黑龙江东部那丹哈达地体位于锡霍特 阿林造山带中部西缘,中生代以来发生了剧烈的构造—岩浆—成矿作用,发育有热泉型、火山热液型、浅成低温热液型以及矽卡岩型等铜金矿床.笔者等在详细的野外地质调查基础上,对四平山、先锋北山、258高地和跃进山4个典型矿床的成矿岩体进行主量元素、稀土、微量元素地球化学特征分析以及锆石U-Pb年代学研究,旨在探讨研究区燕山期铜金成矿构造背景与成矿模式.研究结果表明,四平山金矿床、先锋北山金矿床、258高地金矿床和跃进山铜金矿床成矿岩体的LA-ICP-MS锆石U-Pb年龄分别为122.5±1.1 Ma、1 17.0±0.4 Ma、116.9±0.8 Ma和115.7±1.1 Ma,矿床成矿时代属于早白垩世晚期.4个矿床的成矿岩体具有相似的岩石地球化学特征,属于中分异Ⅰ型花岗岩,岩浆来源于地壳物质部分熔融源区,形成于碰撞后构造背景.结合矿床地质背景、锆石U-Pb年代学特征、地球化学特征以及区域构造演化,笔者等认为四平山金矿床、先锋北山金矿床、258高地金矿床和跃进山铜金矿床的成矿时代基本一致,成因均与燕山期中酸性岩浆相关,属于同一成矿系列,铜金成矿作用与古太平洋板块俯冲作用密切相关.

大兴安岭地区显生宙花岗岩极其发育,本文选择大兴安岭北段新立屯地区花岗岩进行了系统的锆石U-Pb同位素年代学和地球化学研究,对比了大兴安岭北段晚中生代花岗岩的地球化学特征,旨在查明其成岩时代和岩石成因,并探讨其构造意义.锆石LA-ICP-MS U-Pb同位素定年结果显示,中细粒二长花岗岩和中细粒花岗闪长岩的成岩年龄分别为(187.2±2.3)Ma和(192.4±1.6)Ma,成岩时代为早侏罗世.岩石地球化学结果显示,新立屯地区早侏罗世花岗岩具有富硅、高碱、富钾、贫镁、低磷、低钛和较低的T FeO/MgO比值等特征,富集轻稀土元素、亏损重稀土元素,富集Rb、Ba、Th、K等大离子亲石元素,亏损Ta、Nb、P、Ti元素,负铕异常不明显,P2 O5和Al2 O3含量随SiO2的增加而降低,显示出中等分异I型花岗岩的特征.岩石学及地球化学特征表明,其岩浆来源于壳幔混合源区.结合区域构造演化及构造判别,认为研究区早侏罗花岗岩形成于同碰撞火山弧花岗岩构造背景,与蒙古—鄂霍次克洋向南的俯冲作用密切相关.

古亚洲洋不是西伯利亚陆台和华北地台间的一个简单洋盆,而是在不同时间、不同地区打开和封闭的多个大小不一的洋盆复杂活动(包括远距离运移)的综合体.其北部洋盆起始于新元古代末—寒武纪初(573～522 Ma)冈瓦纳古陆裂解形成的寒武纪洋盆.寒武纪末—奥陶纪初(510～480 Ma),冈瓦纳古陆裂解的碎块、寒武纪洋壳碎块和陆缘过渡壳碎块相互碰撞、联合形成原中亚-蒙古古陆.奥陶纪时,原中亚-蒙古古陆南边形成活动陆缘,志留纪形成稳定大陆.泥盆纪初原中亚-蒙古古陆裂解,裂解的碎块在新形成的泥盆纪洋内沿左旋断裂向北运动,于晚泥盆世末到达西伯利亚陆台南缘,重新联合形成现在的中亚-蒙古古陆.晚古生代时,在现在的中亚-蒙古古陆内发生晚石炭世(318～316 Ma)和早二叠世(295～285 Ma)裂谷岩浆活动,形成双峰式火山岩和碱性花岗岩类.蒙古-鄂霍次克带是西伯利亚古陆和中亚-蒙古古陆之间的泥盆纪洋盆,向东与古太平洋连通,洋盆发展到中晚侏罗世,与古太平洋同时结束,其洋壳移动到西伯利亚陆台边缘受阻而向陆台下俯冲,在陆台南缘形成广泛的陆缘岩浆岩带,从中泥盆世到晚侏罗世都非常活跃.古亚洲洋的南部洋盆始于晚寒武世.此时,华北古陆从冈瓦纳古陆裂解出来,在其北缘形成晚寒武世—早奥陶世的被动陆缘和中奥陶世—早志留世的沟弧盆系.志留纪腕足类生物群的分布表明,华北地台北缘洋盆与塔里木地台北缘、以及川西、云南、东澳大利亚有联系,而与上述的古亚洲洋北部洋盆没有关连,两洋盆之间有松嫩-图兰地块间隔.晚志留世—早泥盆世,华北地台北部发生弧-陆碰撞运动,泥盆纪时,在松嫩地块南缘形成陆缘火山岩带,晚二叠世—早三叠世华北地台与松嫩地块碰撞,至此古亚洲洋盆封闭.古亚洲洋的南、北洋盆最后的褶皱构造,以及与塔里木地台之间发生的直接关系,很可能是后期的构造运动所造成的.

由于制造系统中设备随生产活动的进行而逐渐劣化,其可靠性及产品质量随之降低.选择合理的时机对设备进行预防维护不但可保证产品质量、降低生产费用,还可避免因设备故障而造成损失.针对多周期、多产品种类、多设备并联的生产系统,提出基于设备劣化率的保养维护和预防维护双维护模式,并以产能和库存约束、生产启动费用、生产费用、库存持有费用、缺货费用、维护费用为决策依据,对周期性生产批量和非周期性维护计划进行联合建模.在此基础上,设计了任务单元规划和多邻域下降复合算法,以实现对模型的高效近似求解.最后,通过求解大量算例,验证了模型和算法的有效性,并对实验结果进行了分析.

窃电是一种不当行为,会侵犯电能量运营商的利益,也会对公共安全造成危害.针对中国国家电网公司公布的带有窃电标签的真实用电数据集,首先对数据集进行预处理,而后分析不同类型用户的用电行为.考虑不同类型用户之间日负荷量的差异性,建立PCA-RandomForest模型进行窃电检测.同时探索时频域参数在窃电检测中的效果.对比实验证明我们所提模型是稳定的.PCA-RandomForest模型的分类效果表明日负荷量的差异性为窃电用户与诚实用户的特征之一,可用于窃电用户的检测.