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。     

Governing sexual behaviour through humanitarian codes of conduct

Since 2001, there has been a growing consensus that sexual exploitation and abuse of intended beneficiaries by humanitarian workers is a real and widespread problem that requires governance. Codes of conduct have been promoted as a key mechanism for governing the sexual behaviour of humanitarian workers and, ultimately, preventing sexual exploitation and abuse (PSEA). This article presents a systematic study of PSEA codes of conduct adopted by humanitarian non‐governmental organisations (NGOs) and how they govern the sexual behaviour of humanitarian workers. It draws on Foucault's analytics of governance and speech act theory to examine the findings of a survey of references to codes of conduct made on the websites of 100 humanitarian NGOs, and to analyse some features of the organisation‐specific PSEA codes identified.     

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。     

流域开发的外部性及其内部化

流域是地表水的集水区域。流域问题的本质是水。水是可持续发展的基础和条件，是环境与发展问题的核心。流域开发是以水资源为先导和主体的综合资源开发。实现流域经济可持续发展实质就是实现流域水资源可持续开发和利用。外部性是流域开发的基本特征，水资源的特性决定了流域开发的外部性。实现流域开发的外部性内部化是流域经济可持续发展的关键。实现流域开发外部性内部化，必须界定流域资源产权，明确流域开发主体；建立税收－补贴体系，对水资源合理定价；坚持“排污者付费原则”；建立流域水资源市场，实现水资源资产化管理。同时，政府要加强流域的管理；建立健全水资源保护与流域开发的法律体系；普及保护环境和水资源的教育，建立节水观念；支持和鼓励流域开发企业实行外部成本内部化措施；调整产业结构，深化国有企业改革。     

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。     

The relationship between sustainable development and resource use from a geographic perspective

Geography provides the basic building blocks for the study of resource use and sustainable development, inasmuch as it categorizes the human environment. Within the environment are resources that are needed for the survival of society. As resources are largely limited and finite, humans as agents of change must employ techniques that allow an efficient and lasting use of the available resources in their environment. This paper discusses the nexus between geography, resource exploitation, use, and sustainable development. It also discusses the characteristics, types, and classification of resources, development and sustainable development as well as the challenges and strategies for attaining sustainable development, particularly in developing countries.     

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。     

"无事故管理”在梅山矿业公司的应用探讨

“无事故管理”是以安全事故为“零”的安全管理的新模式与新理念 ,是安全管理的一项创新。梅山矿业公司采矿场在安全管理上推行“无事故管理” ,保持采矿安全生产平稳态势