浆体管道输送流型特性及其阻力损失分析

浆体管道输送是当今世界上五大运输手段之一，近年来在我国矿山、冶金、能源、建筑等诸多部门得到迅速发展。本文主要分析了浆体在管道输送中的流型特性以及阻力损失。     

基于ECT技术的充填管道内固液两相流仿真方法研究

矿山充填过程中,管道中产生的结块和充填料浆中夹杂的废石会造成堵管或爆管等严重安全事故,制约了矿山充填技术的应用与发展,所以及时对管道内堵塞结块及废石的方位和大小进行检测,对矿山充填的安全稳定有着重要意义。以电容层析成像(ECT)技术为基础,研究了矿山充填管道的检测方法。针对传统ECT重建算法成像质量差、精度低等问题,提出了一种适用于充填管道内固液两相流检测的基于极限学习机和卷积神经网络的ECT图像重建方法。该图像重建网络由单隐藏层前馈神经网络和图像预测网络两部分组成。利用极限学习机建立电容数据与介电常数值的映射关系,并通过图像预测网络完成对图像的重建。通过充填管道仿真试验,证明了该方法不仅能够有效减少重建图像的伪影和变形,提高图像重建准确度,而且对充填管道中可能出现的复杂情况有较好的重建效果。所提出的ECT图像重建方法对于矿山充填管道内存在的堵塞结块及废石的检测有很好的效果,可以有助于推动ECT技术在充填管道检测领域的应用和推广。     

基于ERT技术的矿山充填管道堵塞三维可视化检测方法

全尾砂胶结充填法,在金属矿山的开采中被广泛应用。充填料浆在管输过程中的堵管、爆管现象,给充填管道带来很大的安全隐患,是制约充填技术发展和应用的瓶颈。为了探索矿山充填管道堵塞的可视化检测方法,获取矿山充填管道内壁结块的几何形状与相对位置的三维信息,利用COMSOL软件建立多层ERT传感阵列的三维模型,采用有限元方法求解ERT正问题,阐明了ERT三维敏感场内电势与电流密度的变化趋势。在此基础上,以灵敏度为媒介分析ERT的“软场”特性,揭示了三维敏感场内检测灵敏度的分布规律。采用Gauss-Newton算法求解ERT的逆问题,对5种堵塞仿真模型进行三维图像重建,仿真结果表明正则化Gauss-Newton一步算法在重建图像质量上与正则化Gauss-Newton迭代算法差别极小,但在重建时间上优于正则化Gauss-Newton迭代算法,更适合三维图像重建。Gauss-Newton一步算法中选择Laplace先验知识优于Noser先验知识。最后,根据仿真模型,采用某金属矿尾砂制作尺寸不同的4种结块试件,养护14 h后放入充满质量分数为74%全尾砂充填料浆的竖直管道中的5个不同位置,模拟充填管道内壁...     

似膏体充填料浆流型和流态的研究

通过流变特性实验和分析,研究了以河砂和粉煤灰作骨料的似膏体充填料浆流型和流态.结果表明,河砂和粉煤灰作骨料的似膏体充填料浆流变模型近似于宾汉塑性体,料浆在管路中的流动呈层流状态.从料浆的流动性、均质性和脱水率考虑,适宜的料浆浓度为77%～78%,料浆中粉煤灰的合适含量为20%左右.     

基于差分进化算法的钻头波阻辨识研究

通过建立以透射系数为参数的钻头入、反射波状态方程,将冲击凿岩机械系统中钻头波阻特性参数估计转化为以透射系数为参数的非线性全局优化问题。基于差分进化算法,给出了一种辨识方法以求解这个全局优化问题。结合3种不同波阻特性的凿岩钻头冲击实验数据,对两种典型差分进化算法的有效性和实用性进行了研究,且与基于遗传算法和微粒群优化算法的辨识方法进行了性能比较。研究结果表明,所提方法在收敛性和鲁棒性方面均好于遗传算法和微粒群优化算法,所涉及的控制参数较少且工程应用上容易调整,为冲击凿岩机械系统中钻头波阻特性参数的离线辨识提供了一种新的方法。     

