新安煤田煤与瓦斯突出特征及防治措施

为解决新安煤田煤与瓦斯突出影响因素众多和防治难度较大等问题,运用瓦斯地质理论分析了新安煤田煤与瓦斯突出特征及控制因素,并提出了有针对性的煤与瓦斯突出防治措施。研究表明:地质构造是控制新安煤田煤与瓦斯突出分布的主要地质因素;构造应力是控制新安煤田煤与瓦斯突出的主要动力因素;新安煤田煤与瓦斯突出吨煤瓦斯涌出量较大,是增加煤与瓦斯突出发生可能性及危险性的重要因素。基于此,从突出危险性预测、防治突出措施及安全防护措施等三个方面提出了多项煤与瓦斯突出防治措施。     

基于自记忆模型的煤与瓦斯突出电磁辐射预测研究

利用实验测定的电磁辐射信号时间序列,用双向差分原理反导出一个非线性常微分方程;以其为微分动力核,运用动力系统数据机理自记忆模式构造自记忆方程并求出自记忆系数;利用该方程预测未来电磁辐射信号的变化,并与现场测定对比分析,用误差分析和距平分析法验证该模型正确性和预测准确率。实例表明:该自记忆模型预测与实测结果是一致的,相对误差均在6.7852%左右,距平符合率为90%;自记忆方法能有效应用于煤与瓦斯突出电磁辐射动态预测中;该模型与电磁辐射预测方法的有机结合能有效地提高预测准确性,从而为煤与瓦斯突出电磁辐射预测技术提供了一种新的研究途径。     

基于神经网络的煤与瓦斯突出预测模型

在全面分析了煤与瓦斯突出影响因素的基础上 ,提出了煤与瓦斯突出预测的人工神经网络模型。介绍了突出特征指标的选取及表示方法与推理过程。实例分析表明 ,模型精度很高 ,可用于工作面煤与瓦斯突出预测 ,并分别给出图 2 ,表 3,文献 5     

煤与瓦斯突出预测技术研究现状及发展趋势

对矿井煤与瓦斯突出预测方法的研究现状及发展趋势进行了论述及分析。目前我国大量使用的是钻屑量S、钻孔瓦斯涌出初速度q、瓦斯解吸指标Δh2 、瓦斯放散指数ΔP等钻孔静态预测方法 ,这些方法花费大量的人力、物力和财力 ,而且准确性较低。而声发射和电磁辐射等方法是很有前途的预测方法。未来煤与瓦斯突出预测的发展趋势是 ,利用声发射监测技术对变形破裂剧烈区域进行定位 ,利用电磁辐射监测技术工作面非接触连续预测 ,再结合现有的环境监测系统监测的瓦斯动态涌出对煤与瓦斯突出现象进行准确预测     

瓦斯压力对煤与瓦斯射流突出能量的影响

瓦斯压力是煤与瓦斯突出的主要动力源,其与突出能量的关系尚不明确。将煤与瓦斯突出视为煤-瓦斯气固两相射流突出,在分析煤与瓦斯射流突出过程的基础上,建立了煤与瓦斯射流突出数值模型,给出了突出能量表达式。通过理论分析、数值模拟相结合,得到了瓦斯压力对煤与瓦斯突出能量、突出强度、瓦斯涌出量等参数的影响规律。结果表明,突出发生时,突出能量具有波动性,即以突出口为界存在能量集聚骤升区和能量释放衰减区。能量集聚骤升发生在突出孔洞至突出口段,瓦斯-煤两相流突出速度成倍增大;能量释放主要发生在突出口附近和巷道中,瓦斯-煤两相流突出速度逐渐减小。煤与瓦斯射流突出产生强烈涡旋,在顶板、底板处尤为显著,与现场观察到的突出后顶板有摩擦和划痕、底板突出煤粉有分选现象一致。瓦斯压力与突出能量间呈线性增加关系,与突出强度和瓦斯涌出量均呈幂指数增加关系。计算得到的煤与瓦斯射流突出能量量级与前人结论基本吻合,结果可为煤与瓦斯突出能量预测提供参考。     

基于正交试验-多元回归的煤矿瓦斯涌出量预测

为了快速准确地预测工作面瓦斯涌出量,简化瓦斯涌出量预测建模过程,将正交设计方法与多元回归分析相结合提出了简化的预测模型,并针对实际矿井数据进行应用.结果表明,结合正交设计中的极差和方差分析可以有效剔除对瓦斯涌出量影响不显著的因素,该剔除结果与SPSS软件显著性分析结果一致,利用SPSS软件对剩余的瓦斯涌出量影响因素进行多元回归分析得到相应的回归模型,经检验其预测结果相对误差平均值为1.76％,回归模型具有较高的精确度,可为煤矿瓦斯涌出量预测工作提供一定的参考.     

