程为例,重点探讨了在复杂地质条件下高边坡爆破控制技术的实践应用。从爆破参数设计、安全距离以及安全防护措施等方面,介绍了复杂地质条件下高边坡爆破过程中采取的施工方法和爆破安全技术,通过对钻爆参数的合理设计以及安全防护的严格要求,使该边坡开挖取得了良好的效果,确保边坡稳定和周围建筑物的安全,为今后类似情况高边坡开挖提供参考。     

非金属材料红外无损检测的建模和数值分析

利用ANSYS模拟建立二维、三维非金属材料非稳态导热模型,采用红外热源作为激励,非金属材料粘贴缺陷无损检测过程。在缺陷深度一定,不同缺陷厚度和面积条件下,二维模拟得到非金属材料表面温度,并计算温度梯度。分析温度梯度与缺陷厚度和半径的关系,提出确定缺陷边界和厚度的方法;建立3种不规则形状缺陷,通过三维模拟结果,验证二维模拟提出的确定缺陷边界和厚度方法的可行性。结果表明:在缺陷半径一定时,缺陷厚度与温度梯度峰值呈线性关系;缺陷半径大于10mm,缺陷厚度与温度梯度峰值线性度基本相同;温度梯度峰值的位置与缺陷边界基本一致。     

基于红外无损检测的非金属材料粘贴缺陷识别

非金属材料粘贴结构的脱粘现象可影响其性能,使用红外无损检测技术可对粘贴缺陷进行有效的识别。首先研究了基于红外无损检测技术的粘贴缺陷边界特征,确定了使用温度梯度极值判断粘贴缺陷边界位置的定量分析方法;结合该特征,采用了Canny边缘检测算法对数值模拟的粘贴缺陷模型进行缺陷边界识别。同时使用该算法对实验数据进行识别,针对识别结果出现的边界模糊、噪点多等问题,提出了筛选出所有“疑似边界”以保留“弱边界”的改进算法。结果表明,改进后的Canny算法能够提高红外无损检测粘贴缺陷的完整性和准确性。     

基于神经网络的塑料打包带高光谱模式识别

目的 建立一种快速、准确、无损的塑料打包带的检验及分类方法。方法 利用高光谱在波长为350～990 nm的条件下采集52个不同来源的塑料打包带样品的高光谱数据,并对样品进行Savitzky-Golay平滑处理,同时结合主成分分析对样品进行降维。将提取到的主成分进行K-Means聚类,以聚类结果为依据建立径向基函数神经网络（RBFNN）与BP神经网络模型（BPNN）。结果 打包带样品的高光谱谱图在400～500 nm、600～700 nm处有较大区别。实验共提取了5个初始特征值大于1的主成分,可以解释96.633%的原始数据。通过K-means聚类将塑料打包带样品分为6类,Calinski-Harabasz指数为28.76,RBFNN分类准确率为86.7%;BPNN分类准确率为98.1%,BPNN的分类效果更好。结论 研究表明神经网络在高光谱谱图分类处理上具有较高的准确度,同时也验证了高光谱在区分检验塑料打包带类物证的可行性与科学性,为公安机关提供了一种新的检验方法。     

基于欧拉-拉格朗日法的细水雾消烟模型研究

细水雾水幕在隧道火灾中具有较好的控烟阻烟作用，针对目前细水雾阻烟数值模拟研究中并未考虑细水雾的捕集沉降作用，依据气溶胶动力学原理，考虑细水雾的惯性碰撞、拦截效应和扩散效应捕集机理，基于欧拉-拉格朗日方法构建细水雾降温消烟模型，并对狭长通道内细水雾降温消烟实验进行模拟仿真，结果表明：模拟结果与实验高度吻合，能见度稳定在9 m左右，消烟模型对细水雾降温效果的影响较小，但在消烟过程中起到关键作用，不考虑消烟模型时，能见度仅为5 m，模拟值低于实验值约45%，表明该模型能够有效表征细水雾对烟气的降温、阻隔和消烟作用．     

基于红外锁相法缺陷深度检测的仿真

隐藏在工件内部的粘贴结构缺陷具有隐蔽性和危险性，成为影响生产质量和运行安全的致命因素，运用红外无损检测技术可以对其缺陷进行检测和评估。本文通过仿真模拟，测得粘贴结构在不同缺陷深度以及涂层热扩散系数下的盲频率，研究了缺陷深度和涂层热扩散系数对盲频率的影响，同时利用拟合定量研究了盲频率与缺陷深度和涂层热扩散系数的关系。仿真结果表明，可以通过盲频率求得热扩散长度，进而求得缺陷深度的定量检测方法。