溪洛渡地下厂房三大洞室围岩稳定监控技术

溪洛渡地下厂房三大洞室规模巨大,施工期洞室围岩稳定性监控是工程顺利进行的前提和保障.施工前依据前期科研成果制定了科学合理的开挖、支护方案,施工过程中严格控制开挖、支护质量,适时开展监测资料分析和监测成果反分析,跟踪洞室围岩位移、应力、塑性区范围发展过程.根据监测与反分析成果,定期对建筑物整体稳定性进行评价,并对局部可能失稳的岩体及时加强支护.开挖完成后,围岩位移的发展和破坏深度及支护设施应力总体较小,围岩整体稳定状态良好,局部围岩加强支护后较好地控制了位移.     

基于统计方法的面向旅游问句分类实验研究

根据旅游领域知识的特点,设计了面向旅游问句的分类体系。利用信息增益、互信息、交叉熵和X^2统计四种特征选择方法及支持向量机分类器,对网上常见的旅游真实问句分类进行了实验研究,实验结果表明：在现有问句分类体系下,信息增益的特征选择方法在特征空间维数为550维时,分类旅游问句的结果是最佳的。     

勤学善管,促进学校科学发展

随着社会的发展、科技的进步,素质教育的深入实施,需要学校着力构建适应时代发展的学校管理新模式。在现代化的教育教学管理中,学校与教师的发展影响着学生的前途命运;学生的发展决定了学校的发展前景和教师的成败得失;而校长的管理理念与协调执行能力直接影响着三者的发展。这就要求校长除了具有好的业务素质,还必须具有科学的管理技能。     

边坡稳定分析的相对失稳加速度方法

边坡稳定分析是土力学的经典课题,通过稳定分析能够得到边坡的安全系数。但最小安全系数对应的临界滑动面不一定是最先发生滑动的破坏面,失稳加速度临界滑动面则可能最先滑动。失稳加速度方法可以用统一的原理计算边坡和隧洞等所有具有临空面的结构的稳定性;可以利用常规极限平衡法的假定条件进行计算,也可以利用有限元等数值方法的应力计算成果;可以计算失稳加速度,也可以以失稳加速度的模最小来计算安全系数,此时也相当于一种特殊的模式识别方法。本文对失稳加速度方法的提出过程及主要原理进行系统总结,并将其推广到相对失稳加速度和相对安全系数,放松了约束条件,使得它可以具有更加广阔的应用前景。     

带有振动触觉反馈的上肢康复系统

康复机器人在脑卒中患者的术后恢复治疗中起着重要作用。为了提高患者在康复训练过程中的主动性和专注度,提出了一种带有振动反馈的上肢康复训练系统。该系统利用多传感器获取人的上肢位姿信息,实现与虚拟场景的实时交互,并通过实时多层级振动反馈引导人的康复动作。通过心理物理学实验评估受试者对不同振动强度的感受,得出了人体感受区分明显的3个振动强度等级。构建了视触觉有效性实验,受试者需要在虚拟场景中完成特定的康复动作,实验结果表明,相较于无触觉反馈,受试者在振动触觉反馈的作用下可以更稳定高效地完成康复任务。     

基于BIM技术的水利水电工程智能系统设计

为实现水利水电工程的智能化设计,构建了智能设计系统。系统基于建筑信息模型(Building Information Modeling, BIM)技术对工程结构进行三维建模,并对所建模型进行有限元分析以验证模型是否符合约束条件,系统内置可随时调用和修改模板资源库,以便对设计工程结构进行优化。将系统投入应用,应用结果显示,系统建立的BIM模型达到了LOD400精度等级,具有较高的建模精度,所建模型的静力分析结果均符合设计要求。将智能设计系统与其他系统进行对比,对比结果显示,设计系统的响应时间和建模时间比其他系统更短,使用体验较好。可见,基于BIM技术的水利水电工程智能设计系统具有较为优秀的设计性能,设计速度较快,实现了工程设计的智能化、数字化,有利于提高工程设计的效率。     

Cu_x[Ni_3Fe_1](x=4～12)合金的组织演变北大核心CSCD

研究了Cu-Ni-Fe系列合金中组织结构演变及其对性能的影响。本文固定Ni∶Fe原子比为3∶1,连续改变Cu含量,设计制备了Cu_x[Ni_3Fe_1](x=4,7,9,12)系列合金,并利用光学显微镜、扫描电子显微镜、X射线衍射仪、维氏硬度计、万能试验机、变温电阻仪对合金的表面形貌、物相结构、硬度、拉伸性能及电阻率进行了分析。结果表明:Cu_x[Ni_3Fe_1]合金中主要的强化方式是调幅分解;随着Cu含量的增加,调幅分解形成的富Ni-Fe逐渐减少,合金的抗拉强度、屈服强度以及硬度都呈减小的趋势;编织板条状的组织因排列密度高,表现出良好的耐蚀性;x为4、7和9的合金时效后有少量的γ'-Ni_3Fe析出相,对合金的硬度和拉伸性能影响不大,但γ'-Ni3Fe相在500℃左右会发生分解,导致电阻率略有下降;而x为12的合金时效后晶界上有大量α-Fe相析出。     

基于 ResU-Net 的三维断层识别方法及应用

断层刻画了地层的边界位置,地震成像数据中反射层的不连续性可作为断层解释的主要依据。深度神经网络的强非线性性质可作为地震数据中断层不连续特征表达的有力工具,断层识别问题可视作一个像素级别的二分类问题,并使用深度学习方法对此问题进行建模求解。据此可给出一种端到端的基于深度学习网络的三维断层自动识别方法。首先利用地震子波与反射系数卷积合成多组三维地震数据,建立用于深度网络学习断层特征的样本数据,随后搭建网络进行训练,网络训练完成后应用于实际地震数据。鉴于残差模块可很好地提升网络泛化性能,所提出的将残差网络中的残差块结构引入U-Net中的方法,可用于提升通过合成数据样本训练得到的网络模型在训练数据之外,即实际地震数据上的断层识别性能。所建立网络用于断层解释时,输入为叠后三维地震数据,输出为相同维度的三维数据体,其中每一输出值代表输入三维地震数据相同位置处断层的概率。实际算例对比测试表明,此方法可对三维地震数据中的断层进行有效识别,在合成数据集上训练精度相差不大的前提下,引入残差模块的ResU-Net在实际地震数据上的断层识别泛化性能得到提升。     

飞思卡尔面向汽车应用推出强大的多功能32位微控制器

汽车制造商正在开发新的产品,以满足不断变化的消费需求。汽车行业技术的发展趋势包括主动式车辆安全(除传统的被动安全系统外)和动力总成电气化。新汽车电子系统变得越来越复杂,对MCU的性能要