内蒙古多伦县义盛店火山岩型铀多金属矿综合信息找矿模型

【研究目的】义盛店铀多金属矿(化)体赋存于西干沟破火山机构附近的晚侏罗世满克头鄂博期次火山岩体中,主要受NW-NNW向断裂构造与次流纹岩体内隐爆角砾岩带的结合部位控制,研究并建立该矿床综合信息找矿模型对指导成矿带找矿意义重大。【研究方法】本文在研究该地区铀成矿地质条件,成矿地质体、成矿构造与成矿结构面、成矿作用特征标志的基础上,结合矿区土壤地球化学特征和激电、伽马能谱、活性炭及静电α异常特征信息开展了系统综合研究工作。【研究结果】通过研究建立了矿区地质找矿模式,归纳并总结了矿区成矿主要受火山构造控制和土壤地球化学异常区与低电阻率高极化体异常及具有深穿透放射性形成的几何形态异常等物化探找矿标志,构建了该区地质-地球化学-地球物理“三位一体”的综合信息找矿模型。【结论】研究认为在义盛店矿区断裂破碎带、次火山岩接触带与隐爆角砾岩构造的叠加部位,地球化学异常与地球物理异常区相吻合地段,存在形成中-大型铀多金属矿床的潜力,并应用模型指导找矿取得了新突破。

基于LC-OPA的空间激光通信技术进展

液晶相控阵既可以在空间激光通信技术建立多点间空间激光通信链路,又能代替压电偏摆镜的精瞄方式。阐述液晶相控阵应用趋势;通过对液晶相控阵中液晶分子电致双折射和多缝衍射光束偏转原理,提出替压电偏摆镜配合终端进行瞄准捕获跟踪的方案;以“一对二”空间激光通信终端为例,提出基于液晶相控阵多点间空间激光通信终端方案和链路工作模式,分析方案优势,并进行未来展望。

基于多源信息紧耦合的四足机器人平面导航方法

四足机器人具有地形适应能力强,行动灵活的特点,适用于抢险救援以及星际探索等复杂环境。该文为了实现卫星拒止环境中四足机器人的自主导航,并提升系统的抗干扰性,提出了一种基于偏振定向原理的多源信息融合算法,并将该算法应用于四足机器人的平面导航规划中。首先,基于卡尔曼滤波方法,设计了“偏振光+惯性+地磁”的多传感器紧耦合导航算法,并通过主动干扰实验,验证融合航向角的鲁棒性,在光干扰下,航向角标准差较融合前减小64.8%,电磁干扰环境下基本不受影响;然后,基于该导航算法设计了四足机器人的平面循迹对比实验,结果表明该算法推算的路径绝对轨迹误差(ATE)两圈平均值为0.273 m,较传统磁航角参考算法减少了50.1%,较偏振角参考算法减少了35.2%。实验验证了该组合导航算法的航向鲁棒性得到有效提升,且适用于四足机器人在卫星拒止环境的自主导航。

5056铝合金丝材表面缺陷产生的原因及改善措施

由于航空航天紧固件对5056铝合金铆钉丝材的表面质量和尺寸精度提出了更高的要求,丝材表面存在的缺陷会导致产品镦制时出现开裂,尺寸精度低导致产品组装时出现装配不上等问题。因此,本试验采用目视、扫描、荧光等检测方法对5056铝合金丝材尺寸及其产品表面质量进行了检测,通过对检测效果的比较和分析,采取了提高丝材表面质量和尺寸精度的措施,满足了产品的使用要求。

基于LSTM神经网络的油浸式变压器异常声纹诊断方法研究

利用声音信号对电力变压器进行状态诊断是一种不停机、无接触的设备维护方法,可以诊断变压器异常状态类型。提出了一种基于LSTM神经网络的电力变压器异常诊断的方法,采集电力变压器在正常状态、过载和放电3种运行状态下发出的声音信号,将声音信号进行预处理并提取声音信号的MFCC特征,再将其通过一、二阶差分组合成一组声音特征的矢量,输入LSTM神经网络中进行训练。训练结果表明,将LSTM神经网络应用在电力变压器状态声音诊断上对3种状态的识别均能达到99%以上的准确率。

