工程锚杆锚固质量的无损检测研究

本文将BP神经网络应用于锚杆锚固质量检测,阐述了BP神经网络的基本原理和算法,并对其在某水库的应用进行研究,表明了该方法的可行性,完善了无损检测锚杆施工质量的声频应力波法。     

基于MATLAB的BP神经网络在煤巷锚杆支护设计中的应用

采用MATLAB的BP神经网络工具箱,建立了巷道围岩主要影响因素与支护形式和支护参数之间的高度非线性BP神经网络模型。通过对算例结果的分析,验证了基于MATLAB的BP神经网络应用于煤巷锚杆支护设计的可靠性、可行性和高效性,这表明了BP神经网络方法在锚杆支护设计中具有一定的推广价值。     

20~1 000 kHz超声导波用于锚杆锚固质量检测的探索

为使超声波无损检测技术应用于锚杆锚固质量的检测，采用理论分析和实验室测试的方法对超声导波在锚杆中的传播规律进行了研究。在20～1 000 kHz导波频率范围内，对不同锚固质量的锚固锚杆进行了扫频，并根据实验结果得出了群速度随频率变化曲线。研究结果表明：频率较低时，同一频率导波在不同锚固质量的锚杆传播的群速度不一样，可用于锚杆锚固质量的检测；频率较高时，它们的群速度几乎一致，可用来检测锚固锚杆的长度，但存在一些可用于锚杆锚固质量检测的导波。     

神经网络在煤巷锚杆支护设计中的应用

<正>河南理工大学采用MATLAB的BP神经网络工具箱,建立了矿山巷道围岩主要影响因素与支护形式和支护参数之间的高度非线性BP神经网络模型,使支护形式、支护参数等与地质条件和开采技术条件间形成高度非线性映射,在较大程度上克服了以往锚杆支护设计方法的不足。     

用神经网络确定锚杆支护形式与参数

神经网络是人工智能研究的一个重要分支，本文将神经网络误差反向传播ＢＰ网络方法应用于锚杆支护决策分析，建造了锚杆支护决策神经网络专家系统，工程应用实例表明，用神经网络方法确定锚杆支护形式与参数，方法新颖，确实可行。     

锚杆轴向受力的神经网络识别方法

借助MATLAB数值分析软件,基于BP算法的误差逆传播网络,建立了巷道锚杆支护参数与锚杆轴力之间的映射关系。经过构建的神经网络平台的拟合可以较准确地得到支护锚杆的轴力,可用于对锚杆轴向受力状态的识别和巷道支护状况的评价,在巷道围岩稳定性和锚杆支护效果的监测中有一定的参考价值。     

样条权函数神经网络算法在超前锚杆加固方式中的应用研究

针对BP神经网络算法存在局部极小问题、收敛对初值敏感问题及收敛速度慢问题,首次采用了一种新的神经网络算法,即样条函数神经网络算法,在破碎带工程围岩稳定性影响因素分析的基础上,来研究在破碎带工程围岩超前锚杆加固方式的优选问题。研究表明,超前锚杆拱部的支护参数在间距为0.4~0.6 m,排距为0.4~0.5 m,外插角10°~20°,锚杆直径在20~22 mm的效果最佳。由此来研究锚杆超前支护的参数设置及如何提高岩体的稳固性,为破碎带岩层施工安全和局部强化支护提供理论依据。     

用神经网络确定锚杆支护形式与参数

神经网络是人工智能研究的一个重要分支，本文将神经网络误差反向传播ＢＰ网络方法应用于锚杆支护决策分析，建造了链枝支护决策神经网络专家系统，工程应用实例表明，用神经网络方法确定锚杆支护形式与参烽，方法新颖，确实可行。     

基于小波神经网络的锚杆－围岩结构系统的识别

提出了一种用于识别锚杆杆侧刚度因子的小波神经网络模型.首先,利用均匀设计方法建立锚杆系统的样本库,采用数值模拟得到各样本的锚杆杆顶的动测信号;然后将小波分析和人工神经网络结合起来,利用小波分析技术提取的能表征系统状态的特征向量作为输入向量,利用广义回归神经网络识别杆侧刚度因子;最后,利用样本对所建立的小波神经网络进行训练.分析结果表明：训练后的神经网络能够较好地识别锚杆系统杆侧刚度因子,为锚杆系统的锚固质量评价提供了一个有效的智能化手段.     

神经网络专家系统与煤巷锚杆支护设计

本文叙述了基于神经网络、专家系统的煤巷锚杆支护设计的原理，在分析各自特性的基础上,提出将两者相结合构建基于神经网络的专家系统进行煤巷锚杆支护设计，将对推广和发展我国煤巷锚杆支护技术有重大指导作用。     

锚杆支护设计的神经网络分析法

神经网络是人工智能一个重要分支。本文将神经网络ＢＰ网络法应用于锚杆支护决策分析。工程实例表明，用神经网络方法确定锚杆支护形式与参数，方法新颖，确实可行。     

应力反射波法在隧道锚杆锚固质量检测中的应用

根据应力反射波法原理,采用JL-MG锚杆质量检测仪,对景鹰高速公路隧道锚杆锚固质量进行了无损检测.通过现场试验,确定了自由状态下和锚固状态下的波速.通过对检测资料的分析,总结了不同锚杆锚固质量的波形图.检测的结果说明,该项锚杆锚固质量无损检测技术是可行的,在高速公路隧道锚杆锚固质量检测中是值得推广的.     

