基于风网的自学习动态监测系统分析

煤矿井下巷道风速是随时变化的,主要规律是一种围绕某一平均值的上下起伏的平稳随机过程,其表现为平均风速和脉动风速,风速传感器最大限度地反映了井下主要巷道风速信息。我们将井下风速传感器与通风解算技术相结合,对全矿井的风网进行实时计算,从而得到了全矿井较准确的实时分风量分布状况。系统能够将风速传感器采集到的实时风速转换为巷道的实时风量,根据月风量统计结果进行巷道阻力系数的自动调整;系统采用相关分析技术,测定煤矿井下数据之间相关关系和规律,并据此建立预分析测模型,进而进行风量的预测和控制;系统具有自我学习功能,通过不断修正模型参数,将实时井下探测数据用于分析和预测,为安全管理提供有效指导。     

隧道施工地质灾害分析与防治对策

根据隧道施工地质灾害成因与特性,对隧道施工地质灾害进行分类,并对其特点进行分析,提出隧道施工地质灾害防治原则。在建立隧道施工地质灾害监测与预警系统的基础上,对常见灾害中的塌方、涌水、突泥、瓦斯爆炸、岩爆等现象提出防治措施,旨在为隧道安全施工提供参考。     

基于熵权物元可拓模型的隧道瓦斯等级评价

为准确预测穿越煤层的隧道瓦斯等级,以有助于降低隧道施工过程中瓦斯事故的风险。通过分析国内外大量瓦斯隧道工程案例,选取地层岩性、地质构造、煤层厚度、隧道埋深、水文地质条件等5个分级指标作为隧道瓦斯等级评价指标,将熵权法引入可拓学理论中,建立熵权物元可拓模型,并应用该模型对10条穿越煤层的隧道进行瓦斯等级评价。结果表明:应用该模型得到的隧道瓦斯等级与其实际等级完全吻合,准确率达到100%。     

纵向风对隧道火灾拱顶最高温度及其位置的影响

研究了燃烧风洞内不同纵向风速、不同火源功率条件下,隧道近火源区顶部温度沿纵向分布情况。结果表明,纵向风对不同尺寸火源条件下的顶部温度的影响呈不同特征。对较小尺寸火源,隧道顶部温升随风速增加而减小至稳定值;而对较大尺寸火源,顶部温升随风速增加先增加后减小。对于矩形火源,当纵向风较小(0.5~1.5m/s)时,长边平行于纵向风时顶部最高温升大于长边垂直于纵向风的情况;而当纵向风较大(≥2 m/s)时,两种油盘放置方式的顶部最高温升一致。纵向风作用下,顶部最高温升位置向下游呈现"两次移动"特征,即随着纵向风速增加该位置先向下游移动,当风速达到某一值时,隧道拱顶的加热机制由对流和辐射共同主控转变为辐射单独主控,最高温升位置突变回到上游后再次逐渐向下游移动。     

地铁车站及隧道全尺寸火灾实验研究(1)-实验设计

全尺寸火灾实验是对地铁系统的火灾安全性最有效的检测手段。为了研究地铁车站和隧道火灾烟气扩散和控制规律,及检测地铁防灾系统联动的有效性,在地铁内开展了全尺寸火灾实验研究。本文首先对全尺寸的实验设计进行了报道,设计提出了一套切实可行的实验系统和方案,包括火源系统、测量系统及实验测试的指标参数和实验步骤。并已利用该系统在国内多个城市地铁开展了全尺寸火灾实验。在后续文章中将集中报道在不同城市地铁内不同排烟模式情况下的实验结果。     

