基于统计学方法的矿山工程岩体质量评价方法

通过运用统计学方法,提出一种适用于矿山工程岩体质量分级的综合评价方法。首先,分析多元统计分析方法在矿山工程岩体质量评价中的可行性;其次,选取矿山工程岩体质量等级评价指标,随机选取20组矿山观测数据作为训练样本构建岩体质量评价的统计学模型,并进行回判检验,误判率为5%;最后,随机选取10组矿山数据作为待检验样本,运用模型进行岩体质量评价。结果表明,模型的判别结果与实际情况吻合较好,准确率为90%。研究方法为矿山工程岩体质量分级评价提供了一种新的途径。     

微震与爆破事件统计识别方法及工程应用

 采用人工识别方法,依托微震监测系统,建立矿山爆破与微震事件样本数据库。统计分析数据库内各事件地震力矩、事件总能量、事件P波能量与S波能量比、事件的静压力降、事件的发生时间、传感器触发数量和拐角频率等震源参数特征;对比分析首次峰值到时、首次峰值幅值、最大峰值到时及最大峰值幅值的概率密度分布特征;通过FFT变换,统计分析2类事件信号的主频分布规律。依据各参数的概率密度分布及其识别效果,结合特征参数获取的难易程度,最终选取事件的地震力矩对数,事件的能量对数,事件的传感器触发数量,首次峰值幅值对数及最大峰值到时对数和信号的主频为特征参数,建立矿山微震与爆破事件自动识别的统计学模型。该模型对样本的回检结果显示,50组建模样本的准确率为100%,50组测试样本的准确率为94%。将该模型应用于采场大块矿石的二次破碎事件识别中,识别结果与实际相符,解决了单纯依靠信号特征识别导致该类事件极易与微震事件混淆的问题。该方法误判率低,特征参数较易获取,是矿山微震与爆破事件识别的一种有效方法,可在实际工程中推广应用。     

花岗岩破裂的声发射阶段特征及裂纹不稳定扩展状态识别

岩石内部微破裂累积演化过程中关键信息的获取和辨识可为岩石破坏失稳状态识别提供依据,对于岩体工程灾害预警防控具有重要意义.通过开展花岗岩失稳破裂的声发射试验,分析声发射能级频次分布和波形频谱变化两类指标在岩石破坏过程中表现出的阶段性特征,给出基于多元声发射指标的岩石失稳评估预警建议,并利用集成机器学习模型构建岩体塑性阶段...     

法尔凯耐高温高活性酒用干酵母浓醪发酵的实验研究

采用法尔凯耐高温活性酒用干酵母,进行了玉米粉边糖化边浓醪酒精发酵.考察了发酵剂、pH值、营养盐对发酵结果的影响.当调浆料水比为1∶2.11,经过50.5 h发酵,成熟醪中酒份达到16.12%,残还原糖0.22%,残总糖1.26%,淀粉实际产酒率52.29%,淀粉利用率92.08%.