作者单位
摘要
1 中国矿业大学(北京)力学与建筑工程学院,北京 100083
2 广西交通职业技术学院 路桥工程学院,南宁 530023
实际工程中,岩石往往是在冲击荷载作用下发生拉伸破坏,与其在静态荷载作用下展现的力学性质会有明显区别,因此有必要对岩石的动态拉伸力学性能展开研究。首先使用SHPB装置对花岗岩试件进行不同冲击速度下的巴西劈裂试验,研究了高应变率下花岗岩的动态抗拉强度、破坏模式及应力波形曲线。同时基于HJC损伤模型利用LS-DYNA软件对动态劈裂试验进行了数值模拟,并与相近冲击速度下的室内试验结果进行对比,验证了HJC模型对于动态劈裂试验的适用性。结果表明:随着冲击速度的增加,花岗岩动态抗拉强度逐渐增大并与应变率近似为线性相关,破坏裂纹由I型向Y型转变。波形曲线幅值均随应变率增大而增大,其中入、反射波形逐渐趋于矩形,透射波波形由“W”形向“V”形转变。数值模拟下曲线波形及幅值与试验结果近似,在较低和较高冲击速度下,动态抗拉强度差值小于10%。研究结果表明HJC模型对于花岗岩动态劈裂拉伸试验的模拟在较低和较高冲击速度下适用。研究结果可以为今后动态拉伸试验有限元分析的模型选择提供参考。
岩石动力学 巴西劈裂 高应变率 数值模拟 HJC模型 rock dynamics Brazilian split high strain rate numerical Simulation HJC model 
爆破
2022, 39(3): 0010
作者单位
摘要
1 昆明理工大学信息工程与自动化学院,云南 昆明 650500
2 昆明北方红外技术股份有限公司,云南昆明 650500
非下采样剪切波变换(NSST)域中低频子带的融合需要人工给定融合模式,因此未能充分捕获源图像的空间连续性和轮廓细节信息。针对上述问题,提出了基于深度卷积神经网络的红外与可见光图像融合算法。首先,使用孪生双通道卷积神经网络学习NSST 域低频子带的特征来输出衡量子带空间细节信息的特征图。然后,根据高斯滤波处理的特征图设计了基于局部相似性的测量函数来自适应地调整NSST 域低频子带的融合模式。最后,根据NSST 域高频子带的方差、局部区域能量以及可见度特征来自适应地设置脉冲耦合神经网络参数完成NSST 域高频子带的融合。实验结果表明:该算法QAB/F 指标略弱于对比算法,但SF、SP、SSIM 以及VIFF 指标分别提高了约50.42%、14.25%、7.91%以及61.67%,有效地解决了低频子带融合模式给定的问题,同时又克服了手动设置PCNN 参数的缺陷。
图像融合 卷积神经网络 参数自适应脉冲耦合神经网络 NSST 变换 image fusion, convolutional neural network, parame 
红外技术
2020, 42(7): 660
作者单位
摘要
防化研究院, 北京 102205
氧化还原法制备了石墨烯, 用透射电镜、扫描电镜、原子力显微镜、拉曼光谱、红外光谱等对石墨烯进行了表征, 并在烟箱中对石墨烯烟幕的红外干扰性能进行了测试。结果表明, 石墨烯烟幕对 1.6~14 .m红外连续光谱均表现出优异的消光能力, 对 3~5 .m和 8~14 .m红外的质量消光系数最高达 5.49 m2/g和 4.78 m2/g, 平均质量消光系数分别为 3.91 m2/g和 3.25 m2/g, 干扰性能明显优于现有红外干扰烟幕材料。此外, 石墨烯气溶胶悬浮性能良好, 烟幕沉降速度不高于 1.63×10-3 m/s。
石墨烯 烟幕 红外干扰 Graphene, smoke screen, infrared interfering 
红外技术
2019, 41(11): 1071
作者单位
摘要
核反应堆系统设计技术重点实验室, 成都 610041
主要介绍了自主化中子时空动力学程序CORCA-K的相关研发进展。CORCA-K程序是中核集团自主研发的NESTOR软件包中的三维瞬态中子学计算软件。其核心功能是采用数值计算方法, 求解三维瞬态中子扩散方程。其空间离散采用第二类边界条件节块格林函数方法, 与三维稳态扩散计算程序CORCA-3D保持自洽性; 时间离散采用对角线隐式龙格库塔格式, 可在向后欧拉格式的基础上叠加实现, 且具备时步自适应功能。以三维LMW基准问题、三维LRA基准问题和秦山核电厂3号机组第5循环为计算对象, 开展了瞬态计算验证。结果表明, CORCA-K计算结果与参考程序符合较好, 且在保证计算精度的条件下, 具有更高的计算效率。
三维 瞬态 龙格库塔 three dimensional dynamic Runge-Kutta CORCA-K CORCA-K NESTOR NESTOR 
强激光与粒子束
2017, 29(6): 066003

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!