过刊目录地下水在生产生活中扮演重要角色,然而,其潜在的地质风险也不容忽视,地下水的变化可能诱发滑坡、泥石流、地面沉降等地质灾害。因此,掌握地下水信息对防灾减灾和合理利用水资源具有极其重要的科学意义。在众多探寻地下水的方法中,利用浅层地温示踪地下水是一种极具潜力的技术,对于山体滑坡、泥石流等地质灾害的防治和预警方面,该技术具有重大的应用价值。针对近年来地下水的勘探方法、相关理论研究和新型试验研究方法等方面,梳理了地温反演地下水方法在河流堤坝渗漏、滑坡、地下水探查等方面的相关最新研究进展,通过与传统电法勘探方式的对比分析,分析了当前理论模型和工程勘探实践所面临的新问题,认为今后研究方向应以多场耦合、多参数结合分析地下水规律、搭建地下水动态监测系统及地质灾害预警预报平台等方面作为研究重点,以期为地质灾害防治和水资源管理提供科技支撑。
干渠及河流流速测量是水资源管理及洪涝预测的重要依据。围绕基于机器视觉的干渠流速测量技术和方法进行分析和综合,阐述了其算法的一般框架及各部分功能,重点综述了近年来粒子图像测速法、粒子跟踪测速法、时空图像测速法、光流法,以及基于深度学习的测流方法的原理、技术和发展情况,最后给出了目前尚存在的问题和挑战,指明未来可能的重点发展方向。
挤压油膜阻尼器(squeeze film damper, SFD)是航空发动机等旋转机械中常用的减振装置。随着航空科学技术的发展,衍生并发展了很多新型结构的挤压油膜阻尼器。从结构特点、减振特性、减振效果、应用情况等方面,归纳了新型结构挤压油膜阻尼器的类别,总结了目前中国新型结构挤压油膜阻尼器近年来的研究现状,指出了当前中国新型挤压油膜阻尼器研究的不足,对未来新型结构挤压油膜阻尼器的研究提出了方向和展望,说明了新型挤压油膜阻尼器的应用前景。研究结果为新型挤压油膜阻尼器在航空发动机等旋转机械的转子系统减振设计中的应用和选型提供了参考。
研究区位于钦杭成矿带中段的东乡火山盆地,已探明有多个金铅锌为主的矿点及矿化点。基于“由已知到未知”的原则,结合激电中梯测量和土壤地球化学等综合物化探成果,对比分析桥西(HS-1)和欧家(HS-2)两地区伽玛能谱组合参数特征,认为地面伽玛能谱特征参数异常中心较土壤地球化学测量得到的异常更为集中,在K蚀变带中,F参数与异常呈正相关,在Na化蚀变带中,N参数与异常呈正相关;并推测HS-2地区具有相对较好的金多金属找矿前景。研究结果为火山岩地区的单元与超单元划分提供了新的理论依据,证明在实际工作中,应该综合分析区内的地质情况和特征,确定合适的组合参数来间接解释地区成矿蚀变性质或原因,较传统单一元素的能谱研究更具指导意义。
为提高对敦煌盆地地热资源赋存特征及资源潜力认识程度,指导敦煌盆地地热资源勘查和开发,基于地热勘探和地热水地球化学资料,选用氢氧同位素测试法、Piper图解法、K-Mg地热温标法、热储法等方法研究地热水水化学特征、补给来源及年龄,计算热储温度、循环深度,评价资源潜力。结果显示: 热储层为新近系疏勒河组下段泥质砂岩、含砾细砂岩、砂砾岩,热储盖层为第四系松散岩和新近系疏勒河组上段泥岩、砂质泥岩。热源来自上地幔、地壳深部的热传导。地热水水化学类型主要为Cl·SO4-Na型水,水温28.7 ~ 38.0 ℃,溶解性总固体(total dissolved solids, TDS)1 146 ~ 3 250 mg/L。水化学和δD、δ18O、3H、14C同位素综合分析认为地热水是“古水”与现代冷水的混合水。计算地热田热储温度39.49 ~ 42.75 ℃,地热水循环深度1 020.65 ~ 1 268.34 m。结果表明: 敦煌盆地地热资源是地下水接受南部山区大气降水补给后在深循环过程中形成的地热资源。地热流体热量潜力模数为1.78 × 109 kJ/(km2·a),极具开采潜力。