支持向量机法在煤与瓦斯突出分析中的应用研究

通过分析采煤工作面煤与瓦斯涌出量与地质构造指标的对应关系,应用支持向量机(SVM)方法对煤与瓦斯涌出类型及涌出量进行分析。建立两类突出识别的SVM模型、多类型突出识别的H-SVMs模型以及预测瓦斯涌出量的支持向量回归模型。研究结果表明:SVM方法能够很好地对煤与瓦斯突出模式进行识别,所建立的采煤工作面瓦斯涌出量预测模型的精度高于应用BP神经网络预测精度;SVM理论基础严谨,决策函数结构简单,泛化能力强,并且决策函数中的法向量W可以反映突出模式识别的地质结构指标的权重。     

煤与瓦斯突出预测的Fisher判别分析法及应用

在综合分析煤与瓦斯突出多种影响因素的基础上,将Fisher判别分析应用到煤与瓦斯突出预测中,结合我国典型煤与瓦斯突出煤矿17个突出实例,建立了煤与瓦斯突出预测的Fisher判别分析模型,模型回代预测的误差率为0。应用该模型对云南恩洪煤矿8个突出实例进行预测,并与单项指标法、综合指标法、BP网络进行比较。结果表明,Fisher判别分析模型具有较高的可靠性和精确性,能对煤与瓦斯突出进行有效预测。     

基于灰色遗传神经网络法的矿井瓦斯涌出量预测

矿井瓦斯突出的发生是一个非线性系统在时空演化过程中的灾变行为,影响突出的各个基本因素与突出危险性之间存在复杂的非线性映射关系.对于处理这样的非线性时空演变问题,传统的数学方法是有局限性的.为了更好地预测矿井瓦斯涌出量,将灰色理论引入到预测精度高的遗传神经网络,使灰色理论和遗传神经网络有机结合起来,以神经网络理论为基础,利用遗传算法优化隐含层神经元个数和网络中的连接权值,并用其建立瓦斯涌出量的预测新模型.在实验室测试数据的基础上,建立遗传神经网络训练和检验样本集,并且将检验结果分别与标准BP神经网络的预测结果进行比较.     

灰色组合模型在钻孔瓦斯流量预测中的应用

钻孔瓦斯流量直接关系着钻孔抽放煤层瓦斯涌出量及钻孔瓦斯涌出初速度的判定,因此研究钻孔瓦斯流量的变化及发展趋势具有较大实用价值。利用"灰色组合预测"思想,提出一种对多种常用预测模型进行熵权法计算权重的组合预测方法,从而可根据有限的实测数据达到预测瓦斯流量发展的目的,结合工程实例,将灰色组合预测模型和单点模型模拟的结果进行比较,其结果表明组合的灰色模型预测精度较高,对瓦斯抽放设计和矿井安全生产具有较大的指导意义。     

草甘膦THz光谱的单分子建模研究

为获得草甘麟在THz波段的光学参数,利用太赫兹时域光谱(THz - TDS)装置对草甘膦标准品进行测试,获得样品在0.4～ 1.5 THz波段的折射率谱和吸收谱.结果表明,草甘膦样品有5个明显的特征吸收峰,吸收峰的位置分别为0.79 THz、0.89 THz、1.09 THz、1.31 THz和1.43 THz,它的平均折射率为1.512.为了更好地解析试验光谱,利用Gaussian 03程序的B3LYP函数与从头算理论HF在6- 311G(d,p)基组水平上.,以及DMol3程序的PW91、VWN - BP和BLYP 3种GGA密度函数在DNP基组水平上模拟草甘膦单分子,其中利用HF和VWN- BP函数计算出的峰位值与其对应的试验值较接近.这两种方法是模拟草甘膦单分子较为适合的方法.利用HF函数计算的键长、键角均与室温下X射线衍射值有相同的一致性趋势,而VWN - BP函数这一趋势不明显.     

