3D打印裂隙岩体动态力学性能及能量耗散规律初探

地下岩体结构经常遭受到地震、爆炸、冲击振动等产生的动力扰动，利用3D打印技术的优势研究冲击荷载下岩体动态力学性能对实现3D打印技术在工程领域的应用具有重要意义。采用φ50 mm的变截面霍普金森压杆(SHPB)装置，对含预制裂隙的3D打印岩体试样进行动态单轴压缩试验。研究结果表明：试样的动态抗压强度随着预制裂隙倾角的增大呈现出先减小后增大的趋势，当预制裂隙倾角为30°时试样强度最小，当预制裂隙倾角为90°时试样强度最大。与3D打印岩体试样的静态单轴压缩强度对比发现，3D打印砂性材料具有明显的率效应，当应变率为139.65 s^-1时，3D打印岩体试样的动态抗压强度是静态抗压强度的4.34倍。预制裂隙缺陷在一定程度上加剧了试样的能量耗散和破碎过程，并且30°倾角预制裂隙对试样能量耗散和破碎结果的影响程度最大。同时，3D打印岩体试样的能量耗散过程与破碎块度表现出明显的自相关性，所用的3D打印砂性材料的宏观破碎结果与能量耗散之间的关系与天然岩石材料有一定相似性，为今后3D打印材料模拟天然岩体应用于动态力学试验的可行性奠定了基础。     

基于双平行互质阵列的二维非网格DOA估计

近年来,基于稀疏表示的DOA估计方法已经被广泛提出,这些方法都需预设离散的网格点,而实际信号来波方向在空间域内具有随机性,任何来波方向都是等概率出现,很有可能信号的来波方向不在网格上,因而会存在网格误差,使DOA估计结果产生较大偏差。为提高DOA估计精度,本文提出了非网格的DOA估计模型。同时,为提高测向自由度,本文应用由两个均匀线阵组成的互质阵列,并且将两个均匀线阵平行放置在同一平面。通过将两均匀线阵的互协方差矩阵向量化成互协方差矢量,可得到一维虚拟扩展的接收数据矢量,并且在稀疏表示框架下应用相应的稀疏恢复算法恢复出跟DOA参数相关的向量,从该向量中得到唯一的并且自动配对的二维DOA估计参数。仿真实验结果验证了本文算法较传统算法具有更好的DOA估计性能。     

储能界的一颗新星——M Xene材料

<正>2012年,二维晶体MXenes(过渡金属的碳化物和氮化物)首次引起研究人员的关注。该材料因具有导电性强、扩散系数低,且单层原子薄片结构的稳定性等性能,可满足高性能电池制备材料的要求。现在,MXenes被赋予更高的期望,因为研究人员发现该类材料具有较好的柔韧性、较高的电容,而且可以容易地制备其复合材料和模压材料。新的发现表明MXenes同样可应用于柔性和可穿戴电子设备,这一特性吸引了越来越多的关注。一些研究人员于2014年12月聚集在波士顿举行的美国材料学会年会上,交流     

对话产业链 一家独大的4G格局如何打破?

2015年在中国移动4G一家独大的基础上,即将迎来多方竞争的局面,如何促进4G竞争趋于理性化、可持续化,也将成为明年4G发展所面临的难题。《通信世界》2014年国内4G发展以中国移动为首,取得的成绩令业界惊叹,无论是用户数还是基站数都远远突破了既定目标,也进一步刺激了其他两家运营商的4G发展。您认为有哪些原因促成了这样的局面?诸震雷:中国移动的4G建设能够在这么短的时间取得如此成绩,主要有四方面原因。一是与国家政策层面的支持和引导密不可分,并在TD-LTE频谱资源方面给予支持。其次,运营商     

红兴隆农科所啤酒大麦育种研究进展

东北啤酒大麦基地经过20多年的建设,喜忧参半。忧的是由于玉米、水稻等粮食作物面积的增加,大麦的面积逐年减少。喜的是虽然黑龙江基地的面积下降,但我们又开辟了另一个基地——内蒙古呼伦贝尔市,与此同时,基地的科研工作始终没有停止,并且有了重大进展。下面主要介绍近期育成的新品种、新品系。1垦啤麦10(红06-277)1.1特征特性垦啤麦10(红06-277)是红兴隆农科所用     

共享交通的时空轨迹检索与群体发现

为解决共享交通下的共乘用户群体发现效率低、准确率不高问题，依据R-树原理建立GeoOD-Tree索引，并在此基础上提出以最大化共乘率为目标的群体发现策略。首先，对原始时空轨迹数据进行特征提取与标定处理，挖掘有效出行起讫点（OD）轨迹；其次，针对用户起讫点轨迹的特征，建立GeoOD-Tree索引进行有效的存储管理；最后，给出以最大化共乘行程为目标的群体发现模型，并运用K最近邻（KNN）查询对搜索空间剪枝压缩，提高群体发现效率。采用西安市近12000辆出租车营运轨迹数据，选取动态时间规整（DTW）等典型算法与所提算法在查询效率与准确率上进行性能对比分析。与DTW算法相比，所提算法的准确率提高了10.12%，查询效率提高了约15倍。实验结果表明提出的群体发现策略能有效提高共乘用户群体发现的准确率和效率，可有效提升共乘出行方式的出行率。     

面部运动单元检测研究综述

面部运动单元检测旨在让计算机从给定的人脸图像或视频中自动检测需要关注的运动单元目标。经过二十多年的研究，尤其是近年来越来越多的面部运动单元数据库的建立和深度学习的兴起，面部运动单元检测技术发展迅速。首先，阐述了面部运动单元的基本概念，介绍了已有的常用面部运动单元检测数据库，概括了包括预处理、特征提取、分类器学习等步骤在内的传统检测方法；然后针对区域学习、面部运动单元关联学习、弱监督学习等几个关键研究方向进行了系统性的回顾梳理与分析；最后讨论了目前面部运动单元检测研究存在的不足以及未来潜在的发展方向。