检索结果-南通市图书馆

基于DIC及CPG技术的热冷循环后花岗岩Ⅰ型断裂特性

在线全文

学校读者我要写书评

暂无评论

煤炭学报 2024年第7期49卷 3102-3117页

作者：吴秋红夏宇浩赵延林翁磊王世鸣冯淦湖南科技大学南方煤矿瓦斯与顶板灾害预防控制安全生产重点实验室湖南湘潭411201 湖南科技大学资源环境与安全工程学院湖南湘潭411201 武汉大学土木建筑工程学院湖北武汉430072 湖南科技大学土木学院湖南湘潭411201 四川大学水利水电学院四川成都6100652

深部储层岩石的热力学特性,尤其是循环热冷作用下损伤破坏特性,对于增强型地热系统井壁稳定性分析及地热开采效率评估具有重要意义。针对中心直裂纹半圆盘(NSCB)花岗岩试样,首先进行不同热冷循环处理(加热温度400℃,最高循环次数13次),... 详细信息

深部储层岩石的热力学特性,尤其是循环热冷作用下损伤破坏特性,对于增强型地热系统井壁稳定性分析及地热开采效率评估具有重要意义。针对中心直裂纹半圆盘(NSCB)花岗岩试样,首先进行不同热冷循环处理(加热温度400℃,最高循环次数13次),然后开展3点弯Ⅰ型断裂韧度特性试验。基于裂纹扩展计(CPG)和数字图像相关(DIC)测试技术,研究了热冷循环作用下花岗岩Ⅰ型断裂韧度、断裂过程区(FPZ)、裂纹扩展速率及断裂轮廓特征的影响规律。试验结果表明:当热冷循环次数达到10次以上,花岗岩试样脆性明显减弱,而峰前软化特性和峰后延性增强;花岗岩的断裂过程区由裂缝尖端开始逐步孕育,断裂过程区长度随荷载增大呈先增大后减小的趋势,Ⅰ型断裂韧度、最大断裂过程区长度及裂纹平均扩展速度随热冷循环次数增大而指数减小,Ⅰ型断裂面随热冷循环次数增大越来越不平整。最后,基于X-ray衍射(XRD)和扫描电镜(SEM)等微观测试技术,研究了热冷循环作用对花岗岩矿物成分及微观结构的影响规律,结果表明花岗岩4种矿物成分的峰值衍射强度及矿物质量分数均随热冷循环次数增大而降低,而微裂纹大小及数量随热冷循环次数增大而增大。热冷循环作用下花岗岩的损伤劣化机理包含了多次高温热损伤、水冷冲击及水弱化等3方面的联合作用结果。

关键词：热冷循环断裂韧度断裂过程区裂纹扩展速度裂纹扩展计(CPG)技术数字图像相关(DIC)技术

在线全文

学校读者我要写书评

暂无评论

基于抗差自适应滤波的高速列车融合测速算法

同济大学学报（自然科学版） 2024年第6期52卷 935-942页

作者：王小敏贾钰林张亚东魏维伟何静西南交通大学信息科学与技术学院成都611756 四川省列车运行控制技术工程研究中心成都611756 中国航天科技集团有限公司交通感知雷达研发中心上海201109

针对Kalman滤波在高速列车融合测速过程中因观测粗差和动力学模型误差而引起的融合精度下降问题,提出一种基于抗差自适应滤波的高速列车融合测速算法。首先,在Kalman滤波的基础上构建异常检测函数和误差判别统计量,用于检测和区分传感... 详细信息

针对Kalman滤波在高速列车融合测速过程中因观测粗差和动力学模型误差而引起的融合精度下降问题,提出一种基于抗差自适应滤波的高速列车融合测速算法。首先,在Kalman滤波的基础上构建异常检测函数和误差判别统计量,用于检测和区分传感器异常观测导致的观测粗差和动力学模型误差;然后,针对观测粗差和动力学模型误差,分别采用三段式函数和指数函数构造抗差因子和自适应因子,通过2种因子合理调节观测信息和模型信息在状态估计中的权重,从而降低观测粗差和动力学模型误差对融合结果的影响;最后,通过2种运行场景以及算法对比,仿真验证抗差自适应滤波算法性能。仿真结果表明,与基于Kalman滤波的融合测速算法相比,所提出算法无论在观测粗差场景还是在动力学模型误差场景,均具有更高的精度和稳定性。