西部山区大量城镇处于滑坡-泥石流等灾害链的危害范围内,因而山区城镇的安全和灾害风险值得重点关注。以甘肃省舟曲县立节镇立节沟滑坡-泥石流灾害链为例,在实地考察和遥感分析的基础上,基于合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)技术对地表形变进行分析并确定灾害链物源,利用RAMMS软件进行泥石流过程和危险性分析,并进一步进行易损性和风险评价。研究结果表明:①流域内主要沉降范围位于立节沟上方北山滑坡的古滑坡区边缘及顶部等区域,形变主要原因为土体的季节性冻融;②依据形变结果与遥感影像分析,并利用RAMMS动力模型对立节沟泥石流在1%、2%和5%3种降雨频率下进行危险性分析,综合评价结果表明高危险区面积占比为70.51%,大量分布于北山滑坡松散堆积面、沟道及沟道两岸和沟口堆积扇处;③基于危险性和易损性评价结果,立节沟泥石流高风险区面积占比为13.10%,主要分布于沟口及沟道两旁建筑处;④立节沟上方滑坡松散堆积体体积庞大,仍处于持续蠕动-变形-滑动的过程中,为泥石流的汇流提供大量物源,不同降雨频率下的风险分区结果为城镇泥石流风险减灾提供参考。
精神分裂症是一种持久的精神障碍,表现为感知、情感和行为的显著异常,但其神经机制仍不完全清楚。为了探讨精神分裂症患者与健康对照组在静息状态下全脑因果连接的差异,基于特征模态方法,提出了一种分层度指标,克服了传统图论中节点度在单层次上测量的不足。研究发现精神分裂症患者的全脑因果网络的节点度降低,并且运动系统的入度变化最为显著,而默认系统的出度变化最为显著。进一步提取高阶节点度,并基于机器学习方法,发现高阶节点度在区分精神分裂症患者和健康对照组上优于传统图论度,并且能更准确地预测精神分裂症的阳性和阴性症状,表明高阶网络特征可以作为精神分裂症的生物学指标。研究成果揭示了精神分裂症的异常高阶网络特征,有助于精神分裂症客观化诊断技术的发展。
为探究粉土质边坡在降雨条件下的变形破坏机理和劣化特征,以粉土质边坡为研究对象,通过设计大型边坡模型试验装置并结合多传感器内部监测和三维激光扫描技术,获取了30 mm/h降雨强度条件下边坡失稳过程中不同位置处的含水率、孔隙水压力、土压力及变形破坏特征。试验结果表明:坡脚处的传感器响应最快,变化速率最大。雨水在坡脚汇集后,水平方向发生渗流,导致坡脚和坡中底部含水率短时间内升高,土体抗剪强度降低。因此,降雨强度条件下粉土质边坡变形破坏从坡脚开始,首先发生小范围坍塌,逐渐形成贯穿式横向裂缝,过程中伴随着向坡体上方的小规模破坏,最终发生整体破坏。研究结果可为粉土质边坡地区的工程建设和防护提供一定的理论依据。
为揭示应变率对岩石宏观破坏特征及微观裂纹扩展规律的影响,以砂岩为研究对象,开展了不同加载速率条件下的单轴压缩试验与声发射信息实时监测,分析了加载速率对砂岩试样强度和变形特性、破坏模式、破碎特征等宏观力学响应及微观断口形貌的影响,并基于声发射b值随加载过程的演化,探讨了不同加载速率条件下的砂岩试样内部裂纹扩展规律。