镍—硅“聚晶体”单腔多粒烧结的若干问题

我国中硬以上的岩层占一半以上，发展“聚晶体”地质钻头已取得初步成效，广西冶金地质勘探公司曾用此钻头钻进5—6级岩石，最高寿命达400多米。单晶扩大腔体实验成功为“聚晶体”多粒生产打下了良好的基础。可以满足生产所需的质量，工艺是可行的。径向和轴向磨耗比均达到1∶20,000以上。     

白云鄂博REE-Nb-Fe矿床成因的氧、碳和锶同位素及微量元素地球化学证据

根据白云鄂博赋矿白云石大理岩的岩石学特征及地质产状将其分为两类：粗粒和细粒白云石大理岩．它们的氧、碳和锶同位素及微量元素地球化学特征显然有别于分布在宽沟背斜以北典型的沉积石灰岩和白云岩,而和幢源火成碳酸岩十分相似．与矿床进行对比研究说明,成矿流体和矿质主要起源于碳酸岩浆的分异作用,其放射性成因同位素和微量元素保持了地但指纹,而氧和碳同位素组成却向壳源方向漂移,证实碳酸岩浆侵位过程中受大陆地壳的混染作用非常微弱,但是由碳酸岩浆活动所引起的成矿热液体系中却有一定的地表水混人认为白云鄂博REE-Nb-Fe超大型矿床的成因应归属于火成碳酸岩型矿床．     

对征地补偿制度改革的几点建议

农村土地既是农民的基本生产资料，也是农民最可靠的生活保障。处理好农村集体土地问题，尤其是征地补偿问题，直接关系农民生产，农业发展和农村稳定。但在征地补偿工作中，也存在一些值得探讨的问题。     

滇池螺蛳(Margarya melanioides)分布和底泥营养元素调查

研究了滇池螺蛳(Margarya melanioides)分布和底泥营养成分之间的关系。2013年在滇池87个采样点采集螺蛳和底泥样本,图示分析所有采样点的活的螺蛳数量,确定活螺在滇池中的分布位点及分布密度;选择8个采样点的底泥样本,进行16项营养元素(有机质、磷、氮、锌、铁、锰、镁、钙、铜、钠、钾、砷、汞、铅、镉、铬)含量测定,分析这些样本营养元素的差异。根据这8个采样点中有无螺蛳生长,将8个底泥样本分为两组,采用完全随机设计两样本比较的t检验,结果两组样本间仅铜的含量有统计学差异(P0.05),这可能是由于滇池螺蛳的生长有效富集了重金属铜元素,使有螺区域比无螺区域底泥中铜的含量明显减少。这在一定程度上说明了螺蛳生长与底泥的关系,可为滇池污染防治及螺蛳种群保护提供相关的科学依据。     

点蚀损伤下桩基式平台腿柱轴压极限承载力研究

采用圆柱体点蚀损伤模型,建立含细观尺度点蚀损伤的桩基式平台腿柱多尺度精细化数值模型,研究壁厚损伤度、点蚀损伤强度以及点蚀体积损伤强度影响平台腿柱轴压极限承载力的规律。研究结果表明,壁厚损伤度及点蚀损伤强度明显削弱平台腿柱的极限强度,且随点蚀损伤强度增大壁厚损伤度的影响加剧;点蚀体积损伤强度由于综合考虑了壁厚损伤度和点蚀损伤强度的耦合因素,相比于独立考虑后两者,其更能合理地描述点蚀损伤对平台腿柱极限强度的影响,故点蚀体积损伤强度体现了点蚀损伤的关键特征。本方法不仅适用于研究点蚀损伤构件的极限承载力,其所提出的点蚀损伤模型的构建方法,可拓展于研究受点蚀损伤的整体平台结构的极限承载力,且确定点蚀体积损伤强度为描述点蚀损伤特征的关键参数后,有望将其用于修正点蚀损伤平台腿柱的承载力设计公式。     

