一、地下工程围岩稳定性的MBP神经网络识别(论文文献综述)
蔡坤鹏[1](2020)在《九绵高速公路天池隧道围岩稳定性研究》文中指出在我国西南地区的公路交通工程建设中,山岭隧道往往占据线路很大的比例,正在修建的九绵高速公路总长度244.03km,桥隧占比达到了81%,且较多标段隧道穿越可溶岩地区,复杂的岩溶地质条件会给隧道工程建设带来高风险,比如各种充填或无充填的溶隙、溶缝、溶洞带来的偏压塌方、涌泥突水、大变形等严重影响隧道的稳定性。在建的天池隧道围岩为典型的可溶岩体,洞身段灰岩岩体强度低,对隧道稳定性影响较大。以往的研究多注重岩溶不良地质对隧道开挖影响以及防治处理措施,对一般可溶岩体的变形位移和支护结构的监测分析较少,因此本文依托九绵高速公路天池隧道,通过建设过程中隧道围岩位移和支护受力监控量测、室内不同状态下的单轴和三轴压缩试验,以及数值分析等途径和方法,对天池隧道围岩稳定性进行了分析和评价。获得的主要成果如下:(1)通过对隧道洞壁周边收敛监测、累计曲线拟合、正态分布统计发现:Ⅲ级围岩拱顶下沉值和拱肩、边墙周边收敛值最小,拱顶下沉值范围在5.4mm~8.1mm之间,周边收敛值范围在4.8~9.6mm、4.9~10.4mm之间,前期位移速率小于2mm/d,稳定时间为28d,判定极限位移值为24mm、29mm、31mm;Ⅳ级围岩的拱顶下沉值范围在11.1~17.3mm之间,周边收敛值范围在13.1~18.8mm、15.57~21.8mm之间,前期位移速率小于4mm/d,边墙收敛值大于拱肩收敛值和拱顶下沉值,稳定时间为30d,判定极限位移值为52mm、56mm、65mm;Ⅴ级围岩的拱顶下沉值和周边收敛值范围最大,拱顶下沉值范围在15.4~24.1mm之间,周边收敛值范围在17.8~27.8mm、20.7~31.2mm之间,前期位移速率小于5mm/d,边墙收敛值大于拱肩收敛和拱顶下沉,稳定时间为35d,判定极限位移值为72mm、83mm、93mm。围岩内部位移监测表明,位移随距离洞壁深度的增加而降低,洞壁拱肩处位移值最大为14.5mm,最深处3.5m测点位移小于1mm。(2)对天池隧道Ⅳ级围岩进行支护结构受力特征监测,结果表明:初期支护与围岩的接触压力分布不均匀,右拱肩处压力最大,为0.31MPa,左边墙、左拱肩、拱顶、右拱肩、右边墙监测点压力占设计值的102.5%、41.5%、78.9%、105.4%、76.9%;钢拱架基本上处于内缘受拉、外缘受压状态,右拱肩部位受压应力最大,为19.0MPa,计算出轴力和弯矩均较小,拱顶、左拱肩、右拱肩、左边墙、右边墙监测点的安全系数分别为23、27、4、21、7,均大于规范安全系数;锚杆轴力多表现为受拉状态,最大轴力为34.3k N,测点轴力分布特征为“翘尾巴”型,表现为浅部轴力大于深部轴力,计算得左边墙、左拱肩、右拱肩、右边墙各锚杆测点的最小安全系数分别为7.6、4.3、6.7、8.0,锚杆发挥了加固围岩的作用,且在安全范围内。监测结果显示右拱肩部位安全系数小于其他部位,分析为该部位存在泥质充填,导致该区域围岩压力、钢拱架应力、锚杆轴力异于其他部位。(3)通过CDEM数值方法进行了天池隧道3种围岩级别不同开挖工况下的稳定性研究,分别讨论了应力、位移、塑性区范围、单元体损伤值、接触面破坏,支护结构监测等结果。研究表明,Ⅲ级围岩在上下台阶和全断面开挖均能保持稳定,模拟位移值与实际监测数据相符;Ⅳ级围岩在三台阶法和上下台阶开挖均能保持稳定,模拟位移值与实际监测最终稳定值范围相吻合;Ⅴ级围岩在三台阶法开挖下处于稳定状态,模拟位移值与实际监测最终稳定值范围吻合,上下台阶开挖法,洞壁位移及塑性区范围较大,处于欠稳定状态。(4)根据不同开挖工况数值分析结果以及与现场监测结果对比,进行了天池隧道开挖和支护优化模拟。结果表明,采用上下台阶开挖及支护能够满足天池隧道Ⅲ、Ⅳ级围岩的安全与稳定,但对Ⅴ级围岩强度低区段不适用。Ⅲ级围岩采用全断面开挖可行,围岩和支护结构满足安全性,而且锚杆用量和喷射混凝土厚度可在原设计基础上适当减少。Ⅳ级围岩建议采用上下台阶开挖,锚杆长度采用2.5m,并可适当较小喷射混凝土的厚度为20cm。Ⅴ级围岩强度低区段建议采用上下台阶预留核心土方式开挖,锚杆长度采用3.5m,增大喷射混凝土厚度至30cm,减小钢筋网间距到15cm。
崔久华[2](2020)在《基于岩机参数融合的TBM掘进效率评价及围岩分级研究》文中研究指明全断面岩石掘进机(TBM)技术的发展和运用,对于公路铁路隧道、矿山巷道和水利水电工程隧道的建设有着巨大的推进作用。然而相较于传统钻爆法等施工方法,TBM法的缺点是对于地质条件的适应性比较差。对于长大隧道,一般情况下地质条件都比较复杂,不良地质条件发育概率大,TBM遇到不良地质问题极易出现掘进效率和设备利用率低下的问题,无法发挥TBM工法高效、快速、安全、优质等优点,致使工期延误、成本加剧等不必要的损失。因此,如何准确、高效的预测TBM掘进效率对于实际工程的可行性论证、经济成本评价具有至关重要的作用。同时由于掘进速度与传统地下工程围岩分级并无直接关系,目前绝大部分围岩分级标准侧重于围岩稳定性的分析归类,更适合传统的钻爆法隧道施工,传统地下工程围岩分级系统没有考虑到TBM的掘进效率。