研究结果表明:在1×10-5~1×10-2 s-1的加载速率范围内,砂岩试样的单轴抗压强度、弹性模量与加载速率呈正相关关系,加载速率每增大10倍,单轴抗压强度与弹性模量分别增大2.66 MPa和0.087 GPa,而峰值应变减小0.213‰;随加载速率增大,破坏特征呈现从单一倾斜的贯穿断裂面,逐渐向多断裂面交叉分布形式转变的趋势,且碎块平均尺寸减小,表明砂岩试样的破坏程度增大;低加载速率下的微观断口形貌以沿晶裂纹为主,而随加载速率增大,穿晶裂纹与沿晶裂纹交替出现,且裂纹相交位置破碎特征明显,出现晶粒的大面积剥离;随加载速率增大,声发射b值从增大变减小的转折点所对应的应力与峰值应力的比值降低,表明加载速率越大,试样内部越易出现裂纹的扩展,并贯通形成较为明显的大裂纹,导致试样呈现出更为严重的破坏特征和复杂的裂纹扩展规律。研究结果对认识复杂应力条件下工程围岩的破坏特征,以及基于声发射监测信息预测围岩内部结构的损伤劣化规律具有重要指导意义。
传统的地质方法对于地质剖面的确定过于依赖地震反射分辨率以及井数据的质量,针对实际情况中开发早期可用于标定的井数据数量极少,且传统地质建模方法生成地质剖面效率较低,难以支撑模型建立和频繁更新的问题,提出了基于改进Pix2Pix网络的地质剖面生成方法。首先对初始的三维数据进行切片处理,在深度学习网络综合分析基础上,构建了基于残差和多尺度判别器的Pix2Pix网络模型,在生成器部分引入残差机制以提高网络对地质特征的学习能力,并为模型设定多尺度判别器,增强网络的判别性能。使用油田的真实地震反射数据和地质剖面数据对模型进行训练,实验结果显示:网络模型在引进残差机制和多尺度判别器后性能得到显著提升,生成结果与真实地质剖面的SSIM (structural similarity)分数能够达到91.89%,生成结果中的地质特征与实际情况高度拟合。
为探究裸眼压裂过程中,压裂液滤失的问题,在经典滤失模型的基础上,结合水力压裂二维模型,运用ABAQUS有限元软件进行模拟计算。研究发现:裂缝扩展初期,孔隙压力迅速增大,近似呈线性增长,压裂液的滤失量也随着迅速上升,此时为裂缝扩展初期阶段;随压裂液的持续注入,孔隙压力增大趋势变缓,压裂液滤失量也缓慢增大,随着裂缝宽度逐渐变宽,此时为裂缝扩展阶段;当裂缝扩展后期,裂缝长度达到一定长度后,孔隙压力变化也逐渐稳定,压裂液滤失量相对于憋压状态和裂缝扩展阶段略有减少。整个过程中,滤失量的计算考虑了裂缝动态扩展,对于实际工程上滤失情况具有一定意义。
针对致密砂岩地层的复合垢问题,以酸、白油、复合乳化剂、助剂制备一种酸包油型微乳解堵剂。采用透射电子显微镜(transmission electron microscopy, TEM)、动态光散射(dynamic light scattering, DLS)表征了微乳解堵剂内部结构及形态,并对微乳解堵剂进行了热稳定性与无机垢堵溶蚀、有机堵溶解、储层伤害性等性能评价。采用X射线光电子能谱(X-ray photoelectron spectroscopy, XPS)、扫描电子显微镜(scanning electron microscopy, SEM)以及能量色散仪谱(energy dispersive spectroscopy, EDS)对解堵机理进行了研究。解堵剂在溶液中呈球状分散,平均粒径6 nm,90 ℃稳定48 h以上,对不同位置形成的复合垢溶蚀率分别达到87.61%、77.41%,微乳解堵剂能将油润湿(120°)反转为水润湿(35°),相比于酸解堵液,微乳解堵剂能更快更有效解除复杂垢堵。岩芯驱替实验,微乳解堵剂能将岩芯渗透率恢复率提高到80%以上。研究表明,微乳解堵剂具有热稳定性好、溶垢能力高、能够有效去除有机无机复杂垢等优点,可有效解除井筒、近井地带堵塞物,疏通井筒及地层渗流通道,提高油气产能。