某铁矿管道自流输送分析及管道磨损研究

对某铁矿充填系统的管流输送进行了输送参数确定及管道磨损研究,采用经验公式得出料浆临界流速及运输管道的临界管径,并运用Fluent进行数值模拟分析,找出料浆在输送过程中对输送管道磨损较为严重的部位。结果表明,铁矿料浆质量浓度62%~68%时,临界流速0.806~0.831 m/s、输送管道直径0.207～0.209 m条件下可实现自流输送;料浆流动过程中速度与压力最大值集中在管道中心线附近,但在各拐点处的管段料浆流速与压力会产生突增,且最大值在拐点内侧管壁;在拐点后一段管道内料浆流速与压力值先增大后减小,最大值由靠近下管壁逐渐回到管道中心线附近;整个输送管道中磨损较为严重的部位出现在弯管内侧及其接下来的一段管道的下管壁。     

基于RS-GWO-GRNN的充填管道失效风险研究

为克服充填管道失效风险评判指标间的复杂性,传统方法预测精度低及适用性差等缺陷,提出基于粗糙集(RS)和灰狼优化(GWO)算法融合广义回归神经网络(GRNN)的充填管道失效风险评价模型。选取10项风险评价指标,通过属性约简提取影响充填管道失效的主要风险因素,运用GWO优化GRNN的参数,构建预测模型,以国内某具体矿山充填系统为例进行实证研究,结果表明:与其它预测模型相比,RS-GWO-GRNN模型的预测精度更高,泛化能力更强,为充填管道失效风险研究提供了新思路,具有较好的借鉴意义。     

PSO-Fuzzy-IMC算法在充填浓度控制中的应用研究

尾砂充填是一个复杂工业过程,充填过程中存在大滞后、非线性和时变性特点,传统控制策略效果不佳,难以实现尾砂浓度精准控制,因此需要先进控制算法进行充填浓度的精准控制,提高浓度控制的稳定性。以某黄金矿山生产工艺为研究对象,建立充填浓度控制模型,提出了一种模糊内模控制策略,利用粒子群算法对模糊自适应参数进行在线辨识,在MATLAB中进行浓度控制系统仿真。与IMC算法和Fuzzy-IMC算法对比,优化后的模糊内模控制算法具有超调量小、鲁棒性高等优点,浓度控制响应速度快,稳定性高,在抗干扰性和稳定性方面优于内模控制和模糊内模控制算法,浓度控制误差在2%,比内模控制算法提高3%,明显提高系统的控制精度,更好地满足实际应用的要求。     

低压风力管道充填在薄及中厚煤层的应用

为提高顶板支撑效果和充填效率,在31113W工作面采用低压风力管道充填工艺,对原机械充填和现低压风力充填的充填设备、充填能力和充填效果等进行对比分析。研究结果表明:相对于机械充填,低压风力管道充填的充填密实度高,支撑顶板的效果好,工人的劳动强度小,安全系数高,综合经济效益好。     

充填管道磨损风险的KPCA-PSO-GRNN评估模型及应用

针对影响充填管道磨损风险因素的复杂性和不确定性,为更加科学准确的预测充填管道的磨损状况,减少由管道磨损带来的矿山损失,构建了一种基于核主成分分析(KPCA)和粒子群算法(PSO)优化广义回归神经网络(GRNN)的充填管道磨损风险评估模型。建立充填管道磨损风险评估指标体系,运用KPCA,对数据进行特征提取,将其结果作为GRNN的输入,采用PSO算法优化选取GRNN的光滑因子,完成GRNN的训练和学习,将该模型应用于国内某矿山充填管道的磨损风险评估中,并与其它模型进行对比。结果表明,利用该模型可以准确的预测充填管道磨损风险等级,与实际情况相一致。工程应用实例表明,所建模型预测精度更高,适用性更好,对充填管道的磨损评估具有较好的借鉴意义。     

