XiaoMi-AI文件搜索系统
World File Search System地震仪
利用光纤陀螺仪研究钢筋混凝土框架结构的旋转运动
本文讨论了旋转运动对建筑物的影响问题，并介绍了一种名为“用于旋转事件和现象监测的光纤旋转地震仪”的土木工程应用。它专为长期建筑物监测和结构旋转记录而设计。它基于萨格纳克效应，能够直接检测单轴旋转运动，无需任何参考系统。它能够检测信号幅度范围从 10 -8 rad/s 到 10 rad/s 以及频率从 DC 到 1000 Hz 的旋转分量。本文提供的数据显示了不同楼层的钢筋混凝土框架结构的行为。通过将应用的传感器放置在建筑物的不同楼层，进行了多次测量。实验室和现场测量证实，用于旋转事件和现象监测的光纤系统是一种准确且适合土木工程应用的设备。
分布式声感应的建模和分析（...
分布式的声传感（DAS）允许将光纤变速（例如传统电信或工程电缆）变成密集的地震仪（即地震天线）可以连续几公里对地震波场进行采样（几乎）。DAS系统由审讯器和光纤电缆组成。das系统利用反向散射，这是一种现象，其中波浪遇到的反射体远小于其主要波长。在光纤中，当光脉冲与不同折射率的点（例如纤维中的杂质）相互作用时，会发生反向散射。egss，具有高温干岩层的人工地热储层，使用液压刺激，在高压下注入流体，以创建裂缝网络以进行热示驱动器。然而，诱导的地震性仍然是一个关注点（Grigoli等，2018）。为了解决这个问题，美国能源部在犹他州启动了锻造实验，重点是开发地热环境中诱导地震性的微震膜监测方法（Lellouch等，2021）。
通过人工智能改善地震预测...
抽象地震是自然灾害，难以预测并造成了许多重大的经济损失以及毁灭性的生命损失。当前对地震的早期发现可以告知公民即将到来的地震，但这只会给他们有限的时间来应对和撤离受影响地区。我们提出的解决方案结合了卫星和专门的无人机传感器，以收集实时地震数据，并与地震预测的机器学习算法协调。美国地质调查局（USGS）和美国国际发展机构（USAID）以及国家航空航天局（NASA）等机构将对于改善和实施我们建议的解决方案至关重要。我们在地震相/距离预测上研究并使用了先前的工作预测，以预测原始波形数据，然后除了相外预测地震幅度。ML模型分析组件在预测幅度时具有85-90％的成功区分相波类型和0.002损失，导致预测平均在0.4个真实强度的幅度内。生成组件能够在150次训练迭代后创建通常看起来的波形。我们的预测系统的Conops将涉及来自卫星TEC扰动测量，无人机地球仪和地震仪的数据，所有数据都用于预测可能的地震。我们估计该系统五年发展的总成本为9800万美元。我们预计，由于减少基础设施损害，死亡，伤害和灾难反应和恢复的支出，以及提高生产力和经济参与，因此收益会更大。通过AI和ML以及先进的航空技术，我们的研究希望改善地震早期发现并减少地震造成的经济和生命损失。 我们在以前的研究中进行了很大的改进，完全改进了我们的机器学习策略，并扩展了以前忽略的系统领域，包括集成和预算。通过AI和ML以及先进的航空技术，我们的研究希望改善地震早期发现并减少地震造成的经济和生命损失。我们在以前的研究中进行了很大的改进，完全改进了我们的机器学习策略，并扩展了以前忽略的系统领域，包括集成和预算。