摘要：针对碳酸盐岩微相分析受人工鉴定经验性和主观性影响,使得传统方法难以准确、客观判识颗粒类型等问题。由此,本文作者提出一种基于深度学习的碳酸盐岩颗粒显微图像识别方法,并以ResNet50为基础网络框架,通过制作数据集、训练模型、预测分类等步骤,设计了一个碳酸盐岩主要颗粒类型自动分类识别模型。利用该模型对生物碎屑、内碎屑、包粒、球粒和团块5种颗粒进行分类识别,再采用混淆矩阵进行评价,结果显示识别准确率达到95%。不仅为碳酸盐岩微相分析提供了新方法,也为深度学习应用于实际碳酸盐岩颗粒分类识别提供了可行性论证,具有一定的实用价值。

摘要：针对传统碳酸盐岩薄片鉴定基于肉眼观察和描述,存在主观性强、定性评价为主、定量困难等问题,以亮晶颗粒灰岩为对象,设计了涵盖流程与技术的智能化岩石薄片图像信息挖掘模型。通过岩相学分析框架构建了岩相特征与薄片图像之间的映射关系。融合图像处理和深度学习设计了全流程的特征提取算法。通过卷积神经网络获得结构组分特征中对颗粒类型的定性识别,即基于改进的ResNet50模型划分颗粒所属类别(内碎屑、生物碎屑、包粒、球粒和团块)。通过数字图像处理技术获得结构组分特征中对颗粒含量、粒径、形状、接触方式的定量识别,即基于阈值分割计算颗粒含量,基于最小外接圆/最小外接矩形,结合面积比/长宽比、交并比(IoU)等算法计算颗粒形态学参数,并通过对染色图像的HSV色彩空间处理获得矿物组分特征中对方解石和其他矿物组分的定性和定量识别。以顺X井亮晶颗粒灰岩薄片样品为例,通过完整的图像识别过程验证了各个特征点提取算法的有效性,并与人工鉴定报告进行对比。岩相学分析框架能够有效地表征亮晶颗粒灰岩中的有意义信息。通过岩相学分析框架结合图像分析算法的模式,实现了对这一类碳酸盐岩的规范化流程化智能鉴定,为岩石薄片图像智能识别研究提供有效的方法支撑。

摘要：为探究斜拉索索力快速测试方法,依托人文路贾鲁河大桥,通过地基微波雷达方法对监测的多根拉索位移时程数据进行频谱分析,获取了斜拉索的振动频率,基于振动法实现了斜拉索索力的快速识别。试验结果表明,与传统接触式索力仪相比,地基微波雷达方法可实现非接触、多拉索索力位移时程数据同步测量,测量精度优于0.1mm;人文路贾鲁河大桥各斜拉索振动频率与其长度成反比关系,和理论变化规律一致。

摘要：碳酸盐岩薄片中的生物化石识别对判断沉积环境研究具有重要的意义,但传统的人工鉴定方法对经验要求高,受主观影响较大。该文提出一种基于ResNet卷积神经网络的碳酸盐岩生物化石显微图像识别方法,通过图像预处理、设计模型、训练模型等步骤,实现了薄片图像中生物化石的智能识别,识别准确率为86%;并同时提出进阶YOLO(You Only Look Once)目标检测模型,可实现薄片图像中生物化石所在区域的检测和识别,识别准确率为85%。该方法验证了使用数字图像处理和深度学习方法对碳酸盐岩生物化石显微图像进行智能识别的可行性,可作为传统人工鉴定方法的有益补充,具有一定的实际应用价值。

摘要：根据应力协调原则,提出了刚性桩复合地基沉降计算新方法—应力协调法。此方法假定刚性桩达到极限承载能力状态,从而可方便地得到桩土应力比,同时规避了复合地基压缩模量的求解。此外,通过工程实例与其他两种典型的刚性桩复合地基沉降计算方法(极限应力法和规范CFG法)进行了对比分析,得出利用此方法计算的沉降量与实测值最为接近,而且反推的应力比与规范取值符合较好。但是由于复合地基沉降本身的复杂性以及理论和工程实践的有限,应力协调法还有待于进一步改善。