风力机叶片等复杂装备面临着性能退化和随机冲击的双重影响,且这两种损伤模式之间存在两对互依关系:退化过程内在因素之间的相互依赖,以及退化过程与冲击过程之间的相互依赖。这些特性给装备的可靠性分析带来挑战。为解决此问题,基于两种相互依赖竞争失效过程(mutually dependent competing failure processes, MDCFPs)模型,建立了新MDCFPs模型,该模型整合了两对互依关系。以基于Gamma过程的风力机叶片刚度退化模型和基于齐次泊松过程的极端冲击模型为例,采用控制变量法对3种模型的精度与差异进行分析,并研究了关键参数的影响。结果显示,相同条件下,新模型的可靠度与实际观测的经验可靠度最接近,绝对误差不超过0.12;同时,新模型的可靠度低于两种基础模型,最大绝对误差分别为0.26和0.40。通过调整新模型参数,新模型与基础模型的可靠度绝对误差均控制在0.03和0.02以内。这表明新模型综合考虑了各因素之间的互依关系,有效避免了高估可靠度的风险,并且能够较好地代替基础模型,具有更广泛的适用性。
涡桨发动机减速器轴承的局部故障会严重影响发动机的运行安全。由于减速器结构复杂、运转高速,导致作为监测机械零件运行状态的振动信号成份十分复杂。为了能够从振动信号中实时检测到轴承故障信号成份和准确地提取轴承的故障特征,提出了基于振动信号的快速傅里叶变换(fast Fourier transform, FFT)频谱、快速谱峭度图(fast kurtogram)算法、包络谱(envelop spectrum)相结合的故障检测和诊断方法。首先,在发动机运行过程中使用频谱分析检测振动信号中是否存在轴承故障冲击信号成份,然后采用快速谱峭度图确定故障信号的分布频带。最后,运用包络谱分析提取故障特征频率,根据故障特征频率确定故障发生的具体部位。在某型号涡桨发动机地面台架试验过程中,使用此方法准确检测和诊断了减速器轴承内滚道的剥落故障。因此,此方法可以为航空发动机减速器轴承故障检测与诊断技术的工程应用提供依据。
针对海上浮式风机复杂的受荷环境,特别是持续、周期性的海浪作用带来的疲劳损伤隐患,对其在波浪耦合作用下的疲劳性能展开了研究,给出了一种浮式风机长期视角下的疲劳损伤评估方法。以Spar型海上浮式风机为对象,基于拉格朗日方程建立了其8-DOF(dgree of freedom)的波浪耦合作用非线性模型,并验证了所建模型的准确性,随后在所建模型基础上根据所提方法对其疲劳性能进行了探讨。结果表明,浮式风机的疲劳损伤与波浪载荷特性关系很大,不同工况下表现出不同的损伤性能,由于海况条件的随机性,仅按传统方法对风机进行疲劳估计不足以准确了解其疲劳性能,还需进行长期视角下的疲劳分析。而且风机塔架根部疲劳损伤的峰值出现在塔架自振周期附近,而长期疲劳损伤的峰值则出现在海域高概率海况周期范围,因此应尽量使风机的自振周期避开其峰值周期,从而避免风机损伤的高位叠加,减小疲劳损伤。分析还表明了所提基于蒙特卡洛法的浮式风机长期疲劳计算方法的有效性,精度高且耗时少,提出的改进算法能使输出结果波动变小、稳定性增强,结果也更为精确。
