深部软岩巷道锚喷支护参数优化设计

采用正交设计方法对望峰岗煤矿巷道锚喷加固方案进行优化,得出加固优化方案,此方案对巷道塑性区、位移都有一定程度的抑制,而且使巷道周边围岩卸荷区所承受的应力有所增高,应力增高区和集中应力区的应力下降,更有利于巷道的稳定,发挥围岩的自承载能力.     

浅谈隧道施工的初期喷锚支护技术

为保证隧道施工的安全,需要对隧道进行初期支护.本文就隧道工程掘进中的喷锚支护作业进行了详细的论述.     

地震作用下桩锚组合结构加固边坡稳定性分析----灾后重建专刊

对于一些性质复杂,滑坡推力巨大的边（滑）坡,单一的抗滑结构对其整治已显得无能为力,于是各种组合抗滑结构应运而生,然而目前对采用组合防治结构加固边坡稳定性的研究又十分稀缺。因此,本文以桩锚组合结构加固边坡为例,运用极限分析上限定理,推导出了地震作用下桩锚组合结构加固边坡中抗滑桩所需提供抗力的计算公式以及该加固边坡的屈服加速度计算公式,并提出了永久位移的预测方法,为地震带边坡防治结构的设计提供理论依据。通过对桩锚组合结构加固的实例边坡的计算分析,得到了在确定的锚索布置条件下,抗滑桩所需提供抗力和边坡屈服加速度与地震系数、抗滑桩布置位置、边坡特性和坡体材料特性等因素相关关系的一系列研究结果,揭示了地震作用下桩锚组合结构加固边坡的稳定性。     

大跨度切巷锚网索联合支护技术的应用研究

根据黄沙矿2147采煤工作面地质条件,通过理论计算,设计2147采煤工作面切巷的锚网索支护参数,并提出具体的施工工艺,为切巷施工提供了技术依据.切巷的支护效果观测表明,切巷的表面位移量、顶板离层量及锚杆锚固力均控制在切巷围岩变形允许的范围内,切巷锚网索支护效果较好,满足了切巷的服务要求.     

多机驱动带式输送机功率平衡模糊控制方法

针对以调速型液力偶合器作为驱动装置的带式输送机多机驱动系统采用传统方法控制各驱动电动机之间的功率平衡,存在系统运行过程中动态特性较差、功率平衡调节精度较低等问题,提出一种多机驱动带式输送机功率平衡模糊控制方法:对液力偶合器涡轮转速实行闭环控制,保证在工作机负载发生变化时带式输送机具有恒定不变的带速;转速调节器采用模糊控制器代替传统的PID控制器,以提高功率平衡的调节精度。Matlab仿真结果表明,采用模糊控制方法可有效改善系统动态性能,提高功率平衡调节精度。     

我国煤巷掘进装备现状及发展趋势

介绍了中国煤巷掘进装备即掘进机组、连续采煤机组、掘锚机组、全液压钻车机组的组成及性能,分析了这几种装备的适用条件和技术特点,指出中国煤巷掘进装备的发展趋势:采用掘进支护平行作业实现掘锚机组快速掘进作业线;采用全断面掘进技术提高掘进效率;采用先进的自动化和信息化技术实现无人化作业。     

阻流挡板对液力偶合器环流特性影响规律分析

调速型液力偶合器广泛应用于重型刮板输送机的软启动中,为了提高调速过程中的转矩稳定性,通常在液力偶合器叶轮之间安装阻流挡板.为了分析阻流挡板对偶合器流场及转矩传递特性的影响,针对不同挡板尺寸下的单流道流场计算模型进行数值模拟计算.获得了多工况条件下、不同阻流挡板尺寸时流场数值仿真结果,对比分析了不同工况下挡板对流场转矩特性与流场速度流线分布特性的影响.结果 表明,较低充液率时阻流挡板改变了水液环流形式,使输出转矩下降趋势平稳;较高充液率及全充液工况时,挡板降低了环流速度进而减小了输出转矩.分析结果合理预测了阻流挡板对偶合器环流特性的影响规律,为液力偶合器的结构设计与改进提供了可靠的理论依据.     

无线可充能传感器网络的锚点算法与移动设备调度研究

由于传感器的电池容量和存储容量有限,导致无法持续对传感器进行能量补充并收集传感器生成的感测数据。针对该问题,研究了周期性能量补充和数据收集问题,提出了一种用于充能和数据收集的方法,包括基于网格的算法(GBA)、基于支配集的算法(DSBA)和基于圆相交的算法(CIBA)。通过这三种方法或两两相结合的方法找到锚点集合,通过移动设备调度算法调度最小数量的移动设备来访问生成的锚点。仿真结果验证了所提方法的有效性。与联合能量数据采集(JEDA)算法、最小覆盖圆(SEC)算法相比,所提CIBA需要的移动设备数量最少,总移动距离也最短,具有良好的综合性能。     

基于关键点检测的无锚框轻量级目标检测算法

针对基于关键点的目标检测参数量大、检测框误匹配的问题,提出一种轻量级的基于关键点检测的无锚框目标检测算法.首先将输入图片输入优化过的特征提取算法,通过级联角池化与中心池化,输出3个关键点的热力图与它们的嵌入向量;然后通过嵌入向量匹配热力图并画出检测框.文中的创新点在于将SqueezeNet中的轻量级模块firemodule适配至CenterNet,并用深度可分离卷积代替主干网的常规卷积,同时,针对CenterNet的检测框误匹配问题优化了算法输出形式与训练时的损失函数.实验结果表明,改良后的算法使得原有的CenterNet算法模型尺寸缩小为原来的1/7,同时检测精度与速度较YOLOv3,CornerNet-Lite等相同量级的算法仍有所提高.     

改进Mask R-CNN算法的带钢表面缺陷检测

在带钢的生产过程中可能会因为生产工艺的问题导致带钢表面出现缺陷,传统的带钢表面检测方法存在检测速度慢、检测精度低等问题。在计算机深度学习快速发展的今天,为实现带钢表面缺陷快速有效的检测,提出改进的掩码区域卷积神经网络（Mask R-CNN）算法,使用[k]-means II聚类算法改进区域建议网络（RPN）锚框生成方法;同时调整Mask R-CNN模型的网络结构,去掉掩码分支,提高了模型的缺陷检测速度。实验在NEU-DET数据集的5种缺陷检测中将原算法的均值平均精度（mAP）从0.810?2提升到0.960?2,检测速度达到5.9?frame/s。并且能够实现对缺陷目标的检测和实例分割,以便研究人员观测缺陷的大小和形状,从而改进工艺。相比于目前其他深度学习的缺陷检测算法,更能满足带钢的生产检测要求。