JGN型耐高温建筑结构胶抗震加固性能研究          下载免费PDF全文

程希莹  于敏  杨瑞敏  张伟  韩意 《地震工程学报》2022,44(5):1059-1066

为有效增强建筑结构的抗震性能、提高建筑抗震水平,对JGN型耐高温建筑结构胶抗震加固性能展开研究。将高活性酚醛胺(T－31)作为主固化剂、聚酰胺树脂(PA)为辅助固化剂,结合气相白炭黑、超细石英砂、石棉纤维、纳米材料、环氧树脂等材料,制备JGN型耐高温建筑结构胶。在高温环境下,使用万能试验机分析不同配比条件对结构胶抗震加固性能的影响。测试主要以拉伸强度、压缩强度以及压缩弹性模量为指标。测试结果表明：当固化剂质量比为45∶15、气相白炭黑掺量为4.5%、超细石英砂掺量为10%、石棉纤维掺量为10.5%、纳米SiO₂掺量为3.5%、纳米CaCO₃掺量为2.5%时,JGN型耐高温建筑结构胶的拉伸强度和压缩强度更大,压缩弹性模量得到优化,结构胶的抗震加固性能达到最佳状态。  相似文献   

基于机器学习的锆石成因分类研究     

朱紫怡  周飞  王瑀  周统  侯照亮  邱昆峰 《地学前缘》2022,29(5):464-475

锆石是在自然界中多种温压条件下能够稳定保存,并记录原岩年龄信息的副矿物。锆石微量元素能完整记录地质演化过程信息。通过微量元素分析锆石成因的研究已久,通常利用Th-U图解和La_N-(Sm/La)_N图解等二元图解对锆石进行分类研究。然而,随着锆石研究的深入,以及二元图解无法呈现数据高维度信息的局限性,传统图解已经不能满足对锆石类型进行准确判别,且对已知类型的锆石出现判定偏差。因此,本文将地质大数据与机器学习相结合,训练出高维度锆石成因分类器。文中收集了3 498条不同成因类型的锆石微量元素数据,并通过测试和运用随机森林、支持向量机、人工神经网络和k近邻等4种机器学习算法,最终得出准确率为86.8%的线性支持向量机锆石成因分类器,用于锆石类型的判定与预测。这项工作为锆石分类研究提供了更高维度的判别手段,极大提高了微量元素分析成因结果的精度。将锆石微量元素数据与机器学习方法相结合,是大数据分析与机器学习技术在地球化学研究中的积极探索。  相似文献   

基于机器学习模型的淮河流域中长期径流预报研究     

胡义明  陈腾  罗序义  唐超  梁忠民 《地学前缘》2022,29(3):284-291

准确可靠的中长期径流预报是支撑水资源科学调配、提高水资源利用效率的关键。本研究采用AdaBoost模型(AdB)、随机森林模型(RF)和支持向量机模型(SVM)进行淮河流域王家坝和蚌埠站当年11月至次年10月共12个月的中长期径流预报研究。采用置换准确度重要性度量法从130项气象-气候因子及前期降雨/流量构建的1 562个因子变量中筛选出影响各月径流的关键因子,构建了基于AdB、RF和SVM模型的各月径流预报模型,模型参数采用随机搜索技术并结合交叉验证方式确定。采用变幅误差合格率和等级(五级)预报合格率指标对模型的预报精度进行了评估。变幅误差合格率指标表明,王家坝12个月的平均合格率分别为99.8%(AdB)、96.6%(RF)和95.9%(SVM),蚌埠站分别为100%(AdB)、94.8%(RF)和93.8%(SVM);等级预报合格率指标表明,王家坝12个月的平均合格率分别为79.0%(AdB)、76.4%(RF)和79.9%(SVM),蚌埠站分别为81.0%(AdB)、75.6%(RF)和76.6%(SVM)。模型均具有较好的预报效果,但RF和SVM模型对于高流量值的预报存在偏低现象,AdB模型整体上优于RF和SVM模型。  相似文献   

切槽对TBM刀具破岩机制的影响研究     

周辉  徐福通  卢景景  高阳  肖建成 《岩土力学》2022,43(3):625-634

高压水射流与机械滚刀相联合破岩技术的出现,改变了传统隧道掘进机（tunnel boring machine,简称TBM）的作业方式。以高压水射流在滚刀两侧岩体切槽的破岩模式为研究对象,开展常截面滚刀压头贯入不同预切槽深度白砂岩板状试样的试验和数值模拟计算分析,对破裂后图像进行DIC分析,研究发现：切槽的存在,阻断了刀具贯入裂纹的拓展,使能量能够更加集中于压头下方的局部岩石块体,有利于形成“八”字形贯通裂纹,促进岩石的破碎;随着槽深增加,压头下方岩石内部的应力状态和力学响应分区逐渐过渡改变。槽深较大时,压头下方的力学响应区域在原有裂纹扩展区、弹性区之间增加了破坏过渡区,该区域内微裂纹被压密,区域内岩石存在较大变形,但未出现明显破坏;切槽后,滚刀压头下方的岩体破坏机制由无切槽试样挤压剪切为主导的径向裂纹拓展,演变为由刀具和切槽共同控制作用—拉伸剪切为主导的主裂纹扩展。  相似文献   

Treatment Effects of Tunnel Entrance Collapse Section Based on Field Monitoring Results北大核心CSCD     

