Bender Elements在测试土样剪切波速中的应用

本文以作者在香港理工大学土木与结构工程系设计制作的一套BenderElements为例,介绍了BenderElements的原理、发展历史、应用范围、使用方法和注意事项等。BenderElements是由压电陶瓷材料制成的,在拉伸、压缩作用下,会产生正、负电荷,反过来,给它施加正、负电荷后,它又可产生弯曲振动,正是利用它的这一特性,将其作成接收和发射装置,来测试土样的剪切波速Vs。BenderElements在安装使用时,防水和静电屏蔽十分关键。Vs可在场地地震反应、液化判别、动力基础设计、检测地基改良效果等方面获得应用。震相识别的原则是接收信号的第一个峰值为到时。     

重庆合川自流井组植物化石的发现

描述了发现于合川自流井组东岳庙段的三种似木贼植物化石,即Equisetites flus Harris,E．1ateralis(Phillips)和E．columnaris(Brongn．)Phillips。标本保存良好,依据植物和双壳类化石的分布关系,提出自流井组东岳庙段的时代为早侏罗世晚期至中侏罗世早期。同时,分析了东岳庙段的岩相特征和沉积环境。     

基于两阶段稳定图的随机子空间识别结构模态参数

基于振动的结构健康监测的前提是从振动测试信号中提取结构模态参数。随机子空间方法是近年来发展起来的一种线性系统辨识方法,可以有效地从环境激励的结构响应信号中提取结构模态参数。在随机子空间识别方法中,确定系统的阶数是该方法的关键工作,稳定图方法是一种比较新颖的确定系统阶次的方法。但是随机子空间方法容易产生虚假模态,这也是随机子空间方法的一个主要缺陷。因此针对于这一缺陷提出了一种基于两阶段稳定图的随机子空间识别结构模态参数方法,该方法的基本思想是将在现场采集的结构的输出信号进行分段,将各段信号用随机子空间结合稳定图进行识别,然后将所有各段所识别的模态参数再一次用稳定图方法进行分析,得出结构的模态参数。最后用一三跨连续梁的数值模型对该方法进行验证,结果表明该方法具有良好的识别效果。     

Identification and occurrence of novel C36–C54 3,4-dialkylthiophenes with an unusual carbon skeleton in immature sediments

A series of novel long-chain 3,4-dialkylthiophenes (C₃₆–C₅₄) was identified in a number of sediments ranging from Pleistocene to Cretaceous. The identifications were based on mass spectral characterisation, desulphurisation and mass spectral data of synthesised model compounds. These organic sulphur compounds are probably formed by sulphur incorporation into mid-chain dimethylalkadienes with two methylenic double bonds. These putative precursor lipids are unprecedented and may be considered rather unusual. The distribution of 3,4-dialkylthiophenes in sediments varies considerably with the depositional palaeoenvironment, indicating that these compounds have a potential as molecular markers reflecting changes in palaeoenvironment.     

坛紫菜(Porphyra haitanensis)化学成分的研究

利用硅胶色谱、Sephadex LH-20凝胶色谱、HPLC等技术,从坛紫菜(Porphyra haitanensis)乙醇提取物首次分离纯化得到了7个化合物,通过质谱(MS)及核磁共振波谱(1H NMR、13C NMR)等现代波谱技术鉴定为：1,8-二羟基-9,10-蒽醌(1)、邻苯二甲酸二正丁酯(2)、邻苯二甲酸二异丁酯(3)、β-谷甾醇(4)、鲨肝醇(5)、(E)-N-2(1,3-二羟基-4-十八烯基)-十六酰胺(6)、胆甾醇(7)。其中,化合物1对金黄色葡萄球菌(Staphyloccocus aureus)的最低抑菌浓度(MIC)为80μg/mL。     

System identification for nonlinear maneuvering of large tankers using artificial neural network

This paper deals with the application of nonparametric system identification to a nonlinear maneuvering model for large tankers using artificial neural network method. The three coupled maneuvering equations in this model for large tankers contain linear and nonlinear terms and instead of attempting to determine the parameters (i.e. hydrodynamic derivatives) associated with nonlinear terms, all nonlinear terms are clubbed together to form one unknown time function per equation which are sought to be represented by the neural network coefficients. The time series used in training the network are obtained from simulated data of zigzag maneuvers and the proposed method has been applied to these data. The neural network scheme adopted in this work has one middle or hidden layer of neurons and it employs the Levenberg–Marquardt algorithm. Using the best choices for the number of hidden layer neurons, length of training data, convergence tolerance etc., the performance of the proposed neural network model has been investigated and conclusions drawn.     