因此,TBM施工隧洞的围岩分级方法不仅要能够评价岩体的稳定性,更重要是的能够反映TBM的掘进效率。有必要从TBM掘进速度的角度来建立新的TBM围岩分级规则,来区分TBM施工隧洞围岩的可掘进性。综合考虑TBM的掘进效率,基于TBM的掘进性能的隧洞围岩分级对于高效、快速、安全掘进至关重要。为了解决上面所有问题,本文以实际工程数据为基础,运用主成分分析法对指标参数体系进行优化,进而引入到支持向量回归模型对TBM掘进效率进行预测研究;对现场数据进行统计,综合考虑TBM施工隧洞围岩的可掘进性和机器对地层的适应性,以TBM施工速度为分级标准,建了新的基于TBM掘进性能的隧洞围岩分级方法;在此基础上,基于工程现场大量的实测数据,运用改进BP神经网络模式识别模型建立了基于TBM掘进性能的隧洞围岩等级预测模型。通过实际工程进行验证,结果表明预测结果与实际匹配度良好。该预测模型对TBM施工中的施工围岩掘进性能等级识别有重要的施工指导意义,有助于减少人为经验对施工的负面影响。
赵浩杨[3](2020)在《引汉济渭深埋隧洞围岩稳定性安全分析》文中指出水利水电、铁路、公路、矿山、国防、资源储备等诸多领域,都有大量的岩体地下工程和边坡工程。据不完全统计,我国近几年每年新修建的水工隧洞就有500多公里,铁路和公路隧道长度达到4000多公里。传统的围岩稳定性分析,无论是数值分析还是理论分析,都是正分析的过程,往往都是采用经验类比确定围岩力学参数,存在不准确性和一定的安全隐患。所以,在实际工程中,通过获得工程的监测数据反分析得到岩体力学参数,进行围岩稳定性安全分析。本文以引汉济渭工程秦岭深埋隧洞为背景,收集实际工程现场的监测数据,进行回归分析预处理,结合有限元计算模型和BP神经网络-遗传算法智能系统,对隧洞围岩力学参数进行反分析。采用正交设计试验和均匀设计试验,对确定的力学参数(弹性模量、凝聚力、内摩擦角)在初始域内进行设计,获得多组参数样本带入到建立的有限元模型中,求出BP神经网络-遗传算法智能系统的训练样本和测试样本。采用遗传算法优化BP神经网络,解决其容易陷入训练时间过长和局部极小值等缺点。将有限元模型计算后的结果作为训练样本和测试样本,构建BP神经网络-遗传算法智能系统。将得到的优化后的力学参数带入有限元模型,进行隧洞围岩开挖前、开挖后和支护后的应力应变、位移变形、塑性区分析,达到围岩稳定性安全分析与信息化施工的目的。研究成果对施工方法变更、预留变形量的确认和修改、施工工序的更改具有一定的参考价值。
孙景来[4](2019)在《山岭隧道钻爆法施工坍塌风险及围岩稳定性评价研究》文中指出对隧道进行风险评价和管理可以减少施工过程中事故的发生和避免工期延误。目前对隧道风险管理中风险因素的辨识和风险评价主要集中在利用专家经验进行总体的、静态的风险评价。在有经验可循的工程中能够起到借鉴作用,但对于经验较少的情况,该方法可能会造成判断失误,因此需要提出一种更加客观、符合实际的动态评价方法。目前我国隧道等地下工程建设已经积累了大量的工程施工案例,这些案例是当前和今后风险管理、技术改进的重要资源,如何充分挖掘这些数据以更加切合实际的进行风险辨识与风险评价,有待于研究。其次,随着大数据理论和技术的进步,数据挖掘方法在各行各业中得到了广泛的应用,因此利用隧道建设所积累的数据和施工过程中的监测数据,不仅可以为工期预测和投资费用预估提供有效的方法,也可以为隧道建设过程中的风险辨识、风险预测以及风险评价等问题提供新的思路。因此本文是在已有事故案例基础上,结合现场监测数据提出一种动态的风险评价方法。在案例分析的基础上结合专家调查法,首先提出一种模糊多态贝叶斯网络风险评价方法,对渔寮隧道进行坍塌风险总体评价;对于经评价认为坍塌风险较高的区段,首先利用所提出的优化Verhulst-MC模型(灰色模型-马尔科夫链)在监测数据基础上对其位移进行预测,然后根据位移预测值,利用所提出的实数编码反分析法与最优双参数强度折减法相结合的围岩稳定性评价方法对隧道稳定性进行评价;开发了模糊多态贝叶斯网络风险评价软件,利用二郎山隧道和鹧鸪山隧道对其进行了检验。主要完成以下相关内容的研究:(1)利用大量已建隧道的坍塌案例数据,通过数据挖掘,对隧道坍塌事故进行了系统分类,分析了隧道坍塌的主要影响因素,对山岭隧道施工过程中的主要风险因素进行辨识,揭示各因素之间的相互关系,建立了隧道坍塌事故树。(2)提出一种模糊多态贝叶斯网络分析法。首先由已建立的事故树构建贝叶斯网络,通过引入模糊数学和将参数划分为多种状态分别代表概率的模糊性和节点状态的不确定性;在数据调查过程,通过综合小概率区间、专家权重和信心指数、置信区间以及t分布来处理专家调查数据,并首次引入Chauvenet法处理专家调查数据中的离群数据,从而降低异常值的影响;利用专家调查所得概率与案例事故所得概率,综合得出节点条件概率;以渔寮隧道为例,进行隧道坍塌风险概率计算。同时利用该方法构建了坍塌后果贝叶斯网络,对坍塌可能引起的后果进行估计。利用风险矩阵对结果进行分析,最终对隧道坍塌风险进行等级划分。