断层带水源区地下水可开采量分析与计算

文章通过对大连山丘区断层带地下水补给条件分析,探讨了断层带小型地下水源区地下水可开采量的计算.     

在L形地基上的官地水电站进水口塔体施工仿真分析

官地岸塔式进水口坐落在L形地基上,自重等荷载由水平地基与竖向地基联合承载,荷载的施加方式直接影响应力的分布形式。为了能够更加真实地反映这种影响进行了施工仿真分析,分析中依施工进度进行逐层加载,保证基础与结构的变形协调,同时考虑了施工中的沉降控制,得到完建时结构的应力。分析表明,在考虑施工仿真情况下,削弱了塔背山体对塔体的约束作用,塔体的变形和应力更加符合实际。     

闪烁脉冲时间信息实时处理单元设计

多阈值采样法是以闪烁脉冲特征模型为先验知识,通过预设多个阈值电压,对脉冲上升沿数字化得到的时间-阈值采样点进行最小均方误差拟合以精确获取脉冲起始时间.高计数率是目前PET仪器发展的一个热点方向,这就要求采用多阈值方法提取时间信息的数据获取系统具有快速高效处理脉冲以减少系统死时间的能力.论文提出了一种基于FPGA的闪烁脉冲上升沿拟合算法,通过数据预处理技术、流水线设计结构和并行处理简化算法复杂度,实现实时闪烁脉冲时间信息快速获取.仿真和实验结果表明,在FPGA上实现该算法的处理速度和精度均达到设计要求,可以满足在高计数率环境下对闪烁脉冲进行实时处理的需求.     

隧道穿越断层破碎带的小导管注浆处治研究

隧道穿越断层破碎带时,较易发生地质灾害,针对该问题,采用超前小导管注浆的方式对围岩进行预加固处理,并在支护完成后对隧道处治效果进行监控量测,监测结果显示该处治方法保障了隧道开挖支护过程中围岩的稳定性,变形量满足隧道安全运营的初期支护设计要求。     

CT辅助消化道胶囊内窥镜图像虚拟外翻

CT辅助消化道胶囊内窥镜图像方法的主要目的在于更为直观地提高胶囊内窥镜的小病灶检出率,减少胶囊内窥镜的重复检查次数,减少患者检查费用,提高医生的工作效率.现有的虚拟外翻技术主要有两种,一种是展平法,一种是镜像法.CT辅助消化道胶囊内窥镜虚拟外翻是以镜像法为指导思想对三维肠道模型进行外翻,实验结果证明了这一方法的有效性.三维图像的显示采用了经典的移动立方体的算法.验证完成后,算法通过TI DaVinciDSP异构双核处理器(DM6467)和接口进行加速实现.通过合理分配双核的任务,算法的运算效率得到了很大提高.     

基于消光断层法的喷雾分布不均匀度测量技术

燃油喷嘴喷雾分布不均匀度作为衡量喷嘴喷雾性能的重要参数之一,直接影响发动机的燃烧效率以及污染排放。为了验证消光断层法激光式分布器(Statistical Extinction Tomography Scan Optical Patternator,SETscan)在喷雾分布不均匀度方面的测量能力,利用离心式喷嘴在不同燃油工况条件下开展燃油喷嘴雾化性能实验,并与传统机械式测量方法进行了对比。结果表明,相比于传统机械式测量方法,激光式测量方法稳定性更好、实验效率更高、实验数据更加直观,具有更高的时间和空间分辨率,对激光遮挡率为10%~90%的燃油喷雾能够得出合理有效的浓度分布实验结果,同时由于激光式测量方法属于非接触测量,不会受到喷雾本身特性和安装位置等因素的影响。     

基于融合通道注意力的Uformer的CT图像稀疏重建

针对解析法稀疏重建中产生的条状伪影问题,提出一种融合通道注意力的U型Transformer(CA-Uformer),以实现高精度计算机断层成像（CT）的稀疏重建。CA-Uformer融合了通道注意力和Transformer中的空间注意力,双注意力机制使网络更容易学习到图像细节信息;采用优秀的U型架构融合多尺度图像信息;采用卷积操作实现前向反馈网络设计,从而进一步耦合卷积神经网络（CNN）的局部信息关联能力和Transformer的全局信息捕捉能力。实验结果表明,与经典U-Net相比,CA-Uformer的峰值信噪比（PSNR）、结构相似性（SSIM）提高了3.27 dB、3.14%,均方根误差（RMSE）降低了35.29%,提升效果明显。可见,CA-Uformer稀疏重建精度更高,压制伪影能力更强。     

自适应聚类Hough变换及地震断层检测

针对现有基于Hough变换的地震断层检测方法只能检测单个断层,不能准确检测多个断层的不足,提出了一种基于自适应聚类Hough变换的地震断层检测方法。该方法首先对预处理后的地震相干图像进行边缘检测并对边缘图像进行Hough变换以检测出边缘图像中的线段,然后根据倾斜角和位置信息对线段进行自适应聚类以获得更完整的线段,最后根据初始地震图像对完整线段中的各点进行调整以获得准确、平滑的断层。为验证该方法的有效性,在实际地震图像上进行了对比实验。实验结果表明,该方法可正确检测地震图像中的多个断层,正确率达到90%以上,与现有方法相比,峰值信噪比提高了约10%。     

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。     

走向断层造成地层重复和缺失的简捷判断法

构造地质学对走向断层造成的地层重复,缺失一直沿用Ｃ．Ｍ．Ｎｅｖｉｎ的方法判断,此法比较繁琐。用以下法则可使其简捷：走向断层横剖面上如果上升盘地层扬起,则地表地层缺失;反之,如果上升盘地层倾伏,则地层重复。