【摘 要】
：
随着我国矿产资源开发进入空前发展时期,矿山废弃物的排放规模日益加大。尾矿坝作为一种堆放矿山废弃物的形似堤坝的构筑物,其中含有大量的重金属离子。尾矿坝的安全运行一直是矿山安全研究的核心,而尾矿坝的稳定性研究是其中最主要的研究方向之一。一旦坝体失稳破坏,不仅对下游人民群众的生命财产安全造成严重伤害,而且对环境造成的污染更是难以估量。降雨事件是导致尾矿坝失稳因素之一,评估降雨事件发生时尾矿坝的稳定性对矿
论文部分内容阅读
随着我国矿产资源开发进入空前发展时期,矿山废弃物的排放规模日益加大。尾矿坝作为一种堆放矿山废弃物的形似堤坝的构筑物,其中含有大量的重金属离子。尾矿坝的安全运行一直是矿山安全研究的核心,而尾矿坝的稳定性研究是其中最主要的研究方向之一。一旦坝体失稳破坏,不仅对下游人民群众的生命财产安全造成严重伤害,而且对环境造成的污染更是难以估量。降雨事件是导致尾矿坝失稳因素之一,评估降雨事件发生时尾矿坝的稳定性对矿山的安全运行至关重要。以江西省落木坑尾矿坝为研究背景,建立了1:100的尾矿坝堆坝模型试验,模拟不同降雨量下各空间位置尾矿的失稳状态。通过土工试验获取尾矿的物理参数:颗粒等级参数(D 50、C u、C c)、含水率、浸润线、密度、内摩擦角和粘聚力,并基于无限边坡模型计算尾矿单元的抗滑力和下滑力。从降雨和高度两个维度分析尾矿各参数的变化规律,并通过Spearman相关性分析研究尾矿各参数之间的相互作用规律。由于降雨在坝体中的渗透机制多变,降雨事件和坝体失稳之间的联系是不确定的,为了减少这种不确定性,运用贝叶斯分析预测不同降雨量下尾矿坝的稳定性,建立了基于贝叶斯的尾矿坝稳定性的评估模型。使用信息增益获取各参数预警值并以此为指标计算物理参数的先验概率,结合Leaky Noisy-or gat扩展模型计算条件概率。借助Ge NIe建立贝叶斯模型,通过贝叶斯分析得到尾矿坝在不同降雨条件下各个空间位置的失稳概率。该模型将实验参数与尾矿坝失稳机理不确定性相联系,进一步提高了客观评价的准确性。本文建立了一种新的基于贝叶斯的尾矿坝稳定性的评估模型,阐明了尾矿坝的失稳机理,预测不同降雨事件下不同空间位置的尾矿坝的状态。实现了结构和参数的自学习,在贝叶斯推理方面具有显著的优势,并可以通过结果进行反推,追溯坝体破坏的原因。
其他文献
近年来,伴随着科技经济的高速发展,足式机器人展现出可预期的民用、商用和军事用途。足式机器人不同于轮式机器人和履带式机器人受限于运动环境,而是能够适应于如坡地、楼梯、丛林等多种不平整地形。而足式单腿作为足式机器人的运动单元,是足式机器人的基础,为了保证足式机器人在复杂路况的平衡性运动,其单腿机构必须具有高爆发性、稳定性和灵活性,而单腿运动特性测试能够模拟出足式机器人在不同地形运动时的真实工况,因此高
军事信息化建设一直是各国的研究热点,但我国的武器存在着种类繁多、信息散落等问题,这不利于国防工作提取有效信息,大大妨碍了我军信息化建设的步伐。同时,我军武器常以文字、二维图片和实体武器等传统方式进行展示,交互性差且无法满足更多军迷了解武器性能、近距离观赏或把玩武器的迫切需求。本文将改进后的Yolo v4算法应用到武器识别中,将武器图片中的武器快速识别出来,提取武器的相关信息,并将其放入三维的武器展
新冠疫情期间,各类智能移动机器人在药物物资配送、疫情区域消毒、公共区域安全巡逻和出入安检测温等无接触服务方面发挥了重要作用。智能移动机器人相关技术当中,同时定位与构建地图（Simultaneous Localization and Mapping,SLAM）是自主性的核心,也是机器人实现自主移动的基础。近些年,深度学习作为备受追捧的技术,能够增强计算机对数据的有效利用能力,那么将深度学习结合到SL