郝付军 《地质与勘探》2022,58(5):1099-1107

为评价隧道洞口塌方段的安全性,基于累计变形预测和变形速率趋势分析模型,结合工程实例,研究隧道洞口塌方段的处理效果。实例分析表明：在累计变形预测方面,GA-VMD模型在隧道变形数据的信息分解过程中具有明显的优越性,可利用其将隧道变形数据分解为趋势项和误差项,且通过组合预测能有效保证预测精度,得出累计变形的后期仍具一定增加趋势,但增加速率相对较小;在变形速率趋势分析方面,变形速率具下降趋势,且随时间持续,下降趋势更为显著。综合对比两者结果,隧道变形无明显增加趋势,并趋于稳定方向发展,说明塌方处理措施是合理有效的,为其防治效果评价提供了理论依据。  相似文献   

基于BMA多模型组合的疏勒河径流预测研究     

周婷  温小虎  冯起  尹振良  杨林山 《冰川冻土》2022,44(5):1606-1619

准确可靠的径流预测对于水资源的科学管理与规划具有重要意义,特别是在水资源紧缺的干旱半干旱地区,径流预测对流域内水资源高效利用与水利工程经济运行具有重要现实意义。针对径流预测通常采用单一方法进行建模与预测,难以利用各预测模型优势的问题,本文利用极限学习机（ELM）模型、支持向量机（SVM）模型、多元自适应回归样条（MARS）等机器学习方法建立了疏勒河上游未来1~7日的径流预测模型。在此基础上,运用贝叶斯模型平均（BMA）方法对ELM、SVM、MARS模型的预测结果进行组合,构建了径流组合预测模型,以获取更可靠的预测结果,并采用蒙特卡洛抽样方法获取BMA的95%置信区间,对预测结果进行了不确定性分析。结果表明：ELM、SVM、MARS模型以及BMA组合模型均适用于干旱半干旱地区的中长期日径流预测;BMA的预测精度较单一模型更高,能够提供更准确的预测值;BMA的95%置信区间对实测值覆盖率高,同时能够提供较好的确定性预测和概率预测结果。表明BMA在资料有限的条件下,表现出较单一模型更高的预测性能,可以成为干旱半干旱地区中长期日径流预测的有效方法。  相似文献   

基于机器学习的表层土壤成矿元素空间预测: 以稀有金属铷元素为例     

戴亮亮  聂小力  郭军  巩浩  吴欢欢  张涛  汤媛媛  毛聪  彭志刚  贺灿 《现代地质》2022,36(3):972-978

近些年随着土地质量地球化学调查工作的开展,获取了大量表层土壤样品数据。然而,这些数据也存在一个明显的缺陷,即1∶50 000大比例尺表层土壤数据往往缺少成矿元素。鉴于土壤成矿元素含量对于矿产资源勘查的重要指示作用,尝试基于现有数据对大比例尺表层土壤成矿元素含量提供一个补全方案。以稀有金属铷元素为例,采用随机森林算法把同一区域2 548组1∶250 000小比例尺表层土壤数据按照8∶2的比例随机分为两组,用80%的数据进行训练建模,20%的数据对模型进行验证。采用变量重要性度量排序和构建学习曲线的组合方法优选了8种元素(K、B、Ni、V、Zn、As、Co、Cu)作为预测变量,模型对训练数据和测试数据的拟合优度R²分别达到0.983 2和0.895 6,说明预测变量的优选方法是有效的。随后将1∶50 000表层土壤的上述预测变量数据作为输入变量导入模型中,得到预测的Rb元素含量,预测结果比较符合实际特征。本研究表明将大数据机器学习随机森林算法引入表层土壤地球化学元素含量空间定量预测具有可行性,可进一步拓展土地质量地球化学数据的服务应用维度。  相似文献   

CSD1800A型钻机在青藏高原应用效果及对比分析          下载免费PDF全文

徐国辉  梁俭  刘鹏  梅冬 《探矿工程》2015,42(10):42-44，54

介绍了CSD1800A型全液压动力头式钻机在青藏高原矿区内的应用效果,并对该型钻机在实际应用中的优点进行了分析;通过与国内外其它钻机的应用效果进行对比,认为CSD1800A型钻机是一款经济实用的中深孔钻机。  相似文献   

大直径深层钻孔灌注桩拔除工艺研究          下载免费PDF全文

裴迅  芮大虎  吴庆红  葛执礼 《探矿工程》2015,42(1):68-71

结合郑州南站连接线明挖隧道（拔桩区间）拟拔桩基直径大、桩长的特点,对桩体受力特征和拔桩工艺进行了研究。通过拔桩过程中桩周土破坏模式和桩体自身的抗拉强度分析计算,选取有效的减阻方法并应用于工程实践,取得良好效果。最后总结出大直径深层钻孔灌注桩拔除工程中桩身局部扩大、桩侧摩阻力过大和断桩等问题及相应的解决方法,供今后类似工程借鉴。  相似文献   

高光谱影像信息向量机分类     

谭熊  余旭初  秦志远  张鹏强  魏祥坡 《测绘学报》2015,44(11):1227-1234

信息向量机是一种基于贝叶斯理论的稀疏高斯过程方法,其模型训练速度快、内存耗费小、稀疏性强,具有良好的预测性能。本文从高斯过程回归模型出发,提出了一种基于信息向量机的高光谱影像分类方法,针对高斯过程分类中的非高斯噪声模型,采用假定概率滤波算法将分类问题转化为回归问题,通过最大化边缘似然函数进行模型训练,选择活动子集中的信息向量数量达到了稀疏的目的。通过ROSIS影像试验,表明了基于信息向量机的高光谱影像分类方法的优势。  相似文献