矿区铁路安全管理信息系统的研究

针对我国矿区铁路运输安全管理落后的现状,分析矿区铁路运输安全管理的主要特点,设计了矿区铁路安全管理信息系统的总体结构。以徐沛铁路运输系统为例,基于B/S模式开发了徐沛铁路安全管理信息系统,实现了对职工的安全培训考核、职工安全档案管理、运输事故信息的录入与统计分析、各类安全文档的管理、技术措施的审批和安全直通车的功能。该系统已在徐沛铁路运输安全管理中得到成功应用,也可应用于其他矿区铁路安全管理。     

综放工作面沿空留巷支护阻力研究

为了计算综放工作面沿空留巷支护阻力,以结构力学理论为基础,分析综放工作面沿空留巷支护阻力计算模型,建立沿空留巷围岩和支护体的结构力学模型,应用超静定结构和静定结构分析支护体与沿空留巷围岩相互作用机制,推导出巷旁支护阻力的计算公式.结果表明,进行沿空留巷支护阻力力学分析时,要考虑顶板极限断裂前和断裂后两种状态下的受力情况,支护阻力与岩层厚度、容重、煤体极限平衡区宽度、跨距、支护体宽度和巷道宽度等因素密切相关.工业性试验表明,该技术的应用是成功而有效的.因此,综放巷内沿空留巷围岩结构力学模型和支护阻力计算公式是合理的,可在类似条件的综放工作面中应用.     

带压开采陷落柱突水影响因素数值模拟

为研究承压水压与煤层陷落柱位置这两种因素对陷落柱突水的影响,在分析固流耦合数学模型的基础上,利用数值模拟软件FLAC3D,以双柳矿地质条件为背景,分别对3 MPa和5 MPa承压水压下开采上、下两组煤4种情况进行模拟,分析陷落柱及其周边围岩的渗流-塑性破坏耦合场、应力场和位移场的变化.结果表明:随着工作面推进至接近陷落柱,工作面前方集中应力场与柱体周边应力场发生耦合,并出现应力集中,当水压为5 MPa开采上组煤时应力集中系数最大,最容易形成突水危险区域;当上组煤工作面距离陷落柱为30 m时,陷落柱渗流场与集中应力场开始连通,在开采下组煤时这一距离比上组煤扩大15 ～ 20 m;煤层底板随工作面推进发生压缩-膨胀周期变化,引起拉伸、剪切破坏.     

含多弱层复合边坡滑坡治理三维数值分析

白音华二号矿滑坡区边坡治理工程是针对稳定性差的南帮非工作帮和南排土场构成的复合边坡进行的。滑坡体受多层弱层控制,治理过程中易导致边坡失稳,所以治理工程采取分区开采的条采方案,充分利用边坡治理的三维效应来进行边坡的失稳破坏研究和稳定性分析。选取滑坡区的典型剖面作为研究对象,基于强度折减方法(SRM),应用有限差分FLAC3D软件,在两种开挖条件下,对含多弱层的复合边坡的稳定性规律和破坏机制进行了数值模拟分析,揭示了多弱层对复合边坡的失稳破坏及稳定性的影响。研究结果表明,治理工程中,弱层被揭露一定宽度,滑体沿煤底板弱层水平错动、竖直方向拉裂破坏;随弱层暴露宽度的增加,边坡稳定性明显降低,说明治理边坡具有三维效应;开挖至3-3煤层底板,开挖坡角20°,弱层暴露宽度为400m,边坡的稳定系数刚好达到安全储备系数1.1,建议矿方首选此方案,可以最大限度的回收煤炭资源。     

不同pH值对磷矿废石磷素浸出特性影响的实验研究

采用EPA 1314pH酸碱预滴定实验和pH浸出实验,研究了pH对磷矿废石磷元素浸出特性的影响,以及磷矿废石的酸碱缓冲容量。实验结果表明:磷矿废石的碱缓冲容量小,pH从8.75上升到13.50消耗了0.1mmol/g的NaOH,磷矿废石酸的缓冲容量较大,pH从5.50到1.00,共消耗2.2mmol/g的H2SO4;浸提液的酸碱性是影响磷矿废石中磷元素浸出的重要参数,酸性条件下很大程度上促进了磷元素的浸出,随着H+离子浓度的增加,总磷浓度随之升高。相反在碱性条件下的反应过程中,OH-阻碍磷元素的浸出,消耗正磷酸根离子和羟基磷酸根离子,使其生成沉淀,有一定的固磷作用,为磷元素的固化提供了更多途径。     

基于BERT-BILSTM-CRF模型的电力行业事故文本智能分析*

为解决电力行业事故报告文本较长、语义复杂,难以进行有效文本识别问题,提出1种以BERT作为底层的预训练模型,并设计1种双重注意力机制编码器,结合BILSTM-CRF深度挖掘事故文本语义特征,从而实现文本智能分析。首先构建电力词典,通过对BERT预训练,进行BIO标注,然后引入BILSTM-CRF模型实现对文本标签智能分类,最后将该模型与现行其他4种深度学习模型进行对比。研究结果表明:该模型智能识别精确率、召回率及F1值(查准率)均达到约97%,较其他4种模型中效果最好的模型分别提高0.02,0.03,0.02。研究结果可为电力行业事故报告文本分析提供1种新思路。     

基于数据挖掘的施工危险识别注意投入与分配研究*

为分析施工情境中危险识别注意资源动态投入分配规律,基于动态时间规整算法,挖掘危险识别注视轨迹序列,以表征注意资源投入分配变化,并采用k-means聚类、注视熵、Needleman-Wunsch全局序列对齐算法和统计等方法,深入挖掘注意资源在危险目标中投入和分配等时空变化规律。研究结果表明:当事人危险识别各阶段注意资源呈现从显著目标到高危目标的投入变化趋势,危险识别注意资源分配随情境复杂因素呈现零散、均匀的空间特征,分配无序程度提高。     

机器学习在材料服役性能预测中的应用

针对材料服役性能预测存在误差大、计算复杂、适用性差等问题,提出了基于数据挖掘的机器学习预测方法。首先阐述了机器学习的应用流程,并总结了常用模型原理及其在材料性能预测中的应用。然后采用多种机器学习模型对RPV钢的辐照性能进行预测,并通过Stacking集成方法提高了模型的预测精度。结果表明,机器学习可用于材料服役性能预测,具有较高的预测精度和可靠性。根据材料服役数据的不同特征选择合适的学习模型,同时进行模型融合和参数优化,可有效提高模型的预测精度及运算速度。     

矿区地下水环境影响评价的关键问题探讨

随着人类社会经济的快速发展,地下水环境问题日益严重,由于地下水环境影响具有隐蔽性和滞后性,在矿区建设生产前必须对地下水环境影响进行评价。结合某拟建整合灰岩矿的地下水环境影响评价,进行了实例分析,确定了保护目标、地下水环境影响识别、矿坑涌水量的计算、预测评价方法的选取等关键技术,以期为相似矿区地下水环境影响评价提供参考。     

基于BP神经网络的天线识别

本文比较研究了BP神经网络中的几种常用算法,针对这些不同算法下的BP神经网络进行训练,并得出了各自网络的性能。在此基础上,针对经典BP算法和LM算法进行对比研究,找到LM算法的改进之处。此外,在实际的应用中表明,不仅不同的BP算法对网络的运算速度、泛化能力等有较大的影响,而且BP神经网络对隐含层神经元数目也很敏感。我们希望在BP神经网络的基础上,构建一种合适的天线模型,来应用于天线的分类识别,这将具有很大的现实意义。