兖州矿区立井井筒破坏机制的理论分析

通过对兖州矿区的工程地质水文地质的分析可知,立井井筒破坏的主要原因为井筒周围底部含水层的压缩,且含水层水头的降低与立井井筒的破坏直接存在一定的规律,底部含水层的压缩在立井井筒内产生附加应力,此附加应力造成立井井筒的变形破坏,通过拉格朗日法对立井井筒的破坏过程进行数值模拟,通过计算得到立井井筒破坏过程中各个影响因素的变化规律,从而得到立井井筒的破坏规律,为兖州矿区立井井筒破坏的治理提供理论基础,而且在立井井筒的破坏机制分析及防治方面发挥重要的作用。     

矿山立井井筒与表土之间的剪切力分析

揭示矿山立井井筒与周围表土之间剪切力的分布规律，为正确的立井井筒力学模型建立奠定理论基础。分析弹性剪切力和塑性剪切力的形成及特征，剖析以往解析分析中存在的问题。在此基础之上，利用莫尔-库仑强度理论、点的应力状态理论和桩土相互作用理论中的剪切位移法对弹性剪切力和塑性剪切力进行极为细致的分析，并最终获得反映两种剪应力随表土深度变化规律的解析解。研究结果对正确的分析立井井筒的应力分布规律、井壁危险点处的应力变化规律及立井井壁变形、破裂预测理论的建立具有重要作用，对桩土之间剪切力的研究也具有一定参考价值。     

大口径冻结立井井筒滞后出水治理技术

通过对冻结立井井筒滞后出水的水源和出水原因分析,提出了冻结立井井筒滞后出水进行注浆的治理措施,对冻结立井井筒滞后出水治理具有现实意义。     

双激光基准在井筒变形监测中应用的研究

立井井筒对于采用立井开拓方式的矿山来说是及其重要的生产和安全设施,对其进行变形监测是保障立井安全运营和维护的重要措施。利用激光垂准仪建立双激光基准进行井筒的变形监测具有效率高、稳定性强和占用井筒时间短等特点。本文针对双激光基准在井筒变形监测中的应用进行研究,提出了激光基准的建立和坐标传递的方法,并对其结果进行精度评定;分析了特征点和基准点位置关系对测量结果精度的影响,阐述了布设井筒变形监测网的要求。结果表明,激光基准能够代替钢丝锤球基准应用于井筒的变形监测中,并能获得较高的精度。     

摩擦式绞车提升立井钢罐道的更换方法

由于副立井建设已有多年,井筒内长期的淋水,使得立井钢罐道梁的严重锈蚀,加上钢罐道的磨损已超标。对矿井的安全生产有着绝对的威胁,必须进行立井井筒钢罐道更换。本文主要介绍对立井井筒钢罐道的更换方法及施工顺序。     

浅析立井井筒的快速施工

立井（又称竖井）,主要是指与地面直接相通的直立巷道,多用于煤矿开采中。立井井筒是指整个井如圆筒般的四壁。立井井筒的快速施工对整个矿井建设有着很重要的作用,不过要实现立井井筒快速施工必须要充分发挥各种机械化配套设施的作用,利用先进的技术,合理的组织工作人员,才能提高立井井筒施工的效率和保证井筒的质量。     

考虑温度应力影响的立井井壁强度设计方法

 基于大量破裂井筒工程实例,对立井设计规范方法进行验证,发现规范计算方法的判断结果与实际情况相差较大。分析表明,现行立井设计规范尚未考虑温度应力的影响,而温度差会对立井体内的应力与应变产生影响是客观事实,因此有必要对其进行修正。基于弹性理论,推导考虑温度应力影响的立井强度设计计算公式,分析公式的数学特征,考察不确定性因素及提出修正思路。鉴于该问题的复杂性,建议进行更深入的研究与探讨,以便提高规范计算方法的科学性、合理性与有效性。     

