典型留巷顶板条件下巷旁充填体支护阻力分析

将工程实践中接触到的留巷顶板分为厚层直接顶、薄层直接顶和无直接顶3种类型,利用叠加连续层板模型,考虑巷帮煤体承载作用和导致顶板垮落诱因,得出了3种顶板条件下的巷旁支护阻力计算公式。研究表明,巷帮煤体、充填区域顶板承载性能的提高有助于降低巷旁充填体支护阻力。随直接顶厚度的减小,充填体支护阻力反而增大。基本顶层位不同,顶板垮落诱因不同。厚层直接顶时,顶板垮落为自重引起;薄层直接顶时,顶板垮落为基本顶上位岩层作用所致     

从四川省三个大型金矿的发现看第二代区域化探扫面的找矿效果

通过四川地勘局第二代区域化探扫面发现的南坪马脑壳、平武银厂和甘孜嘎拉大型金矿的过程看到化探找矿的艰巨性,并得到有益的启示,即要在认识、发现和评价异常中有锲而不舍的精神。     

开展QC小组活动提高旁压试验指标的准确率

本文介绍了影响旁压试验质量主要因素的控制点,提出通过开展ＱＣ小组活动,对主要因素实施控制,使整个试验过程处于完全受控状态,会大大提高旁压试验质量和水平,进而达到提高建筑物基础设计投资效益水平的目的。     

福建某高速公路隧道强风化花岗岩的旁压试验

旁压试验广泛应用于岩土工程土体参数测试中。根据旁压试验原理与方法,将其运用于福建某高速公路遂道强风化花岗岩原位测试中。试验结果表明:强风化花岗岩强度参数与表层粘性土相当。对于相同性质的岩土层来说,土层的强度指标随深度的增加呈规律性增强。场区内强风化花岗岩具有较高的抵抗水平向变形能力,但其竖向承载能力相对较低。与部分钻孔原位标贯试验成果对比,两种原位测试结果具很好的相关性。      

双线阵推扫成像光学遥感卫星在轨动目标检测方法

动目标检测是从时序图像中获取时间维度动态变化信息的有效手段,通过快速获取、分析和利用卫星遥感数据中的现势信息,将遥感数据中时空域运动和变化信息表征为对象和知识,可以有效提升卫星数据的利用效率,实现“现势数据、即时传输”的应用要求。现有的卫星视频和多光谱遥感图像用于动目标检测领域,无法满足大范围动目标发现、运动速度适应性以及硬件加速兼容性等应用需求。本文以利用光学遥感卫星实现大范围动目标快速感知为目标,通过双线阵推扫光学遥感相机采集包含时域动目标信息的双条带图像,以船舶目标为例,经过在轨处理形成动目标关键信息。相机原理样机已经搭载“泰景四号01星”于2022年2月27日成功发射,验证了大范围动目标检测的技术路线。本文在提出双线阵推扫成像方法以及动目标时空特性数学模型基础上,构建基于显著性区域建议的动目标检测方法,利用时空域变化信息表征和提取动目标显著性区域,基于深度学习目标检测技术实现动目标判别,获取动目标检测结果。利用在轨拍摄的双条带图像,验证了算法精度,对比传统算法,本文方法在单体目标分割方面提升明显,动目标分割结果较为完整、清晰,有效提升了动目标两个时刻间的匹配精度。结果表明,算法...     

甘肃北山红石山地区扫子山组构造变形特征及其动力学背景

甘肃北山地区扫子山组形成于早石炭世,是红石山蛇绿构造混杂岩的重要组成部分,记录并保存了红石山古洋盆形成及演化的地质信息,是讨论红石山地区晚古生代古地理环境及洋盆构造属性的重要窗口。详细的野外地质调查发现,该套地层构造变形强烈,原始层理难以辨识,为研究该套地层的沉积环境增添了难度。基于此,在查明扫子山组物质组成的基础上,通过详细的构造解析,厘定其构造序列,并通过剥离后期构造改造,恢复原始沉积层理。结果表明,扫子山组经历了3期构造变形,第1期为北北西—南南东向逆冲兼左行走滑,可能为洋壳向北俯冲的产物;第2期为北北东—南南西向挤压兼右行走滑脆-韧性变形,可能为碰撞阶段的产物;第3期构造变形以北东—南西向左行走滑为主,为次一级的晚期构造变形。变形样式及变质程度表明,扫子山组以中浅层次构造变形为主,地层未发生明显的倒转和缺失,该套地层物质成分及空间分布具有明显的规律性,显示裂谷型盆地向南趋于成熟的火山-沉积特征。结合红石山-蓬勃山断裂以北发育石炭纪—二叠纪弧岩浆岩,揭示了红石山古洋盆向北俯冲的动力学过程,为进一步研究中亚造山带南缘构造演化过程提供地质依据。     

多波束与侧扫声纳海底目标探测的比较分析

侧扫声纳是目前常用的海底目标(如沉船、水雷、管线等)探测工具,在测深领域,多波束以全覆盖和高效率证明了它的优越性。由于多波束具有很高的分辨率,目前在工程上已经开始应用多波束进行海底目标物的探测。对多波束和侧扫声纳进行了比较分析,并着重探讨了影响多波束分辨率的各种因素。结果表明:多波束的最大优点在于定位精度高,但其适用范围不如侧扫声纳广泛,尤其受到水深和波束角的限制,多波束和侧扫声纳在探测海底目标时具有很好的互补性,同时应用可以提高目标解译的准确性。     

基于MRF场的侧扫声呐图像分割方法

为了利用侧扫声呐进行水下目标自动探测和识别,首先必须将声呐图像分为目标高亮区、海底混响区和目标阴影区.由于声呐图像有强背景噪声,传统的图像分割方法显得无能为力,故采用基于MRF场的图像分割方法来准确地分割.根据侧扫声呐目标的成像特点,建立了分割的约束条件;利用阴影与目标的灰度均值比很小这一特点进行初始分割,然后根据分割后目标与阴影的宽度差来剔除虚假目标,由初始分割的结果求得MRF模型初始参数,再采用迭代条件估计得到最终的模型参数和准确的分割结果.由于考虑了相邻像素间的依赖关系,具有抗噪性强、分割效果好的优点,从理论上说是合理的.实测数据分析也证明了这种算法的优越性.