地热水在矿山深部岩体单一裂隙中的渗流规律分析

选取PKN模型进行岩体裂隙地热水对流换热量的研究,计算了地热水在裂隙内的对流换热量,通过将裂隙截面展开求解对流换热面积,根据牛顿冷却定律计算得出对流换热量;由裂隙张开度的变化量计算岩体裂隙的渗流量,结果表明,在三维应力一定的条件下,岩体裂隙内地热水的渗流量随裂隙倾角变化而变化。从矿山中选取典型岩样进行加工,使之成为200 mm×100 mm×200 mm的标准岩样。试验结果表明,在裂隙倾角α=0°的情况下,裂缝的渗流量随β增加逐渐减小,并且在随β增加到90°的过程中趋于稳定,表明岩体裂缝为水平裂缝时渗流量最小,维持在一个稳定值;在α=90°的情况下,裂缝的渗流量随β增加逐渐增大,在β增加到90°的过程中,裂缝慢慢变为垂直裂缝,渗流量的变化也趋于缓和,增加到一个稳定值。     

井下有限空间内作业人员噪声危害调查

为研究煤矿井下环境相对封闭、空间相对有限的情况下,噪声对作业人员的影响及危害,通过问卷调查的形式,分别对开滦集团东欢坨及荆各庄2煤矿井下5个不同作业区人员进行了共计200份的噪声危害问卷调查。将问卷调查结果通过SPSS软件进行统计与分析,并将SPSS分析得到的数据用于分析井下噪声对作业人员的影响及危害,归纳出噪声对作业人员的影响因素,并对噪声、影响因素及症状之间建立了井下噪声对作业人员影响的理论关系模型。结果表明:在井下有限空间内,噪声对作业人员的危害最严重的症状是耳鸣,危害最轻的症状是畏惧感;参与调查的多为年龄较大、工龄较长的作业人员,噪声对工龄较长者的危害程度要大于对年龄较大者,且工龄与噪声危害之间存在Pearson相关性系数大于0的正相关关系。     

气溶胶粉尘在玻璃表面的沉积行为研究

玻璃是建筑装修的重要材料之一.有关玻璃的表面清洁技术非常丰富,但是对于粉尘粘附于玻璃表面的行为等的研究成果尚不多见.为此, 测定了玻璃片以不同角度放置在大气中,玻璃片表面粘附粉尘的分布规律和粉尘的粒径分布等特征;发现粘附于玻璃片上粉尘粒径分布不同于大气中的粉尘粒径分布,不同湿度对玻璃表面粘附的粉尘形状、粉尘数量和粒径影响很大.     

基于多传感器融合的林火监测

为了提高近距离火灾监测的准确率,建立了基于Arduino平台的多传感器实时监测系统.此系统安装在移动机器人身上以探测火灾.在林火发生期间,会产生CO、C02明火火焰及其他产物,并引起周围环境温度的升高.因此,选择合适的传感器,检测出以上参数,就有可能据此判断实际环境是否有火.通过在Arduino上搭建火焰传感器、温度传感器、气体传感器和烟雾传感器,可以实时监测环境参数.在无火和有火环境中进行了多次试验,进行数据采集,得到了大量原始数据.无火环境的数据是在不同的天气条件下测得的;有火环境由试验火堆模拟得到.在模拟的过程中,进行人为操作以模拟不同的火情.如通过浇湿底部的可燃物模拟预热阶段,试验数据因此更有代表性.数据分析表明,单个传感器的输出值波动大,且在有火环境和无火环境中的输出值有重叠.因此,用单一传感器来检测火灾的准确率很低.而同时分析3个传感器的输出值时,其输出值随所检测火堆的不同呈现出一致的变化规律.最后,利用神经网络进行多传感器数据融合.涉及5个输入变量,由神经网络实现对多变量的非线性问题进行模式识别.将前述试验所得数据划分为训练数据和测试数据,两类数据均包含一定比例的有火样本和无火样本.用训练数据对BP神经网络进行训练,可得到林火识别模型.用测试数据检验模型,结果表明,该BP神经网络对试验火的识别准确率为98.625％.     