(3)在对Verhulst模型的背景值优化的基础上,结合马尔可夫链,提出优化Verhulst-MC预测模型,分别对位移中的趋势项位移和随机项位移进行预测,通过对其趋势性和随机性分别进行预测,可以得到更为精确的预测值。经与灰色模型GM(1,1)和传统Verhulst模型对比,预测精度有明显提高,对于长期预测精度更为明显。(4)提出了基于实数编码遗传算法与最优化双参数强度折减法相结合的围岩稳定性评价方法。在反分析中引入在地质参数反分析中较少使用的实数编码遗传算法来代替反分析中常用的二进制编码算法,并对遗传算法的选择、交叉和变异因子进行了新的组合,提高了反分析计算效率、避免了局部最优值的出现和合理高效的确定神经网络中的权值。通过实数编码遗传算法对预测位移值进行反分析获得围岩的内摩擦角、弹性模量等参数。然后基于潘家铮最大最小原理和模式搜索法的基础上提出最优化双参数强度折减法,使得在折减过程中充分考虑两个参数的作用后,得出两个参数的合理取值(折减后取值),对围岩的稳定性进行评价。该方法相对于最短路径法具有计算量小和不固定比例的优点。(5)利用R语言构建了隧道坍塌风险评价软件,该软件内置了四个模型包括离散分布数据模型、高斯分布数据模型、隧道坍塌数据模型和数据自建模型。其中模型三为隧道坍塌风险评价模型,是根据本文相关研究所确定的节点以及网络结构而建立,当对工程案例进行了数据调查后可以直接计算隧道坍塌的风险概率,并利用二郎山和鹧鸪山隧道进行了检验,预测结果与现场实际情况相符。
刘洋[5](2018)在《基于概念格与概率神经网络的巷道围岩稳定性预测》文中研究指明巷道围岩稳定性预测模型的建立是巷道围岩稳定性评价的基础和关键,影响巷道围岩稳定性的因素较多,且评价指标间相互关系存在不确定性与隐蔽性。同时,预测模型的参数选择和适应性也会对预测结果产生较大影响,因此合理选择评价指标,提高巷道围岩稳定性预测模型的精度,是矿山安全开采的主要研究内容之一。分析围岩失稳类型,影响巷道围岩稳定性的主要因素有围岩本身材料质量、岩体本身的完整性、地下水、围岩地应力、巷道断面等5大类。基于统计学原理,初步选取使用频次大于20次的岩石质量指标RQD、单轴抗压强度Rc、岩体完整性系数、地下水渗水量、节理状况为评价指标。运用概念格多层属性约简方法对初选指标进行约简,得到岩体完整性指数和节理状况为可约简指标,建立巷道围岩稳定性评价指标体系。利用皮尔逊相关性理论,验证了约简正确性。利用合成少数过采样技术将20组非平衡训练样本合成为100组平衡数据集,以对称Alpha稳定分布代替高斯分布作为模型的基函数,构建基于对称Alpha稳定分布的概率神经网络模型。针对巷道围岩稳定性评价,利用遗传算法优化模型参数特征因子α、尺度参数γ,求得α、γ的值分别为0.2848,1.5963。将100个训练样本数据逐一回代入模型,预测准确率大于96%,验证了模型的合理性。建立基于概念格与概率神经网络的巷道围岩稳定性预测组合模型,以大冶铁矿尖林山采区10条巷道为工程对象,巷道围岩稳定性预测准确率达90%,而基于主成分分析与概率神经网络的模型预测准确率为80%,对比分析表明,基于概念格与概率神经网络的巷道围岩稳定性预测模型具有较高的准确性和可靠性。研究优化了巷道围岩稳定性评价指标体系,扩展了概念格多层属性约简方法的应用领域,增强了概率神经网络模型的适应性,为巷道围岩稳定性预测提供了一种新的分析方法。
熊波[6](2017)在《近水平岩层隧道关门式塌方机理试验研究》文中进行了进一步梳理我国层状构造的岩层所占比例大,隧道选址不可避免的会遇到近似水平层状岩层。在此类岩层中的隧道塌方事故屡见不鲜,尤其常出现施工人员被困的“关门式”塌方,此类塌方的特殊性、可救援性都预示着对其研究刻不容缓,势在必行。基于此,本文以近水平岩层为前提基础,通过相似模型试验,开展近水平岩层下隧道“关门式”塌方试验机理研究。本文以竹林坪隧道塌方事故为借鉴工程,综合采用相似模型试验、有限元数值模拟等研究手段,对隧道“关门式”塌方试验机理进行了探索性研究工作。论文主要工作内容如下:(1)通过查阅文献资料,对隧道塌方影响因素、层状岩体研究现状、隧道围岩稳定性研究现状及层状岩层下的隧道塌方破坏模式等多方面进行了研究总结,以此为基础对隧道塌方现状进行了深入了解,确定了“关门式”塌方研究的重要意义,明确了研究思路,并提出了与此课题相对应的研究内容及研究方法;(2)在文献查阅的基础上,根据研究内容及研究思路,设计了适用于本课题的试验方案,建立了“关门式”塌方试验机理研究方法。依据相似模拟试验理论,以IV级围岩为例,按层厚划分工况,分别开展层厚5cm、10cm、15cm三种工况的相似模型试验。通过试验采集了整个加载破坏过程中围岩及支护的位移数据、应力应变数据、并记录了各工况各级荷载下相应的破坏部位及整体破坏发展趋势,综合数据处理及现场试验情况,分析总结了支护和围岩的位移、应力变化规律;(3)采用有限元软件ANSYS,以原型大小建立模型试验的有限元模型,模拟了相似模型试验过程,通过对模拟结果提取数据进行分析,研究了在隧道纵向空间上支护结构的位移、应力变化规律,围岩应力位移变化规律、塑性区发展分布规律,并以此作为对室内相似模型试验的补充验证;(4)在水平岩层受力破坏的基础上,结合隧道掌子面“空间效应”理论,通过室内相似模型试验及有限元模拟的综合分析结果,对近水平岩层下隧道“关门式”塌方试验机理进行了研究分析。