开展多元负荷的准确预测对提高新能源消纳、实现节能减排、确保电网安全可靠运行具有重要意义。为了提高多元负荷同时预测的精度,构建了奇异谱分析与双向长短期记忆网络相结合的多元负荷同时预测模型。首先,利用皮尔逊相关系数进行耦合特征提取,以识别多元负荷数据中的内在关联和依赖关系;其次,使用奇异谱分析进行特征提取,以便更全面地捕捉多元负荷数据的动态特性,降低预测难度。最后,针对所提模型引入多任务学习,利用多个负荷预测任务之间的共享信息,相互辅助进行预测,提升预测精度。实验分别通过多区域多元负荷和柔性负荷及风光发电数据进行仿真分析,结果表明,在多区域中电、热、冷负荷预测平均绝对百分比误差平均提高0.41%,均方根误差平均提高0.02 MW。
为合理高效利用生物质资源,考虑各微源单元的运行成本和环境成本,设计了一种基于改进生物质气化的冷热电联供微电网经济调度模型。针对麻雀搜索算法易陷入局部最优的问题,提出一种改进的麻雀搜索算法(improved sparrow search algorithm,ISSA)对所提出的模型进行求解。首先,使用正弦混沌图生成空间上均匀分布的早期麻雀种群。其次,加入互利学习机制并引入变异策略,以增强该领域个体之间的信息共享和全局搜索能力。最后通过对比ISSA、SSA、灰狼算法、鲸鱼算法和海洋捕食者算法的迭代结果,证明ISSA具有良好的寻优效果和稳定性。并通过典型仿真案例分析,验证了ISSA算法解决冷热电联供微电网经济调度问题的有效性。
为探索大脑与视觉之间的联系,提高大脑活动重建视频的清晰度与准确性,提出了一种名为高质量脑电视频重建(high quality electroencephalogram video reconstruction, HQEEGVR)的方法进行脑电信号重建视频。首先,提出三分支脑电特征提取网络——掩蔽时空频融合网络(masking spatio-temporal frequency fusion network, MSTFFNet)从脑电信号中提取大脑活动信息,深入挖掘大脑活动变化背后的语义,同时提取时空频信息;其次,引入跨模态对比学习,对齐脑电、文本、图像特征,以便生成阶段使用;然后,提出级联视频扩散模型,具体来说,先利用稳定扩散模型以脑电特征为条件生成参考视频帧,接着以视频帧为参考,融入运动矢量,引入视频扩散模型捕捉视频时间特征;最终生成高质量视频。结果表明,该模型在重建视频的主体、动作、颜色、语义等方面表现较好。可见利用脑电信号可以捕获大脑活动的视觉与语义信息,从而重建高保真度和视觉真实性的视频。
针对RRT-Connect算法在复杂环境下路径规划效率低、避障能力差以及生成路径质量差等问题,提出一种改进的RRT-Connect算法。首先,提出一种双向目标偏向策略,增加算法的目标导向性以及路径规划效率。其次,提出一种避障优化策略,增加算法在复杂环境下的主动避障能力以及通过能力。最后,加入路径重组策略和平滑策略对生成的初始路径进行优化处理,减少路径长度及拐点,提高路径质量。通过MATLAB将改进算法与其他算法在3种复杂环境下进行对比研究。仿真结果表明,改进算法相对规划时间更少、路径长度更短、采样次数更少、路径规划成功率更高,证明了改进算法在复杂环境下的有效性。
针对电动调节阀控制系统在实际生产过程中存在的非线性、多扰动等问题,提出一种基于改进蚁群算法优化单神经元PID(proportional integral derivative)的控制方法并将其应用于阀门开度控制中。该方法利用单神经元网络的自学习和自适应能力,实现PID控制参数的在线整定,并采用改进的蚁群优化算法优化单神经元PID中的学习速率和神经元比例系数,有效克服了单神经元PID中的学习速率和神经元比例系数因经验设定而无法达到预期控制效果的不足。仿真对比结果显示,相比于传统PID、单神经元PID以及基于蚁群优化算法优化单神经元PID 3种控制方法,本文提出的控制方法超调量分别减少了10.2%、6.1%和1.8%,同时调节时间也相应缩短了0.22、0.07、0.03 s,并且表现出更强的自适应和抗干扰能力,能够使阀门开度控制更加稳定可靠。
