排序方式: 共有30条查询结果,搜索用时 15 毫秒
1.
急倾斜煤层开采地表沉陷的渐近灰色预测 总被引:5,自引:0,他引:5
煤层开采所引起的地表沉陷是一种严重的矿区地质灾害。煤层的倾角、厚度等物理条件是地表沉陷的主要影响因素。在水平煤层或缓倾斜煤的开采过程中,由于地层倾角小,地表沉陷具有较完整的规律性,其预测效果也比较理想。但是,在急倾斜煤层的开采中,由于地层倾角较大,赋存条件和地质体物理力学性质的差异,增强了地表下沉的非线性特征,使地表沉陷具有不确定的表现规律。文章对重庆市南桐矿区东林矿的地表沉陷非线性特征进行了探讨,得到了东林煤矿地表下沉曲线的分形维数是1.07。在岩层移动这个系统当中,既含有已知的又含有未知的或非确定的信息,可以作为一个灰色系统来研究。岩层控制系统的状态、结构和边界条件难以精确描述,属本征性灰色系统。文章针对东林煤矿地表下沉曲线非线性较弱的性质,提出用一种基于GM(1,1)的渐近预测模型对东林煤矿42个月的地表下沉量时间序列进行探讨。结果表明,这种模型对急倾斜层开采地表沉陷的预测是一种行之有效的方法。通过对其他工程实例的应用分析,进一步证明这种渐近的灰色预测方法具有相对较高的精度,是一种比较实用的地表沉陷预测方法,具有广泛的工程实用空间。 相似文献
2.
3.
针对目前盾构隧道纵向结构安全诊断面临的瓶颈,提出了一种物理信息双驱动的隧道纵向结构力学性态智能诊断方法。通过将表征隧道纵向结构力学性态的物理方程嵌入物理神经元中,利用实测数据作为信息神经元综合构建了物理信息双驱动的神经网络(physics-informed neural networks,PINNs)模型,可实时更新反演盾构隧道结构参数、周围地层参数以及荷载分布规律,继而正演求解隧道的纵向结构力学性态。将反演得到的参数进一步用于其他隧道段的分析,以实现长距离盾构隧道结构纵向智能诊断。算例与工程实例应用表明,提出的PINNs模型能有效求解隧道结构纵向问题,且相较传统的纯数据驱动的深度神经网络(deep neural network,DNN)模型,PINNs模型表现出了显著的泛化能力与鲁棒性,具有十分可观的工程应用前景。 相似文献
4.
针对传统上游法尾矿库堆坝方法的缺陷与不足,提出了改进的上游法堆坝方法,即高浓缩分级尾矿上游法堆坝方法。基于尾矿库堆坝模型试验,以高浓缩尾矿堆存技术为指导,分别进行传统上游法和改进上游法的高浓缩尾矿堆坝模型试验,演绎尾矿库堆坝过程,测试并得出了堆坝过程中滩面尾矿沉积情况、尾矿颗粒分布规律及浸润线变化规律,并采用极限平衡法计算不同堆坝方式下坝体的最小安全系数。结果显示:高浓缩尾矿堆坝使沉积滩颗粒分布均匀,颗粒分级不明显,减少了互层和细泥夹层的出现,改善了坝体内部结构;改进上游法堆坝可以形成有利于排渗防洪的良好沉积滩滩型;稳定性分析结果表明,改进上游法堆坝方法可以使尾矿坝的稳定性提高19%~33%,研究成果可为新建尾矿库工程提供试验技术支撑。 相似文献
5.
6.
7.
8.
岩石受压状态的损伤分析 总被引:2,自引:0,他引:2
以损伤力学的方法对岩石在受压状态下的破坏行为进行了分析,损伤力学(CDM)方法近年来在金属、混凝土及复合材料等工程材料的蠕变、断裂等问题的研究中得到大量应用。损伤演变是物质内部结构的不可逆变化过程,损伤变量是与塑性变形一样的内变量,文中据实验数据推导出某类岩石的损伤变量演化曲线,以及损伤与应力的变化关系,以期用损伤学方法研究岩石变形的局部化行为。 相似文献
9.
运用自主研制的煤岩热-流-固耦合试验系统,以原煤为研究对象,进行峰后轴压保持在不同应力水平下围压的卸载试验,以分析围压卸载对原煤变形特性和渗透特性的影响。研究结果表明:通过径向应变 、轴向应变 和体应变 的不可恢复变形量以及三者在力加载过程中的响应程度来定义损伤变量,满足损伤变量的变化区间[0, 1],并以此计算煤样在卸载过程中的损伤量,得到在峰后轴压 保持不变,对围压 进行卸载时,损伤量D随着 的减小而增大,煤样的损伤程度越来越大;当轴压卸荷到不同应力时,煤样的渗透率随围压卸载次数的增加而增大,表明当 减小时, 对渗透率的影响越来越重要,同时煤样内部的孔隙裂隙以发育、扩展、延伸为主。此外,渗透率k在 卸载初期,几乎不增加;当 继续卸载时, 开始增大,并且斜率越来越大,表明煤样的损伤加剧。当保持 不变,对 进行卸载时,相当于摩尔应力圆半径增大,煤样向破坏的趋势发展,发生二次破坏的可能性增大。随着 的卸载,卸围压前 越大,摩尔应力圆半径越大,煤样的承载能力就越弱,更易发生煤样的二次破坏,表现在煤样的轴向应变 和径向应变 发生突变。 相似文献
10.