采矿巷道围岩变形机理的初步研究

使用收敛观测法监测了某铁矿采区水平巷道开挖后围岩位移变化情况,并对采区水平巷道建立有限元模型,模拟巷道开挖后围岩应力、应变状况,通过巷道变形监测及数值模拟结果的对比验证了围岩变形机理的结果.     

回采巷道围岩稳定性的神经网络控制

建立了煤矿回采巷道围岩分类与支护设计人工神经网络（ＢＰ网络）模型及巷道变形预测二级神经网络模型，并通过网络自适应、学习与匹配联想，得出了巷道围岩类别与支护强度及支护方式相对应的结果。同时，通过巷道变形预测二级神经网络模型预测了巷道顶底板移近速度，两帮移近速度及围岩动态。试验表明，神经网络（ＮＮ）输出结果与实际拟合良好。     

回采巷道围岩稳定性的神经网络控制

建立了煤矿回采巷道围岩分类与支护设计人工神经网络（ＢＰ网络）模型及巷道变形预测二级神经网络模型，并通过网络自适应、学习与匹配联想，得出了巷道围岩类别与支护强度及支护方式相对应的结果。同时，通过巷道变形预测二级神经网络模型预测了巷道顶底板移近速度，两帮移近速度及围岩动态。试验表明，神经网络（ＮＮ）输出结果与实际拟合良好。     

用BP神经网络方法预测软岩巷道收敛变形

根据袁店二矿81回风巷道具体情况,建立了相应的BP神经网络预测模型,对该巷道收敛变形进行了预测,预测结果与实测值基本一致,表明神经网络方法用于预测巷道收敛变形是可行的。     

神经网络在支护优选及变形预测中的应用

盛大铁矿巷道变形破坏事故频发,严重影响矿区安全生产,以神经网络理论为基础,通过对盛大铁矿巷道进行变形监测,得到巷道变形规律,为巷道支护优化及变形预测神经网络模型的实现提供了数据支持。利用MATLAB软件建立神经网络模型,以盛大铁矿46条支护稳定巷道为学习和检验样本,建立巷道支护优选及变形预测神经网络模型,通过测试样本对神经网络模型检测,模型成功实现了支护方式优选及变形预测,为矿山支护设计及变形预测提供了科学的技术指导。     

采矿巷道的开挖变形及支护效果研究

对某铁矿采区水平巷道建立有限元模型,模拟了巷道开挖后围岩应力、应变变化状况,分析了围岩变形机理,并使用收敛观测法监测采区水平巷道开挖后的周边位移变化情况,验证巷道变形机理的数值模拟结论.最后对支护效果进行了模拟,并以此为依据对支护参数设计提出了优化建议.     

寺河煤矿二号井注浆锚索支护的模拟研究

以寺河煤矿二号井作为研究对象,对矿井巷道软岩支护问题进行了研究,利用FLAC3D软件对矿井巷道在水平和垂直状态下的变化情况进行了模拟,探讨分析了寺河煤矿二号井15#煤层的运输大巷在注浆锚索支护下的应力集中程度和巷道顶底板的沉降情况。结果表明:运输大巷在注浆锚索支护后的变形程度明显减小,同时也加强了整个巷道的稳定性和承受能力;普通锚网索对于巷道的变形等变化适应性差,注浆锚索支护方法可以长久适应巷道变形。     

基于BP神经网络模型的巷道变形预测系统开发

通过应用基于BP神经网络模型系统对某矿山巷道围岩的实测变形值进行神经网络模拟,成功预测了巷道围岩的变形,有利于巷道支护设计和生产组织.     

深部采区巷道开挖冲击矿压模拟及规律分析

建立张双楼煤矿-1 000 m西一采区及采区巷道三维模型,模拟分析了采区巷道开挖前后巷道围岩应力分布规律,在此基础上研究该采区冲击矿压规律,为采区回采冲击矿压预测及治理提供了决策依据。     

寺河煤矿深部巷道支护存在的难题及支护控制措施探析

针对寺河煤矿W1301工作面巷道出现的变形破坏问题,采取理论分析、数值模拟等方法对巷道变形破坏原因进行了深入探究,并根据地质情况,设计了返修支护方案,对巷道进行了全面返修支护,取得了较好的返修效果.     