隧道仰拱及基底能量桩热致应力与换热效率现场试验

依托黄土塬区银川—西安高铁驿马一号隧道工程,在隧道仰拱和基底桩基内埋设换热管,搭建能源隧道仰拱-基底能量桩联合热泵系统,实测不同进口温度作用下换热管的进出口水温、隧道仰拱结构和基底桩基的温度、热致应力,探讨黄土塬区隧道仰拱结构及基底桩基的换热效率、热力响应特性与变化规律。结果表明:在现场特定条件下,进口温度与初始地温差值分别为4.7℃和14.7℃时,隧道仰拱结构温度升幅分别约为3.8℃和11.4℃,热致轴向应力分别为3.13 MPa和13.86 MPa,热致环向应力分别为2.85 MPa和9.93 MPa,隧道仰拱换热效率分别约为7.86 W·m^(-1)和24.15 W·m^(-1);单位温升条件下热致轴向应力和热致环向应力分别为0.44 MPa·℃^(-1)和0.35 MPa·℃^(-1);恒功率运行下仰拱基底能量桩换热效率随进口温度与初始地温差值的变化近乎为一条斜率k=4.1过原点的直线,换热效率维持在50~70 W·m^(-1)之间,与常规能量桩的换热效率规律基本一致;桩基周围土体的力学性质受能量桩运行影响有限。

串/并联运行下能源管廊相对热效率及热致应力现场试验

依托南京雨花台区软件谷杆线迁移地下综合管廊工程,在管廊的底板、侧板及顶板内埋设换热管形成能源管廊,并通过恒定输入功率加热循环液体,对明挖施工能源管廊的换热规律进行现场试验;实测能源管廊的换热系统进/出口水温、底板温度及热致应力等变化规律,初步探讨并联和串联的能源管廊段连接形式下,系统运行过程中的相对热效率及热致应力响应性能,以及能源管廊段运行过程中对周围管廊段结构造成的影响。结果表明:试验条件下并联和串联运行下能源管廊的相对线热效率分别为39.68、31.27 kW·m^(-1),并联较串联运行模式提高了约26.9%,即并联运行的换热性能相对较好;并联和串联运行过程中底板产生的最大轴向热致应力分别为1.30、1.24 MPa(两者相差小于10%),由于叠加效应,邻近管廊段产生0.33 MPa的最大压应力,对地下综合管廊结构安全性的影响较小;相关结论可为依托城市地下综合管廊开展能源管廊或隧道的设计和计算提供参考。

DevSecOps在数字政府建设中的实践研究

政务业务系统作为数据的重要载体,往往是最重要的攻击对象,而政府的安全建设更加关注合规要求,通过安全产品和安全服务保障业务运行,应用内生安全被忽视.为适应当前数字政府的高安全要求,符合当前数字政府集约化建设的场景,需要将安全左移,关注供应链和应用内生安全,政府的信息化项目建设模式需要将开发工作前置,安全需要与研发过程紧密结合.DevSecOps作为新兴起的安全开发模式开始涉足数字政府应用开发领域.基于DevSecOps赋能的应用开发安全体系可以改进开发流程,降低安全修复成本,缩短开发周期,大大提升数字政府应用安全水平。

利用一维超深度卷积神经网络的金银花NIRS分类模型设计

当前应用于近红外光谱(NIRS)数据定性分析的经典一维卷积神经网络(1D-CNN)模型,通过增加卷积核数量,导致模型臃肿、参数量巨大、计算复杂度高,同时易产生过拟合。为克服传统方法的不足,改进传统1D-CNN模型为一维超深度卷积神经网络模型。首先,采集金银花近红外光谱为样本数据,并采用KS法对样品集预处理;其次,改进传统1D-CNN中的隐含层结构为一维超深度卷积神经网络,并针对NIRS数据适应性进行改进,使其可直接应用于一维NIRS数据;最后,用分层算法完成训练集、验证集和测试集的划分,构建基于一维超深度卷积神经网络的金银花NIRS分类模型。结果表明,改进后的一维超深度卷积神经网络训练集的准确率达到100%,测试集的准确率达到99.57%,损失值收敛为0.018附近。与传统1D-CNN模型相比,本设计模型的训练集与测试集的准确率分别提升了约0.05%与1%,同时,参数量和FLOPs分别减少约47%和5%,并且可大幅度降低过拟合。

河北张麻井铀钼矿床成矿流体特征——来自流体包裹体及氢氧同位素的证据

张麻井铀钼矿是沽源-红山子铀成矿带南段的典型矿床。矿体主要赋存于早白垩世张家口组三段中酸性火山岩中,成矿与次流纹斑岩密切相关,受北北东向F_(45)、北西向F_(3)断裂及西辛营破火山机构联合控制。流体包裹体研究表明,包裹体以液体类型为主,均一温度介于160~220℃,盐度介于0.5%~2.5%(NaCl),密度介于0.87~0.93 g/cm^(3),成矿流体以中低温、中低盐度为主,属浅成中低温热液成矿类型。氢氧同位素特征显示,矿床主成矿热液期流体δD介于-124.9‰~-96.2‰,δ^(18)O_(H_(2)O) 介于-10.7‰~-3.3‰,表明成矿热液主要来自大气降水。

