兖州矿区立井井筒非采动破裂的非线性预测与判别方法

厚冲积层立井井筒非采动破裂工程地质灾害是人类工程与自然环境相互作用的结果,该灾害的发生给煤矿造成巨大的经济损失,本文采用神经网络及模糊神经网络的方法对立井井筒破裂进行了预测与判别,预测与判别的结果表明,采用神经网络与模糊神经网络方法能够很好适用于立井井筒破裂的预测与判别,准确性高,能够满足实际应用的需要。     

厚冲积层立井井筒非采动破裂过程的三维耦合数值模拟

立井井筒破裂时,在底含、基岩、井筒之间包含三个同时发生的变化过程(1)底含水由基岩向矿井中的渗流;(2)深厚表土底部含水层的失水固结沉降与井壁附加力的产生;(3)立井井筒在附加力的作用下发生变形.本文采用拉格朗日元法对立井井筒的破裂过程进行了数值计算,且设置了界面单元来计算土与井筒之间的相互耦合作用,其计算结果揭示了立井井筒破裂过程中各个影响因素之间的变化规律,对于立井井筒破裂的机理分析及预防治理具有重要意义.     

兖腾—徐淮矿区地应力与井筒破裂关系研究

煤矿立井非采动破裂是一种矿井地质灾害,但对于立井破裂的原因有着多种认识,兖腾—徐淮矿区井筒发生破裂后,有一种观点认为造成井筒破裂的原因是该区内水平构造应力大所致,根据该矿区地应力与井筒破裂关系进行的分析研究,论证了该矿区的井筒破裂与水平构造应力并不存在着很密切的联系。     

中国东部黄淮地区煤矿井筒成片破裂研究

自80年代以来,中国东部黄淮地区许多生产矿井的立井井筒相继出现了程度不同的破裂,对煤矿的安全生产造成威胁.在详细调查的基础上,本文首先归纳了该地区井筒破裂的特征,主要有:(1)井筒破裂段大多位于上覆表土层与基岩交界面附近上下数米之内;(2)井筒破裂时间基本集中在1987年之后的短短几年内,与矿井投产时间长短无对应关系;(3)破裂过程一般是内井壁先出现裂缝,后掉混凝土块,渐渐露出已弯曲的钢筋,最后出现环形带状破裂;(4)井内设备变形明显滞后于井壁破裂.本文介绍了近年来我国学者有关井筒成片破裂机理的研究情况,以及对破裂段采取的加固方法及效果.根据其中一个井筒破裂最为严重的煤矿进行的井下原地应力测量结果,考虑当地地质资料,进行了地应力场有限元模型分析.结合区内地震活动、新构造运动的若干表现以及地壳应力、形变观测对井筒破裂的原因进行了综合分析,认为新构造运动引起的水平构造应力增高可能是黄淮地区井筒成片破裂的主要因素,区内特殊的底含结构及采动引起的四含水流失可能是井筒出现破裂的诱发因素.     

巷道围岩参数的人工神经网络预测

应用人工智能方法解决地下工程问题,提出了预测巷道围岩参数的人工神经网络预测法,构造了预测围岩参数的神经网络模型。预测结果证明,该模型具有很高的预测精度。提出的方法有一定的实用价值和参考价值。     

基于GIS的人工神经网络矿产预测系统设计

将地理信息系统(GIS)和人工神经网络(ANN)相结合,提出基于GIS的人工神经网络矿产预测系统设计方案,实现了从地质变量优选到人工神经网络成矿预测结果图形显示的计算机自动化处理,并对其中的主要模块:地质变量优选模块、数据库管理模块和神经网络成矿预测模块进行了介绍,简要说明了各模块功能实现中所应用的主要技术.     

黑龙江省荣华立井壁后空洞破坏及注浆有限元分析

井壁溃沙、壁后空洞对立井的影响一直威胁着煤矿安全生产,对破坏的立井稳定性规律研究分析及处理方法备受关注。本文应用大型有限元分析软件ADINA,采用莫尔-库仑准则和拉伸破坏准则的组合并结合现场仪器原位检测模拟井壁后空洞破坏以及注浆,对荣华立井壁溃沙、壁后空洞对立井稳定性的影响和壁后注浆治理时不同注浆压力对井壁稳定性影响的基本规律进行研究,并依据分析结果制定了注浆方案。数值仿真分析表明:溃沙、空洞对井筒稳定有不利影响,并造成地表沉降;注浆压力对井筒稳定性有直接影响,当注浆压力达到一定值时,井壁竖向应力可出现拉压力,水平应力增大易导致井壁破裂。     

井筒安全评价与防治工程信息管理系统

针对厚冲积层地区出现的90余个立井壁突发破裂以及具有类似地层条件的数百井筒,需对井筒安全状况进行评价,并对防治工程进行信息管理。以兖矿集团井筒破裂防治为例,编制了评价管理系统和相应软件。系统包括矿井基本情况、实测结果与分析、经验与理论预测、有限元分析等功能,已有效指导了井筒破坏的防治工作。      

天津市钻孔灌注单桩竖向极限承载力及沉降的神经网络预测

本文采用人工神经网络对天津市钻孔灌注单桩竖向极限承功力及沉降进行了预测。实例分析表明,神经网络预测具有较好的精度因而其应用前景十分广阔。     

基于GIS与ANN耦合技术的非线性矿产预测系统设计

利用地理信息系统(GIS)和人工神经网络(ANN)相结合,提出的基于GIS的人工神经网络矿产预测系统设计方案,实现了从地质变量优选到人工神经网络成矿预测结果图形显示的计算机自动化处理。其中的主要模块为:地质变量优选模块、数据库管理模块、神经网络成矿预测模块和图形处理功能模块。它们之间通过数据库进行数据传输与共享达到互相连接。     

