爆堆块度评价方法研究的进展

爆堆矿岩的块度分布是评价爆破效果的一项重要依据。对爆堆矿岩的块度大小与块度构成情况进行准确、可靠的定量描述 ,不仅可为验证、改进爆破工艺与参数 ,进而为改善爆破效果提供直接的参考依据 ,而且也是开展爆破优化研究的重要技术基础。通常使用手工方法去评估爆堆矿岩的块度 ,它能在一定程度上对爆破块度分布进行定量的评价。但这些方法还都存在着某些缺陷。而爆堆矿岩块度的计算机图像分析法则可弥补上述诸方法的种种缺陷 ,近年来 ,该研究在国内外得到了越来越广泛的关注和应用。笔者在总结各种测定爆破块度分布的理论和方法的基础上 ,详细分析和研究了当前计算机图像处理分析爆破块度方法。     

露天深孔爆破环境污染的危害与防治

在全面分析爆破所带来的地震效应、噪声以及废气等污染的同时，结合某矿山生产爆破的具体情况，提出了些防治爆破环境污染的措施和建议。     

柴油发动机隔振方面的仿真研究

本文主要研究模糊控制技术在柴油发动机隔振系统中的应用，将模糊控制技术引入柴油发动机隔振主动控制系统，针对柴油发动机隔振模拟实验台架的振动特点，建立了控制系统数学模型，进行了柴油发动机隔振模拟实验台架垂直方向的仿真研究。     

碾泥车间主厂房爆破拆除安全技术

介绍了在复杂环境下碾泥车间主厂房定向爆破拆除的成功经验.在对主厂房进行较为充分的预处理基础上,选择了合理的炸高和起爆网路,采用了可行的爆破安全技术,爆破达到了预期效果,可供类似工程参考.     

小型露天采石场爆破作业安全评价方法的探讨

应用安全检查表、事故树、作业条件危险性分析等方法对露天小型采石场爆破作业进行了分析评价,找出了导致爆破作业事故发生的可能因素及可采用的预防途径,为小型露天爆破作业事故的预防提供有益参考.     

炮采放顶煤采空区自然发火的数值模拟应用

针对炮采放顶煤开采采空区容易发生自燃问题，基于漏风渗流方程、气体渗流一扩散-氧消耗方程，建立了采空区自然发火非稳定数值模型，采空区按非均质考虑，耗氧汇按煤矸氧化和瓦斯涌出稀释两方面综合考虑，用有限元数值方法联立求解模型。结合羊草沟矿实例，通过该矿自然发火后来的测试区的现场实测结果，拟合反演得到采空区煤的耗氧速度、瓦斯涌出强度和渗透特征参数，用确定的模型分析了前段出现自然发火的原因；描绘了炮采放顶煤开采时采空区冷却带、自燃带和窒息带等三带的形状，指出冒落压实的不均衡的非均质采空区，自燃点在偏人风一侧。用三带划分理论讨论了工作面参数（风量、推进度、控顶距）同自燃的量化关系，提出了从根本上预防采空区自然发火的途径与方法。     

基于剪切梁理论的爆破扰动对巷道顶板稳定性影响研究

厚煤层沿底布置巷道顶板维护难度较大,从爆破扰动影响顶板稳定性的角度对此进行了研究.在分析爆破应力波远区破坏效应的基础上,建立了沿底布置巷道顶板的剪切梁模型,依此研究了顶板煤、岩体的水平位移及应力分布规律,最后以某矿地质条件为原型利用Flac3D数值软件进行了模拟研究.研究发现:基于爆破应力波的远区破坏效应,沿底布置巷道的顶板煤层与上覆岩层的相对错动可以用剪切梁理论加以分析.基于此得到了厚煤层巷道顶板中煤层与岩层单调加载过程及循环加载条件下的位移及应力分布,单次爆破对顶板的影响有限,多次扰动的累积效应会对其产生一定程度的损伤.模拟中,随着装药量的增加,沿底布置巷道顶板煤、岩体的水平位移随之增加,且煤体的位移量大于岩体;持续扰动条件下,煤、岩体的水平位移均出现了累加效应,且随着动力扰动作用次数的增加,煤、岩体的相对错动逐渐增大,容易产生顶板离层垮落等动力灾害.研究成果对加强扰动作用下顶板的支护管理具有一定的理论与指导意义.     

行为控制方法在煤矿放炮事故预防中的应用研究

我国煤炭行业事故频发,而人的不安全动作引起了88％的事故,因此,运用行为控制方法来约束人的不安全动作对于减少煤矿事故有着重要意义。以煤矿放炮员不安全动作为统计指标,对我国2000—2011年41起煤矿重特大放炮事故进行统计,得到16种、48个不安全放炮动作。进一步分析,发现造成这些不安全动作的原因集中在放炮员安全知识、意识、习惯,组织安全管理体系,以及组织安全文化这三方面。根据这些原因提出了系统的行为控制方法,给出了放炮员不安全动作的综合解决对策,这样企业便采取了从安全文化到放炮员不安全动作的一整套行为控制措施,从而可以有效预防煤矿放炮员的不安全动作,减少煤矿企业放炮事故的发生。     

基于SA-ELM的爆破震动速度预测

针对爆破震动速度与其影响因素之间的复杂非线性,结合模拟退火算法(SA)的全局寻优性,提出了一种新的SA-ELM算法.以矿山周边建筑物爆破震动实测数据作为训练样本,选取总药量、最大段药量、测点与爆破点距离、地面震动特性、建筑物震动特性等8个影响因素作为输入变量,建立了爆破震动速度预测的SA-ELM模型.模型训练值和预测值与实测值的均方误差(MSE)分别为0.20和3.26,平均相对误差控制在5％以内,显示出该模型具有良好的训练精度和泛化能力.对比传统ELM模型,SA-ELM模型不但提高了精度和泛化能力,而且降低了隐层节点数变化对训练结果的影响,提高了模型的稳定性.     

基于PCA-ELM模型的露采爆破振动对民房破坏的预测分析

针对露天采矿爆破振动对民房破坏的预测问题,采用主成分分析(PCA)和极限学习机(ELM)方法,选取爆破振幅、主频率、主频率持续时间、灰缝强度、砖墙面积率、房屋高度、屋盖形式、圈梁立柱、施工质量、场地条件10个主要影响因素。引入相关性分析在主成分分析过程中,对相关性高的指标进行降维,把得到的3个综合因子和爆破振幅、主频率、主频率持续时间、砖墙面积率作为输入变量,构建露天煤矿PCA-ELM预测模型。选取露天矿实际爆破过程中测量的100组数据作为模型训练样本,用另外20组数据作为测试样本进行预测。结果表明:对民房破坏影响因素中灰缝强度、房屋高度、屋盖形式、圈梁立柱、施工质量、场地条件之间具有较高的关联度。该模型处理高维数据时较传统的ELM算法具有预测精度高、稳定性好等特点,可准确预测爆破振动对民房的破坏程度,误判率为1/20。