我国几种常见润滑油的指纹分析

采用气相色谱／质谱方法（GC／MS）对7种常见润滑油中的生物标志化合物（正构烷烃、姥鲛烷、植烷、甾烷、萜烷、多环芳烃）进行定性分析,并基于其生物标志化舍物指纹信息进行了多元统计分析。结果表明,润滑油的气相色谱图中不可分辨的混合物（UCM）具有明显优势;润滑油中含有丰富的甾、萜烷类稠环生物标志化合物,仅含有非常少量的饱和...     

黄河入海口冲积平原覆盖区近地表岩土特性与识别方法

黄河三角洲冲积平原区近地表岩性变化剧烈,重点从黄河三角洲浅层沉积模式分析了岩性分布差异,统计了不同岩土的塑性、应力、压缩特性规律,探索了利用这种岩性特征差异识别岩性的方法,为地震采集提供准确的激发层段,为地震资料处理提供精细的静校正量。     

FLU-net：用于表征页岩储层微观孔隙的深度全卷积网络

页岩孔隙是页岩气储集的主要空间,孔隙的形状、大小、连通性与发育程度很大程度上决定了页岩储集层的储集性能,因此,页岩气开采首先需要对其孔隙有充分的认识。基于阈值分割法获取页岩孔隙结构参数是目前页岩微观结构表征的一种重要手段,但是受扫描电镜图像灰度分布差异的影响,该方法需要逐一修改图像的最佳分割阈值以达到最好的孔隙分割效果,且阈值分割方法无法直接划分孔隙类别,这给后续的页岩微观结构定量表征带来了麻烦。为了实现页岩孔隙的智能识别和分类,笔者设计基于像素级语义分割的深度全卷积神经网络FLU-net,对页岩孔隙识别并分类为有机孔、无机孔（粒内孔、粒间孔）及裂缝,并结合孔隙尺度分类统计方法,分析不同类型孔隙发育数量、孔径大小、孔隙度等参数,实现页岩储层微观孔隙结构的自动化定量表征。以重庆渝西区块足201井区和四川盆地威远地区威204井区的页岩扫描电镜图像为研究对象,在对1 600幅页岩扫描电镜图像原始数据进行人工标注并划分数据集后,使用FLU-net进行孔隙识别,结果表明,本方法具有较高的准确率,同时自动化程度和泛化能力均高于传统预测方法。因此,扫描电镜与基于深度学习的语义分割模型结合是定量研究页岩微观结构表征的有效手段。     

三种海洋浮游微藻的分子鉴定及培养条件研究

采用分子生物学手段结合形态特征对海洋中生活着的浮游单细胞海藻进行准确无误的分类鉴定,正在成为一种普遍接受的方式。这样做的前提是首先需要从海水中分离得到纯藻株, 掌握它们的生活条件, 获得生物量, 并进而完成鉴定。作者对一株裸甲藻类似种和两株新分离的赤潮单细胞海藻进行了分离、培养和鉴定。核糖体18S RNA 基因(18S rDNA)和转录单元内间隔区(ITS)序列分析结果显示这三株藻分别为共生甲藻(Symbiodinium sp.)、锥状斯氏藻(Scrippsiella trochoidea)和赤潮异弯藻(Heterosigma akashiwo)。作者以广泛使用的光密度值A₆₈₀作为衡量藻体生物量变化的指标, 研究了这三种藻在不同培养条件下的生长。结果表明, 在批次培养中, 共生甲藻、锥状斯氏藻和赤潮异弯藻的生物量都在22℃达到最大, 分别为9.28×10⁵个/mL、7.9×10⁴个/mL 和4.75×10⁵个/mL; 强光和长时间光照促进生长, 但锥状斯氏藻在强光下更早进入衰退期; 三种藻都表现出较强耐受盐度变化的能力,在盐度为15～36 的培养液中生长良好; 营养实验表明, 使用882 μmol/L 的NO₃^- 和36.2 μmol/L 的PO₄^3-能够维持三种海藻的快速生长。