王茂源[7](2016)在《煤巷锚杆支护设计混合智能系统研究》文中指出锚杆支护是我国煤巷支护的主要形式,诸多学者与工程技术人员在锚杆支护的理论与实践方面进行了大量的研究,积累了丰富的经验。但是,在实际生产过程中,多数情况下现场技术人员仍然首先会尝试惯用的支护参数,而这种支护参数并不一定是当前地质条件下的最优支护参数,可能会在经济上和生产进度上造成损失。目前先进的锚杆支护技术还只被少数煤矿和科研单位所掌握,由于交流平台相对较为缺乏,很多矿井和基层生产单位并不能及时地学习并掌握相关技术。随着计算机技术和人工智能技术的不断发展,很多高校和科研机构将神经网络、专家系统、模糊理论等人工智能技术方法引入到巷道支护设计领域,并开发出相应系统,帮助处理巷道支护设计、优化等方面的问题,并取得了一定进展。但是现有的支护系统多以单独的专家系统、神经网络、或者二者简单的结合作为推理基础,由于技术的局限性以及在知识、参数获取过程中存在着“瓶颈”,现有的支护智能系统在实际使用过程中往往存在着推理性能不高、所需参数难以获取、系统只满足某具体矿井或者矿区的使用需求、而不具备普遍适用性等问题,这些问题制约了系统的推广使用。如何更好的运用人工智能技术和计算机技术帮助更为科学、合理地进行巷道支护设计,是诸多专家学者所关注的热点问题。针对以上情况,本文依托国家自然科学基金项目“大断面巷道快速掘进与支护基础(51134025)”,将混合智能系统技术引入到煤巷支护设计领域,根据煤巷支护设计问题的实际情况,采用原型系统构建、模型推导、数值模拟、实验室试验、现场试验、文献查阅、程序开发、工程应用等手段,研究构建以CBR-RBR集成推理机制为基础,包含有模糊聚类分析、模糊综合评判、专家系统、人工神经网络、灰色关联分析、正交试验、数值模拟计算等诸多技术于一体的煤巷锚杆支护设计混合智能系统(Hybrid Intelligent System on Coal Roadway Bolt Design,CRBD-HIS),帮助更为科学地进行煤巷支护设计与优化。1.对混合智能系统在国内外研究现状进行介绍与分析,认为混合智能系统可以将多种智能(非智能)技术进行有机结合,通过利用不同技术各自的优点,在处理数据时互相优化来改善处理效果;或者根据复杂问题的不同方面特点,选择合适的技术进行处理,并将各自处理的结果进行集合。混合智能技术在处理复杂问题方面具有很大的优势,因此用其帮助解决煤巷支护设计这种复杂问题是值得尝试的。本文从系统的形式化表示出发,对混合智能系统进行形式化表示,并给出了混合智能系统的概念。本文对混合智能系统的联接方式、常用的智能技术以及它们之间的混合研究进行了介绍。结合煤巷锚杆支护设计问题的实际情况,在CRBD-HIS的构建过程中选择基于案例推理、基于规则推理、人工神经网络、专家系统、模糊综合评判、模糊聚类分析、灰色关联分析、层次分析法、修正巷道顶板分级评估系统cmrrc、数值模拟、正交试验等智能(非智能)技术。通过研究cbr-rbr集成推理机制,建立包括案例分类、案例检索、案例重用、案例修正、案例评估和案例学习六个基本环节的新推理模型作为crbd-his的基本推理框架,以混合联接的方式将各智能(非智能)技术进行有机结合,构建crbd-his原型系统。2.对煤巷围岩稳定性分析模型进行研究,提出了“整体-局部”评价模型。通过对工程岩体分类领域传统的单指标法、多指标法以及运用灰色理论、专家系统、人工神经网络、模糊数学等现代数学及人工智能分类方法进行介绍和讨论,选择模糊数学作为主要处理方法,对煤巷围岩稳定性进行分析。选择顶板强度ζt,两帮强度ζc,底板强度ζb,直接顶初次垮落歩距l,顶高比n,煤巷宽度x,最大水平主应力ζh,巷道埋深h等8个指标作为煤巷围岩稳定性评价指标。运用改进的层次分析法,对以上指标进行权重分配。运用基于等价关系的模糊综合聚类分析法,建立了煤巷围岩稳定性分类子模型,并运用c#语言对聚类算法进行编程,得到智能聚类程序。以霍州矿区为背景,应用上述子模型对样本巷道进行聚类分析,成功将样本巷道分为5类,并得到各个类别的聚类中心。通过与经验分类结果进行比较,证明聚类效果满足使用需求。运用模糊综合评判法,选择加权平均型算子m(?,⊕)算子,以上面8个指标作为评判对象因素集:u={顶板强度ζt,两帮强度ζc,底板强度ζb,直接顶初次垮落歩距l,顶高比n,煤巷宽度x,最大水平主应力ζh,巷道埋深h},以聚类中心作为评判模版,设定评语集为v={i类(非常稳定),ii类(比较稳定),iii类(一般稳定),iv类(较不稳定),v类(不稳定)},建立了煤巷围岩稳定性模糊综合评价子模型。对美国矿务局提出的巷道顶板分级评估系统(coalmineroofrating,cmrr)进行介绍,并根据国内煤矿生产的实际情况对cmrr进行修正,研究适用于国内煤矿使用的顶板评估子模型cmrrc,并通过实例应用验证其可行性。3.