基于模糊可拓层次分析法的在役混凝土桥梁耐久性评估

对在役混凝土桥梁的耐久性研究是目前学术界的热点问题。使用科学的方法对其耐久性进行合理的评估,是解决该问题的关键。考虑到在役混凝土桥梁耐久性评估中的不确定性,利用改进的三标度层次分析法及模糊可拓理论,建立了基于模糊可拓层次分析法的在役混凝土桥梁耐久性评估模型。首先,根据桥梁的结构及所处环境的特点,建立了在役混凝土桥梁耐久性评估指标体系。其次,运用改进的三标度层次分析法确定指标权重。然后,使用模糊可拓理论确定耐久性等级。最后,通过具体的实例分析,证明了该评估方法的科学性和有效性。     

排烟口设计对排烟效果影响的模拟研究

通过FDS模拟计算,考察烟气稳定性、烟气溢流厚度、烟气溢流量和机械排烟效率等参数研究排烟口高度的变化和排烟速率的变化对排烟效果的影响.研究结果表明:排烟效果随着排烟口位置的升高而逐渐变好,排烟口与蓄烟池下沿的垂直高度在0.8 m以上效果最好;排烟速率宜适中,过大容易导致烟气层紊乱,过小则控制烟气溢流效果不好并且排烟效率不高.     

软质聚氨酯泡沫阴燃前期热解特性研究

采用DSC-TGA(差示扫描量热-热重分析)同步热分析仪对软质聚氨酯泡沫(聚氨酯软泡)在不同氧气体积分数(0、10％、30％、50％)和不同加热速率(10 K/min、20 K/min、50 K/min)下热解到800℃的过程及其对阴燃的影响进行了研究.结果表明,当氧气体积分数介于10％ ～ 50％时,聚氨酯软泡热失重DTG曲线只有1个峰;当氧气体积分数降低到10％时,DTG曲线开始逐渐分离为2个峰;当氧气体积分数降为0(即氮气气氛)时,DTG曲线已经明显分为2个峰.这表明氧气体积分数对聚氨酯软泡热解特性具有重要作用.氧气体积分数和加热速率降低均对聚氨酯软泡的热解有抑制作用,均能减小阴燃传播速率和向明火转化的可能性.加热速率降低主要是延长了聚氨酯软泡的热解周期,从而减小了热解可燃气体积分数和放热速率.氧气体积分数降低对聚氨酯软泡热解的影响相对复杂的多:当氧气体积分数从10％降低到0时,主要提高了聚氨酯软泡的分解温度,而对热解速率影响不大;当氧气体积分数介于10％～50％时,氧气体积分数减小主要会降低聚氨酯软泡的热解速率、放热速率和放热量而对热解温度影响相对不大.氧气体积分数和加热速率降低抑制了多元醇的分解,而多元醇是聚氨酯软泡维持阴燃或向明火转化的主要物质及能量来源.     

包装性能对空运锂电池热失控影响的定量研究

包装是防止空运锂电池热失控后果扩大的关键,提出了一种基于试验的空运锂电池包装性能定量评价方法,利用自主设计的锂电池火灾试验平台对锂电池包装件开展热失控试验,结合试验结果分析选取初爆时间、初爆和燃爆时间间隔、热失控电池数量、峰值温度作为锂电池包装性能等级评价指标,引入物元可拓法构建包装性能熵权物元可拓模型,通过对不同包装形式和材料的锂电池包装件进行评价可知:现有瓦楞纸包装性能等级为Ⅲ(差),会严重威胁锂电池空运安全;采用玻璃纤维板包装,包装方式为玻璃纤维隔板加盖板时性能等级为I(优良),可显著提高空运安全性。     

SOR理论框架下施工人员安全行为研究——情绪智力与具身认知视角

将SOR理论引入个体安全行为研究领域,探讨了情绪智力与具身认知对施工人员安全行为的影响机制和效应.分别从企业、组织及领导者3个层面选取安全氛围、非权变惩罚及道德领导作为外在刺激变量,以情绪智力及具身认知为中介变量,对来自建筑业施工人员的357份问卷进行分析.结果表明:安全氛围和道德领导对施工人员情绪智力与具身认知有显著的正向影响作用,非权变惩罚则有显著的负向影响作用;施工人员情绪智力与具身认知对其安全行为有显著的正向影响作用,两者在SOR模型中发挥着完全中介作用.研究结果不仅证实了 SOR理论是一种行之有效的行为预测理论,还弥补了以往研究中忽视个体情绪与认知双重作用对施工人员安全行为影响的缺陷,进而为施工企业提出了具有针对性的人员安全管理建议.