基于FLAC3D的不同巷道断面选择的模拟分析

本文为研究在掘进相同宽高巷道时不同巷道断面形状的应力分布与位移变化,以某煤矿井底车场的辅助运输石门的最优巷道断面形状为例,运用软件FLAC^3D对矩形、圆形、拱形三种巷道进行数值模拟分析,进行模拟实验,对模拟试样进行循环加载实验,得出拱形巷道为最优选择,并设计三种支护方案进行支护参数优化,得出最佳支护方案为锚喷支护。     

基于FLAC3D的巷道支护方案选择与优化

为了研究巷道锚杆支护参数选择问题，运用FLAC^3D数值模拟软件，建立三个锚杆支护方案巷道模型，对比其Z方向应力云图、Z方向位移云图、X方向位移云图，得到不同支护参数下巷道的应力集中、顶板下沉、两帮移进量等参数，进而确定最优支护方案，并在支护方案的基础上进行参数优化。     

软岩巷道变形的神经网络建模及预测研究

通过软岩巷道变形进行了系统的分析，运用GRNN神经网络对巷道围岩变形进行了预测，预测的效果达到了预期的要求，为该矿山的生产和施工提供了必要的依据。     

煤矿深部巷道锚杆支护优化设计研究

针对深部巷道复杂的应力环境和多变的围岩性质,对深部巷道围岩的稳定特征进行了数值模拟和数据分析,为深部巷道锚杆支护提供了理论依据,并对锚杆支护参数进行了优化设计,确保了深部巷道支护的最优化和长期稳定。     

基于改进LSTM的原烟仓储堆垛内部温度预测方法

原烟作为一种高价值生产原料,在养护过程中需要对仓储堆垛内部的温度变化进行严格的监控和预测,以降低火灾发生导致巨额经济损失的风险。基于粒子群算法的混合长短记忆模型（PSO-SOM-LSTM）,首先对数据进行预处理,将数据归一化再采用SOM聚类分别构建各类数据集;其次构建LSTM神经网络结构,输入训练数据进行训练;随后,基于PSO算法优化SOM-LSTM的网络权重,带入神经网络进行数据预测,并与四种不同的预测方法进行对比,证明了PSO-SOM-LSTM算法的优越性;最后通过均方根误差（RMSE）等指标来衡量实验结果,计算出均方根误差为0.043 5左右。实验结果表明,在RMS指标下,PSO-SOM-LSTM比SOM-LSTM减少了2.46%,比单一神经网络减少了8.94%,具有较优的预测效果。该算法可以实现较为精确的原烟仓储堆垛内部温度预测。     

线性振动的神经网络建模

本文利用人工神经网络对两自由度线性振动系统进行了神经网络建模,并通过所建立的神经网络模型对该系统进行了预测。分别利用MATLAB和BP网络作为平台和训练工具。以两自由度悬臂梁的受迫振动为例,将一段时间内的激励力作为网络的输入参数,对应于该段时间内由振动产生的挠度作为网络的输出参数,然后利用BP网络进行训练。将网络模型预测结果与精确解进行对比,误差甚小。该结果表明:所建立的神经网络模型合理、有效,可利用其对该类问题进行预测并应用于工程实践中。     

煤矿井下掘进中的巷道支护技术探究

针对巷道支护类型及井下巷掘进常见问题进行探讨,提出对岩石性质加以分析、考虑支护承载能力的合理设计、充分利用锚网索支护技术、加强支护体与围岩组合支护技术应用、规避巷道变形和移位等有效的解决措施。     

围岩位移特性曲线预测的自适应神经模糊推理方法在软岩巷道中的应用

本文采用自适应神经模糊推理方法对水口山矿务局康家湾铅锌矿巷道围岩位移特征曲线进行了预测,并据以对巷道施工过程中的支护时间,支护刚度进行了分析。分析结果表明,该方法具有良好的工程适用性,可在工程实践中推广应用。     

基于BP神经网络的龙洞堡机场旅客吞吐量预测研究

精确的预测机场旅客吞吐量对贵阳龙洞堡机场提供最优调配具有重要意义。文章首先运用灰色关联度计算出各个影响因素与旅客吞吐量之间的关联度;然后合理选择隐含层神经元个数及输入层、隐含层、输出层的激励函数,提高预测精度,使误差达到最小;用BP神经网络模型选取2005-2009年数据作为网络训练样本,2010-2014年五年数据为测试样本。结果表明:对2010-2014年旅客吞吐量的预测值与实际值之间的误差较小,然后通过设定好的BP神经网络对2015年的机场旅客吞吐量进行预测。     

线性振动的神经网络建模

本文利用人工神经网络对两自由度线性振动系统进行了神经网络建模，并通过所建立的神经网络模型对该系统进行了预测。分别利用MATLAB和BP网络作为平台和训练工具。以两自由度悬臂梁的受迫振动为例，将一段时间内的激励力作为网络的输入参数，对应于该段时间内由振动产生的挠度作为网络的输出参数，然后利用BP网络进行训练。将网络模型预测结果与精确解进行对比，误差甚小。该结果表明：所建立的神经网络模型合理、有效，可利用其对该类问题进行预测并应用于工程实践中。     

