上软下硬地层深基坑结构变形监测及分析*

为探究在上软下硬地层中进行深基坑开挖时围护结构水平位移与内支撑轴力的变化规律,以广州地区某上软下硬地层盾构井深基坑开挖项目为依托,基于现场监测数据进行分析并运用MIDAS/GTS软件开展深基坑开挖全过程的有限元模拟。将围护结构水平位移模拟值与监测值进行对比,验证模型的准确性;改变围护结构嵌固深度、主体结构厚度等工况,研究上述因素对结构水平位移变化产生的影响。研究结果表明:实测围护结构最大水平位移值11.78 mm,位于长边0.7倍基坑深度附近,坑角处位移值最小;改变结构嵌固深度对坑深15 m以下围护结构位移值影响较大,本工程最佳嵌固深度为1.5~3 m;围护结构水平位移会随着结构主体厚度的增加而减小,但最大位移间差值逐渐减小,结构主体厚度设计值宜为0.8~1 m。     

基于微波辐射研究城市污水污泥脱水特性

选用沈阳市仙女河污水处理厂和北部污水处理厂污水污泥作为微波脱水试验物料,分析物料性质、辐射强度、辐射时间以及添加剂投入量等对污泥脱水率和有机质损失率的影响. 结果表明:污泥中水分含量高的脱水效果最好,经过微波处理后的污泥有机质含量仍较高;辐射时间是最主要的影响因素,在540 W下辐射2～5 min即可达到良好效果;在合适的辐射时间下540～900 W都能达到良好的脱水效果,但在900 W时有机质的损失率较大,达到65.64%;添加剂投入量对污泥脱水基本不起作用,但可改变污泥微波干燥后的性状. 同时,运用灰色关联分析得到决定微波试验运行系统的主次因素,最后建立了影响因素对污泥脱水率和有机质损失率的经验公式.      

SMW围护结构的深基坑隆起变形有限元分析

影响基坑基底隆起的因素存在极大的模糊性和随机性,基底隆起变形量的计算是一个复杂的非线性过程,而采用有限元法对基坑基底隆起变形量进行分析是个有效的途径。本文以上海某深基坑为例,基于ABAQU S软件对该基坑基底隆起变形量进行有限元分析。研究表明,基底隆起最大变形量发生在离基坑侧壁约以SMW围护桩入土深度为半径的圆内侧。本文将为基坑隆起问题的定量研究提供有价值的参考。     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

东胜砂岩型铀矿微量元素地球化学特征初探

近年来 ,鄂尔多斯盆地在石油和天然气勘查取得重大进展的同时 ,在盆地北部东胜地区也发现了可地浸砂岩型铀矿床 ,标志着我国地浸砂岩型铀矿勘查取得了重要突破。从微量元素地球化学入手 ,初步总结了东胜地区砂岩型铀矿的微量元素地球化学特征 ,与新疆伊犁和中亚典型的层间氧化带型砂岩铀矿进行了对比 ,分析探讨了铀成矿作用 ,认为东胜砂岩型铀矿成矿作用虽与氧化还原过渡带有关 ,也具外生和深源双重性质的微量元素组合 ,不同于单一的外生水成层间氧化带型砂岩铀矿 ,铀成矿过程中有深部物质和含煤层气或油气流体参与。     

滇东主要断裂带温泉CO_2成因浅析

通过对滇东主要断裂带上典型温泉的地质背景、环境条件、水化学及碳、氦稳定同位素分析,探讨这些温泉CO2释放的一般规律。分析表明滇东主要断裂带温泉具有特殊的碳来源,其CO2释放与沿小江断裂混杂第三纪煤层(褐煤)有关。     

在Pt/Al2O3催化剂上甲醇深度氧化的稳态及非稳态动力学

用玻璃外循环无梯度反应器研究了在Pt/Al_2O_3催化剂上甲醇深度氧化稳态动力学,甲醇深度氧化稳态动力学服从L-H机理模型。用正交设计法估计了动力学方程中的参数。用脉冲法测定了甲醇、氧及CO_2的吸附热。用脉冲法研究了甲醇在催化剂上吸附量与停留时间的关系,实验中观察到在Pt/Al_2O_3催化剂上甲醇深度氧化的振荡现象。     

YOLOv4目标检测算法在煤矿工人口罩佩戴监测工作中的应用研究*

为防止煤矿工人吸入过量粉尘而导致职业性尘肺病,基于Keras框架利用YOLOv4 (you only look once)目标检测算法对井下人员佩戴防尘口罩情况进行高精度且快速的检测与识别,并与MTCNN(Multi-task convolutional neural network)和FaceNet构成的人脸识别算法相结合,进行煤矿工人口罩佩戴监测的研究。结果表明:模型对井下人员口罩佩戴有较高的检测精度,识别已佩戴口罩的矿井下作业人员的平均精度达到92.78%,识别未佩戴防尘口罩检测的平均精度为91.63%,与其他主流算法相比算法具有更好的鲁棒性和检测效果。研究结果为预防煤矿工人职业性尘肺病提供1种有效的技术手段。     

基于卷积神经网络的冲击地压预警方法研究*

为探究深度学习在冲击地压预警方面的应用前景,以新疆某冲击地压矿井为研究背景,将深度学习和专家评判运用到微震数据分析中,基于卷积神经网络构建冲击地压预警模型。充分利用一维卷积神经网络对时序数据有较强特征提取能力的优势,以微震数据及其特征参数作为输入,以专家评判值作为标签,借助Python-Keras框架实现冲击地压预警模型的构建和训练。研究结果表明:模型预警效果并不随着训练迭代次数的增加而逐渐最优,存在最优迭代次数,对于所建模型当迭代次数为30时测试集的冲击危险预测结果与专家评判结果基本吻合,同时说明模型可以较好地学习专家评判经验实现冲击地压预警。研究表明所建模型对研究时段内发生的5次大能量矿震事件均进行预警,其准确度较高,具有现场实际应用价值。     

基于视频分析的空管员违规行为识别方法*

为利用视频数据对空管员违规行为进行智能化分析,降低不安全事件发生率,提出2阶段的违规行为识别模型（AR-ResNeXt）,基于实地调研构建空管员视频数据集,利用最小化动态多实例学习损失函数和中心损失函数,获得违规行为检测的判别特征表示,结合异常回归网络和ResNeXt网络,完成对空管员违规行为的时序区间检测与动作分类。研究结果表明:AR-ResNeXt模型在自制数据集中,其帧级AUC达到82.9%,分类准确率达到87.8%,可准确识别空管员发生违规行为的时序区间并进行分类,研究结果可为保障空中交通安全奠定基础。