基坑放坡开挖对下方既有地铁隧道影响计算及风险预测

为研究基坑放坡开挖对下方既有地铁隧道的影响以及预测隧道结构的风险,通过改进的计算方法得到放坡开挖基坑引起下方既有地铁隧道的竖向和横向附加荷载、位移、相对变形曲率共6个隧道结构安全的物理表现因子;将位移计算结果与前人理论计算结果、实测数据对比验证,并分析各土层物理力学参数对6个因子的敏感性;最后,基于正态分布概率模型对较敏感的土层物理力学参数随机取值,利用蒙特卡罗方法计算6个因子各级风险发生的概率和竖向、横向2类因子综合影响下隧道结构各级风险发生的总概率。研究结果表明:与原来仅限于矩形开挖基坑的计算方法相比,改进后的计算方法适用范围更广、实用性更强;在算例二分析中,隧道竖向位移和相对变形曲率超过控制值的概率分别为12%和68.7%,其余因子均为0,隧道竖向相对变形曲率是隧道结构处于不安全状态的最主要因子;若不采取预防措施,隧道结构将有高达73.27%的概率处于不安全状态,其中有68.7%的概率处于很不安全状态。     

风蚀条件下人类活动对高寒草地水分保持功能影响的定量模拟

青藏高原是我国重要的生态屏障,具有重要的水源涵养功能。高寒草地生态系统退化将严重地影响高原的水源涵养功能。为了定量研究人类活动对青藏高原高寒草地水分保持功能的影响,采用大型风洞实验,模拟人类不同的干扰方式和干扰程度对高寒草地土壤水分保持功能的影响。实验样品采自青藏高原三个草地类型:高寒草甸、草原化草甸和高寒草原。干扰方式包括破坏草地地上部分和根系,干扰程度包括轻干扰、中度干扰、重度干扰和全部破坏。实验结果表明,地上部分破坏后,土壤含水率均有下降,降幅分别为:QZ1为6.9%～9.2%、QZ2为6.8%～10.1%、QZ3为9%～10%;当根系遭到破坏后土壤含水率的降幅则分别为:QZ1为16%～30%,QZ2为17.25～32.1%,QZ3为22%～50%,显然,根系破坏后土壤含水率降幅远大于地表植被破坏后的情形。因此,植被根系是高寒草地水分保持功能的关键。随着干扰程度的加剧,土壤含水率在迅速下降。从试验模拟结果看,三个草地类型中土壤水分保持功能分别是高寒草甸>草原化草甸>高寒草原。     

复杂环境下洞室开挖的爆破震动监测与控制

钻爆开挖法洞室的施工点临近新完成结构体．爆破地震波必须严格控制在安全范围之内。根据爆破试验中的监测结果和经验公式确定最大单响药量。结合二次减振和微差爆破技术的控制爆破方案．密集钻孔形成的孔排有效地削弱了穿越的地震波，单发单响的导爆管微差爆破方案在保证施工进度的同时．避免了地震波的叠加。根据施工中的爆破震动监测结果调整施工参数．提高了施工效率并确定爆破震动控制在安全范围内。工程的实践表明结合爆破实验、控制爆破震动的施工方案和震动监测能保证保护目标的安全。     

关山隧道渗水治理工程措施研究

关山地区水文地质及工程地质条件复杂，地下水类型以基岩裂隙水和断层构造裂隙水为主。关山隧道在掘进过程中，围岩裂隙带和构造破碎带相互串通导致基岩裂隙水向隧道内渗漏，引起山体泉水干涸，对其周边地区生态环境产生影响。通过对隧道渗水及漏水地段采用混凝土现浇和注浆工艺等阻水工程措施治理，达到了阻水堵漏和洞口排水的工程效果。     

基于机器学习的电热防除冰表面温度变化趋势预测

针对飞机部件周期控制律电加热防除冰的应用,提出基于机器学习以预测电加热防除冰表面温度的变化趋势.依靠大型结冰风洞及其电加热防除冰控制系统完成防除冰试验,获得有效的试验数据,以通、断电周期为分割单元,将试验数据划分成验证集和训练集.根据电热防除冰过程的换热情况,构建样本的特征参数,利用机器学习的有监督学习方式,选择KNN近邻回归算法和局部线性加权回归算法预测温度变化率,再转换为温度,得到的温度变化与测量数据的线性相关性达到80％以上的高相似度结果,表明使用机器学习可快速预测电热防除冰部件的表面温度变化趋势,且不同的回归算法针对模型不同测温点位置的预测效果存在差异.