网络入侵检测系统(network intrusion detection systems,NIDS)对维护网络安全至关重要。然而,由于网络流量数据的复杂性和类不平衡问题,现有检测模型往往出现高误报率和对不同攻击类型的检测精度不足的现象。为了克服这些挑战,提出了一种基于拓扑数据分析(topological data analysis,TDA)的网络入侵检测不平衡学习方法,称为TopoSMOTE,用于生成新的少数类以平衡训练样本。TopoSMOTE的核心在于构建拓扑图来合成新样本。首先,该方法使用TDA映射网络流量数据中的空间关系和连接模式,并构建拓扑图。然后,基于拓扑图设计了一种少数类样本选择策略,通过低维映射空间中的距离度量选择具有拓扑关系的最近邻样本来合成新数据。本文在两个类不平衡的数据集上进行了实验。实验结果表明,与先进的过采样方法和入侵检测模型相比,TopoSMOTE方法具有更高的检测精度和更低的误报率。
针对飞鸟识别中存在密集目标识别不准确、小目标检测困难等问题,提出一种基于改进YOLOv8的飞鸟识别算法。首先,针对密集目标识别难度大的问题,采用多尺度线性注意力机制EfficientViT替换骨干网络,实现全局感受野和多尺度学习,提升模型性能和效率的同时提高密集目标识别效果。然后,针对小目标飞鸟检测困难、容易出现漏检的问题,引入高效多尺度注意力 (efficient multi-scale attention, EMA)机制,通过通道重组实现跨维度聚合特征,从而更好地捕捉全局信息,实现多尺度特征融合,减少漏检概率。实验结果表明,改进模型在鸟类识别基准数据集CUB-200-2011和自制数据集birds28上的mAP50分别达到77.1%和88.4%,较原始YOLOv8模型分别提高了4.5和5.4个百分点,验证了改进模型的有效性。
针对当前汽车零部件多特征提取智能溯源与真伪鉴别系统在提取多种汽车零部件材料表面纹理(如连续型、非连续型等)特征时存在的局限性,提出一种基于微观视觉和神经网络的汽车零部件防伪特征提取算法自动匹配技术。该算法结合人工智能自动匹配技术与微观视觉图像处理及神经网络混合算法,对汽车零部件进行防伪特征提取与识别。首先对采集的汽车零部件材料表面微观视觉特征图像进行频域变换、滤波和降噪处理;然后根据二维频域特征判断纹理类型(包括连续型、非连续型和轮廓型);针对不同纹理类型,从算法库中选择适合的算法,提取并分析关键属性特征点。最后,构建深度学习框架,搭建汽车零部件微观视觉特征识别模型,并与先验特征库进行匹配,完成分类与真伪判定。实验结果表明,该算法能够有效提取并识别汽车零部件表面的防伪特征,准确率较传统方法有显著提升。通过与先验特征库的匹配,算法能够准确区分真伪,提供可靠的防伪验证结果。该方法能够有效解决多种汽车零部件材料表面纹理特征提取的复杂性,提升了防伪和溯源系统的准确性。基于微观视觉和神经网络的自动匹配技术显著增强了汽车零部件真伪鉴别的精确度,为汽车零部件的防伪提供了一种创新且高效的解决方案。