建立煤巷锚杆支护参数推理模型a-o-f-g(ann-orthogonaltest-flac3d-greyrelationalanalysis),对crbd-his中支护参数自动生成与优化推理关键技术进行研究。选择改进bp神经网络算法进行锚杆参数预测,以煤巷顶板强度、两帮强度、底板强度、直接顶初次垮落步距、巷道埋深、巷道净宽、巷道净高7个指标作为输入层参数,选择锚杆类型、锚杆长度、锚杆直径以及锚杆间排距作为输出层参数,设计煤巷支护参数神经网络预测子模型的结构。通过对科研成果提炼、现场调研、文献查阅、调查问卷等方法收集学习样本,对学习样本进行训练,建立煤巷锚杆支护参数神经网络预测子模型,实现煤巷锚杆支护参数的自动生成。运用c#语言对模型算法进行编程,得到bp神经网络自动训练程序。综合运用正交试验、数值模拟和灰色关联分析等,进行锚杆参数优化推理研究。首先以巷道顶板锚杆长度、直径、间距、排距和两帮锚杆长度、直径、间距、排距作为试验因素,选择8因素3水平正交试验表,以神经网络生成方案为标准方案,通过正交试验设计,得到18个正交试验方案作为比较方案。运用flac3d对18个比较方案支护效果进行数值模拟分析,以巷道顶板移进量、底板移进量、两帮移进量作为评判标准得到3个初步优化方案。再以顶板移近量、两帮移近量、底板移近量、施工难度、支护成本作为评价指标,基于灰色关联分析法建立灰色评价子模型,对前面的3个初步优化方案再进行评价,得到最终的优化方案作为推理结果,实现crbd-his中锚杆参数的自动生成与优化推理。4.针对a-o-f-g模型中的对比方案数值模拟分析步骤,本文进行flac3d智能模块研究。分析flac3d数值模拟软件在对煤矿巷道支护设计问题进行数值模拟过程及步骤,研究运用fish语言对数值模拟运算分析各个阶段命令进行表示,通过建立ini.txt、support.txt和result.txt三个模版文件来分别代表数值模拟的各个过程。使用c#语言编写接口程序,对各模版文件进行赋值生成可执行脚本,调用flac3d计算程序运行可执行脚本对对比方案的支护效果进行模拟分析。通过对flac3d进行二次开发实现了flac3d的参数化建模和自动模拟计算。5.采用client/server体系结构,以access为数据库,运用c#语言编写算法代码以及调用、接口、赋值等程序,选择.netframework平台windowsform程序实现了对crbd-his原型系统的程序开发。crbd-his系统具有煤巷围岩稳定性分析、支护方案自动生成与优化、flac3d参数化建模和自动模拟计算、案例学习、支护报告自动生成等功能。crbd-his系统不仅具有友好的人机交互界面,操作方便简单,还设置有“控制台”控件。通过“控制台”,不同矿区的用户可以根据所在矿区的具体工程和地质情况,简单方便地对系统进行修正,使系统可以根据该矿区具体情况进行推理设计,改善了以往支护设计智能系统使用的局限性,提高了crbd-his系统推理的准确性并使其具有普遍适用性。另外通过实验室试验、现场试验、文献查阅补充等方式建立了地质力学参数数据库,该数据库包括了我国东部部分矿区的地质力学参数,可以为一线工程技术人员提供一定程度的参考;建立了煤巷支护典型案例库,该案例库可以一定程度上反映我国东部主要产煤大省的煤巷主要支护情况。使用crbd-his系统对三交河2-5061巷道进行工程实例应用,对2-5061巷道进行支护设计并生成支护设计报告。通过将系统推理结果与2-5061巷道的原支护方案和人工优化方案进行比较,验证了crbd-his系统的实用性,并相对于原方案具有一定程度的优化。通过对李雅庄6031巷道、干河矿2-1121巷道进行工程实例应用,系统设计的支护方案较为合理,可以满足实际使用需要。本文研究成果是国家自然科学基金项目“大断面巷道快速掘进与支护基础”(51134025)的成果之一。CRBD-HIS系统可以帮助现场技术人员快速、方便的进行煤巷支护设计与优化,填补了混合智能系统在煤矿支护领域研究的空白,大幅提高了煤巷支护设计系统的智能性和适用性;可以一定程度上减少因支护强度不足而造成的二次支护或者因支护强度过高而导致的浪费情况,有利于促进我国煤炭资源更加科学、有效的开发利用。
占有名[8](2014)在《第四系富水厚砂层段斜井围岩稳定性评价及其支护技术》文中进行了进一步梳理开展第四系富水厚砂层段围岩稳定性评价及其支护技术研究对于榆神矿区及类似地质条件下的斜井安全施工具有重要的工程应用价值。本文以薛庙滩二号副斜井施工工程为依托,采用理论分析、现场监测和数值模拟计算相结合的手段开展研究工作,主要结论有:(1)薛庙滩煤矿二号副斜井富水厚砂层段围岩变形的主要影响因素有:地下水、砂层力学参数、围岩级别和施工因素;第四系富水厚砂层段围岩属于不稳定围岩;(2)建立不同的超前支护力学模型并进行计算对比分析,结果表明:小管棚支护可以满足超前支护安全要求,在此基础上安插木板可提高其整体稳定性;(3)对井筒围岩进行受力特性分析,采用控制变量法确定了在不同混凝土厚度下不同位置的井筒斜拉拉应力值,结果表明:井筒混凝土厚度越大,井筒斜拉应力的增长速率越小,同时增加井筒与围岩之间的粘聚力可以有效阻止井筒出现斜拉裂缝;(4)基于工程类比法和理论计算方法完成了薛庙滩煤矿二号副斜井穿越富水厚砂层段围岩的支护方案设计。运用FLAC软件和现场试验对其支护方案进行评价,结果表明:采用超前管棚-插板法支护、一次支护和二次衬砌支护的复合支护体系可以有效控制围岩变形,满足了使用安全的需要;(5)运用FLAC软件研究了在不同应力水平和开挖步距情况下斜井穿越富水厚砂层围岩变形规律,计算结果表明:应力水平增加时应加强两帮支护,在进行斜井穿越富水厚砂层段井筒施工时应选取合理的开挖步距。
