【摘 要】
：
砂岩的细观非均质性是造成应力–应变曲线及破坏特征差异性的本质原因。为探究非均质砂岩的宏细观破坏特征，采用X射线衍射（XRD）精细表征砂岩的矿物成分和含量，通过Fish语言构建矿物、节理力学参数正态分布的UDEC-Tri非均质模型，提出非均质岩样的损伤判别指标，研究了矿物颗粒弹性模量、矿物颗粒空间分布及节理黏聚力的非均质性对岩样宏观破坏及细观损伤的影响规律。结果表明：矿物弹性模量的非均质度（Cvb）
【基金项目】
：
国家自然科学基金资助项目（42107177,42277147）； 浙江省自然科学基金资助项目（LQ20E040002）～～；
论文部分内容阅读
砂岩的细观非均质性是造成应力–应变曲线及破坏特征差异性的本质原因。为探究非均质砂岩的宏细观破坏特征，采用X射线衍射（XRD）精细表征砂岩的矿物成分和含量，通过Fish语言构建矿物、节理力学参数正态分布的UDEC-Tri非均质模型，提出非均质岩样的损伤判别指标，研究了矿物颗粒弹性模量、矿物颗粒空间分布及节理黏聚力的非均质性对岩样宏观破坏及细观损伤的影响规律。结果表明：矿物弹性模量的非均质度（Cvb）增大，岩样应力–应变曲线的非线性特征增强，切线模量和抗压强度呈线性降低趋势，宏观破坏形式从剪切破坏向劈裂破坏转变。另外，Cvb值增大导致更多相邻矿物颗粒屈服不同步，张拉裂纹占比增加，岩样起裂应力与损伤应力降低。Cvb值相同时，矿物颗粒空间分布导致相邻颗粒之间出现力学参数“薄弱接触面”，与宏观裂缝扩展路径的一致性较好，是低强度岩样破裂特征离散性的根本原因；相比矿物Cvb，节理非均质度（Cvj）对岩样力学性质的弱化作用更显著。随着Cvj的增大，岩样张拉裂纹长度逐渐增加直至超过剪切裂纹，小尺度裂纹占比增大，其破裂模式从“单斜面剪切破坏”转变为“X状共轭斜面剪切破坏”。研究结果解释了同一产地、尺寸砂岩试样破坏特征差异性的机制，为建立非均质与试样强度、破坏特征的映射关系提供参考。
其他文献
随着信息技术、通信技术、人工智能和大数据的发展,高维数据作为多维信息的载体,在各行各业中都起到了至关重要的作用。数字图像尤其是高维图像是最具代表性的高维数据。然而,高维图像在传输和存储的过程中经常会出现部分数据缺失的现象,严重影响对高维数据的后续处理。高维图像可以视为天然的张量,张量填充问题旨从观测到的不完整数据推断出未知部分的数据,已渐渐成为信号处理,图像处理,计算机视觉等领域的焦点。基于低秩核
＜正＞单个的字词是没有生命的，但是将一个个字词组成句段，形成文章，便形成了画面，获得了生命，富有了情感。我们学习语文，不仅仅是明白语言中包含的内容，习得语言形式，更重要的是感受语言中包含的情感。换句话说就是要学会去“唤醒”文字，听文字的呼吸声，触摸文字的温度，感受文字的情感。名家的文学作品，为什么被众多读者所推崇，经久流传，一定是有它独有的魅力，有它独有的意蕴和情感。部编版五下第一单元的第二篇课文
目的 基于细胞色素P450（CYP450）系统研究乌头碱配伍鞣花酸、甘草苷减毒机制。方法 将HepG2细胞分为空白组、乌头碱组、鞣花酸组、甘草苷组、乌头碱+鞣花酸组、乌头碱+甘草苷组、乌头碱+鞣花酸+甘草苷组，CCK8法和LDH法分别检测细胞活力和细胞毒性，高内涵分析技术检测细胞数目、DNA和活性氧（ROS）含量及线粒体膜电位（MMP）,RT-PCR和Western blot检测CYP1A2、CY
大股东控制企业的债务融资能够对大股东掏空产生影响。笔者以2004—2018年中国沪深A股市场中剔除了金融类等特殊类型企业后的上市公司数据，运用中介效应检验方法，从样本总体、区分借款期限以及企业所有制类型三重维度，实证检验了大股东控制企业的债务融资究竟是抑制了大股东掏空还是便利了大股东掏空。从样本总体实证检验发现：大股东控制企业通过增加借款进而导致了大股东掏空的增加。从区分借款期限实证检验发现：缘于
报告1例过量甲氨蝶呤中毒引起的皮肤损害。患者女，74岁，全身红斑脱屑伴疼痛8 d。入院前连续10 d口服MTX 5 mg/d,累积剂量50 mg,服药第3天全身出现红斑脱屑。皮肤科检查：口腔黏膜糜烂，躯干四肢弥漫分布红斑，表面脱屑，部分可见糜烂渗出，以四肢受累为主。完善相关实验检查提示白细胞及血小板减少，转氨酶升高。诊断：甲氨蝶呤中毒。治疗：口服亚叶酸钙解毒，加强水化，碱化尿液，促进血小板及白细胞
由于国企作为国民经济主要命脉,国企混改对于企业高质量发展,带动整体实体经济有着重要意义,《2022年政府工作报告》指出:要完成国企改革三年行动任务,加快国有经济布局优化和结构调整,深化混合所有制改革,加强国有资产监管,促进国企聚焦主责主业、提升产业链供应链支撑和带动能力。去杠杆作为供给侧结构改革的重要内容与宏观经济发展息息相关,“十四五”规划指出:要完善宏观审慎体系,保持宏观杠杆率以稳为主,稳中有
城市道路平均车速预测不仅是智能交通信息服务系统必不可少的组成部分，也是智能交通控制和管理系统的重要支撑。以实际的城市区域路网为研究对象，构建路网空间权重矩阵，采用时空自相关函数（ST-ACF）分析实验路网平均车速的时空相关性。在此基础上，构建基于卷积神经网络-长短期记忆网络（CNN-LSTM）的短时交通速度预测模型，既能学习平均速度数据的动态变化特征来捕获时间依赖关系，又能学习复杂的拓扑结构来捕获