基于LM98640的TDI-CCD暗场扣除方法

为了实现相关双采样模式下,视频处理器LM98640的暗电平扣除功能,设计了数字暗场扣除方法。通过获得TDI-CCD的暗场数据,进行统计分析,估算当前条件下的真实暗电平水平;通过设置LM98640的偏置寄存器,实现暗电平的模拟扣除功能;通过暗场灰度动态检测和实时更新设置,保证暗场在不同的温度水平下具有0~3的灰度均值;通过时序控制,保证偏置参数加载不影响图像内容;通过偏置参数功能分区,保证暗场扣除和偏置调整功能的完整性。实验结果表明,该方法在TDI-CCD成像系统长时间工作时,能有效控制暗场均值在0~3量化灰度范围。通过检测更新扣除机制,实现了对噪声的帧扣除,避免了行扣除不准确带来的噪声,有效降低了沿轨方向高频分量。

基于深度置信网络的风力发电机故障诊断方法

为了避免严重的生产运行事故,同时降低设备运行维护成本,提高风力发电机的可靠性,本文提出一种基于深度置信网络(deep belief network,DBN)的新型风力发电机故障诊断(fault diag-nosis and isolation,FDI)方法。本文首先通过DBN网络构建了故障诊断模型,然后在风力发电机的基准模型中进行故障诊断仿真测试,并把该完全数据驱动型的故障诊断效果,与传统的基于模型的诊断方法和数据驱动型诊断方法的效果作对比。此外,在仿真中也采用高斯噪声来模拟风力发电机实际运行环境中的噪声,从而解决了实际使用中网络易受噪声干扰的问题,并进一步对基于DBN的故障诊断方法进行鲁棒性测试。仿真结果表明基于DBN的数据驱动型FDI方法对风力发电机的故障有着更好的诊断效果,同时在有噪声干扰的环境下也保持着较为稳定的诊断效果。

太极拳和八段锦对慢性心力衰竭患者运动耐量和生活质量的影响

目的:观察太极拳和八段锦对慢性心力衰竭(CHF)气虚血瘀证患者运动耐量和生活质量的改善作用。方法:选取98例CHF气虚血瘀证患者,随机分为治疗组和对照组各49例。对照组给予常规干预措施,治疗组在对照组基础上予太极拳和八段锦干预。2组均连续观察12周。比较2组治疗前后的心功能指标[左室收缩末径(LVSEd)、左室舒张末径(LVDEd)、左室射血分数(LVEF)、舒张早期最大血流速度/舒张晚期最大血流速度(E/A)]、6 min步行距离、心肺运动试验指标[运动峰耗氧量(PVO_2)、每搏耗氧量(VO_2/HR)]。采用中文版健康调查简表(SF-36)评定2组患者治疗前后的生活质量。结果:治疗后,2组LVDEd和LVSEd均较治疗前减少(P <0.01),LVEF和E/A均较治疗前提高(P <0.01);治疗组LVDEd和LVSEd均低于对照组(P <0.01),LVEF和E/A均高于对照组(P <0.01)。2组6 min步行距离、PVO_2、VO_2/HR均较治疗前增加(P <0.01);治疗组6 min步行距离、PVO_2、VO_2/HR均多于对照组(P <0.05)。2组SF-36量表生理功能、躯体疼痛、生理职能、活力、社会功能、情感职能以及精神健康评分均较治疗前增加(P <0.01);治疗组各指标评分均高于对照组(P <0.01)。结论:在常规治疗基础上加予太极拳和八段锦干预,可明显提高CHF气虚血瘀证患者的运动耐量、生活质量,进而改善患者的心功能。

三门峡黄土湿陷特性及其与结构强度的关系

针对黄土湿陷性对大型输电线路塔基稳定产生不良影响的问题,对河南三门峡地区原状黄土开展了基本物理特性及湿陷性试验,获取了其湿陷系数与湿陷等级,分析了竖向压力和初始含水率对黄土湿陷性的影响规律,着重从结构强度的角度解释了黄土湿陷特性。结果表明:竖向压力与湿陷系数之间并非只是简单的单调增函数关系,而存在湿陷增强区间和湿陷减弱区间;塑限(18. 6%)是黄土湿陷性强弱的分界点,当初始含水率小于塑限时,湿陷性较强,而当初始含水率接近或者大于塑限时,则湿陷性减弱;初始含水率与湿陷系数之间也并非只是简单的单调减函数关系,而在结构强度为200 k Pa时(含水率为10%)附近出现明显的转折。

煤矿地下水库岩石承载变形与时效特性实验研究

为揭示粒径级配与水流作用对煤岩体的影响规律,采用室内实验与理论分析相结合的方法,对垮落岩石载荷作用下变形规律以及时效特性进行研究.分析煤岩体强度、粒径级配、时间与碎胀系数的关系,揭示煤岩体在恒载作用下时间与应变的变化规律.实验结果表明:煤岩碎胀系数与岩石强度成正比,随应力增大表现为非线性降低趋势.恒载作用下碎胀系数与时间对数线性相关,且水流对于应变的影响较大.研究结论为煤矿地下水库库容计算提供了思路.