关键词：铁路运输列车测速抗差自适应滤波高速列车信息融合

孔喉结构对超深层碳酸盐岩气藏多类型储层渗流能力的影响

在线全文

学校读者我要写书评

暂无评论

中国石油大学学报（自然科学版） 2024年第4期48卷 131-140页

作者：张钰祥闫海军位云生曹正林郭建林杨胜来邓惠陈掌星郑国强王忠楠中国石油勘探开发研究院北京100083 中国石油大学(北京)油气资源与探测国家重点实验室北京102249 中国石油西南油气田分公司四川成都610051 四川石油管理局有限公司四川成都610051 加拿大卡尔加里大学化学与石油工程系卡尔加里T2N1N4

超深层碳酸盐岩气藏孔喉结构非均质性强,渗流机制复杂。选取川西北地区双鱼石区块栖霞组储层岩心,通过多尺度CT试验、核磁共振试验和储层条件下的单相渗流、气水两相渗流及应力敏感试验等,系统定量地研究超深层多类型储层孔喉结构特征... 详细信息

超深层碳酸盐岩气藏孔喉结构非均质性强,渗流机制复杂。选取川西北地区双鱼石区块栖霞组储层岩心,通过多尺度CT试验、核磁共振试验和储层条件下的单相渗流、气水两相渗流及应力敏感试验等,系统定量地研究超深层多类型储层孔喉结构特征参数与渗流特征参数的相关性,深入剖析裂缝、大孔和基质孔隙对超深层多类型气藏气体单相和气水两相渗流的影响。结果表明:不同于中深层储层,增加喉道数量对于提高目的超深层储层的渗流能力非常关键;裂缝发育增加了岩样喉道数量、提高了岩样的连通性从而来大幅度提高岩样的气体渗流能力,并降低了含水气藏的启动压力梯度,缩小了岩样的气水两相共渗区间,但裂缝受压易形变的特质导致岩样的应力敏感性增强,在高压差时岩样的渗流能力和弹性能也急速下降;大孔喉发育提高了储层的储容能力,其抵抗变形能力强的特质有利于降低岩样的应力敏感性,在高压差时维持岩样较高的渗流能力和弹性能。在实际生产过程中,应考虑对裂缝-孔隙型和裂缝-孔洞型储层在生产初期控制产气速度以维持长期稳产,对孔洞型和孔隙型储层增大生产压差或进行压裂和酸化等工艺措施以释放储层产能。

关键词：超深层气藏栖霞组碳酸盐岩渗流机制缝洞结构相关性分析

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

南方山区耕地林果化时空演变及影响机理

农业工程学报 2024年第4期40卷 317-328,F0003页

作者：张茜茜谢臻林小睿阿迪拉·艾尼瓦尔江福建农林大学公共管理与法学院福州350002 自然资源部东南生态脆弱区监测修复工程技术创新中心福州350001

为厘清南方山区耕地林果化时空演变趋势,探究耕地林果化的驱动机理,该研究以福建省为研究对象,截选2000—2020年5个时间节点,利用地形梯度分级、空间自相关分析等方法分析耕地“林果化”的时空演变特征,并借助最优参数地理探测器模型揭... 详细信息

为厘清南方山区耕地林果化时空演变趋势,探究耕地林果化的驱动机理,该研究以福建省为研究对象,截选2000—2020年5个时间节点,利用地形梯度分级、空间自相关分析等方法分析耕地“林果化”的时空演变特征,并借助最优参数地理探测器模型揭示其驱动因素。研究表明:1)福建省耕地林果化规模呈现“平稳发展转向骤增”的变化趋势,2015—2020年增加显著。2)水平空间上,林果化程度由“东高西低”向“西高东低”转变,Moran’s I从0.396增加至0.672,林果化行为在空间上呈现明显的集聚特征。3)垂直地带上,耕地林果化呈现明显的地形梯度效应,主要发生在海拔0~1000 m、坡度0°~2°和10°~20°、地形位指数为0.1~0.8的阴坡和半阴坡区域。4)不同时期耕地林果化空间分异的主导因素不同,其中高程、距居民点距离、GDP始终是稳定的驱动因子;各影响因子交互后对林果化的解释程度均呈现增强。耕地林果化演变是自然禀赋、区位条件和经济政策共同作用下的复杂结果,地方政府推行林果化管控过程中应基于耕地本底条件及驱动机理的不同进行分区整治,今后耕地占补平衡有必要推动平原林果地和山坡耕地空间置换。