弹性应力波法锚杆质量检测初探

从应力波理论出发对锚杆质量检测进行初步探讨，并通过几个工地的实践，说明采用应力波法进行锚杆质量检测是可行的。     

玻璃钢锚杆锚固质量声波检测技术

针对大冶铁矿玻璃钢锚杆锚固质量检测手段单一、检测参数有限的现状,应用声波检测技术,对大冶铁矿井下巷道玻璃钢锚杆锚固质量进行抽样检测。在随机抽取的35根锚杆中,玻璃钢锚杆锚固质量合格率为85.7%,与支护巷道的实际情况相符,说明应用声波检测技术对玻璃钢锚杆锚固质量进行检测是可行的。检测结果分析表明,影响大冶铁矿玻璃钢锚杆锚固质量的主要因素是玻璃钢锚杆的锚固长度以及玻璃钢锚杆与围岩之间的锚固剂密实度。为此从钻孔深度、锚固剂填塞数量、锚杆杆体插入深度、锚固剂浸泡时间等方面,提出了相应的锚固质量控制对策。玻璃钢锚杆锚固质量声波检测技术可为大冶铁矿玻璃钢锚杆锚固质量的控制提供指导,对实现矿山安全高效开采具有较大的应用价值。     

锚杆系统检测方法的研究

根据晋城煤业集团锚杆、锚索在使用中存在的质量问题进行了系统的分析研究，提出了锚杆杆体、锚固力、螺纹、螺母、托板各项强度是否匹配的理论，研制出了锚杆、锚索实际使用工况检测试验设备。在对锚杆、锚索的检测中取得了良好的效果。     

基于锚杆无损检测技术的巷道锚固质量评价方法应用研究

应用煤矿锚杆无损检测技术,对雁南煤矿井下巷道的锚杆的长度和轴力进行了检测,基于测试结果和煤矿相关规范,提出了锚杆锚固质量评价方法,并用此方法对巷道锚固质量进行评价和分析。研究结果表明:该评价方法提高了检测巷道锚杆锚固质量的效率,可为锚杆支护质量检测和评估提供经验和参考。     

基于GA-BP神经网络的淋水井筒风温预测模型

矿井进风井筒井底风温是井下风流热计算的重要节点。为准确预测淋水井筒风温，利用皮尔逊相关系数分析与遗传算法（GA）优化BP神经网络相结合的预测模型。借助皮尔逊相关系数分析筛选其中3个主要特征变量作为BP神经网络的输入变量，利用GA优化BP神经网络的权值和阈值，并与标准BP神经网络预测模型进行比较。研究结果表明，全部特征变量与特征变量筛选输入的标准BP神经网络预测模型的预测结果的平均绝对百分比误差分别为1.25%和2.33%,GA优化BP神经网络预测模型的预测结果的平均绝对百分比误差分别为0.97%和2.21%,GA-BP神经网络预测模型预测精度高于标准BP神经网络预测模型，基于特征变量筛选的预测模型既保持了较高的预测精度，又提高了预测效率。     

煤矿锚杆安装质量无损检测方法与应用

煤矿锚杆安装质量是保障煤矿锚杆支护效果的前提和基础,因而其安装质量检测方法与技术研究一直受到工程与学术界的高度重视。采用煤矿锚杆支护质量无损检测方法及其仪器与软件,设计了煤矿锚杆安装质量无损检测方案,结合工程实测,研究了新安装锚杆特征长度(锚固段长和自由段长)和初锚力的随机无损检测方法,给出了初始稳定阶段锚杆轴力的增长规律。研究结果表明,锚杆轴力变化与围岩变形具有良好的对应关系;与传统锚杆安装质量检测技术相比,本方法具有随机、准确、方便和经济等优点,并能为煤矿锚杆支护优化设计以及围岩稳定性控制评价提供可靠依据。     

矿用树脂锚杆锚固质量无损检测的试验研究

利用MJ—1锚检仪对树脂锚杆的锚固状态和锚固力进行测试试验，表明利用高频应力波无损检测技术可以判定锚杆锚固长度，评价锚杆锚固质量；通过适时监测杆体的受力与位移变化曲线，可以实现无损检测锚杆极限锚固力。     

煤巷锚杆支护全线跟踪设计方法

本文分析了当前采用的煤巷锚杆支护设计方法在预防巷道冒顶方面的瓶颈。从而提出了全新的煤巷锚杆支护设计方法——全线跟踪设计法，其关键技术为支护前期的顶板岩层结构探测和支护后期的顶板微变形监测。论述了两项关键技术分别由顶板岩层结构探测仪和顶板微变形监测仪两个仪器来实现。其中，顶板岩层结构探测仪是集成在风动锚杆钻机上，数据处理采用训练成熟的BP算法神经网络进行结构的识别；顶板微变形仪可以方便的安装在顶板锚杆上，方便操作，具有监测密度大、周期短、精度高等其它仪器不能相比的优点。本设计方法实现了边施工、边监测、边修改。以两项关键技术为基础的全线跟踪设计方法应用于某矿的支护实践，取得很好的效果。