共查询到18条相似文献,搜索用时 218 毫秒
1.
高压水射流冲击刚壁压力分布规律研究 总被引:2,自引:1,他引:1
为了探讨高压纯水射流和高压磨料射流冲击刚壁时射流冲击压力的分布规律, 利用建立的专用测力工作台, 研究了射流方向与刚壁成90°角时冲击压力的分布规律及靶距、系统工作压力对冲击压力的影响, 并对磨料射流的强化效果进行了分析。结果表明: 射流冲击力随径向距离的增加急速降低, 是一非单调递减阶梯函数, 连接各阶中心冲击力值, 可视其为具非单调负指数下降规律。在靶距不变的情况下, 纯水射流和磨料射流, 其中心(最高压力)位置的冲击压力和系统压力呈正相关。 相似文献
2.
《煤矿机械》2017,(12):133-135
针对磨料水射流抛光质量与各工艺参数间,因复杂的非线性关系而无法用传统的数学方法建模的问题,基于BP神经网络理论,建立了磨料水射流抛光BP神经网络模型。以磨料水射流抛光铝合金轮毂为例,在考虑磨料浓度、入射角度、射流压力、靶距、横移速度5个工艺参数的情况下,通过正交实验收集27组样本数据,对样本数据进行方差分析和F检验,获得各工艺参数对表面粗糙度值影响的强弱,从而确定网络模型的输入参数为磨料浓度、靶距、横移速度与表面粗糙度,输出参数入射角度、射流压力,并将样本数据用于网络模型的训练和检测。在网络模型预测的入射角度与射流压力下进行抛光实验,测得铝合金轮毂表面粗糙度的实际值与实验值之间的相对误差最小为0.92%,最大为2.89%。结果表明:该网络模型能快速、准确地预测入射角度与射流压力,实现对抛光质量的间接控制。 相似文献
3.
针对耿村煤矿13230工作面超深高瓦斯厚煤层巷道冲击地压等问题,分析了诱发13230工作面发生冲击地压的因素,对工作面支承压力进行力学分析,建立力学模型,结合叠加应力理论给出了工作面支承压力计算公式,评估了冲击地压风险发生情况。根据风险评估结果,提出了治理、预测预警、卸压冲击地压综合防治系统,建立了“钻屑和应力监测为主、微震矿压监测”为辅的综合监测预警体系,该防治预警系统对煤矿冲击矿压的防治起到良好的效果。 相似文献
4.
预混合磨料水射流是突破煤矿深长钻孔内高效破煤岩技术瓶颈的有效技术,在坚硬顶板治理、沿空留巷和硬煤增透具有广泛应用前景。磨料质量分数是影响其破煤岩效果的重要因素。为明确磨料质量分数对磨料加速、分布以及冲击动能的影响,基于离散元的耦合模型(CFD-DEM模型),考虑颗粒间的摩擦、碰撞,添加颗粒相体积分数和动量源相,修正VOF多相流模型,开发用户自定义函数(UDF)通信接口,精确计算了磨料质量分数对磨料颗粒加速运动与分布的影响,准确描述了磨料粒子对水射流流场的影响。结合预混合磨料水射流破岩实验,得到了以下结论:在固定压力下,不同磨料质量分数的射流液固能量转化效率不同,导致磨料冲击动能不同。提高磨料质量分数,能够提高破煤岩效果,但存在最优值。每一压力条件下都有与之相适配的最优质量分数,此质量分数下能量转化效率最高,磨料冲击动能最大。如射流压力5 MPa时,80目(0.178 mm)石榴石最优质量分数为11%。同一质量分数下,提高射流压力可提高磨料冲击动能,但是能量转化率和利用率降低。提高压力使射流速度增加,曳力增大,但射流与磨料接触时间缩短,导致射流能量未能及时转化为磨料动能。相较于提高射流压... 相似文献
5.
前混合磨粒射流理论的不完善性及切割深度与影响因素间存在复杂的非线性关系,难以用传统的数学方法建立切割深度模型,在实验室试验数据的基础上,应用神经网络方法建立了切割深度的预测模型,模型训练平均误差达到0.01,应用结果表明,方法可行,模型可靠,相对误差小于7.47%,具有较大的实用价值,扩大了神经网络方法的应用范围,探索出了建立切割深度模型的有效途径,进一步充实了前混合磨粒射流基础理论。 相似文献
6.
针对齿轮泵压力脉动理论计算复杂,精度低的问题,建立了神经网络模型进行预测。首先利用AMESim软件建立了齿轮泵的职能模型,并仿真得到了齿轮泵压力脉动的数据,然后利用所得数据建立了神经网络模型,并把神经网络计算结果与仿真结果对比,证明了所建立的神经网络的准确性、有效性。 相似文献
7.