厚表土立井井壁破坏数值模拟研究

目前我国立井井筒频繁发生非采动破坏,在修复后一段时间又发生重复破坏,给我国煤炭行业带来了巨大的损失。而竖直附加力被认为是造成该种情况的主要原因。针对这种情况,以实际井筒为例,利用ANSYS有限元软件为研究平台,建立了钢筋混凝土双层井壁三维整体式有限元模型。深入研究了随着竖直附加力的变化,井壁破坏时的应力应变情况,塑性区的位置、破裂形态,破裂时间等一系列问题。同时建立了一套对井壁破坏进行预测的数值方法,并结合工程实例进行验证,结果与实际情况非常吻合。在实际工程中,这种有限元预测方法可以广泛的应用到我国各个地区的煤炭企业中,为煤炭行业的发展提供一种有益的保障。     

表土沉降阶段煤矿立井井壁破裂应力分析

煤矿立井井壁的破裂一直是一个未能很好解决的重大课题，主要原因是井壁设计时未充分考虑温度应力的影响，致使井壁的强度不能满足正常使用的要求。为此，分析了立井井壁温度应力的形成及其对井壁破裂的重要作用。从物理学中的热胀性原理及热传递理论入手，全面考虑了固体力学中的热弹性理论、材料力学中的静不定问题的求解方法以及土与弹性固体之间的相互作用原理，着重研究了作用于井筒外壁上的摩擦力分布规律，推出了求解温度应力的解析公式，并通过具体算例分析了立井井壁危险层面处的各应力成分。分析结果表明，危险层面上的竖向温度应力高达80％，环向温度应力高达70％，因而得出了“温度应力才是导致立井井壁破裂的最主要因素”的重要结论。所得结果不仅可用于煤矿立井井壁的设计，而且还可用于立井井壁破裂原因的分析及相应事故的鉴定。     

基于对矿井立井的施工慫术的探析

随着立井施工深度的增加,井筒施工配套技术遇到了诸多困难和问题,针对我国立井施工技术的实际情况,对我国的立井施工技术进行了全方位的剖析和论述?     

A fuzzy neural network approach for contractor prequalification

Non-linearity, uncertainty and subjectivity are the three predominant characteristics of contractors prequalification which lead to the process being more of an art than a scientific evaluation. A fuzzy neural network (FNN) model, amalgamating both the fuzzy set and neural network theories, has been developed aiming to improve the objectiveness of contractor prequalification. Through FNN theory, the fuzzy rules as used by the prequalifiers can be identified and the corresponding membership functions can be transformed. Eightyfive cases with detailed decision criteria and rules for prequalifying Hong Kong civil engineering contractors were collected. These cases were used for training (calibrating) and testing the FNN model. The performance of the FNN model was compared with the original results produced by the prequalifiers and those generated by the general feedforward neural network (GFNN, i.e. a crisp neural network) approach. Contractors' ranking orders, the model efficiency (R²) and the mean absolute percentage error (MAPE) were examined during the testing phase. These results indicate the applicability of the neural network approach for contractor prequalification and the benefits of the FNN model over the GFNN model. The fuzzy neural network is a practical approach for modelling contractor prequalification.     

基于模糊神经网络算法的电梯群控系统

总结了电梯群控系统的特征,研究了模糊神经网络,实现了模糊推理在神经网络结构中的运用。采用BP神经网络优化了群控系统的部分控制参数。并利用仿真将基于模糊神经网络的电梯群控系统与传统电梯群控方法进行比较。     

基于优化神经网络模型的隧道变形预测研究

神经网络预测技术一直是隧道学术界和工程界关注的关键课题.传统的神经网络对初始权值的依赖性很大,不同的初始值会导致差异很大的预测结果,并且初始值选择有很大的随机性和盲目性,往往导致网络振荡或不收敛.根据经典遗传算法的优势,对神经网络初始值进行优化,完成PB训练样本并建立非线性预测模型,避免了神经网络对初始权值的依赖性过大而引起计算误差.研究表明,GA-BP神经网络遗传算法适用于预测高速公路隧道断层破碎带围岩变形量,与现场试验数据相吻合,验证了GA-BP神经网络遗传算法工程应用的可行性,提高了预测的精度及避免人为误差.隧道洞周变形主要集中在开挖后12天,在此时间内应加强监控量测频率,以避免隧道过大变形引起坍方事故.     

