深井膏体降压满管输送数值模拟研究

为提高深井矿山充填管道输送系统的可靠性,基于工程流体力学、计算流体动力学以及管道自流输送理论,结合某矿山实际情况,针对深井管道不满流输送带来的巨大冲击磨损以及管道输送不稳定等问题,提出低压满管流输送,对比3种管道组合方案特点,并运用FLUENT软件进行数值模拟与分析。研究结果表明,与高压满管流输送相比,低压满管流输送能使该矿山管道系统最大压力大大降低：当垂直管径与水平管径比值（k）约为0.53,系统流量提升到80 m³/h时,管道系统最大压力降为0.309 MPa,系统满管率由8.44%提高到65.6%,且方案3的管道组合可以保证浆体流动的稳定,管壁穿孔和磨损问题得到显著改善。     

深井充填两相流管道沉积机理研究

为解决某深井矿山因管道沉积造成的安全生产问题,通过对深井充填管道沉积机理进行研究,基于固液两相流相关理论,分别从细颗粒结垢和粗颗粒沉积2个方面来阐释两相流管道沉积机理。运用FLUENT流体动力学软件进行建模和分析,将浆体中固体细颗粒与清水混合的均质悬液作为连续相,较粗颗粒作为离散相,根据浆体中粗颗粒的浓度分布和管道速度分布特点来确定管道内颗粒物沉积规律。结果发现,充填两相流管道沉积的主要原因是细颗粒结垢和粗颗粒沉积相结合。数值模拟的两相流充填管道沉积过程与理论分析提出的粗细颗粒沉积物理模型相吻合。     

基于PCA与BP神经网络的充填管道失效风险评估

为避免传统评价方法中主观因素造成的影响并弥补神经网络在风险预测中的不足,将统计学中的主成分分析法（PCA）与BP神经网络模型进行有机结合,并根据大量有关矿山充填管道系统资料,建立充填管道失效风险评价模型。研究发现,将原始数据经过主成分分析法处理,不仅可以有效地减少模型输入维数,便于消除各指标间的相关性,而且与未经PCA处理的BP神经网络相比,训练收敛速度明显加快,预测结果更加准确。针对某矿山充填管道系统实际情况,利用该模型进行模拟预测的结果与实际情况相符合,证明模型合理。