为了探究碳纤维筋增强地聚合物砂浆复合体系(carbon fiber reinforced polymer-reinforced geopolymer matrix,FRGM)增强钢筋混凝土梁的加固效果,通过数值模拟研究了FRGM体系抗弯加固钢筋混凝土梁的力学性能。包括建立三维有限元模型,模拟FRGM体系加固钢筋混凝土梁的破坏模式、特征荷载以及荷载-跨中位移曲线,以及探讨FRGM层的厚度、长度以及原试件的预损伤程度对加固效果的影响。研究结果表明,FRGM层厚度对钢筋混凝土梁极限承载力影响不明显,提升幅度为72.29%~79.38%,但其刚度有一定的提升,最高达38%;增加FRGM层长度可以提高钢筋混凝土梁的极限承载力,但随着FRGM层长度的增加,极限承载力的提升幅度逐渐减弱,且FRGM层长度与极限承载力之间不存在线性关系;相较于原构件,对钢筋混凝土梁进行预损后加固,其承载力有一定程度的提升(36.5%~73.66%),说明FRGM加固方法的有效性。
为了研究装配式地铁车站结构在倾斜可液化场地中的适用性,基于长春双丰站的工程实际,采用有限差分软件FLAC3D开展了可液化地层中装配式地铁车站结构的地震响应分析,分析了地基孔隙水压力、液化土体侧移、地铁车站结构的动力反应与上浮特征及装配式地铁车站结构的变形特点等。结果表明,倾斜可液化场地条件下装配式地铁车站两侧孔隙水压力呈现出靠近车站结构位置出现明显的负孔压现象,且结构左侧(上坡向)土体的负孔压明显大于右侧(下坡向);地基土体距离车站结构越远,液化现象越明显;装配式地铁车站结构对周围土体侧移流滑有明显的抑制作用;上坡向侧墙(构件C1)主应力大于下坡向侧墙(构件C2),且结构上坡向侧墙底部主应力最大,因此在抗震设计时应重点注意结构上坡向侧墙。
针对隧道穿越富水断层破碎带围岩塌方和涌水难题,以云南渝昆高速铁路隧道为工程背景,开展隧道三台阶法施工流固耦合数值分析,结合现场围岩变形监测结果,研究穿越富水断层破碎带隧道围岩变形机制与地下水渗流规律。研究结果表明,隧道掌子面开挖至富水断层时,逆断层上盘岩土体向下塌陷,拱顶沉降急剧增大。在断层处,中、下台阶的岩土体无法为围岩提供稳定支撑,隧道净空先增大后减小。地下水主要沿着台阶面和掌子面渗流,隧道上方仍存在较大孔压,可增加排水管将水引入边沟。
为进一步分析驾驶员在毗邻城市地下道路出入口分合流段的视觉特性及风险情况,基于实车试验所采集的数据,通过构建线性拟合模型及计算瞳孔面积增长率分析了瞳孔面积变化规律,并基于K-medoids聚类法对驾驶员的注视兴趣区域进行划分,分析了驾驶员注视行为特征。通过构建博弈论-可拓云评价模型针对毗邻城市地下道路出入口分合流路段的行车风险进行了评价。结果表明,驾驶员瞳孔面积在入口段呈线性增长而在出口段呈现线性减小规律,整体变化毗邻入口合流段>毗邻入口分流段>毗邻出口分流段>毗邻出口合流段,同时驾驶员在毗邻城市地下道路出入口分合流段受多方面因素的作用存在一定行车风险,针对评价结果与实际调研情况相结合,分析了各路段存在风险诱因,并在此基础上提出了优化改善方案。
为了提高森林火灾灭火效率,减少对森林资源和生态环境的损害,制备了一种由A类泡沫灭火剂与纳米SiO2颗粒组成的三相A类泡沫灭火剂。采用双注射器法和木垛灭火试验平台,研究了纳米SiO2质量分数对泡沫稳定性和灭火效能的影响。研究结果表明:纳米SiO2显著增强泡沫稳定性,延缓泡沫析液与泡沫粗化;与传统A类泡沫灭火剂相比,三相A类泡沫灭火剂在相同驱动压力下更快速、高效地熄灭火焰,无复燃且用量更少;1.5% SiO2的三相A类泡沫灭火剂表现出最佳灭火效能。三相A类泡沫灭火剂显著提升灭火效率,减少灭火剂消耗,且成本低,适用于大规模森林火灾。研究为森林火灾的高效灭火提供了新方案,具有广泛的实际应用前景。