共查询到20条相似文献,搜索用时 15 毫秒
1.
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. 相似文献
2.
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。 相似文献
3.
回采巷道围岩稳定性的神经网络控制 总被引:3,自引:0,他引:3
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。 相似文献
4.
5.
6.
7.
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。 相似文献
8.
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. 相似文献
9.
10.
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. 相似文献
11.
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。 相似文献
12.
13.
14.
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。 相似文献
15.
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。 相似文献
16.
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。 相似文献
17.
18.
“三软”地层综放面巷道变形规律研究 总被引:1,自引:0,他引:1
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。 相似文献
19.
20.
神经网络理论在预测巷道围岩变形中的应用 总被引:5,自引:1,他引:4
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。 相似文献