邹灿[9](2014)在《大冶铁矿井下开采巷道围岩稳定性分析及控制技术研究》文中研究说明深部岩体所受地应力是巷道围岩变形所处的大环境,同时岩体的结构、岩性、岩体的强度等自身指标因素影响围岩变形的大小,还有节理、裂隙、断层控制着围岩变形。这些构造的切割作用把岩体分割成连续又不连续的岩体,使得岩体本身的受力变成了多场(应力场,温度场,渗流场)与多相(气,液,固)影响下的地质构造和工程结构相互作用的耦合问题。所以说围岩变形综合反映了开挖后围岩形态的变化,也是巷道稳定性的直观依据,而支护设计是控制变形的基本手段。巷道围岩位移按时间历程分为三部分;(1)断面开挖时瞬间产生的弹性位移;(2)荷载释放产生的弹性或弹塑性位移;(3)释放荷载达到最大而保持不变的情况下,时间效应产生的粘弹性位移。实际测量面滞后于开挖面,因此实践测量所得的收敛量是部分的,主要是第三部分。因此,分析围岩变形原因及其机理,合理适时进行支护是确保巷道稳定的核心,也是保证矿山安全正常生产的关键。目前主要从现场监测,相似材料模拟实验,计算机数值模拟计算和理论分析等手段对围岩变形进行研究,分析围岩变形机理,以达到合理支护和准确预测的效果。大冶铁矿尖林山Ⅱ号矿体上盘围岩为变质闪长岩,矿岩接触带破碎,被列为不稳定的Ⅵ类区和极不稳定的V类区。从-20m水平开始,上盘巷道及其附近矿岩出现地压活动,巷道垮塌,使得一部分矿石无法回收;-30m水平对应部分也出现类似情况;1993年下半年,采矿进入-40m水平,-40m水平对应部位的上盘巷道出现明显的裂纹和局部冒落,垮塌围岩砸坏凿岩台车,堵塞运输巷道;1996年后,-50m水平、-60m水平,包括龙洞采区的-62m水平、-74m水平均不同程度出现了进路巷道垮塌、运输巷道大面积垮塌现象。大冶铁矿矿床赋存在裂隙带内,矿岩接触带的稳定性差,掘进与支护困难,以及矿山工程技术人员与工人对复杂岩体开挖的力学性态特别是变形与破坏规律的认识不清楚,矿山开采存在重大安全隐患。为了做好井下的安全生产,杜绝井下巷道重大伤亡事故的发生,不断提高劳动生产率,必须对地下岩体的地质特性、岩体的稳定性、巷道围岩变形与破坏机理进行深入研究。因此,论文结合《大冶铁矿井下开采不稳定区域采场巷道稳定性控制及支护方法研究》项目,以大冶铁矿主要在用巷道围岩为研究对象,运用资料收集、现场调查、理论分析、室内试验、数值模拟和现场测试等方法,揭示巷道围岩失稳机理和影响巷道围岩稳定性的因素,分析不稳定区域巷道围岩变形规律(交叉巷道、矿岩接触带处巷道和粉矿巷道)、微观失稳机理及控制方法,开发喷锚支护设计智能系统,为大冶铁矿井下开采的施工提供理论依据和技术支持,研究成果具有较为重要的理论和工程应用价值。论文系统开展了大冶铁矿井下开采巷道围岩稳定性分析及控制技术研究,主要完成了以下工作:1.研究区工程地质条件和岩石物理力学性质研究(1)在系统分析研究区工程地质特征和现场工程地质勘查基础上,确定了大冶铁矿井下开采巷道不稳定区域为巷道交叉点、矿岩接触带及粉矿地带。(2)通过对尖林山-60水平6#、8#和13#进路进行岩体节理裂隙调查,可知节理裂隙存在着以下分布规律:a.6#进路的节理走向在130°-160°之间分布较多,在1350方向的节理裂隙数量最多;优势节理组有两组,即S1:76/229,S2:28/255,以急倾斜节理为主,700-800占50%,平均间距5.7条/m;b.8#进路的节理走向主要集中在115°~130°之间,近似于正态函数分布;有一组优势节理组,即S1:44/011,节理倾角分布范围较广,主要以倾斜、急倾斜为主,平均间距4.2条/m;c.13#进路的节理走向主要集中在25°方向上和115°~135°之间;有两组优势节理组,即S1:69/043,S2:85/030,以急倾斜节理为主,平均间距3.8条/m:d.节理裂隙除几处张开度很大外,其他的张开度一般都很小,延展性较差。节理裂隙中的充填物也很少,调查发现的节理裂隙充填物有方解石、绿泥石。(3)通过现场岩石取样测定获得了岩石物理力学参数;试验得到的蚀变闪长岩的平均单轴抗压强度为98.8MPa,所测得的弹性模量的平均值为4.42×104MPa,获得了变质闪长岩的应变值以及泊松比,为后续的研究打下了良好的基础。(4)矿岩体声波特性现场测试表明:尖林山采区-60m回采进路两帮围岩松动圈范围大致在1.80m左右,现场矿体的纵波平均速度大致为4035.50m/s;龙洞采区-62m水平巷道两帮围岩松动圈范围在2.40m左右,现场大理岩组岩体的纵波平均速度为3625.90m/s;根据研究区巷道松动圈松动范围为1.80-2.40m,可大致计算出研究区巷道锚杆支护长度可参考设计为2.10-2.80m。