基于循环神经网络的微地震有效信号自动识别

微地震地面实时监测时,代表压裂主要信息的有效信号能量弱,常淹没在噪声中,这将直接影响微地震事件的识别和震源定位的效果,因此,采用准确、快速的方法从微地震数据中自动识别有效信号尤为关键.文中采用长短时记忆网络(LSTM)的循环神经网络模型,通过综合微地震有效信号的能量特征、频谱特征、统计特征等属性来进行模型训练,并加入ReLU激活函数和L2正则化的损失函数来进行模型参数调优.将文中训练好的模型应用到实际微地震数据的结果表明,循环神经网络模型识别效果良好,充分压制了噪声,优化了数据成像.     

平行沟槽织构对TB6钛合金表面润湿性、摩擦学性能和耐腐蚀性的改善

提出了一种快速制备具有超疏水性、耐磨性和耐腐蚀性的Ti-10V-2Fe-3Al （TB6）钛合金表面的方法。通过纳秒激光器对抛光的钛合金进行精确烧蚀,构筑了具有平行微沟槽阵列特征的织构表面。随后,利用紫外线灯照射和十八烷基三氯硅烷溶液浸渍进行化学改性,进一步增强了表面的疏水性。从表面形态和化学组分的角度分析了微沟槽间隔对织构表面润湿性的影响。结果表明,在干滑动、水润滑和油润滑条件下,所制备的超疏水表面相较于原始亲水表面,平均摩擦系数分别降低了34%、56%和59%。此外,分析了相关摩擦系数变化的机理。通过动电位极化测试验证,所制备的超疏水表面展现出优异的耐腐蚀性,为钛合金基体提供了有效的长期保护。