基于模糊证据推理的铁路隧道施工风险评估模型建构

研究基于模糊证据推理的铁路隧道施工风险评估模型,是一个模糊神经网络配合加权指标模型。其模糊神经网络的数据模糊使用数据投影法、归一化法、去量纲法等前置模糊算法,形成14个Double格式数据并输入到多列神经网络后,使用4个相对独立的解模糊模块对数据进行解析,形成针对4个特定事故风险的评价结果。使用加权指标法对4个指标进行整合,形成总体评价指标。通过真实数据的仿真分析,对比技术领域常用的2套成型软件,在评价敏感性不变的前提下,其评价特异性从10%提升至95%以上。     

A Fuzzy Neural Network Approach to Evaluation of Slope Failure Potential

Abstract: Stability of natural slopes depends highly on their existing geologic conditions and surrounding environment. However, the conditions of a natural slope and its environment usually cannot be described with precise numbers. Thus an approach that is capable of dealing with vagueness in the stability evaluation of natural slopes is essential. This paper presents a fuzzy neural network approach for evaluating the stability of natural slopes. In this approach, fuzzy sets are used to represent the parameters of the neural network. A total of 13 factors that are believed to be important to the stability of natural slopes are used as input parameters. A two-stage training method is used for establishing fuzzy parameters. A fuzzy artificial neural network is developed and tested. A number of hypothetical natural slopes are evaluated, and the results appear to be reasonable compared with those obtained by different approaches in a previous study.     

基于微粒群算法和模糊神经网络的火灾探测研究

针对火灾探测的特点,将模糊系统和神经网络有机结合,实现模糊系统设计参数的自动调整。采用符合国家标准明火、阴燃火以及厨房环境下的干扰火等作为模糊神经网络的训练样本和测试样本,依据模糊神经网络算法要求,完成了网络结构的设计,并给出相应的计算模型,利用微粒群算法对网络的权值进行学习与训练。结果表明,该算法在探测国家标准火的火灾状态方面具有有效性和可行性。     

桥梁结构状态评估的现况、方法及问题综述

本文简要介绍了国内外桥梁结构状态评估的现况,在此基础上,阐述了可靠度理论、层次分析法、模糊理论、神经网络以及基于损伤力学和疲劳断裂等桥梁结构常用的状态评估理论及方法。最后,较详细阐述了桥梁评估的过程,说明了目前桥梁评估中存在的问题,以及桥梁评估问题的本质探究。     

基于模糊神经网络变风量空调系统风量预测研究

总风量控制法自提出后,由于其末端动作频繁、通信量大、控制复杂而一直处于研究完善阶段。在空调室的神经网络预测控制系统得出满意的动、静态性能的基础上,将模糊控制与BP神经网络结合,建立了模糊神经网络,对变风量空调系统的风量进行预测,使它们有效地发挥各自的优势并弥补各自的不足,提高了预测的精度。预测结果表明这种改进的控制方式在空调系统的负荷预测方面是有效的、可行的。     

冻结施工立井井壁受力分析

本文阐述了冻结施工立井井壁在井筒施工期间、冻结壁解冻后和矿井投产后的受力情况。分析了冻结施工立井井壁在矿井投产后受到破坏的主要原因。提出了防止立井井壁破坏的途径。     

模糊预测控制在VAV空调系统中的应用

应用模糊控制的逻辑推理性能,借助于神经网络的学习能力,提出一种基于神经网络的模糊预测控制模型。并利用该模型对VAV(变风量)空调系统的提前开机时间进行预测控制,可获得较高的预测精度和较好的控制效果。