关键词：土地利用农业南方山区非粮化地形梯度最优参数地理探测器福建省

人工智能大语言模型如何影响拔尖创新人才培养

在线全文

学校读者我要写书评

暂无评论

高校教育管理 2024年第5期18卷 64-73页

作者：刘绪高媛蹇林旎张婷南方科技大学高等教育研究中心南方科技大学电子与电气工程系广东深圳518055

人工智能大语言模型作为科技领域的热门技术之一,正在改变教育的发展形态和人才培养方式。文章分析了人工智能大语言模型的特征和对拔尖创新人才培养的影响。人工智能大语言模型能激发学生的探索欲、助力个性化学习、强化主动思考的能力... 详细信息

人工智能大语言模型作为科技领域的热门技术之一,正在改变教育的发展形态和人才培养方式。文章分析了人工智能大语言模型的特征和对拔尖创新人才培养的影响。人工智能大语言模型能激发学生的探索欲、助力个性化学习、强化主动思考的能力,但也存在信息交互失准、情感交流缺失和学习实践遇阻等潜在问题。人工智能大语言模型发展背景下,培养拔尖创新人才需要重塑智能化时代的教育评价、重申技术渗透下的教师角色、创新课堂教学方法、重构高效的教育管理理念,充分发挥人工智能大语言模型在拔尖创新人才培养中的积极作用,弱化和规避其消极作用,促进拔尖创新人才的成长。

关键词：人工智能大语言模型拔尖创新人才启发式教学个性化学习教师角色

不同土地利用方式和气候区域下土壤溶解性有机碳差异特征

在线全文

学校读者我要写书评

暂无评论

环境工程技术学报 2024年第5期14卷 1427-1435页

作者：李亚林练金山任凤玲生态环境部土壤与农业农村生态环境监管技术中心北方干旱半干旱耕地高效利用全国重点实验室中国农业科学院农业资源与农业区划研究所

土壤溶解性有机碳(DOC)是土壤有机碳库的重要组成部分,探讨不同土地利用方式下土壤有机碳(SOC)和DOC含量、DOC分配比例(DOC/SOC)及其差异性特征,对于深刻认识SOC周转及其可持续管理具有重要意义。通过搜集、提取2000—2024年我国已发表... 详细信息

土壤溶解性有机碳(DOC)是土壤有机碳库的重要组成部分,探讨不同土地利用方式下土壤有机碳(SOC)和DOC含量、DOC分配比例(DOC/SOC)及其差异性特征,对于深刻认识SOC周转及其可持续管理具有重要意义。通过搜集、提取2000—2024年我国已发表的涉及农田、林地和草地3种土地利用方式下表层土壤(0~20 cm)DOC含量的相关数据,共获得116篇目标文献,得到549组匹配数据;定量分析不同气候区和土壤类型条件下,不同土地利用方式(农田、林地和草地)对DOC含量影响及其SOC与DOC的相互关系。结果表明:不同土地利用方式下,SOC和DOC含量差异显著,即林地中SOC和DOC含量均高于草地和农田。不同气候区,3种土地利用方式下DOC与SOC之间均呈现极显著的正相关关系(P林地土壤中DOC所占比例的均值为2.30%,显著高于农田(0.87%)和草地(0.66%)(P0.05),其中林地(1.27%)>农田(1.18%)>草地(1.03%);温带大陆性气候区,农田、林地和草地土壤中DOC分配比例分别为1.76%、1.43%和1.28%,但无显著差异(P>0.05)。农田中不同类型土壤的DOC分配比例存在显著差异,其中褐土的DOC分配比例最高,均值为1.61%,其次是灰漠土(1.38%)、黑土(1.10%)、红壤(0.99%)和潮土(0.89%),而水稻土最低(0.74%)。研究结果对于揭示不同土地利用方式下的DOC变化具有重要意义,同时为不同土地利用方式下DOC管理提供参考。

关键词：土地利用方式土壤有机碳土壤溶解性有机碳土壤类型

混合同步课堂促进基础教育优质均衡发展的现实价值和实践逻辑——基于成都七中混合同步课堂的实践探索

在线全文

学校读者我要写书评

暂无评论

中国教育学刊 2024年第4期 1-6页

作者：张辉蓉俞献林西南大学教育学部重庆400715 西南大学基础教育研究中心重庆400715 四川省成都市第七中学重庆400715

混合同步课堂因兼具在线教育的空间灵活性和传统教育的共同存在感以及社会存在感而具有促进基础教育优质均衡发展的现实价值:无损放大优质资源,师生共育提升立德树人实效;协同提质教育教学,重塑学校组织文化;技术赋能拓展育人空间,助推... 详细信息