8.
独头巷道附壁射流通风流场数值模拟研究 总被引:22,自引:2,他引:22
基于流体动力学和射流理论,建立了独头巷道压入式受限附壁射流通风的紊流κ-ε数学模型,分析了计算边界条件,并结合实际应用Phoenics3.4计算流体动力学软件模拟了独头巷道射流通风三维流场,得出了独头巷道有限空间受限附壁射流通风典型截面的流场规律.模拟计算结果表明,独头巷道压入式通风流场可分为附壁射流区、冲击射流附壁区、回流区和涡流区.数值模拟与实验结果相符,为研究独头巷道风流传质过程、瓦斯运移规律及通风排污效率等提供了理论基础. 相似文献
9.
为了提高水射流破煤岩性能和卸压增透效果,通过理论分析建立了高压气液两相射流的冲击动压模型,推导出影响其破煤岩性能的关键参数体系。采用自主研发的高压气液两相射流破煤岩试验系统,研究了关键参数对气液两相射流的破煤岩特性的影响规律,结果表明:与纯水射流相比,气液两相射流破煤岩压力阈值降低约50%,破碎深度增加25%,破碎坑直径是纯水射流的2倍,破煤岩效率提高80%以上。煤岩体破碎是气-液-固三相耦合作用的结果:气体的掺入改变射流的结构,产生局部脉动作用,强化了射流破岩能力;高压液相脉动冲击作用激发裂纹起裂,高压气相的多级溃灭作用促进裂纹扩展;气相多级溃灭与液相脉动冲击交替作用,最终使煤岩体裂隙贯通、破坏。 相似文献
10.
为评价冲击矿压危险程度,提出一种基于粒子群算法和BP神经网络(PSO-BP)的冲击危险评估方法。利用已有冲击矿压数据,通过BP网络建立回归模型,并采用PSO算法对模型的连接权重和阀值进行优化,克服了BP网络收敛速度慢、易陷入局部最优的缺点。选取冲击矿压的10种主要影响因素,利用典型冲击矿井的20组工程数据建立PSO-BP评估模型,并将该模型与标准BP模型进行对比分析,结果表明PSO-BP模型较标准BP模型的评估准确率提高15%。最后,通过某矿冲击危险评估的工程实例验证了该方法的可行性和普适性。 相似文献
11.
12.
基于正交试验的水射流粉碎RBF网络模型 总被引:1,自引:0,他引:1
水射流粉碎是一项新近发展起来的超细粉碎技术,由于水射流粉碎过程的复杂性,水射流粉碎机的参数设计建立在试验基础上,作者应用RBF神经网络,在正交试验的基础上,建立了水射流粉碎过程的模型。研究结果表明,与BP网络相比,RBF网络具有更高的精度和稳定性,所建立的模型可用于粉碎机参数优化。 相似文献
13.
14.
傅晓锦 《煤炭学报(英文版)》2006,12(1):119-123
Based on the traditional optimization methods about the pressure control spring of the relief valve and combined with the advantages of neural network, this paper put forward the optimization method with many parameters and a lot of constraints based on neural network. The object function of optimization is transformed into the energy function of the neural network and the mathematical model of neural network optimization about the pressure control spring of the relief valve is set up in this method which also puts forward its own algorithm. An example of application shows that network convergence gets stable state of minimization object function E, and object function converges to the utmost minimum point with steady function, then best solution is gained, which makes the design plan better. The algorithm of solution for the problem is effective about the optimum design of the pressure control spring and improves the performance target. 相似文献
15.
苗明义 《有色金属(矿山部分)》2013,65(3)
利用专家调查表的方式分析露天矿山边坡稳定性的主要影响因素,确定网络模型的输入层神经元。研究BP神经网络的结构和输出方式,对神经网络模型进行优化,并收集大量矿山稳定边坡的相关参数作为样本库,建立神经网络预测模型,将该模型用于某大型深凹露天矿山最终边坡角的预测。根据预测边坡角参数,采用SURPAC—MIDAS—FLAC3D多软件组合的方式,创建逼真的矿山边坡稳定性三维数值计算模型并进行模拟分析,结果表明,模型预测的边坡角满足设计要求。 相似文献
16.
17.
18.
介绍了小波神经网络的模型,将小波神经网络应用于流体压力信号的降噪。首先用仿真信号验证其有效性,然后用小波神经网络方法对实验信号进行降噪,并计算其降噪效果评价参数。结果表明小波神经网络对流体压力信号降噪是一种有效的方法。 相似文献