回采巷道围岩稳定性的神经网络控制

建立了煤矿回采巷道围岩分类与支护设计人工神经网络（ＢＰ网络）模型及巷道变形预测二级神经网络模型，并通过网络自适应、学习与匹配联想，得出了巷道围岩类别与支护强度及支护方式相对应的结果。同时，通过巷道变形预测二级神经网络模型预测了巷道顶底板移近速度，两帮移近速度及围岩动态。试验表明，神经网络（ＮＮ）输出结果与实际拟合良好。     

综放回采巷道围岩稳定性分类的研究

确定了综入回采巷道围岩稳定性的分类指标,并用判断矩阵分析法确定了分类指标的权值,应用人工神经网络的方法对综放回采巷道围岩稳定性分类进行综合研究,将３６条综放回采巷道分为３个类别,并确定了各个类别的聚类中心。     

孤岛工作面回采巷道围岩稳定性控制研究

本文依托西曲矿12316孤岛综采工作面回采巷道支护工程,对巷道覆岩破断块体铰接结构进行了理论分析,采用现场调研的方法对巷道破坏进行了分析,利用钻孔窥视的方法对巷道顶板破坏进行了说明,认为"非对称支护"原则不适用该矿实际。提出了新的巷道支护方式,利用井下原位钻孔窥视的方法,对巷道顶板岩层进行了观测,工作面回采期间,监测了巷道表面位移。实测证明,新的支护方式,效果良好。     

深井回采巷道围岩稳定性分类及其控制技术

基于实验室试验、数值模拟计算、现场实测及力学理论分析等综合研究方法,研究深井回采巷道围岩变形力学特征及其影响因素,采用模糊聚类法对深井回采巷道围岩稳定性进行整体分类,再结合巷道顶底板与两帮围岩的岩性情况,进行巷道围岩次分类研究,由此提出适合深井回采巷道稳定性控制原则。     

煤柱宽度对回采巷道围岩稳定性的影响

结合实例分析了煤柱宽度对回采巷道围岩稳定性的影响程度.     

回采巷道围岩稳定性分析数学模型

通过对影响回采巷道围岩稳定性因素分析，运用层次分析法和模糊积分评判原理．建立了回采巷道围岩稳定性分析模型，该模型运行结果可给出回采巷道围岩稳定程度，对指导煤矿安全生产具有重要意义。     

神火矿区回采巷道围岩稳定性分类研究

通过采动影响系数、顶板强度、巷道埋深等7个基本因素,采用多指标聚类分析中的模糊聚类分析,以二2煤回采巷道为例,对神火矿区的回采巷道进行了稳定性分类研究;掌握了各类巷道的稳定性情况,为选择合理的支护方式和支护参数设计提供了科学依据。     

回采巷道围岩稳定性分类的应用实践

回采巷道围岩的稳定性分类有很多方法,但在实际运用中,大多数方法操作起来比较困难,需要借助大量复杂的实验及现场施工,成本很高。从工程实际出发,以国标《工程岩体分级标准》[1]为基础,对煤矿回采巷道围岩进行了多目标的综合评判方法分类。实践证明:该方法概念明确、操作简单、成本低廉,具有较强的工程运用价值。     

回采巷道围岩稳定性分析数学模型

通过对影响回采巷道围岩稳定性因素分析,运用层次分析法和模糊积分评判原理,建立了回采巷道围岩稳定性分析模型,该模型运行结果可给出回采巷道围岩稳定程度,对指导煤矿安全生产具有重要意义。     

同忻煤矿回采巷道围岩稳定性控制研究

通过对5107巷道现场情况的分析以及数值模拟研究,当8107工作面推进到250m时,5107巷道在距煤壁20m的区域存在明显的矿压显现,主要表现为该区域巷道顶底板和两帮移近量均较大,通过采取组合锚索补强支护设计措施,加强对巷道的支护。结果表明,巷道顶底板和两帮移近量均变小,巷道变形得到了有效控制。     

回采工作面开采对巷道围岩稳定性影响研究

主要分析了采煤工作面回采对于巷道围岩稳定性的影响,重点结合能够影响巷道围岩稳定性的因素展开论述,并对某矿23114工作面回采进行了分析,为采煤工作面回采及受采动影响的掘进工作面布置提供参考.通过分析采煤工作面回采对巷道围岩稳定性的影响分析,不断推进采煤工作面回采的优化和创新,进而实现高效、安全开采.     

回采巷道围岩稳定性分类及支护型式确定

在现场实测和实验室实验的基础上，对姚桥煤矿二水平回采巷道围岩稳定性进行分类，结合二水平回采巷道的特点，提出了针对不同围岩分类的巷道支护型式。为二水平的高产高效开采创造了必要条件。     

基于BP神经网络的巷道围岩稳定性识别

本文从分析巷道围岩稳定性影响因素入手,确定了影响巷道围岩稳定性的主要分类指标。在分析BP神经网络的基本原理和学习算法的基础上,根据改进的BP神经网络建立了围岩稳定性分类的神经网络识别模型,并运用VC++6.0编写程序对学习样本实现了分类。