急倾斜煤柱开采后对巷道影响的数值模拟

为提高煤炭的回收率和经济效益,针对长沟峪煤矿4槽煤柱,应用ANSYS有限元软件对-230～-310水平的煤柱开采前后进行数值模拟,得出:(1)煤柱开采以后,煤岩体总体下沉,但对-140水平巷道影响较小。(2)开采后,煤柱的中间部位是转折区,煤柱中部以上主应力减小,属于安全区域;煤柱中部以下主应力增大,随深度的增加,主应力增大;-320水平附近煤柱采后的主应力是采前的2倍多,是煤柱开采后主应力最大的地方,所以开采此区域为相对重点注意区域。(3)煤柱开采后-140水平的煤柱附近主应力增大,是没开采前的1.6倍,也是煤柱开采后主应力较大的地方,开采前要适当对-140水平煤柱附近进行加固。数值模拟得出结果和实际开采吻合较好,因此急倾斜煤柱开采后对巷道影响的数值模拟对开采有一定的指导意义。     

云南弥渡苴力地区多金属矿找矿远景

研究区有:与火山岩有关的铜矿、与断裂活动有关的热液脉状铜矿、与基性-超基性侵入岩有关的铂钯(铜、镍)矿等矿产。成矿条件分析表明,弥渡苴力地区具有较好的多金属矿找矿远景。     

固体潮研究进展

本文较全面的叙述了固体潮学发展的历史及其基本原理、基本方法和基本研究内容阐明了这一学科的研究现状及存在问题。分析了其发展趋势和方向。     

微地震台阵网天然地震层析成像技术在油田深层构造解析中的应用

天然地震层析成像相对于传统的反射地震方法而言是一种新的经济的勘探方法。这是由于天然地震层析成像所需的观测值直接来自于研究区下方发生的天然微地震,而反射地震却需要在研究区表面进行人工放炮。因此本工作是将天然地震层析成像方法应用于柴达木盆地西部某油田约100km2地区的深层构造的尝试性研究。626个地震事件的3289个P波到时的初步结果与研究区已知的大的构造吻合较好。该模型中非常显著的特征就是观测到一个北西向的背斜。此外,微地震的分布也与研究区中活动断裂带的位置基本一致。     

我国的海疆与海权

海洋疆界是指处于一国主权管辖之下的海域与周边国家主权管辖之下的海域或者公海之间的界线。在此疆界以内为沿海国的领水,包括内海和领海。     

利用气候资源发展豫西烤烟生产

根据当地气候条件,确定了嵩县烟草适宜育苗期和适宜移栽期,并针对烟草旺长期和干旱同步的实际情况,提出了补救措施.     

基本物理常数

科学技术数据委员会(CODATA)作为国际科学理事会(ICSU，前国际科学联合会理事会)的跨学科委员会。成立于1966年。之后不久，即1969年，科学技术数据委员会成立了基本常数工作组，定期为科学技术团体提供自相一致的基本常数及物     

云南者桑金矿床富金矿石类型与地球化学特征研究

云南富宁者桑金矿床位于我国滇黔桂"金三角"区域,是该区的大型卡林型金矿床之一。为了更为详细地了解卡林型金矿在富金矿石中的赋存状态以及地球化学特征,该文以者桑金矿床中几种不同类型赋金矿石:辉绿岩型矿石、泥质板岩或粉砂岩型矿石、泥灰岩型矿石的载金黄铁矿及毒砂为研究对象,进行矿物特征观察和地球化学特征分析。结果表明:辉绿岩型矿石中,破碎状毒砂、细粒自形毒砂、拉长菱形毒砂的尖端含金性较优;泥质板岩或粉砂岩型矿石中,脉状黄铁矿集合体、粗粒自形五角十二面体含金性较优;泥灰岩型矿石普遍含金,其中细粒菱形毒砂的含金性尤为显著。不同矿石类型中载金矿物的含金性与硅化、炭化、绢云母化等密切相关;黄铁矿w(Fe)、w(S)关系,黄铁矿、毒砂晶形特征以及微量元素Co/Ni关系,揭示者桑金矿床属中—低温热液成因;Au-As关系表明者桑金矿床金主要是以"不可见"形式的晶格金和纳米金赋存于赋金矿石中。     

江苏省无资料山丘区洛阳河流域径流模拟方法探讨

近年来,无资料或资料缺乏地区汇流计算成为水文研究热点。基于地形参数的地貌瞬时单位线(GIUH)方法凭借其对历史降雨径流实测资料的不依赖性,已然成为径流模拟研究中被普遍采用且效果较好的方法之一。为探讨江苏省无资料山丘区的径流模拟方法,选取具有典型地形地貌特征的镇江通胜洛阳河小流域展开研究。根据地貌特征值等数据提取出该流域的地貌单位线,采用地貌单位线计算径流过程,利用2016、2017年汛期实测的4场洪水进行方法验证,将计算径流与实测数据进行对比分析,结果表明:基于地貌特征的地貌单位线法在该流域洪水模拟中具有较高精度,又因该流域于江苏省乃代表性区域,初步判定可将该方法推广至其他无资料山丘区流域。     

水下航行体远场低频声特征提取鉴别方法综述

针对水下大型航行体的小样本远场低频特征提取与鉴别问题,从3个方面综述了目前国内外小样本低频特征提取与鉴别的传统方法和智能方法。时频域单独、时频域结合和视听感官特征提取的传统方法需要一定的先验知识与假设,易受环境干扰;专家系统、统计类方法和BP神经网络等早期的智能方法存在可移植性差、学习能力差、上限低、梯度消失等问题;深度置信网络（DBN）、卷积神经网络（CNN）、循环神经网络（RNN）、自编码器（AE）神经网络、生成对抗网络（GAN）、迁移学习深度网络等深度智能方法对先验知识依赖度低,可以提取深度不变特征,较其他方法更稳定,识别精度更高,但是也存在依赖数据量、可解释性不足的缺点。未来,传统方法与智能方法更深度的互补融合有望减少当前方法对数据量的依赖,提高深度特征的可解释性。