CAD-RADS联合CCTA血流储备分数诊断冠状动脉病变致局部心肌缺血的临床研究

目的本研究旨在探讨冠状动脉(下称冠脉)疾病报告与数据系统(CAD-RADS)联合冠脉计算机断层扫描血管造影(CCTA)血流储备分数诊断冠脉病变致局部心肌缺血的准确度。方法选择2017年2月至2022年2月杭州师范大学附属医院收治的冠心病患者61例。行CCTA检查并计算CCTA的血流储备分数(FFR-CT),依据CAD-RADS评定冠脉狭窄程度。所有患者行冠脉造影术(CAG)检查及血流储备分数(FFR)测定。以FFR为金标准,评估上述检查方法单独或联合应用的诊断效能。结果61例患者共69支病变血管,根据FFR测定结果,确定21支冠脉病变致局部心肌缺血,48支冠脉病变不致局部心肌缺血。CAD-RADS联合FFR-CT检出冠脉病变致局部心肌缺血的准确率优于FFR-CT或CAD-RADS。FFR-CT误诊率最高,CAD-RADS联合FFR-CT误诊率最低。CAD-RADS联合FFR-CT的AUC大于FFR-CT或CAD-RADS,差异均有统计学意义(均P<0.05)。结论CAD-RADS联合FFR-CT可改善识别冠脉病变是否引起心肌缺血的诊断效能。

含气塞管道充水排气模拟试验环路系统

起伏管道在充水排气过程中极易出现气塞现象,针对目前气塞形成及演变特性研究缺乏、气液两相耦合流动机理不明确等问题,设计并建造了一套可大范围调节管路倾角范围(0°～30°)的含气塞管道充水排气模拟试验环路系统,包括供水系统、测试管路系统、倾角调节系统、排水系统、摄像系统和数采系统。试验结果表明,该系统可用于研究起伏管道充水排气过程中管内气塞形成和发展过程中的气液两相流动特性。

多工作模式的刷新成像系统

为克服在轨单粒子翻转并实现灵活可靠的多工作模式,设计了基于Xilinx现场可编程逻辑器件和上海复旦微刷新芯片的刷新成像系统。使用单组菊花链结构的串行总线进行5组刷新成像单元串口控制,FPGA将接收到的数据内部转换后再对刷新芯片配置或重注。通过刷新使能信号控制刷新芯片是否加电,同时决定FPGA以主并工作方式从PROM加载还是从并方式在刷新芯片的控制下加载。通过控制电平设置,实现加载数据源的选择。在各供电电源完毕后,使用外部的复位信号对刷新芯片进行复位,满足刷新芯片复位后立即启动配置的时序要求。实验结果表明,以波特率625 kbit/s菊花链方式,传输单包204 byte的数据仅需0.3776 ms,远低于刷新串口所需的2.01 ms,可以进行多组的分时工作。采用少量单端控制信号结合菊花链串行总线的刷新成像系统,多种工作模式稳定可靠,具备设计灵活性和在轨可维护性。

宣化马奶葡萄采后果实褐变机理的探究

以宣化马奶葡萄为试材,测定采后果实的褐变指数、5-羟甲基糠醛(5-HMF)、相对电导率及果皮硬度等指标,以明确马奶葡萄的褐变类型及易发生褐变的原因。结果表明:酶促褐变是马奶葡萄采后褐变的主要类型;马奶葡萄细胞膜透性的增大是酶和底物接触反应的关键;果皮硬度较小导致其极易受损,活性氧清除酶活性下降导致自由基的增加,促进了膜脂过氧化进程,加速了膜系统完整性的破坏,为酶和底物接触反应创造了条件;多酚氧化酶和过氧化物酶活性的升高也加快了马奶葡萄的褐变。

基于深度置信网络的电能质量扰动检测与分类

为准确识别各类电能质量扰动,提出一种新型的、基于深度置信网络(deep belief network, DBN)的电能质量(power quality, PQ)扰动检测和分类方法。该方法为纯数据驱动方法,通过使用DBN对数据样本进行深度学习,从而形成稳定模型用于检测与分类。为了获得足够的样本进行训练,搭建1个周期内的PQ扰动数学模型,进行数据采集;然后对DBN的结构及参数进行设计和选取。为验证该方法的有效性,使用训练好的DBN对常见的PQ扰动信号进行检测和分类,并与现有的常规检测分类方法进行比较。对比仿真结果表明,与现有的检测分类方法相比,该方法具有更高的精度和较强的鲁棒性。