西南艰险山区分布着大量的不同倾向的层状碎裂结构斜坡,地震作用下极易发生崩塌、滑坡等灾害,对在建的川藏铁路造成严重威胁。通过大型振动台模型试验,研究了强震条件下顺倾、反倾层状碎裂结构斜坡的动力响应、失稳破坏模式以及能量传...西南艰险山区分布着大量的不同倾向的层状碎裂结构斜坡,地震作用下极易发生崩塌、滑坡等灾害,对在建的川藏铁路造成严重威胁。通过大型振动台模型试验,研究了强震条件下顺倾、反倾层状碎裂结构斜坡的动力响应、失稳破坏模式以及能量传递规律。试验结果表明:反倾斜坡的抗震性能显著优于顺倾斜坡;顺倾斜坡的破坏模式主要为拉裂-剪切-隆起-滑移型破坏,反倾斜坡的破坏模式主要为拉伸-弯曲-倾倒-崩塌型破坏;反倾斜坡的自振频率高于顺倾斜坡,顺倾斜坡的自振频率随震级的增加而逐渐降低,而反倾斜坡的自振频率在地震波幅值为0.4g~0.7g时出现反复震荡现象;顺倾斜坡存在明显的高程放大效应和趋表效应,反倾斜坡存在高程放大效应,其内部的加速度响应大于坡表。边际谱识别显示:顺倾斜坡的边际谱幅值(peak of marginal spectrum amplitude,简称PMSA)突变在坡腰上部最显著,说明该位置附近地震波的能量损失最大,反映出顺倾斜坡在坡腰上部附近形成了滑动破坏面;反倾斜坡的PMSA在坡肩处降低得最为显著,反映出坡肩部位损伤最为严重,易发生局部崩塌破坏。分析结果与试验现象能够较好地吻合,进一步揭示了不同结构类型层状碎裂结构斜坡在强震作用下的动力响应与失稳破坏模式,为川藏铁路的安全建设提供了依据。展开更多
为解决指针式仪表示数读取中识别精度低和算法读取速度慢的问题,提出一种基于戴明回归和感兴趣区域(region of interest, ROI)细化的指针式仪表读数技术.给出了仪表示数读取的算法流程:首先选择ROI,采用基于颜色通道的剪影法和二值化形...为解决指针式仪表示数读取中识别精度低和算法读取速度慢的问题,提出一种基于戴明回归和感兴趣区域(region of interest, ROI)细化的指针式仪表读数技术.给出了仪表示数读取的算法流程:首先选择ROI,采用基于颜色通道的剪影法和二值化形态学操作进行图像预处理;接着运用图像帧差法消除指针的抖动;然后利用ROI细化算法对待识别仪表的指针进行细化;再使用戴明回归法拟合出仪表指针所在直线的方程和斜率;最后根据指针斜率利用角度法计算仪表的实时示数.通过3组试验,测试了该方法的可行性和防抖动能力,比较了戴明回归拟合直线与霍夫直线检测拟合直线的检测精度,还比较了ROI细化算法与全局细化算法的计算速度.结果表明该方法检测的平均误差比霍夫直线检测减小了37.85%,每张图像的平均计算时间比全局细化算法减少了192.717 s,同时具有防抖动能力.展开更多
文摘西南艰险山区分布着大量的不同倾向的层状碎裂结构斜坡,地震作用下极易发生崩塌、滑坡等灾害,对在建的川藏铁路造成严重威胁。通过大型振动台模型试验,研究了强震条件下顺倾、反倾层状碎裂结构斜坡的动力响应、失稳破坏模式以及能量传递规律。试验结果表明:反倾斜坡的抗震性能显著优于顺倾斜坡;顺倾斜坡的破坏模式主要为拉裂-剪切-隆起-滑移型破坏,反倾斜坡的破坏模式主要为拉伸-弯曲-倾倒-崩塌型破坏;反倾斜坡的自振频率高于顺倾斜坡,顺倾斜坡的自振频率随震级的增加而逐渐降低,而反倾斜坡的自振频率在地震波幅值为0.4g~0.7g时出现反复震荡现象;顺倾斜坡存在明显的高程放大效应和趋表效应,反倾斜坡存在高程放大效应,其内部的加速度响应大于坡表。边际谱识别显示:顺倾斜坡的边际谱幅值(peak of marginal spectrum amplitude,简称PMSA)突变在坡腰上部最显著,说明该位置附近地震波的能量损失最大,反映出顺倾斜坡在坡腰上部附近形成了滑动破坏面;反倾斜坡的PMSA在坡肩处降低得最为显著,反映出坡肩部位损伤最为严重,易发生局部崩塌破坏。分析结果与试验现象能够较好地吻合,进一步揭示了不同结构类型层状碎裂结构斜坡在强震作用下的动力响应与失稳破坏模式,为川藏铁路的安全建设提供了依据。
文摘为解决指针式仪表示数读取中识别精度低和算法读取速度慢的问题,提出一种基于戴明回归和感兴趣区域(region of interest, ROI)细化的指针式仪表读数技术.给出了仪表示数读取的算法流程:首先选择ROI,采用基于颜色通道的剪影法和二值化形态学操作进行图像预处理;接着运用图像帧差法消除指针的抖动;然后利用ROI细化算法对待识别仪表的指针进行细化;再使用戴明回归法拟合出仪表指针所在直线的方程和斜率;最后根据指针斜率利用角度法计算仪表的实时示数.通过3组试验,测试了该方法的可行性和防抖动能力,比较了戴明回归拟合直线与霍夫直线检测拟合直线的检测精度,还比较了ROI细化算法与全局细化算法的计算速度.结果表明该方法检测的平均误差比霍夫直线检测减小了37.85%,每张图像的平均计算时间比全局细化算法减少了192.717 s,同时具有防抖动能力.