基于神经网络的工程造价估算方法及其Excel实现

建立了建筑工程成本的神经网络预到模型，并在微软Excel电子表格上模拟运行，对权值的优化，运用Ex—cel“加戴宏”程序，可以直接在电子表格上进行，实践结果表明预测结果满意，预测误差达到0．4％。为了更好地预到新的工程项目，模型中还包含了敏感性分析模块，以提高模型的泛化能力。     

寺河煤矿二号井15#煤软煤区巷道支护研究

针对寺河煤矿二号井15#煤工作面软媒区巷道支护的难题,采用数值模拟和理论分析的方法进行研究,提出了新的支护方案在现场进行了试验并进行了观测,试验结果表明：全长预应力高强锚杆支护系统有效控制了巷道的围岩变形,特别是在软煤区巷道支护中起到了很好的作用,效果极佳。     

数值模拟在陶二煤矿深部回采巷道支护技术中的应用

矿井进入深部开采过程中矿山压力是影响巷道支护可靠性的主要因素。近几年来陶二煤矿在深部开采过程中部分采准巷道开挖后表现出巷道变形量较大，支护参数确定困难，2217下巷掘进工作面应用非线性数值模拟软件进行巷道支护设计,通过工业试验，巷道变形量得到有效控制，满足了安全生产要求。     

近距离煤层群开采巷道布置及支护技术研究

本文从曹村矿矿井地质及开采条件,对近距离煤层群的开采进行了理论分析,并对上层的10#煤开采后的岩层移动特征进行了物理模拟分析,然后对11#煤工作面巷道布置进行数值模拟分析并作方案比较,最后提出11#煤巷道合理的支护方案.现场实测表明,我们选择的内错6m的巷道布置方案及支护方案二使巷道支护与围岩形成一个协调的共同作用的力学系统,有效地控制了巷道两帮的变形速率,保证巷道稳定,为安全生产奠定基础,保证了煤炭回收率.     

矿井高应力破碎巷道支护技术研究与应用

文章针对会泽矿麒麟坑深部破碎巷道掘进和使用期间出现的巷道破坏的实际情况,结合现场施工经验,以及现场调查、实测的数据参数,应用理论分析和数值模拟相结合的研究方法,对典型的深部破碎巷道围岩的应力、位移以及塑性区状态进行分析,找出巷道变形破坏规律并提出新的巷道矿压控制措施,在1 031 m中段新的巷道矿压支护中进行现场试验,最终得出合理可行的支护手段,取得了较好的支护效果。     

掘进巷道冒顶事故的原因及防治措施

本文结合巷道类型、地点、工艺等，对掘进巷道支护中的冒顶事故原因展开分析，并提出科学合理的支护方式，在一定程度上规避井下掘进巷道发生冒顶的风险，从而提高支护质量，确保掘进工程顺利开展。     

有岩爆倾向的交叉巷道支护措施数值模拟分析

交叉巷道暴露面积大,开挖表面光滑性差,是应力集中的多发区域,在脆性岩体环境下容易发生岩爆。合理的支护方式能改善围岩环境,防止岩爆发生,在选择支护方式上采用flac3D数值模拟软件对不同支护方式进行分析比较,同时使用FISH语言从能量、应力等方面岩爆预测判据内置于所建模型的单元体内,在比较岩爆判据的灵敏性的同时优选出合适的韧性支护方式。该分析方法在使用岩爆判据来优选支护结构,优化支护方式做出了尝试,效果明显。     

芦岭煤矿不同煤柱宽度下沿空掘巷稳定性对比分析

以芦岭煤矿Ⅱ104采区为工程背景，在对代表性工作面工程地质条件的基础上，对不同的煤柱宽度进行了分析。实践表明，留5m煤柱巷道采用架棚支护时两帮变形量达到534mm，而留3m煤柱采用锚带网索支护时巷道两帮变形量为324mm，降低了近40%，说明留3m小煤柱采用锚带网索支护可有效控制沿空巷道的变形，同时也为类似条件的巷道提供了参考。     

基于神经网络的刀具位置误差建模与仿真研究

非球面加工过程中,刀具位置误差对加工工件精度影响较大。本文利用神经网络非线性映射特性来建立非球面超精密磨床刀具位置误差模型。利用模型对非球面加工时刀具位置误差进行预测。最后通过仿真结果表明,利用建立的神经网络模型可以对刀具位置误差进行高精度预测,并且根据预测误差,对刀具位置误差进行补偿成为可能。     

锚杆支护加固技术在矿山巷道掘进中的应用

锚杆支护加固技术几乎适用于煤矿巷道的所有类型,应用范围十分广泛。我矿近段时间在矿山巷道掘进中通过采用锚杆支护加固技术,取得了理想的效果。本文对锚网支护在复采残采煤层中的应用、煤矿井下巷道锚杆施工技术以及锚网支护的日常管理三个方面行了探讨。