排序方式： 共有6条查询结果，搜索用时 15 毫秒
1
1.
为揭示土体参数旋转各向异性空间变异性对边坡大变形特征的影响规律,将土体不排水抗剪强度参数模拟为旋转各向异性随机场,提出采用多重响应面法对随机场样本进行边坡稳定性安全系数高效求解和升序排列,进而使用随机物质点法按序模拟随机场样本的边坡大变形过程.以一饱和不排水粘土边坡为例,研究了旋转各向异性随机场的旋转角度β和弱主方向自相关长度θ2对边坡大变形特征和破坏模式的影响.结果表明：提出的基于多重响应面的随机物质点方法可以高效开展边坡大变形概率分析;β和θ2对边坡大变形特征和破坏模式均有显著影响;边坡大变形破坏的影响距离、滑动距离和滑动体积的平均值与标准差均随θ2的增加而增加;边坡大变形过程中可能产生4种破坏模式,其中深层滑动和渐进式滑动为该边坡模型的主要概率失稳模式.因此,提出的方法为边坡大变形概率分析提供了一条有效途径,考虑参数旋转各向异性空间变异性的边坡大变形概率分析对准确评估边坡失稳风险具有一定的理论参考意义. 相似文献
2.
煤系石墨的鉴别及其类型划分,是矿产地质勘查和资源开发利用的前提条件和基础性工作,制定煤系石墨鉴定标准应遵循科学性、系统性、适用性和可操作性的原则。煤石墨化作用与煤化作用是连续递进加跃变的演化过程,煤系石墨的大分子结构阶跃性演化和物质组成非均质性等特点,造成矿种鉴别的复杂性。为制定科学实用的鉴定标准,从成矿机制研究和资源评价需求出发,按照矿石总体石墨化程度由高至低,划分了煤系石墨一号、二号、三号等3种类型;在前期工作的基础上,补充了110多组实测数据,修改完善了由初步鉴定指标和精确鉴定指标构成的煤系石墨鉴定指标体系。初步鉴定指标包括挥发分产率Vdaf和最大反射率Rmax,用于资源评价和地质勘查阶段初步区分煤与煤系石墨;精确鉴定指标包括晶面间距d002及其等效的石墨化度G、拉曼光谱参数R2,用以精确鉴别煤与煤系石墨,并划分煤系石墨类型。基于涵盖我国主要煤系石墨矿山500余组样品实测数据统计分析结果,确定了煤系石墨类型划分指标:煤系石墨一号,0.335 4 nm≤d002<0.338 0 nm(G>0.70)、R2<0.50;煤系石墨二号,0.338 0 nm≤d002<0.340 0 nm(G>0.50~0.70)、R2值范围0.50~0.60;煤系石墨三号,0.340 0 nm≤d002<0.344 0 nm(G>0~0.50),R2值范围0.50~0.60。根据上述指标,建立了煤系石墨鉴定模板,主要煤系石墨矿山样品测试数据表明,该鉴定模版具有实用性和可操作性。 相似文献
3.
湖南省侵入岩多，构造较复杂，为系统研究煤系石墨资源成矿规律，在收集现有地质资料的基础上，借鉴国内外煤系石墨矿床的赋存特点，结合湖南省石墨资源的分布特点和开发现状，采用地质调查、生产井调查、采样化验等手段，研究骑田岭岩体和天龙山岩体2个花岗岩体周边现有矿区的矿体地质特征，探讨石墨矿的成因类型和控矿因素。结果表明，研究区石墨矿成因类型为接触变质型，主要控矿因素为岩体的侵位机制、构造作用方式、矿体的形态及变质程度。进而提出了3种石墨赋存模式:兜底式、向斜式、背斜式。提出研究区寻找煤系石墨的突破方向:煤系走向与主压应力方向大致垂直并在岩体附近1.0~1.5 km范围内。 相似文献
4.
湖南省是我国隐晶质石墨最主要的矿产区, 其隐晶质石墨的储量位居全国第一, 主要是由煤系地层受接触热变质作用形成。本文以湖南省涟邵煤田北段寒婆坳石墨矿床为例, 分析研究区内石墨矿床的地质地球化学特征与控矿因素。结果表明, 矿石固定碳含量较高(＞80%), 矿石构造以块状为主, 距花岗岩由近到远, 石墨粒度逐渐变小。由上向下, 接触热变质及石墨化的程度逐渐变大。寒婆坳石墨矿床碳质砂岩Al2O3、TFeO、Na2O、K2O、TiO2含量相对较高, 而围岩大理岩MgO、CaO含量相对较高; 二者均表现出轻稀土富集、重稀土亏损的特点。碳质砂岩稀土元素总量较高, 平均值为212×10–6, 大理岩稀土元素总量较低, 平均值为11.18×10–6; 碳质砂岩具有明显的Eu、Pb、Sr负异常, U、Th、Ba正异常, Ce异常不明显。大理岩Cs、Pb为负异常, U为正异常, Sr异常不明显。寒婆坳矿区碳质砂岩主要形成于缺氧还原的环境, 原岩沉积环境属于陆源海相沉积, 物质来源于大陆碎屑物, 位于滨浅海潮汐带沉积。测水组煤系地层、天龙山花岗岩体及寒婆坳推覆断层是本区石墨矿床的关键控矿因素。 相似文献
5.
利用机器学习模型进行滑坡易发性评价时, 不同的超参数设置往往会导致评价结果的不同。采用贝叶斯算法对4种常见机器学习模型(逻辑回归LR、支持向量机SVM、人工神经网络ANN和随机森林RF)的超参数进行了优化, 探索了该算法对滑坡易发性机器学习模型的优化效果。以湘中地区4县(安化县、新华县、桃江县和桃源县)滑坡易发性评价为例说明该算法的可行性与适用性。基于滑坡历史编录, 确定研究区内1 017个滑坡点, 并选定15个滑坡影响因子, 以此构建滑坡易发性模型的训练集和测试集。利用贝叶斯优化算法对4种机器学习模型的主要超参数进行了优化, 依据优化后的超参数建立了4种优化模型, 并使用AUC值等指标来比较其预测能力。结果表明: 经超参数优化后的4种机器学习模型预测性能均有所提高, 且基于贝叶斯优化的随机森林模型表现最好。 相似文献
1