2.巷道围岩失稳机理分析(1)巷道围岩主要的失稳形式:拉断破坏、局部落石破坏、剪切破坏与复合破坏、重剪破坏、潮解膨胀破坏、岩爆破坏。(2)影响主导围岩的稳定性因素:围岩地应力、地下水、岩体的完整性、围岩材料的质量、巷道断面以及综合因素。(3)影响巷道围岩稳定性的主要指标:围岩成分及其结构构造是影响围岩稳定性的基本因素;构造结构面发育特征是影响围岩稳定性的主导因素;围岩稳定性的控制因素受围岩风化程度和蚀变程度的影响;确定巷道围岩的稳定性基本因素之一是巷道埋深;地下水存在对围岩稳定性也有一定的影响;巷道跨度影响巷道围岩应力状态,对巷道支护设计指标选取有影响;爆破扰动易引起相邻巷道的围岩松动、开裂或失稳破坏。3.不稳定区域巷道失稳数值模拟(1)不合理的开挖及支护顺序是影响交叉巷道失稳的重要因素,通过对不同类型交叉巷道开挖过程的数值模拟研究得出以下规律:a.对十字形、Y字形交叉巷道开挖数值模拟分析可知:交叉巷道选取不同的开挖顺序,巷道周围岩体的应力和巷道产生的应变不同。交叉巷道的开挖应该选择巷道开挖以后产生的变形量小、应力集中少的顺序为最优开挖顺序。开挖完一条巷道后要先对其支护,然后再开挖与其相交的巷道。b.巷道围岩的变形特征明显与施工过程相关。因此,在设计和施工交叉巷道时必须分析各个加、卸载过程,对比不同加、卸载顺序而导致的巷道塑性区范围、应力分布结果以及巷道围岩位移变形情况,选择最佳的卸载开挖顺序,从而采用优化的施工方法与优化的支护措施,以保证巷道交叉点在施工期和运营期的安全稳定。(2)矿岩接触带巷道围岩失稳特点及机理a.在研究区当前的采区分段水平和巷道断面尺寸形状下,大部分巷道和围岩可以保持自稳,虽然掘进后会产生次生应力场,但对于以铁矿石、大理岩、闪长岩等各种硬岩为主的采区备采巷道来说,这些硬岩本身的强度足以抵抗掘进后引起的附加应力。b.在矿岩接触带等岩性弱结构位置发生的破坏一般为沿着接触带层位的剪切破坏,相对巷道中心线不对称;局部巷道两帮会发生轻微的片帮,应力集中区随着塑性区的出现从岩壁向纵深转移,如果应力集中的强度超过围岩屈服强度,这个时候将产生新的塑性区,于是塑性区将随着新的塑性区的出现不断向纵深发展。(3)因为粉矿结构松散,物理力学性质差,强度低,因此对巷道围岩的稳定性极其不利。(4)尖林山采区巷道稳定性数值模拟计算表明:巷道交差点以及矿岩接触带是巷道应力集中的主要区域,数值计算结果与课题组现场调查所确定的研究区不稳定区域基本吻合。进行不稳定区域巷道失稳机理的深入分析可为巷道稳定性支护提供可靠依据4.井下开采巷道围岩稳定性控制技术(1)不稳定区域巷道围岩稳定性控制技术a.在实际工程实践中,可以采用数值模拟分析方法,以确定交叉巷道的最优开挖顺序,确保巷道开挖后的稳定性,并对其进行支护设计,避免生产巷道的失稳垮塌,保证生产安全高效进行,提高矿山经济效益与社会效益。b.锚杆加固对减少剪切和拉伸破坏的效果明显。喷混凝土对减少拉伸破坏优于锚杆支护,但在抵抗剪切破坏方面明显不如锚杆有效。锚喷联合支护下优势互补,剪切和拉伸破坏区以及围岩塑性区均有一定程度的减少。c.采用超前支护方法。粉矿中的巷道掘进程序一般是:可以考虑在稳定性较好的地段直接掘进后进行临时支护,而在粉矿地段则必须采用超前支护,也就是首先将若干矿用工字钢插入掌子面顶部沿巷道走向,随后掏挖出矿石,安设临时支护紧接其后。d.优化粉矿巷道支护型式及结构尺寸。根据粉矿巷道围岩受力特点,增加巷道稳定性可以采用曲墙替代直墙,增加墙厚,增加底拱以及改善配筋这些方法。在粉矿巷道中,锚杆对顶拱的加固作用是有限的,若设计合理的锚杆参数,则对侧墙加固有一定效果。e.增加粉矿巷道稳定性的关键是改善施工方法。采用以下措施可以有效的避免初期冒落的产生和大的空隙发生在围岩与支护结构之间:在支护结构与围岩之间采用注浆和混凝土回填密实;改善似块状结构粉矿爆破参数,并减少扰动,最后喷射喷射混凝土;注浆小导管、管棚等超前支护措施可用在粉矿状结构和粉块夹杂状结构粉矿上。(2)根据所分析的影响巷道围岩稳定性的因素,以及研究了分类指标选取的目的和原则,从单轴抗压强度Rc、结构面隙壁状态以及实测RQD值三个指标对大冶铁矿研究区的巷道围岩的稳定性进行了分类选取,确定了大冶铁矿特征围岩作为神经网络学习的样本。通过利用神经网络非线形和具有学习与记忆功能,运用训练样本训练网络结构,最终建立了巷道围岩稳定性的神经网络识别模型。运用神经网络对巷道围岩稳定性进行了分级。(3)进行了基于间接工程类比和整体加固设计计算的巷道喷锚支护设计的智能系统的研究,并利用Visual Basic6.0开发设计了此系统。(4)阐述了巷道围岩注浆与岩体锚注加固的作用,并根据大冶铁矿不稳定区域采场的实际情况,对注浆材料和锚注设备进行了选择,对巷道锚注施工方法进行了介绍。论文综合运用岩体力学、弹塑性力学、非连续介质力学、地下工程、工程地质学及现代数学、计算机编程等学科的相关理论,着力分析大冶铁矿井下开采巷道围岩稳定性,开发设计喷锚支护智能系统。论文选题具有多学科交叉、涉及面广等特点,同时课题研究面向我国国民经济建设需要,为大冶铁矿井下开采的施工提供理论依据和技术支持,研究成果具有较为重要的理论和工程应用价值。