摘要：为研究自由面对水下爆炸冲击波、气泡行为和由气泡与自由面强耦合作用形成水幕的影响,设计了小当量PETN球形装药近水面水下爆炸实验系统,开展了5种典型工况水下爆炸实验,采用高速相机和压力传感器分别获取了气泡和水幕形态演变过程、水中测点压力时间历程。根据冲击波、气泡时序特征分别分析了其自由面效应,冲击波主要变现为截断效应,气泡与自由面相互作用表现为复杂的气泡形态演化和水幕生成及演化,通过高速图像结合压力时间历程分析,进一步从气泡水平半径、中心偏移位移和水幕最大高度定量分析气泡自由面效应。结果表明:随着爆深的减小,水面反射波程差减小,自由面对冲击波的截断效应增强,即冲击波正压作用时间减小,实测截断时间差与计算时间差的最大偏差为6.81%;随着比例爆深减小,自由面效应加剧,气泡和水幕形态趋于复杂化;气泡由球形演变为卵形以及更加复杂的形态,水幕由单一的水冢,逐渐转变为水冢-顶端飞溅水柱、水冢-垂直喷射水柱-水射流等复杂形态;气泡水平半径从第2个脉动周期不再保持脉动特征过渡到第1个脉动周期,甚至到第1次气泡膨胀阶段;气泡水平半径中心偏移位移呈现出两段式变化规律,在前期偏移位移快速增加阶段(偏移位移范围0~20 mm),4种比例爆深偏移位移呈现出近似线性变化规律,线性系数相近。

摘要：地震道编辑是数据预处理中一个繁琐的过程。这可能需要大量的人力和时间成本,特别是对于大型三维数据集。目前的地震道编辑方法通常耗时较长,如果粗略地去除噪声道,可能会遗漏一些潜在的重要信息。在本章的研究中,我们提出了一种基于机器学习的自动编辑地震道的方法。此外,我们还将霍夫变换技术与卷积神经网络(CNN)相结合,以提高方法的可行性。霍夫变换是一种帮助识别图像中异常直线的特征提取方法,我们将其用来预先检测可能存在的噪声道和坏道的位置。然后,利用设计好的带通滤波器和训练好的CNN模型来识别霍夫变换标记的目标区域内真正的噪声道和坏道。在识别之后,应用自动的处理方式来确定经过处理的地震道是否有用或是仍然应该丢弃。整个方案包括四个主要步骤:数据预处理、霍夫变换检测、CNN网络训练和CNN网络预测。在实际数据应用中,准确率达到了98%,表明所提出的自动道编辑方案在实际应用中是有前景的。

摘要：针对集装箱在运输过程中可能遇到的近场爆炸问题,设计了一种具有集装箱外观的新型抗爆结构,建立了由瓦楞钢板加“三明治”夹芯结构的抗爆结构模型,其瓦楞钢板采用国标集装箱面板,“三明治”夹芯结构由上面板、填充泡沫铝的等边三角形波纹钢板芯体和下面板组成。对内部波纹钢板夹角分别为30°、45°和60°等3种抗爆结构在5种爆炸载荷作用下的抗爆性能进行了仿真计算,分别获得了3种结构的动态响应过程、能量吸收值和底面中心点最大挠度,提出了针对不同材料形状组合的无量纲冲量计算评估方法。实验结果表明:在不同爆炸载荷下,底角为30°的钢板-泡沫铝夹芯结构的能量吸收值最大;底角为45°的钢板-泡沫铝夹芯结构在不同爆炸载荷下具有最小的无量纲挠度,其抗爆性能最佳。