混合同步课堂因兼具在线教育的空间灵活性和传统教育的共同存在感以及社会存在感而具有促进基础教育优质均衡发展的现实价值:无损放大优质资源,师生共育提升立德树人实效;协同提质教育教学,重塑学校组织文化;技术赋能拓展育人空间,助推教育转型升级;铸牢中华民族共同体意识,助力乡村振兴。这些现实价值的实现,必须基于稳定而合理的实践逻辑,包括主动作为、各司其职、多元共襄的管理组织逻辑;求同存异、远程协同、双线融合的教学运行逻辑;以人为本、全面全程、量身定制的服务保障逻辑。

关键词：混合同步课堂教育优质均衡混合同步学习远程直播教学

基于LSTM网络和文本情感分析的股票指数预测

在线全文

学校读者我要写书评

暂无评论

中国管理科学 2024年第8期32卷 25-35页

作者：于孝建刘国鹏刘建林肖炜麟华南理工大学经济与金融学院广东广州510006 华南理工大学金融工程研究中心广东广州510006 浙江大学管理学院浙江杭州310058

投资决策受投资者行为偏好的影响,因此合理地捕捉投资者情绪有助于预测股票市场未来变化趋势。结合机器学习算法,分析金融市场投资者情绪,利用SVM情感分类算法,对股吧个股评论中的文本数据进行分析,从而构建出反映投资者情绪的市场情绪... 详细信息

投资决策受投资者行为偏好的影响,因此合理地捕捉投资者情绪有助于预测股票市场未来变化趋势。结合机器学习算法,分析金融市场投资者情绪,利用SVM情感分类算法,对股吧个股评论中的文本数据进行分析,从而构建出反映投资者情绪的市场情绪指标。进一步使用LSTM深度学习网络,提取市场情绪指标特征,对上证50指数进行短期预测,并对比多种传统时间序列分析模型和机器学习模型。研究结果表明,LSTM神经网络在金融时间序列预测上具有更高的准确率和精确度;加入市场情绪特征后,能进一步提升LSTM模型预测结果的准确率和精确度,说明了投资者市场情绪对于市场指数预测的有效性和适用性;此外,对LSTM模型预测结果进行误差修正,能够有效优化LSTM模型的预测结果。

关键词： LSTM神经网络 SVM分类器金融文本市场情绪指标股票指数预测

面向集合任务的多无人机电力巡检任务分配方法研究

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2024年

作者：赵慧敏罗贺阴酉龙林世忠王国强合肥工业大学管理学院过程优化与智能决策教育部重点实验室安徽省空天系统智能管理工程研究中心国网安徽省电力有限公司无人机巡检作业管理中心安徽送变电工程有限公司

在无人机电力巡检过程中，一个待巡检部件通常对应多个位置不同且均符合拍摄要求的任务点，这些拍摄任务点构成一个集合任务。为了保证巡检质量，通常要求无人机多次采集待巡检部件的图片，即访问集合任务中的多个拍摄任务点。本文针对... 详细信息

在无人机电力巡检过程中，一个待巡检部件通常对应多个位置不同且均符合拍摄要求的任务点，这些拍摄任务点构成一个集合任务。为了保证巡检质量，通常要求无人机多次采集待巡检部件的图片，即访问集合任务中的多个拍摄任务点。本文针对上述特点，将面向集合任务的多无人机电力巡检任务分配问题建模为最小最大化多站点家庭旅行商问题（Minmax Multi-Depot Family Traveling Salesman Problem， Minmax-MDFTSP），并设计了一种强化遗传算法框架。在该框架下，提出了染色体校验及修正机制、组合交换变异算子、基于贪婪策略的局部调优算子，设计了基于强化学习的遗传算法参数调优方法。性能实验结果表明，本文方法在求解质量和求解效率方面均具有明显优势。此外，通过消融实验验证了强化遗传算法框架中各个部分的有效性。最后结合实际场景下的具体案例，通过实地飞行验证了本文方法相对于现有巡检方式的优势。

关键词：电力巡检多无人机任务分配强化学习遗传算法