Ⅰ型载荷下缺口前端氢浓度分布的研究

采用离子探针微分析仪,对Ⅰ型载荷下21Cr9Ni9MnN奥氏体钢缺口前端氢浓度分布进行了研究。结果表明,缺口前端存在两个氢浓度的富集峰,一个位于缺口顶端,另一个距缺口稍远。缺口顶端的氢富集峰是位错对氢陷阱作用结果,而静水应力导致远离缺口的氢富集峰。对缺口前端氢的富集过程以及应力强度因子对氢浓度分布的影响进行了讨论。     

边坡堆积体锚索钻孔工艺探讨

在堆积体及破碎的岩体边坡锚索施工中较容易出现卡钻、埋钻、洗孔困难等现象,而且施工安全、质量、进度、成本得不到很好的控制。采用跟管钻进工艺钻至一定深度后,换用φ138直钎继续钻进至终孔,并在钻进过程中进行必要的固壁灌浆,以利于非跟管段的孔壁稳定,避免卡钻、埋钻等现象的发生,有利于减少事故、提高功效;此方法可用于各种特殊地质情况,钻进方法更加稳妥,钻进速度更快,施工质量更好,投资更省。     

一种微电阻率成像测井仪数字相敏检波新算法

针对微电阻率成像测井仪井下稳定、高效及低功耗设计要求,提出了一种较新颖的数字相敏检波实现算法,主要包括数据的分相累加、公因式乘法、匹配加法以及反正切与平方根运算等.其中,分相累加算法在采集模块FPGA中完成,公因式乘法和匹配加法在处理模块FPGA中完成,反正切和平方根运算在处理模块DSP中完成.通过此种相敏检波算法实现方式,能有效降低系统功耗,并实现地层阻抗的准确测量.     

混合属性数据集的聚类边界检测技术

为了满足数据分析中获取含有混合属性的数据集聚类的边界需求, 提出一种混合属性数据集的聚类边界检测算法(BERGE). 该算法利用模糊聚类隶属度定义边界因子以识别候选边界集, 然后运用证据积累的思想提取聚类的边界. 在综合数据集和真实数据集上的实验结果表明, BERGE 算法能有效地检测混合属性数据集、数值属性数据集以及分类属性数据集的聚类边界, 与现有同类算法相比具有更高的精度.     

梨园水电站念生垦沟特大堆积体滑坡治理

梨园水电站念生垦沟堆积体滑移规模大、速度快、时间久,治理过程中的施工难度极大.采取压载、快速钢板桩、抽排水等措施快速止滑,采取卸载、排水、抗滑桩、锚拉板等措施永久治理.各测点监测数据呈收敛状态,日变形率趋于零,治理思路和方法卓有成效,取得了良好的效果.     

高温多轴变幅疲劳损伤累积

为进行高温多轴变幅疲劳寿命预测,以应力幅作为损伤变量,采用经典的Chaboche模型进行多轴疲劳损伤计算.多轴加载下等效应力的确定是根据单轴加载下的本构关系,利用多轴等效应变求出等效应力.修正Chaboche疲劳累积损伤模型中应力指数表达式的形式,根据Chaboche损伤累积模型,求解变幅加载下的疲劳损伤.推导出多级加载的Chaboche疲劳损伤累积公式,将其用于变幅加载块的疲劳损伤估算.寿命预测结果与试验结果接近,误差基本在2倍因子之内,说明了寿命估算方法的可行性.     

低可容空间河流三角洲沉积层序与聚煤模式

为了揭示低可容空间河流三角洲沉积背景下层序发育及聚煤特征,以鲁西南二叠系山西组为例进行了层序地层和聚煤作用研究.识别出强制海退(BFSR)造成的陆表侵蚀不整合面(SU)及其对应的整合面(CC*)、河流侵蚀面(RES)、古土壤层(PSS)、最大海退面(MRS)、海泛面(FS)、最大海泛面(MFS)7种层序界面,将煤系划分为12个准层序(2种准层序类型)、2个四级层序、1个三级层序,提出了低可容空间沉积背景下河流三角洲沉积体系聚煤模式.结果表明:低可容空间河流三角洲沉积背景下基准面与沉积界面基本一致,准层序以侵蚀面和海泛面为界并主要沉积于基准面上升半旋回;绝对海平面下降速率超过基底沉降速率是层序边界形成的主要驱动力;平面上聚煤中心位于下三角洲平原和间湾湖泊环境,指出剩余可容空间大小及新增可容空间产生速率是泥炭沉积的关键因素.     

白家海凸起油气成藏主控因素分析

白家海凸起是一个受南、北两排雁行式断裂带所夹持的继承性古隆起,紧邻生烃凹陷,是整个盆地油气富集程度较高的地区之一.这两排断裂断开的层位较深,直至下伏二叠系烃源层,且断裂的活动时期与源岩大规模生排烃时期相匹配,起油气运移通道的作用.由于雁行式断裂带位于白家海凸起侧翼,对凸起主体构造圈闭形态没有大的破坏作用,已聚集的油气藏得以保存.综合分析认为断裂是白家海地区油气成藏的主控因素.     

城市表层土壤重金属污染的分析与评价

根据2011年全国大学生数学建模竞赛A题,讨论了城市表层土壤重金属的污染问题.对于问题(1),采用Muller地积累指数法来描述土壤重金属污染程度;对于问题(2),利用因子分析法确定各元素的相关系数阵,分析出城市表层土壤重金属的污染主要来源;在问题(3)中,结合重金属污染传播特征及运用高次曲面的拟合建立城市表层土壤重金属污染源的数学模型.     

基于高阶累积量的暂态扰动Mahalanobis距离分类

为实现对脉冲暂态和振荡暂态2类暂态电能质量扰动的分类,提出一种基于高阶累积量的暂态电能质量扰动Mahalanobis距离分类法.该方法利用高阶累积量提取暂态扰动的高阶统计特征,选取其2,3,4阶累积量最大值和最小值构成扰动信号的6维特征向量,计算测试样本特征向量与标准模板之间的Mahalanobis距离,以“距离最小”作为分类判据,实现对2类暂态电能质量扰动的分类.仿真结果表明,低阶累积量不能单独用于区分不同类型暂态电能质量扰动;特征向量维数越高,对分类过程越有利.所提方法分类原理简单、准确率高,是暂态电能质量扰动的有效分类方法.