电石汽车卸料、破碎、除尘、输送一体化智能系统——中吴天玺系统

针对PVC企业电石车间存在的粉尘污染严重、人工操作安全隐患大等问题,江苏中吴环境工程设计研究有限公司开发了电石汽车卸料、破碎、除尘、输送一体化智能系统(即中吴天玺系统),对该系统的工艺流程、系统组成、占地空间、经济效益和社会效益簣方面进行了介绍。     

磨矿动力学研究现状及应用

磨矿动力学是描述被磨物料的磨碎速率与磨矿时间之间关系规律的一种数学模型，对分析物料在磨矿过程中的粒级及能量变化具有重要作用。为充分发挥磨矿动力学在磨矿过程中的作用，论文在分析国内外研究现状的基础上，系统介绍了两种典型的磨矿动力学模型：m阶磨矿动力学模型和磨矿总体平衡动力学模型，分析了模型中各参数的含义；以磨矿总体平衡动力学模型为重点，分析了破碎速率函数和破碎分布函数的求解方式，包括零阶产出率法、奥-勒理论简算法、卡普尔G-H算法以及经验公式法等；从物料性质、磨矿介质及配比、磨矿方式及参数、化学添加剂等几个方面分析了影响磨矿动力学模型的因素；指出了磨矿动力学模型在矿物加工工程领域的应用现状并对其未来的研究方向提出展望。研究表明磨矿动力学在矿物加工领域具有广泛而重要的应用，为进一步改善磨矿工艺提供了理论依据。     

复杂地质条件下地下厂房吊车梁岩壁成型控制爆破

针对雅安小关子水电站地下厂房吊车梁岩壁的特点 ,提出了对岩壁保护层的双层光面爆破方案及主要的爆破参数。爆破效果表明 ,所确定的控制爆破方案及设计参数是正确的 ,为类似的控制爆破工程提供了有益的经验     

破碎围岩支护优化研究与应用

为研究不同支护参数对破碎围岩下山巷道形变的影响,更合理地选择支护参数,以车家庄煤矿4^#煤层二采区下山为研究对象,运用FLAC^3D数值模拟,模拟不同支护参数时围岩的位移矢量分布情况,进而确定最佳支护参数。现场监测表明,与数值模拟的结果基本对应。     

3D打印裂隙岩体动态力学性能及能量耗散规律初探

地下岩体结构经常遭受到地震、爆炸、冲击振动等产生的动力扰动，利用3D打印技术的优势研究冲击荷载下岩体动态力学性能对实现3D打印技术在工程领域的应用具有重要意义。采用φ50 mm的变截面霍普金森压杆(SHPB)装置，对含预制裂隙的3D打印岩体试样进行动态单轴压缩试验。研究结果表明：试样的动态抗压强度随着预制裂隙倾角的增大呈现出先减小后增大的趋势，当预制裂隙倾角为30°时试样强度最小，当预制裂隙倾角为90°时试样强度最大。与3D打印岩体试样的静态单轴压缩强度对比发现，3D打印砂性材料具有明显的率效应，当应变率为139.65 s^-1时，3D打印岩体试样的动态抗压强度是静态抗压强度的4.34倍。预制裂隙缺陷在一定程度上加剧了试样的能量耗散和破碎过程，并且30°倾角预制裂隙对试样能量耗散和破碎结果的影响程度最大。同时，3D打印岩体试样的能量耗散过程与破碎块度表现出明显的自相关性，所用的3D打印砂性材料的宏观破碎结果与能量耗散之间的关系与天然岩石材料有一定相似性，为今后3D打印材料模拟天然岩体应用于动态力学试验的可行性奠定了基础。     

基于FLAC3D的破碎围岩巷道支护效果分析

为了解破碎围岩分别采用锚杆支护、锚喷支护以及锚喷+锚索耦合三种支护方式下的支护效果,进而为破碎围岩巷道选择合理的支护方式提供参考。通过借助FLAC^3D软件建立数值模型,分析不同支护条件下的破碎围岩巷道位移量、应力分布以及塑性区的时空演化特征。结果表明,采用锚喷+锚索耦合支护时,可以较好的控制巷道围岩的位移量、减小应力集中效应、缩小塑性区的影响范围。     

三门核电土石方工程中深孔爆破法的应用

浙江三门核电平基工程中采用深孔台阶爆破进行土石方开挖,对底板的平整度和完整性有很高的要求,超挖不得超过20cm,不容许欠挖。为此,根据可爆性对开挖区内的岩石进行分级,分别采用不同的钻爆参数,同时采取了预留保护层爆破、无超深爆破、底部空气间隔装药等技术措施,确保了底板的开挖质量。     

岩基载荷试验的试验成果及其运用分析

山区地基的优势为,岩石地基相比土质地基承载力更高,变形更小,基础形式更为简单,且多为桩基础和独立基础等.为了更好地发挥山区岩石的承载力,重庆地区编制了地方标准,修订了单桩竖向承载力通过岩基载荷试验确定的计算公式,很好地利用了山区岩石地基的作用机理,节约了工程造价.该文发现在众多设计文件和试验报告中,许多工程技术人员对岩基载荷试验的实验成果与使用存在误读,特别是国家标准和地方标准在计算公式上的不一致,容易造成在具体运用中混淆不清.为了进一步理清不同标准之间的关系,明确岩基载荷试验成果在使用上的路径,该文对不同标准中有关岩基载荷的规定进行了对比与分析,可为相关研究提供一定参考.     

基于Stacking集成算法的岩爆等级预测研究

岩爆是地下工程面临的一个巨大灾害，岩爆预测可以降低岩爆带来的危害。机器学习是岩爆预测方法的研究热点和发展方向，但现阶段各机器学习算法表现不同，并且相互独立工作，没有融合，不能优势互补，导致各机器学习算法的准确率、泛化性和稳定性较低。本文采用Stacking集成算法，融合现阶段使用较多的8个机器学习算法(4个集成算法和4个基本算法)，充分发挥各算法的优势，实现优势互补；为保证新特征信息具有多样性，结合各种机器学习算法的原理和岩爆样本库的特点，提出3组考虑多个岩爆预测指标的Stacking集成算法，每组算法拥有不同基模型和多个元模型，解决了传统Stacking集成算法接受特征信息受限和元模型选择困难的难题。对比分析各组Stacking集成算法与独立算法的准确率、精确率、召回率和F1值，结果表明构建的Stacking集成算法可以有效融合各机器学习算法，预测性能显著提升。在3组Stacking集成算法中，Stacking集成算法二的基模型由Random Forest Classifier,Extra Trees Classifier,Gradient Boosting Classifier和L...