Re-Os同位素对峨眉山大火成岩省成因制约的探讨

峨眉山大火成岩省（ELIP）主要由玄武岩、玄武质火山碎屑岩及少量的苦橄岩（包括越南的科马提岩）、长英质岩石以及层状岩体和岩墙组成,其物质来源直接关系到其成因是否与地幔柱活动有关。Re-Os同位素体系是地核、地幔和地壳物质的最佳示踪剂。前人对ELIP内的Re-Os同位素研究表明,低Ti玄武岩的Os含量为0．006×10^-9-0．40010^-9,^187Os／^188Os初始值为0．1371～1．403,并提出其与地幔柱活动有关;而高Ti玄武岩的Os含量为0．00410^-9～0．56010^-9,^187Os／^188Os初始值为0．1271～5．19,认为起源于大陆岩石圈地幔或地幔柱上升过程中受到大量岩石圈地幔“混染”（xu JF et al．,2007）;科马提岩的0s含量为1．2410^-9～7．0010^-9,^187Os／^188Os初始值为0．1251～0．1261,苦橄岩的Os含量为0．3210^-9～2．32910^-9,^187Os／^188Os初始值为0．1233～0．1266,指示苦橄岩和科马提岩均来自亏损地幔源区（Hanski et al．,2004;陈雷等,2007）。本文利用Os含量最低、^187Os／^188Os最高的高Ti玄武岩作为地壳端员,用铁质陨石、原始上地幔（PUM）和亏损地幔（DMM）作为地核和各种地幔端员,分别做二元混合计算,结果显示绝大多数玄武岩和所有苦橄岩及科马提岩均落在地壳和DMM混合曲线附近,并且邻区特提斯洋地幔岩与DMM具有相近的Os含量和^187Os／^188Os组成,据此推测峨眉山火成岩的形成与特提斯洋的活动有关,主要受控于地壳和亏损地幔的相互作用。     

单柱式海上风能建筑结构物——环力作用下砂性土孔隙水压力的研究

单柱式海上风能结构物近年来引起各国的高度重视,德国制定了研究大型单柱式风能结构的计划.基于计划要求,通过对历年一些相关文献的研究分析,建立了新型的实验模型模拟单柱式海上风能结构,同时运用Fe程序进行了模拟,共同对砂土中单桩在循环力作用下土体中孔隙水压力变化进行了研究,并对不同渗透率砂土和不同频率的循环力条件下的土体孔隙水压力作了对比分析.得出了土体中孔隙水压力的存在和其存在的大小是受自身和周边条件影响的.此研究结果对于德国大型单柱式风能结构物的研究有一定价值.     

钢筋混凝土梁结构断裂损伤诊断方法

提出一种基于BP神经网络的结构破损诊断方法,该方法以结构破损前后柔度的变化作为破损诊断网络输入,为了解决由于系统响应样本数据空间分布不均匀对网络收敛速度及网络诊断影响问题,对网络训练样本采用广义空间格点进行了交换,模拟算例及应用实例均表明,本文方法能准确诊断结构破损位置与破坏程度,是一种有效的结构破损诊断方法.     

海洋钢筋混凝土结构牺牲阳极保护系统电极行为的研究

于１９８９－１９９０年在室内条件下，用牺牲阳极保护浸泡于海水中的多种钢筋凝土试件测试不同试件中钢筋极化与阳极布局、涂层质量，涂层厚度及试件浸水情况的关系。结果表明，牺牲阳极能有效地保护全浸海水中的混凝土试件，对间断浸淋海水的试件也有一定的保护作用，通过改善阳极安装工艺，保护作用可望提高；电偶电流在各阴阳极上的分布将随涂层质量，涂层厚度和试件浸水情况不同而异，回路中电阻和电极极化情况是影响电流分布的     

南海东部海域柱样沉积物浊流沉积探讨

利用1998年南海东部陆坡69号柱样、深海盆149号柱样、南部岛礁323号柱样沉积物的粒度、化学、古生物、矿物等鉴定分析测试资料,分析了南海东部海域发生浊流沉积的地质背景、产生浊流沉积的条件和诱发因素,进而发现南海东部浊流沉积发育,在南北陆坡及中部深海盆地均有浊流沉积层。从其出现层位看,为氧同位素2—4期,即晚更新世中晚期。从浊流沉积出现层数分析,具有自北向南浊流发生频次减弱的趋势。从浊流沉积物成分看,南海东部浊流沉积物具有多样性,北部陆坡以陆源为主,中部深海盆以陆源及火山源为主,南部岛礁以生物源为主。     

应用遗传神经网格方法分析赤潮监测数据

简要介绍了遗传神经网络方法的原理 ,探讨了应用遗传神经网络方法研究辽东湾海域丹麦细柱藻 (Leptocylindrusdanicus)赤潮与其环境因子之间的关系 ,计算了各环境因子对丹麦细柱藻赤潮的贡献。结果表明 ,温度、盐度、DIN的变化对研究海域丹麦细柱藻种群密度的增长有比较重要的影响 ,DIN是营养限制因子。遗传神经网络是分析赤潮监测数据的有效方法 ,值得进一步探索     

Prediction of Load Carrying Capacity of Corroded Reinforced Concrete Beam

A novel method for prediction of the load carrying capacity of a corroded reinforced concrete beam (CRCB) is presented in the paper. Nine reinforced concrete beams, which had been working in an aggressive environment for more than 10 years, were tested in the laboratory. Comprehensive tests, including flexural test, strength test for corroded concrete and rusty rebar, and pullout test for bond strength between concrete and rebar, were condueted. The flexural test results of CRCBs reveal that the distribution of surface cracks on the beams shows a fractal behavior. The relationship between the fractal dimensions and mechanical properties of CRCBs is then studied. A prediction model based on artificial neural network (ANN) is established by the use of the fractal dimension as the corrosion index, together with the basic intbrmation of the beam. The validity of the prediction model is demonstrated through the experimental data, and satisfactory resuits are achieved.