井下瓦斯抽采管道泄漏的圆柱面定位算法研究

针对影响瓦斯抽采管道泄漏定位精度的传感器布置问题,提出一种当泄漏源不在2个传感器所在母线上的圆柱面定位新算法。首先利用小波包技术对泄漏声发射信号进行了降噪;再通过联立2个线定位公式的新算法对管道瓦斯泄漏进行了面定位。实验结果证明了该算法精度较高,可靠易行,能够满足井下瓦斯管道泄漏的实时精确定位的要求。     

石人沟铁矿充填管道布置方案优化研究

以石人沟铁矿管道布置为背景,初步探索了FLUENT计算流体分析软件在充填料浆管道输送中的应用,采用L型管道输送试验参数锁定充填倍线为优化目标,对不同充填倍线方案进行了数值模拟和分析,结果表明:在全尾砂胶结充填料浆浓度为72%,流量为100m3/h条件下,充填倍线6.5为最优管道布置方案。该方法可为国内外其他金属矿山充填管道布置优化提供参考和借鉴。     

基于神经网络B—P学习算法的采面顶板类型辨识模型

神经网络的研究是当今系统工程和人工智能领域前沿课题之一，本文在Ｂ－Ｐ神经网络结构及其学习算法简介的基础上，运用神经网络建立了采用顶板类型辨识的神经网络模型，该模型辨识的正确率达１００％。实例表明，神经网络是用于解决复杂非线性系统辨识问题的有效方法，并可望在煤矿开采领域其它辨识问题中得以推广应用。     

基于RS-SCA-PPR的充填管道失效风险预测精度研究

为提高充填管道失效风险的预测精度,建立了基于粗糙集(RS)和正余弦(SCA)算法优化投影寻踪回归(PPR)的充填管道失效风险预测模型。以某矿山为例,选取10项影响因素构建充填管道失效风险预测指标体系,通过RS属性约简原理提取5项核心因素,再利用PPR对充填管道失效风险进行预测,并采用SCA对模型参数进行优化。结果表明:RS可有效消除冗余信息,简化运算过程,SCA-PPR预测精度高、模型性能好,拓宽了矿山充填管道失效风险预测研究的思路。     

基于神经网络B─P学习算法的采面顶板类型辨识模型

神经网络的研究是当今系统工程和人工智能领域前沿课题之一。本文在Ｂ—Ｐ神经网络结构及其学习算法简介的基础上，运用神经网络建立了采面顶板类型辨识的神经网络模型，该模型辨识的正确率达１００％。实例表明，神经网络是用于解决复杂非线性系统辨识问题的有效方法，并可望在煤矿开采领域其它辨识问题中得以推广应用     

泵送矸石充填管道磨损与堵塞成因及对策研究

分析了泵送矸石充填体在管道内的流动特性,并结合王河煤矿现场应用,分析总结造成输送管道磨损和堵塞的原因,提出了一系列相应的改进和预防措施,有效地降低了管道磨损和堵管事故的发生,保障了充填作业的顺利进行。     

基于改进PSO算法的煤矿相机参数优化设计

为提升基于PSO算法的煤矿相机参数选取的准确性,提出了一种基于惯性权重调整对粒子群算法进行优化的方法。在优化中在结合e指数法的基础上,通过粒子适应度函数值对惯性权重进行动态调节,在迭代的前期阶段,此时的适应度值较大,根据迭代次数对惯性权重进行调整,在迭代的后期阶段,此时的适应度较小,则根据适应度值对惯性权重进行调整,从而达到减少迭代次数、提高精度的目的,通过优化后的算法对张氏标定法得到的相机内参进行调节。为验证算法优化后的效果,对优化参数后的相机进行标定试验,经标定试验可知,改进PSO算法对煤矿相机参数优化后,平均误差为0.451 7 piexl、标准差为0.298 9 piexl、迭代次数为213次,对比标准的PSO算法、e指数法,能够明显提高相机参数的精准度、降低迭代时间。     

砂浆管道输送尾砂柱状型料的矿山充填研究

本文讨论了尾砂型料在砂浆管道中的流动模型和砂浆胶结尾砂型料充填体的力学性能,从而全面阐述了尾砂型料的砂浆管道输送及砂浆胶结尾砂型料的矿山充填的新概念。