向家坝进水口高边坡系统锚杆受力状况研究

向家坝水电站进水口高边坡地质条件较好,坡形较合理,设计拟采用系统锚杆对其进行加固。由于系统锚杆作用的被动性和边坡岩体变形的非均匀性,使得不同位置的锚件的应力出现较大的差别。利用有三维弹黏塑性有限单元法对向家坝进水口边坡中系统锚杆的受力状况进行了模拟和分析,从计算结果可以清晰地看出：边坡岩体不同部位的锚杆受力与被锚岩体的位移变形有一定的关系,而且设计采用的逐步开挖逐步锚固的施工步骤,使得先期锚入的锚杆受力随着后期开挖锚固的进行而逐渐加大。其计算结果为优化设计提供了依据。     

顾及天线相位中心误差的SWARM卫星简化动力学精密定轨

对SWARM卫星进行简化动力学精密定轨，估计接收机天线相位中心偏差（PCO），并基于所得到的载波相位残差对天线相位中心变化（PCV）误差进行建模，验证其对轨道精度的影响。结果表明，当使用PCO信息时，定轨精度改善明显，径向、切向和法向的RMS值分别提升47%、48%和66%；加入PCV模型后，3个方向的精度有mm级的提升。SLR检核结果显示，同时考虑PCO和PCV，SWARM三颗卫星的平均RMS值为2.29 cm，与事后科学轨道十分接近。对比不同分辨率PCV模型定轨的结果发现，选择5°×5°PCV模型较为合适。     

测绘专业中的科研促进教学的研究与实践

测绘专业是国家经济建设的排头兵,应用于各行各业,其主要特点是实践性非常强,对学生的实际动手能力要求高。为此,一方面在课程设置和教学大纲中增加实践教学内容,另一方面增加学生接触实际、参加科研课题的机会。作者结合所做项目探讨了部分测绘课程中科研促进教学的实施方法与体会,对完善和提高课程教学有一定的参考作用。     

内蒙古克什克腾旗黄岗山锡铜矿激电测量方法应用分析

内蒙古克什克腾旗黄岗山锡铜矿区北部及中部为第四纪冰川遗迹,在植被极其发育的地表之下为冰渍物、残坡积物等组成的碎石层,厚度多大于3m,因此开展地表地质工作有一定的难度。为提高找矿效果,开展了1：1万激电测量工作。通过对激电异常的查证分析,在DJH-1号激电异常南西侧边界,燕山早期似斑状中细粒黑云母二长花岗岩与两侧石英闪长岩、花岗斑岩的内、外接触带附近发现有多期次岩浆侵入,矿化蚀变强烈,目前共圈定锡矿体10个、铜矿体8个;圈定的矿体和发现的激电异常具有较好的对应性,为进一步开展地质勘查工作提供了重要的依据。     

基于FLAC3D含SMP强度准则黏弹塑性模型的二次开发

在分析岩土工程时通常会用到强度准则,在众多强度准则中,SMP准则的物理意义最为明确,其屈服函数表达式是非线性形式,对其进行二次开发研究具有较为重要的意义。利用FLAC3D的二次开发平台,使用VC++环境在FLAC3D软件中实现了含SMP强度准则的黏弹塑性模型的开发,其中的SMP强度准则推广到了黏性土,通过一个简单的算例验证了程序编制的正确性和可靠性,所采用的相关二次开发的思路可以为其他强度准则及流变本构模型的二次开发提供参考。     

苏里格低渗砂岩大气田天然气充注运移及成藏特征

苏里格气田位于鄂尔多斯盆地伊陕斜坡西北部,属于典型的低渗砂岩大气田.苏里格气田上古生界天然气组分和碳同位素组成特征变化较小,反映其来源和成藏过程的一致性.基于对成藏地质背景、储层物性、天然气地球化学特征、烃源岩成熟度、甲烷碳同位素动力学的综合分析,认为苏里格气田天然气主要为近源充注、近距离运移和聚集,为石炭系一二叠系煤系烃源岩生成的累积聚气.天然气运移输导体系主要包括砂体一孔隙、微裂缝及小断层等,由孔隙和裂缝构成的网状输导体系在成藏过程中起了重要作用,表现为动力圈闭成藏.苏里格气田形成过程经历了早侏罗世末期、晚侏罗世至早白垩世末期、早白垩世末期至今3个演化阶段,存在下生上储和自生自储两种成藏方式.     

SPE-HPLC法测定大豆中二甲戊乐灵残留量

采用SPE-HPLC法测定了大豆中二甲戊乐灵的残留量,方法线性范围为1.0～10.0 mg/L,检出限为0.037 5mg/kg,精密度在3.78%～8.36%之间,回收率在86.0%～97.5%之间。满足大豆中二甲戊乐灵农药残留的检测要求。     

兰州碑林地质灾害成因分析及其治理措施

对兰州碑林地质灾害概况做了全面介绍,对地质灾害成因做了详细分析,并进行了滑坡稳定性计算。依据滑坡稳定性分析,确定了排水、支挡、地基处理等治理方案,并对治理工程措施进行了详细介绍。对同类地质灾害的治理有一定的借鉴意义。     

QDW-50型无水钻机的研究与应用

为了满足高山、无水地区等恶劣环境的石油物探要求,分析了目前市场上无水钻机的优缺点,提出了新型无水钻机主要应解决的问题;介绍了QDW-50型无水钻机的主要组成部分、特点、技术参数以及试机情况。     

建筑物形状特征分析表达与自适应化简方法EI北大核心CSCD

建筑物化简是地图制图领域关注的热点问题之一。集成不同算法构建形状特征自适应的化简模型是应对建筑物多样化形态的有效策略,但当前相关研究主要从局部结构模式或化简结果评价展开,缺乏对形状结构的整体分析视角和深层次认知。本文提出一种深度学习支持下的形状自适应建筑物化简方法。首先,利用图卷积自编码网络对建筑物形状进行深度认知,提取隐含在边界节点分布中的形状特征并进行编码表达;然后,通过监督学习方法建立形状编码与化简算法之间的映射关系,从而实现依据输入建筑物的形状特征选择适宜化简算法的自适应机制。试验表明,本文方法的化简结果在位置、方向、面积和形状保持指标上总体优于单一算法,具备较好的理论与应用价值。