基于改进RBF神经网络的巷道变形预测模型

由于经典RBF神经网络中的隐含层节点数、连接权值等结构参数基本由经验获取,因此经典RBF神经网络模型的性能取决于建立模型专家的主观性,存在一定的盲目性和随机性,难以对巷道变形进行准确预测。为此,采用贝叶斯阴阳和谐学习算法对经典RBF神经网络模型的隐含层节点个数、连接权值等结构参数进行了优化,提出了一种基于改进RBF神经网络的巷道变形预测模型,即对角型广义RBF神经网络模型。采用潞安和兖州矿区的综放回采巷道的现场长期监测数据分别对经典RBF神经网络模型以及对角型广义RBF神经网络模型进行了试验分析,结果显示：①对巷道顶底板变形进行预测时,对角型广义RBF神经网络模型的准确率约92.2%,经典RBF神经网络模型的准确率约80.6%;②对煤帮变形进行预测时,对角型广义RBF神经网络模型的准确率约90.2%,经典RBF神经网络模型的准确率约78.6%。上述试验结果表明,对角型广义RBF神经网络模型对于巷道变形预测的精度明显优于经典RBF神经网络模型,对于高精度巷道变形预测有一定的参考价值。     

破碎围岩巷道联合加固技术

采用现场调查与测试、井下试验相结合的方法,对寺河煤矿复合应力影响下的破碎围岩巷道——西轨大巷进行调查和评估;结合现场剧烈底鼓、两帮严重收敛、顶煤破碎等变形特征,确定该巷道采用高压注浆、锚索补强支护的联合加固修复方案。方案实施后,有效地控制了巷道变形,实现了巷道长期稳定,为类似条件下的破碎围岩巷道加固提供了经验。     

突出矿井叠加应力影响巷道围岩破坏特征及控制对策

以晋煤集团寺河煤矿巷道为工程背景,研究叠加应力影响下巷道围岩变形破坏特征,表现出剧烈底鼓、巷帮严重收敛、顶煤破碎下沉、长时间持续变形、支护体严重破坏等特点,在此基础上分析得出强烈耦合高应力、初期支护强度刚度不足且后期补强不及时、瓦斯抽采导致巷帮煤体强度降低是巷道变形破坏的三个主要影响因素。针对井下巷道中存在的问题,提出围岩控制对策和改进意见。     

深部软岩巷道底板失稳变形控制技术

为准确把握深部软岩巷道底板失稳变形控制情况,以超化煤矿31采区泵房底板破坏特征及区域地质构造为基础,对该巷道底鼓变形控制措施进行了研究,通过在底板浅部围岩形成高强可靠的承载结构来控制底板的不均匀隆起,并对后期支护效果进行了观测。结果显示,巷道底板变形得到了有效控制,保障了31采区泵房机电设备的正常安装及运行。     

基于灰色神经网络的急倾斜特厚煤层回采巷道变形预测

根据碱沟煤矿急倾斜特厚煤层回采巷道矿压观测和支护效果综合分析,利用灰色神经网络对巷道变形进行了预测,总结出了该矿急倾斜特厚煤层回采巷道变形的基本规律,实践证明预测结果比较准确。     

常村煤矿+S520大巷变形破坏情况调查及加固

对常村煤矿+S520大巷S3采区下山至S4采区上山段变形情况进行了现场调查及顶板钻孔围岩结构窥视,分析巷道变形破坏原因,并提出相应的加固建议。     

寺河煤矿大采高工作面留巷巷道锚杆支护技术研究

分析了寺河煤矿大采高工作面留巷巷道地质和生产条件,提出了43014留巷巷道的高预应力强力锚杆一次支护设计;通过提高锚杆强度和刚度、增加其施工中的预紧力,加大护表构件的面积,充分调动了围岩的自身承载能力.井下实践表明,高预应力强力锚杆支护,解决了寺河煤矿大采高工作面留巷巷道的大变形难题,支护实践取得满意效果.     

“三软”地层综放面巷道变形规律研究

通过对北皂煤矿四采区4402综放面上下巷变形全程详细观测,得出了在工作面不同推进阶段巷道的变形规律,分析了巷道变形的力学机理,提出了巷道支护的技术对策。     

高应力巷道围岩综合控制技术研究与应用

通过分析王楼煤矿二采区行人下山巷道围岩应力分布和巷道围岩破坏情况,采用锚杆端部特殊处理的高强高预紧力锚杆,并使用"亲泥性注浆材料"对巷道进行全断面分两次注浆,有效控制了巷道围岩变形。     

神经网络理论在预测巷道围岩变形中的应用

利用神经网络理论对巷道围岩变形预测问题进行了探讨，与利用灰色模型预测巷道围岩变形的结论作了比较。通过计算机模拟，构造了〔７～１〕ＢＰ模型神经网络模型。结果表明，这种方法是可行的，且有较高的精度。这一模拟的成功，说明神经网络理论是能够应用于工程实际的。