径流预报的模糊神经网络方法

径流预报是水资源系统优化调度的重要因素。探讨了神经网络及模糊模式识别的部分理论,在通常的神经网络预报模型及模糊模式识别预报模型的基础上提出了一种模糊模式识别神经网络预报模型及其相应算法,加强了系统的知识表达能力,使预报结果更为可信。通过实例计算,验证了模型的可行性以及所给算法对模型训练的有效性,从而为径流预报提供了一种新方法。     

人工神经网络方法在径流预报中的应用

采用ＢＰ神经网络模型,以西北内陆河黑河流莺峡年平均出山地表流量为研究对象,对人工神经网络研究方法在干旱区环流径流预报中的应用进行了初步尝试,结果表明该预报成功率较高,证实了人工神经网络方法应用于流量预报领域的可行性,并分析了该方法在预报过程中的优缺性。     

人工神经网络在煤与瓦斯突出强度预测中的应用

介绍了人工神经网络的原理及算法,并从地质角度出发,建立了突出强度预测的BP网络模型,通过实例应用结果表明,人工神经网络用于煤与瓦斯突出强度预测是可行的,操作较为简便、准确性高。      

典型降水预报ANN多指标优选——以太湖湖西区为例

为提高多种典型人工神经网络应用于降水预报的精度与稳定性并做出优选,对太湖流域湖西区丹徒、丹阳、金坛、溧阳、宜兴5站的年降水量时间序列建立基于组成成分分析的人工神经网络模型,并通过平均相对误差、平均绝对误差、均方根误差及合格率4项评价指标对比分析预报效果。该模型采用Mann-Kendall法、秩和检验法、谱分析法进行组成成分分析;建立BP网络、小波神经网络、RBF网络、GRNN网络及Elman网络模拟并预测随机成分,与确定性成分叠加得年降水量预报结果。在湖西区的研究结果表明,基于组成成分分析的人工神经网络模型的拟合及预测精度高于原始人工神经网络和线性自回归模型,GRNN网络的预测精度与稳定性高于其他4类神经网络。     

A nonlinear modeling and forecasting system of earth fractures based on coupling of artificial neural network and geographical information system—exemplified by earth fractures in Yuci City,Shanxi, China

Earth fracturing or fissuring is a natural phenomenon and a major geohazard in many countries. The factors that cause the earth to fracture were analyzed in Yuci City, in Shanxi Province of China using the geographical information system (GIS). A nonlinear simulation and assessment model of earth fracturing was established using the artificial neural network (ANN) technology to simulate the structure and function of the neural network (NN) of the human brain with engineering technology. The developed nonlinear modeling and forecasting system was used to assess and forecast the earth fracture hazard in Yuci City. The results of this study provided useful and essential information for scientific policy-making in the areas of city planning, environmental protection, and land development.     

用人工神经网络方法分析油藏压裂效果——以靖安油田塞A井区长2油藏为例

通过已有的少数井的试井资料分析得出压裂裂缝参数,以现有的参数为样本建立人工神经网络系统.以影响压裂结果的地层厚度、孔隙度、泥质含量、压裂施工参数、工作压力加砂排量为输入参数,以裂缝导流能力和裂缝半长为输出参数,用BP神经网络训练,推断出所有井的压裂裂缝参数,从而得到整个油藏的压裂裂缝分布特征,对压裂措施的效果有了直观的评价.     

径流长期预报的人工神经网络方法

提出径流长期预报的人工神经网络方法。运用神经网络的一典型模型──“反向传播”模型,以大伙房水库在补水期的径流状况作为研究对象,尝试了神经网络方法的效果。结果表明,该方法预报成功率较高,容错能力较强,可望成为径流长期预报的有效的辅助手段。     

基于BP神经网络方法的矿井涌水量预测

鉴于矿井涌水威胁煤矿安全生产及其影响因素的复杂性,提出基于BP神经网络的矿井涌水量预测方法.在充分分析新安煤矿＋25m开采水平的涌水影响因素的基础上,选取大气降水、采空区面积和底板构造断裂和采动裂隙三个影响因子,建立了非线性人工神经网络预测模型,对＋25m开采水平的正常涌水量进行了预计.其结果和实际观测数据能够较好地相吻合,表明采用人工神经网络预计矿井涌水量是可行的.     

人工冻土温度场影响因素灵敏度分析

在冻结法凿井施工中,全面掌握诸因素对人工冻土温度场发展的影响程度,对于优化冻结方案、处理紧急情况有重要的意义.文章通过对两淮地区大量的冻结法施工井筒冻结时段的温度场实测数据样本分析,较全面地考虑影响人工冻土温度场发展的诸因素,利用人工智能方法构建一个大型的能预测温度场的动态网络结构,通过对网络结构隐含信息的分析,得出系统中各因素对冻土温度场影响的灵敏度.     

平面交叉裂隙非线性渗流模型参数人工神经网络预测

岩体裂隙网络渗流广泛存在于地下工程中,对地下工程的建设和运行安全具有重要的影响。因此,研究裂隙网络渗流有着重要的理论和实际意义。本文根据立方定律和Forchheimer方程推导所得的交叉裂隙渗流模型,运用数值模拟和人工神经网络方法,对平面交叉裂隙渗流模型非线性参数与模型几何条件的关系进行探究。通过数值模拟,获得了平面交叉裂隙非线性渗流模型的参数;运用人工神经网络遗传算法,探究了交叉裂隙几何条件与交叉裂隙渗流模型中非线性系数之间的关系,证明了平面交叉裂隙非线性渗流模型适用于描述交叉裂隙渗流规律,验证了神经网络方法预测非线性系数的可行性和准确性。同时,还对比分析了运用拟合数值表达式和人工神经网络两种方法的特点。