特厚煤层回采巷道煤柱宽度及围岩控制研究

本文采用现场试验与数值模拟相结合的方法研究特厚煤层沿空巷道煤柱宽度及围岩控制。现场试验表明,当煤柱宽度为30 m时,顶板、煤柱和原煤壁的平均塑性破坏区域分别为7.6 m、4.9 m和3.8 m,工作面回采过程中发生了严重的顶板下沉和煤柱帮大变形。本文通过建立数值模型,研究不同煤柱宽度下塑性承载区的变化以及应力和位移的分布规律。数值结果表明,留设8 m宽煤柱能够满足上覆载荷的强度要求,使沿空巷道处于良好的应力环境,并分析了不同煤柱宽度下塑性承载区的变化及围岩变形的规律。     

江苏抽水蓄能电站特快速暂态过电压分析

采用PSCAD/EMTDC软件计算分析了江苏抽水蓄能电站500 kV GIS变电站在主变、出线操作时的特快速暂态过电压(VFTO),并以1台典型的500 kV主变为例,分析多种操作情况下特快速暂态过电压对主变的影响.结果表明,由于连接各台主变与GIS之间的电缆比较长(至少200 m),传递到各台主变上的VFTO幅值和陡度并不高,对其主绝缘影响不大,也不会直接造成变压器匝间绝缘的击穿.     

同忻矿3-5#煤层小煤柱开采技术及实施效果研究

以同忻矿8311工作面为案例进行小煤柱开采技术实践研究。对8311小煤柱工作面矿压显现控制技术方案进行了研究,对小煤柱开采技术和大煤柱开采技术的矿压显现进行了对比分析。结果表明,8311工作面采用小煤柱开采技术在临空巷矿压治理、资源回收率提升等方面具有较好的效果,有效控制了临空巷围岩变形,减少了冒顶、片帮等矿压事故的发生,具有较好的安全经济效益。     

立井工作面特大涌水情况下的注浆堵水技术

晋城煤业集团赵庄二号井主井井筒掘进时,采用工作面预注浆技术堵水,通过了多层含水层。第3次注浆时,因工作失误,造成工作面大量出水,最大涌水量达到160m3/h,淹井130多m,被迫停工治水。介绍了此次特大涌水情况下的注浆堵水施工情况。     

白芨沟煤矿区段煤柱内沿空掘巷窄煤柱留设尺寸研究

为了解决区段煤柱内沿空布置瓦斯通排巷时合理确定留设煤柱尺寸的问题,以白芨沟煤矿布置010203工作面瓦斯通排巷为工程背景,通过采用内应力场理论计算、现场实测与FLAC3D数值模拟相结合的方法,对区段煤柱内窄煤柱留设尺寸展开研究.研究结果表明:由现场实测及理论分析可知,内应力场分布范围距采空区0～7m,在该范围内煤体处于...     

特厚储层煤层气水平井开发技术研究——以海石湾井田为例

我国煤层气资源储量巨大,地面煤层气抽采是瓦斯防治及清洁能源利用的必然要求,符合国家“碳达峰碳中和”的发展理念。本文以海石湾井田为例,通过对研究区地形及储层特征进行分析,提出一种大角度上扬“L”型煤层气水平井的开发技术。在钻井方面,采用护管堵漏技术和特厚煤层中固井技术,为后续大规模压裂提供合格井筒条件;压裂方面,大排量光套管压裂技术、电缆泵送桥塞+射孔联作以及“一趟钻”钻塞技术的使用,提高了施工效率,达到了充分均匀改造储层的目的 ;排采方面,针对排采水CO2含量高的问题,设计一种加长型重力气锚,有效减少了有效减少气体对泵效的影响,并优化了下泵位置,有效防止出砂埋泵并兼顾降液面能力。该井最大产气量突破7000m3,稳定气量5000m3左右,创造了甘肃地区煤层气井产气量记录。     

山特维克可乐满在上海召开2006年春季新闻发布会

2006年2月17日,山特维克可乐满在上海浦东金茂君悦大酒店召开了2006年春季新闻发布会,与会代表包括山特维克可乐满大中华区总经理李贻善先生(图1中)、市场总监陈仕凌先生(图1右)、产品与服务经理范伦哲先生(图1左)以及来自多家行业媒体的代表.     

山特维克可乐满CoroPak 06.2新产品

提高Citizen纵切机床的性能 山特维克可乐满的QS刀柄系统可以取代Citizen "Cincom"纵切机床上使用的常规刀柄,从而节约时间和提高生产率.     

用水驱前缘监测技术评价特低渗透油藏注水开发动态特征

根据波速场分布与地下渗流场分布具有相关性的特点及摩尔-库伦和断裂力学理论,对孔隙流体压力变化和微裂缝的再次张开与扩展时产生的一系列微震波进行监测,得到地下波速场特征,以此为基础求得特低渗的吴410井区长6油藏水驱前缘、注入水波及范围、非均质性等资料,取得了较好的应用效果。     

基于PSO-XGBoost的船舶特涂工序能耗预测

涂装是修造船企业最大的能耗单元,能耗预测是船舶智能能效优化中的一项重要任务。应用XGBoost模型对船舶特涂工序能耗进行分析。采用基于博弈论的SHAP(解释机器学习模型输出)方法解释变量因子对目标准确预测的影响。利用粒子群算法(PSO)优化XGBoost模型超参数,从而构建PSO-XGBoost模型对船舶特涂工序能耗历史数据进行训练拟合,并与其他能耗预测模型进行对比实验。结果表明,基于PSO-XGBoost的船舶特涂工序能耗预测模型的预测结果误差MAPE仅为12.21%,效果优于XGBoost、LR、KNN、RF模型。