表面肌电信号（Surface electromyography signals,s EMG）是最有价值的生物电信号之一。通常用于测量肌肉的活动状态,能够为许多康复医学和智能假肢的研究提供有用的信息。但肌电信号是很微弱的一种电信号,使得手势识别效果差强人意。当它与其他类型的信号结合使用时,可以弥补这些缺点。加速度信号能够精确反映运动的方向、速度和位移,陀螺仪是一种可以检测出物体运动时角速度的传感器,
目标检测算法被广泛应用于交通管控,视频监控,无人驾驶以及医疗图像识别等任务,以上各种实际的应用场景中,由于场景复杂度高,目标在复杂背景下检测精度被干扰,小目标检测的速度较慢,同时特征提取与融合部分中对小目标的关注度不足,有效的小目标信息很难最终被检测器接收,因此小目标的检测更成为检测难题,其平均精度始终不超过25%。该文针对复杂场景中小目标检测精度不高,检测系统实时性较差等问题展开研究,主要研究工
随着医学成像技术的发展,医学图像在临床诊断中变得越来越重要。不同模态的医学图像提供的信息差异较大。例如,计算机断层扫描（CT）图像对于骨骼的成像非常清晰,磁共振成像（MR）图像可以清楚地反映软组织结构,正电子发射断层（PET）图像可提供人体代谢信息,单光子发射断层扫描（SPECT）图像可提供清晰的组织和器官的血液信息。但是单一模态的医学图像有自身的局限性,只能反应个别方面的组织信息,无法提供全面准
随着铁路交通运输的飞速发展,铁路交通运行过程中的安全问题日益凸显,直接影响了铁路运输效率与运营成本。铁路道岔转辙机作为铁路交通中的一种关键设备,其安全状况直接影响着铁路交通能否正常运转。然而,传统的道岔转辙机维护手段存在着诸多问题,无法有效的保障设备的运行安全,寻找有效解决方案已成为迫在眉睫的任务。自上世纪60年代以来,健康管理系统技术在许多工程领域内得到了长足发展,该技术是一种有效的设备健康运维
当前,电子商务飞速发展,用户面对海量的信息很难快速找到满足需要的商品信息。推荐系统是信息过滤的重要手段,其核心为推荐算法的应用。目前比较流行的推荐算法是协同过滤,许多电子商务企业的核心推荐系统都基于协同过滤。然而,不经过安全性处理的基于协同过滤的推荐系统非常容易受到托攻击的影响。托攻击是指非法用户通过向推荐系统中注入伪造的用户数据,对目标项目的推荐热度进行改变,进而导致用户对推荐结果的满意度降低。
近些年来,智能制造与传统制造业紧密结合形成了新的制造业产业形态。分拣是当前制造业中较为常见的工作方式,其作业场景具有高危、操作单一等特性,因此很多公司引入机器人代替人工进行分拣。传统的自动分拣系统基于图像,通过对目标图像二值化、边缘轮廓提取实现物体分类,该方法存在目标物体识别率不高、鲁棒性较差等问题,而基于深度学习的管件自动分拣系统,具有较高的识别率及较好的鲁棒性。本文设计并实现了基于深度学习的管
医学图像融合是综合医学图像、数字图像处理、数字建模和计算机视觉等学科的交叉领域。当前伴随着计算机技术的不断成熟,通过使用多模态医学图像融合技术,对图像的质量保证起到了积极推动的作用,对辅助医疗诊断、精细手术规划、科研进展等工作具有重大的意义。目前,针对医学图像融合算法的研究逐渐成为了焦点,同时对于算法的研究取得了一定的成果,但是,当前的融合算法依然存在不足。本文主要从融合过程中基于多尺度分解图像和