煤体的渗透性与裂隙分维的关系

通过研究煤体的渗透性与裂隙的分型规律，揭示了煤体的裂隙发育程度与分形维数的关系，得出煤体渗透性与裂隙分维关系式及煤体渗透性随体积应力、水压、分形锥数、强度的定量变化规律，对工程实际具有重要的指导意义。     

综放采场顶煤压裂机理的实验研究

采动岩体裂隙演化规律的定量描述是岩石力学的重要课题之一。通过模拟支承压力对硬煤、软煤和中硬煤300 mm×300 mm×300 mm大煤样的压裂过程,运用分形几何理论研究了顶煤在支承压力峰值前后作用下裂隙的演化规律。研究结果表明,裂隙分维和支承压力具有良好的多项式定量关系。同时得出了基于损伤力学的顶煤压裂本构方程,为综放开采数值分析、工艺及参数选择提供了科学依据。     

纤维混凝土试件拉伸损伤分析

对拉伸试验试件的破裂面表面裂缝形态进行了分析,知其具有相似性,并计算了分维数.对比试件的抗拉强度发现,分维数高的试件,其强度也高.这说明纤维混凝土的裂缝只能绕过纤维或把纤维拉断来继续发展,这就需要消耗巨大的能量来克服纤维对裂缝发展的限制作用.纤维的体积含量越大、纤维越长,这种限制作用越强,形成的破裂面越复杂,分维数也越高,强度也越高.     

论我国特殊土粒度分布的分形结构

本文根据分形几何学理论,研究了我国黄土、膨胀土、红土三类特殊土的粒度成分特征,发现在双对数坐标下粒度含量与粒径之间呈直线关系,表明粒度分布具分形结构。根据该直线的斜率b,由公式D=3-b可求得相应的分维。计算结果表明,三类特殊土的分维界于2～3之间,且红土的分维大于膨胀土,黄土最小。分维是描述该系统的一个序参量,其大小反映了作为自组织系统的土体的本质特征,分维大,自组织程度高,土体演化处于高级阶段。本文还讨论了分维与分选程度、孔隙特征及结构特征的关系。在此基础上,指出分维是描述粘性土粒度特征,进行粘性土工程分类的一个合适的指标。     

粒度分布函数的分形表示

从分形的概念出发，导出了颗粒系统的分形粒度分布方程式，证明了几种常用的粒度分布函数是分形的，并结合破碎模型讨论了分布分维Ｄ的涵义及取值范围．     

雨水管网的分形研究

概述了雨水管网的分形特性，即管网的部分管段在某种程度上包含了整个管网的信息，与整个管网存在统计自相似性。提出了雨水管网分形算法，并对北京市周边的一些小区或村镇的雨水管网分维数进行了计算。同时，借鉴河流分形研究成果，提出雨水管网存在最优平面布置。     

分形理论在断裂构造特征研究中的应用

断裂网络是一种复杂的具有自相似性的分形体系。该文采用容量维研究了安居煤矿一、二采区断裂网络的复杂程度。通过研究表明,断层发育好,分布密集的部位,分维值较大;断层发育不好,分布相应较少的部位,分维值低。根据地质构造分形特征,将研究区分为三个区:构造简单区、构造中等区、构造复杂区。     

不同级配粗骨料对橡胶混凝土构件力学性能的分形研究

基于材性试验研究了粗骨料级配对橡胶混凝土构件强度及弹性模量的影响;通过三根不同级配粗骨料橡胶混凝土梁探讨了粗骨料级配对试验梁受弯承载力、挠度等方面的影响,并研究了三根橡胶混凝土梁在集中荷载下损伤演化过程的分形行为。用分形几何学研究橡胶混凝土梁的损伤演化过程,为橡胶混凝土结构的健康检测和安全性评估提供新的方法。     

近距离煤层群围岩碎裂特征与裂隙分布关系

六家煤矿近距离煤层群裂隙网络发育,为了防止顶板及层内裂隙导水、邻空面瓦斯超限与煤体自然发火等隐患,基于分形理论,以巴西劈裂试验和现场窥视统计试验为研究手段,探讨了岩体碎裂尺度及均匀度对裂隙分形特征的影响。研究表明：劈裂块度分维值越接近2,则破裂后碎块尺度越均匀,表现为存在一条主裂隙将试样大致均分且裂隙面较平整;劈裂块度分维值与2相差越大,碎块尺度差距越悬殊,裂隙面越粗糙。劈裂块度分维值与裂隙分维值之间符合抛物线分布,劈裂块度分维值越接近2,则裂隙分维值越大,表明劈裂块体尺度越接近,岩层内裂隙条数越少、裂隙环越平整且与层面夹角越小;劈裂块度分维值与2相差越大,则裂隙分维值越小,表明劈裂块体尺度相差越悬殊,裂隙条数越多、裂隙面越粗糙且裂隙方位无规律。裂隙分布规律与劈裂碎块尺度大小无关,与碎块尺度均匀性密切相关。     

水泥-石灰石粉浆体絮体生长多重分形特征

采用多重分形理论描述了水泥-石灰石粉浆体絮体生长的分布特征,探讨了浆体絮体生长特征与多重分形谱特征参数的关系.结果 表明:随着颗粒总比表面积(SSA)的增加,絮体间的小空隙与大空隙数目增加,絮体分布变分散,小粒径絮体数目减小,大粒径絮体数目稳定,絮体尺寸减小,整体上延缓了絮体生长,而随着SSA的继续增加,絮体生长呈现相反的结果;水泥-石灰石粉浆体絮体生长具有多重分形特征,谱宽、左谱宽和右谱宽可表征絮体生长的空间分布,且谱宽的准确性更高;谱差与左谱值可描述絮体生长的尺寸分布,且谱差的准确性更高.