青海热水柴达尔井田构造组合型式

柴达尔井田构造可分为压缩机制的推覆构造与伸展机制的断块体两类。南北F0为逆冲型的控制性边界断裂，井田内部一系列小型弧形构造为逆掩型浅层断裂；F1、F2、F17，是拉伸作用下的同沉积正断层，切断煤系基底T3地层。其动力机制为印度板块向北推移、西伯利亚板块向南运移发生对挤，脆一韧性剪切变形导致了井用现有的构造组合形式。     

基于Intergraph GIS的基础空间数据库一体化建设研究

阐述了基于Intergraph GIS的城市基础空间数据的结构和建库的内容,提出了一体化的建库、质量控制、空间数据动态更新以及基于版本信息的历史数据存储与恢复的方法,介绍了一体化建库实例。     

黑龙江省中部森林沼泽区 超低密度深穿透地球化学调查采样介质的确定

通过对王水溶矿法与四酸溶矿法的对比,元素在泛滥平原A层、B层沉积物及水系沉积物中的分配,以及这3种介质圈定的异常对比等综合因素的研究,确定了泛滥平原A层沉积物是黑龙江省中部森林沼泽区开展超低密度深穿透地球化学调查的有效采样介质。     

青藏高原中部的东西向扩张构造运动

系统分析了1933~2003年间青藏高原及其周缘发生的745个中、强地震的震源机制解,研究了高原地壳构造运动及其动力学特征。结果表明,大量正断层型地震集中发生在青藏高原中部海拔4000m以上的地区,其中许多地震是纯正断层型地震。震源机制结果显示,该区正断层型地震的断层走向多为南北方向,断层位错矢量的水平分量均位于近东西方向,这表明青藏高原高海拔地区存在着近东西方向的扩张构造运动。地震震源应力场的研究结果表明,在高原中部高海拔地区,E-W向或WNW-ESE向的水平扩张作用控制着该区的地壳应力场。青藏高原高海拔地区近东西方向的扩张构造运动是该区引张应力场的作用结果,其动力学原因可能与持续隆升的高原自重增大引起的重力崩塌及其周边区域构造应力状况有关。而青藏高原周缘地区,除了东部边缘外,南部的喜马拉雅山前沿以及青藏高原的北部、西部边缘所发生的绝大部分地震都是逆断层型或走滑逆断层型地震。在青藏高原周缘地区,北东或者北北东方向水平挤压的构造应力场为优势应力场。在中国西部的大范围内,主压应力P轴水平分量位于NE-SW方向,形成了一个广域的NE-SW方向的挤压应力场。青藏高原及其周缘应力场特征表明,印度板块的北上运动以及它与欧亚板块之间的碰撞所形成的挤压应力场是高原强烈隆起的直接原因。在青藏高原中南部形成了近东西向引张应力场为主的区域,并以东西向扩张构造运动部分释放其应力积累。研究高原高海拔地区的引张应力场和近东西向扩张构造运动的特征,对于认识青藏高原强烈隆起的地球动力学过程与机制,有着重要的理论意义。     

四川钙芒硝矿硐室水溶法开采与三级矿量平衡之探讨

为了确定采掘平衡的定量比例关系，按照开采准备程度，将水平开拓、采区准备和回采工作面的三类巷道圈定的各级别储量称为开拓矿产量、准备矿产量和回采矿产量，简称“三量”。用“三量”来反映采掘工程的经济技术指示、生产准备情况和采掘关系，以保证生产的正常接续，以此确定制硝系统的年生产规模、企业工业硝水浓度。     

T市平面控制网的扩建及与1954北京坐标系的关系

本文论证了58T市独立坐标系与87T市独立坐标系的区别，使用T市扩建二等GPS网的平差成果，给出了87T市独立坐标系精确变换到1954北京坐标系的方法与参数。     

滑坡治理中格构锚固结构的解析解分析

在分析格构锚固结构受力的基础上 ,将格构梁简化为受集中力作用的弹性地基上的梁 ,提出了格构锚固结构的力学模型 ,利用 Winkler弹性地基上梁的解析解对格构梁进行了内力和变形的分析 ,发现格构梁的受力状况受弹性特征λ、梁格间距 ls以及悬臂长度影响 ;建议梁长 l与λ宜满足 lλ≥ 2π;采用较小间距的格构梁以及小吨位锚索 ,间距宜满足 lsλ<π/ 2 ,悬臂长度取 (0 .3～ 0 .5 ) ls,并将分析结论应用于三峡库区巴东太矶头东滑坡治理工程的设计中     

Structural damage detection using the optimal weights of the approximating artificial neural networks

This work presents a novel neural network‐based approach to detect structural damage. The proposed approach comprises two steps. The first step, system identification, involves using neural system identification networks (NSINs) to identify the undamaged and damaged states of a structural system. The partial derivatives of the outputs with respect to the inputs of the NSIN, which identifies the system in a certain undamaged or damaged state, have a negligible variation with different system errors. This loosely defined unique property enables these partial derivatives to quantitatively indicate system damage from the model parameters. The second step, structural damage detection, involves using the neural damage detection network (NDDN) to detect the location and extent of the structural damage. The input to the NDDN is taken as the aforementioned partial derivatives of NSIN, and the output of the NDDN identifies the damage level for each member in the structure. Moreover, SDOF and MDOF examples are presented to demonstrate the feasibility of using the proposed method for damage detection of linear structures. Copyright © 2001 John Wiley & Sons, Ltd.