内蒙古赤峰岱王山金矿田石英二长岩中角闪石、斜长石化学成分特征及地质意义

岱王山金矿田位于赤峰—朝阳金矿带东部,是古亚洲洋闭合事件形成的造山型金矿床。对金矿田成矿时代、空间分布及矿床地质特征的研究表明,石英二长岩岩体是成矿母岩体。利用电子探针对石英二长岩中的角闪石和斜长石进行了化学成分分析及相关参数计算,结果表明:角闪石属于钙质角闪石中的铁韭闪石,斜长石为更长石和中长石;利用角闪石、斜长石化学成分估算的岩浆成岩压力为1.38×10~8~2.66×10~8Pa、深度为5.20~10.04 km、温度为627℃~760℃、lg f_(O2)为-19.2~-15.5,表明成岩环境具有高温、高压和高氧逸度的特征。角闪石化学成分揭示岩浆的物质来源具有壳、幔混源的特征,是板块俯冲背景下由地幔楔与大陆地壳物质混熔形成。石英二长岩较高的成岩温度、压力和氧逸度条件,有利于Au元素在岩浆期后的成矿流体中富集,是成矿的有利岩石。     

牛东火成岩地层欠平衡技术研究与试验

吐哈油田三塘湖盆地牛东区块由于火成岩储层地层压力低、裂缝发育,在钻进过程中易出现恶性井漏复杂,储层污染严重。为有效解决三塘湖油田牛东区块严重井漏、加强钻井过程中的储层保护、提高单井产量,在该区域研究应用了充氮气全过程充氮气欠平衡钻进技术。从储层特征分析入手,重点介绍了该技术的研究与应用情况。     

利用TD-DFT探究全钒液流电池正极电解液离子微观结构

通过量子力学的密度泛函理论(DFT)模拟，对全钒液流电池正极电解液中可能存在的基态+4、+5价钒离子与H₂O、HSO₄^-、SO₄^2-基团在第一壳层结构进行探究，设定电子得失参数来模拟电池反应氧化还原过程中存在的能量变化。结果表明，单纯的价态改变并不能说明钒离子的储能性质,采用含时密度理论(TD-DFT)方式对所得模型结构进行验证，V=O(SO₄)(H₂O)₄和V=O(HSO₄)(SO₄)(H₂O)₃钒离子模型反应出和紫外-可见光谱在+4、+5价态钒离子相似的峰值，两种构型之间的电压差为1.4V接近实际值1.0V。该研究对探索液钒电池微观结构和高能量密度液钒电池的制备提供了理论和实验支持。     

基于无人机影像的西部矿区地表沉陷信息提取方法改进

利用低空无人机航拍影像进行建模叠加可高效获取矿区地表沉陷信息，但植被覆盖和航测系统性误差往往会导致沉陷模型的噪声过大，制约了航测技术在矿区沉陷监测中的实际应用。为此，以陕北某矿采煤沉陷区为试验场地，利用低空无人机航拍影像数据构建初始沉陷模型。在选取非沉陷区样本分析植被、道路、沙地等主要地物对沉陷建模精度影响的基础上，利用可见光波段差异植被指数(VDVI)从初始沉陷模型中剔除对沉陷模型精度影响较大的植被覆盖区沉陷数据，再结合高斯卷积核与数字高程模型插值算法拟合植被区域沉陷信息，生成剔除植被影响的地表沉陷模型。进一步以非沉陷区下沉量应为零作为先验条件，通过统计非沉陷区域的误差分布特征，从中提取沉陷模型中潜在的系统误差，并以统计样区与控制点的距离作为权重，分析系统误差传播规律，对沉陷模型施加系统误差改正。通过与实测数据对比表明，经植被剔除后的沉陷模型精度得到显著改善；经系统误差改正后，沉陷模型主断面下沉曲线与实测数据更加吻合。研究结果表明：在剔除噪声并改正系统性误差影响后的无人机影像建模方法能够满足西部低植被覆盖区大范围、高强度采煤地表沉陷监测的基本要求，为无人机遥感技术用于西部矿区采煤沉陷...     

基于GA-PSO混合优化BP的面板堆石坝爆破料压实质量评价

碾压质量评价是大坝智慧化施工的关键技术之一，对坝体安全稳定性具有重要影响，而目前对其评价模型和方法尚未达成一致认识。以新疆阿尔塔什面板堆石坝为依托工程，结合现场填筑碾压监测数据和试坑检测试验数据，提出基于遗传算法和粒子群算法混合优化的BP神经网络算法(GA-PSO-BP)的爆破料压实质量评价模型。通过与BP、GA-BP、PSO-BP 3种预测模型进行对比分析，证明该模型的精度和优越性。结果表明：提出的基于GA-PSO-BP模型收敛速度更快、性能更好，且基于GA-PSO混合优化后的BP神经网络爆破料压实质量评价模型精度相对较高，可用于与新疆阿尔塔什混凝土面板堆石坝类似工况的压实质量评价。     

基于混合优化算法的砂砾料面板堆石坝压实质量评价模型及工程应用研究

良好的压实质量评价模型是砂砾料面板堆石坝压实质量实时有效控制的关键。【目的】为改善现有模型的预测精度和泛化能力，【方法】依据新疆阿尔塔什混凝土面板堆石坝工程实例，采用主成分分析法优化数据样本空间，提出自适应差分进化算法与极限学习机相结合的混合优化算法，构建了基于混合优化算法的砂砾料面板堆石坝压实质量评价模型，并与现场实测结果以及其他模型预测结果进行对比分析。【结果】结果显示：该评价模型的预测结果与工程实际值的平均绝对误差MAE为0.007 08,均方误差MSE为0.000 092 3,采用原始数据预测的MAE和MSE分别为0.010 6、0.000 223;与ELM、BP、RBF等模型对比显示，该评价模型预测结果与实测结果的皮尔逊相关系数为0.824,平均绝对百分比误差MAPE为0.62%,ELM、BP、RBF模型预测结果与实测结果的皮尔逊相关系数分别为0.447、0.43、0.556,MAPE分别为1.18%、1.59%、1.01%。【结论】结果表明：碾压参数、料源参数和气象参数是影响坝体压实质量的关键控制影响因子；通过主成分分析，降低了样本空间维度，提升了模型训练效率；与实测结果相...