应力对煤岩渗透率的影响

本文对煤、多孔岩石(砂岩)及裂隙岩石(石灰岩)在不同外载下的渗透率进行了实验研究,得出了不同类型试样的指数型渗透率曲线。本文所做的工作,对于了解煤岩渗流特性,渗流计算,瓦斯涌出量预测以及矿井瓦斯抽放系统设计具有一定参考价值。     

半监督多示例分类的两层粒化与空间转换方法

多示例学习(MIL)的任务是训练一个有效的分类器,以处理具有复杂数据结构的包.一个包对应一个样本,由多个实例构成,描述了样本的信息特征.基于标准MIL假设,如果包中至少有一个正实例,则该包为正,反之为负.已有的多示例学习算法通常将包看作一个整体或基于整个实例空间进行学习.然而,数据集中通常包含噪声,将对分类结果造成一定...     

低成本自动定位声音延迟反馈干扰装置的制作研究

延迟听觉反馈简称DAF(Delayed Auditory Feedback),是指通过改变人们说话和听觉反应之间的延迟时间从而对人们说话的生理过程产生影响的一种物理生物过程。研究DAF的过程和机理对于人脑中语言形成过程的探索有着重要意义,DAF过程机理的研究在治疗口吃等语言障碍方面有着直接的应用前景。现有根据DAF过程制作的应用装置较少且普遍成本较高,本文采用较简单的器材通过声音采集模块、声音播放模块和自动声音定位模块3部分的集成制作出了具有自动声音定向功能的低成本听觉延迟反馈装置。实践证实,该装置在距离说话人3米范围内可实现有效的声音延迟反馈效果。     

固相萃取技术对样品进行预处理的注意事项

根据固相萃取的原理,分析了用该技术对样品进行预处理时,固定相、溶剂、流速、柱容量的选择对测定结果的影响,指出了应注意的事项。     

哈拉哈塘油田走滑断裂带控储成藏规律初探

大型走滑断裂带是哈拉哈塘油田奥陶系缝洞型碳酸盐岩控储成藏的关键因素。哈拉哈塘油田位于塔北隆起西斜坡,走滑断裂断距较小,识别难度大,制约了该油田的勘探开发。从哈拉哈塘油田走滑断裂演化特征出发,形成了以多重滤波为基础的地震资料解释性处理研究方法,精细刻画了走滑断裂带,明确断裂空间展布规律,通过开展走滑断裂带控储机理研究,明确了断裂带对油气的疏导作用,形成以断裂带为中心的断溶体油藏描述技术,建立了哈拉哈塘油田断溶体油藏成藏模式,认为断溶体油藏具有“一体一藏”、连通关系复杂的特点,通过精细缝洞雕刻及叠后裂缝预测,提出了哈拉哈塘油田断溶体油藏的评价方法及潜力方向。     

玻璃纤维平纹编织层合板面内剪切渐进失效分析

为研究玻璃纤维平纹编织层合板面内剪切性能,建立其面内剪切渐进失效分析模型。基于Ramberg-Osgood方程建立考虑面内剪切的非线性本构模型,编写VUMAT子程序,设置Hashin失效准则和刚度退化准则,采用ABAQUS/Explicit求解器对玻璃纤维平纹编织层合板的面内剪切过程进行模拟。研究表明：建立的非线性模型能够很好的描述面内剪切非线性;面内剪切过程中,首先发生纤维-基体的剪切失效,然后是经纬向纤维的拉伸失效,最后是经纬向纤维的压缩失效;预测得到的面内剪切强度、初始剪切模量、位移载荷曲线和失效模式与试验结果吻合,证明所建立模型的有效性。     

矩形槽开挖失稳滑动体形状及整体稳定分析

利用矩形槽段开挖引起周围地基土体应力变化和变形的解析解答,分析了不同长宽比槽段开挖引起的主应力变化,得到滑动体的形状近似为半椭圆体,在水平面上其长轴长度约为短轴长度的2倍,短轴长度约为槽段长宽比的0.44倍.同时将槽壁的整体稳定安全系数定义为土体抗剪强度与实际动用剪应力的比值,针对浅槽、深槽和平面应变情况下的半椭圆滑动体进行极限平衡分析,尝试提出了一种用于评价槽壁整体稳定性的分析方法,并通过该方法的实际应用结果初步验证了半椭圆滑动体假设的合理性.     

自由端带有充液容器的压电悬臂结构晃振建模

为了利用压电驱动器作为主动元件抑制带有充液容器的结构晃振,需要对压电结构晃振进行精确建模。针对一个自由端部带有充液容器的压电悬臂结构,利用有限元方法对无充液情况下的压电悬臂结构进行模态分析并建立其状态空间表达式。利用质量摆等效力学模型描述容器中液体晃动,将推导出的压电悬臂结构模型和液体晃动模型耦合得到整个系统晃振模型。通过实验分别验证不同充液水平下的晃振模型的频率和Bode图。结果表明建立的带有充液容器的压电悬臂结构晃振模型及其状态空间表达式可用于控制设计。     

一个新四维超混沌系统的构建与电路实现

利用基本Sprott-B系统仅具有两个涡卷平衡点的特点,通过系统改造与推广,提出一个具有3个平衡点的三维混沌系统,进而通过增加一维线性控制器并反馈至三维系统状态方程,构建出一个新四维超混沌系统.采用相轨图、Lyapunov指数谱和分岔图等动力学工具对超混沌系统进行了仿真分析.结果表明,当参数变化时,系统可以在周期或复杂周期、混沌与超混沌之间演变,存在复杂而奇异的动力学行为.研制电子电路并生成了超混沌吸引子,完成了实验验证.     

双路特征提取与度量的少样本细粒度图像分类方法

少样本学习旨在利用少量数据训练深度学习模型,并将其快速泛化到新任务中．在这一领域,少样本细粒度图像分类是最具有挑战性的任务之一,原因在于细粒度图像具有类内方差大、类间方差小的特点．为了解决这一问题,本文提出了一种基于距离与方向双重度量的神经网络,分别利用欧氏距离衡量特征间的绝对距离差异和余弦相似度衡量特征间的相对方向差异,以提升度量信息多样性和样本特征的判别性．同时,为了与当前先进的少样本细粒度图像分类方法对比,将特征提取器在不增加深度的前提下设置为双路形式,以适应不同度量方法对嵌入特征信息的需要．此外,设计了彼此分离的通道和空间注意力机制,分别通过自适应通道注意力和空间信息交叉注意力对不同阶段的提取特征进行增强,从而挖掘重要分类信息．最后,通过双相似度模块分别计算两种差异信息的度量结果,并选取一定权重融合得到最终的相似度分数,实现绝对差异与相对差异在度量空间中的协调补充．在4个主流细粒度图像分类数据集上进行实验对比与分析,最终结果表明了所提方法在相同设置下最多实现了7.0%左右的分类准确率提升．