车载激光点云中交通标线自动分类与矢量化

交通标线是重要的交通安全设施,其位置、属性和拓扑关系精细刻画道路交通结构,是智能交通、高精地图、位置与导航等应用的基础数据.本文提出一种融合空间上下文信息的车载激光点云标线分类图注意力模型(graph attention network with spatial context information,GAT_SCNet).该模型利用图结构建立标线及其邻接对象的出现和依存关系,基于标线几何、拓扑、空间结构关系构建注意力机制进行节点特征动态更新,通过对节点分类实现标线的精细分类.基于分类后标线,设计不同方案实现对分类后标线提取标线矢量化数据.试验采用4份不同车载激光扫描系统获取的城市与高速场景数据验证本文方法的有效性,试验结果中9类标线分类的准确率分别为100.00％、93.77％、100.00％、100.00％、100.00％、96.73％、97.96％、100.00％、98.39％,召回率分别为100.00％、96.36％、100.00％、100.00％、100.00％、97.26％、85.72％、100.00％、94.16％.结果表明,本文方法能实现道路场景中全尺寸、多类型标线对象的精确识别,并对形状相似标线(如虚线、斑马线和停止线)的区分具有较强稳健性.     

融合点云和多视图的车载激光点云路侧多目标识别

城市环境中的行道树、车辆、杆状交通设施是重要的交通地物,也是智能交通,导航与位置服务,自动驾驶和高精地图等行业应用的核心要素.为了准确识别这些路侧目标,本文提出一种融合点云和多视角图像的深度学习模型PGVNet(point-group-vi ew network),充分利用目标点云数据中空间几何信息及其多视角图像中高级全局特征提升路侧行道树、车辆和杆状设施的分类精度.为了减少视图间的冗余信息并增强显著视图特征,PGVNet模型利用预训练的VGG网络提取多视图特征,对其进行分组赋权获取最优视图特征;采用嵌入注意力机制的融合策略,利用最优视图特征动态调整PGVNet模型对点云不同局部关系的注意力度,学习不同路侧目标的多层次、多尺度显著特征,实现行道树、车辆和杆状交通设施的精确分类.试验采用5份不同车载激光扫描系统获取的不同城市场景数据验证本文方法的有效性,其中行道树、车辆及杆状交通设施分类结果中的准确率、召回率、精度和F1指数分别达(99.19％、94.27％、93.58％、96.63％);(94.20％、97.56％、92.02％、95.68％);(91.48％、98.61％、90.39％、94.87％).结果表明,本文方法融合多视图全局信息和点云局部结构特征可以有效区分城市场景中的行道树、车辆和杆状交通设施,可为高精度地图中要素构建与矢量化提供数据支撑.     

不同卸荷速率下岩石强度特性研究

卸荷条件下的岩石强度特性研究对于分析开挖作用下岩石工程的安全性具有极为重要的意义。卸荷试验中影响岩石强度的因素很多,包括岩性、卸荷点的位置、卸荷应力路径和卸荷速率等,以锦屏大理岩为对象,重点研究卸荷速率对强度的影响。提出用屈服接近速率来统一表征加荷和卸荷下的应力增加或减小的速率,通过比较加荷和卸荷条件下的屈服接近速率表明,当围压卸荷速率为常规试验轴向应力加荷速率的0.2～0.3倍时,两种应力路径下接近破坏时的屈服接近速率相当。通过2D弹塑性细胞自动机的数值试验和大理岩的室内卸围压试验来验证理论分析的结果,表明:围压卸荷速率越大,岩样的强度就越高;当卸荷速率为常规轴向加荷速率的0.2～0.3倍时,卸荷和加荷路径下的强度相当。从而得出结论:对于各种卸荷应力路径,如果卸荷点处于弹性范围内,当接近破坏时的屈服接近速率一定时,应力路径对强度的影响不明显。