综合分析国内外已有研究成果,论文在以下两个方面具有创新性:(1)综合运用解析方法和数值方法研究了大冶铁矿井下开采巷道围岩破坏规律和失稳机理。基于数值模拟方法确定了交叉巷道的最优开挖顺序,分析了矿岩接触带处巷道与岩性弱结构巷道围岩失稳特点及机理。(2)运用Visual Basic6.0开发设计了巷道喷锚支护智能系统。基于知识的人工智能程序,遵循支护设计的工程类比法和解析设计法的思想,利用神经网络的非线形和学习记忆功能,运用训练样本网络结构,确定了神经网络识别模型;运用神经网络对巷道围岩稳定性进行了分级,基于间接工程类比和整体加固设计计算,运用Visual Basic6.0开发设计了巷道喷锚支护智能系统。论文在研究矿山井下开采巷道围岩破坏规律、失稳机理及控制技术等方面取得了一些进展,然而在实际工程中,岩体所处的地质环境及其本身的内部结构是很复杂的,若要更深入地了解井下开采巷道围岩破坏规律和失稳机理,以下几个方面的问题有待进一步研究:(1)在运用数值模拟方法对矿岩接触带处巷道失稳机理分析时,忽略了周边巷道的影响,而矿岩接触带处巷道围岩的稳定性会受到周边巷道卸压的影响,因此在进行数值模拟时,造成了边界条件的不均匀性。(2)关于矿山井下开采巷道围岩破坏规律与地质构造、矿山压力、开采空间之间的关系有待进一步研究,探讨共同作用机理。(3)本文在运用三层MBP神经网络模型进行回采巷道围岩稳定性的分类时,采用了3个指标,分别为围岩的RQD值、抗压强度和节理裂隙隙壁状态。然而,影响巷道围岩稳定性的因素远不止3个,因此,在今后的研究中,分类指标的选择有待进一步优化。
张健[10](2014)在《戚家垭隧道围岩位移监测及稳定性分析》文中研究说明随着国民经济的飞速发展,我国加大了对公共基础设施的建设,尤其在公路、铁路等交通基础设施方面。近几年,建设隧道工程的地质与环境条件更加复杂,设计与施工难度加大,国内外很多学者和专家对铁路隧道都做了大量的研究,通过理论分析、模型试验、现场测试、数值模拟等手段并取得了一些成果。但由于现有的隧道围岩稳定性判断理论和方法尚不成熟,一般隧道的判定依据主要是围岩位移速度的变化,而对于地质条件、施工环境复杂的隧道,还是主要结合现场的监控量测进行判定。因此,对铁路隧道开挖变形和稳定性研究成为当今岩土工程中的一个重要课题。本文以戚家垭隧道为背景,主要研究工作及取得的成果有:(1)总结了铁路隧道围岩变形监控量测的手段及围岩稳定性评价方法,分析了围岩破坏的影响因素。(2)结合戚家垭隧道的地质条件、地层岩性、水文地质条件、不良地质现象和现场施工方法及工艺,分析了该隧道围岩的破坏机理和影响戚家垭隧道围岩稳定性的主要因素。(3)对现场监控量测数据(隧道典型断面的拱顶下沉量及收敛位移量),选取最优函数并对测点位移数据做回归分析。绘制了位移-时间曲线图,计算了围岩的变形速率及变形量,分析了隧道围岩的稳定性,预测了围岩的最终变形量,并确定了二次衬砌施作的最佳时间。(4)选取戚家垭隧道Ⅲ、Ⅳ级围岩典型断面,分别对其衬砌结构受力进行了数值分析,得出了衬砌断面的轴力、剪力及弯矩,并根据衬砌结构的安全性系数评价了二次衬砌支护的稳定性。(5)基于理论计算和数值模拟方法评价了戚家垭隧道衬砌支护结构的稳定性。
二、地下工程围岩稳定性的MBP神经网络识别(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、地下工程围岩稳定性的MBP神经网络识别(论文提纲范文)
(1)九绵高速公路天池隧道围岩稳定性研究(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 选题依据与研究背景 |
1.2 国内外研究现状 |
1.2.1 隧道稳定性评价方法研究现状 |
1.2.2 可溶岩隧道围岩稳定性研究现状 |
1.2.3 现存的一些问题 |
1.3 研究内容及技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第2章 天池隧道工程地质条件 |
2.1 地形地貌 |
2.2 地层岩性 |
2.3 地质构造 |
2.3.1 大地构造 |
2.3.2 隧址区断层 |
2.3.3 节理裂隙 |
2.4 水文地质条件 |
2.5 隧道不良地质 |
本章小结 |
第3章 天池隧道监控量测方案设计 |
3.1 监测目的与监测内容 |
3.2 必测项目布置及量测 |
3.2.1 地质及支护观察 |
3.2.2 拱顶下沉和周边收敛监测 |
3.2.3 量测数据的计算与处理方法 |
3.3 选测项目的布置及量测 |
3.3.1 围岩内部位移监测 |
3.3.2 围岩压力监测 |
3.3.3 钢拱架应力监测 |
3.3.4 锚杆轴力监测 |
3.3.5 监测频率与数据处理方法 |
3.4 现场监测断面布置与安装 |
3.5.1 围岩多点位移监测的实施 |
3.5.2 围岩压力监测的实施 |
3.5.3 钢拱架应力监测的实施 |
3.5.4 锚杆轴力计监测的实施 |
本章小结 |
第4章 基于监控量测的隧道围岩稳定性评价 |
4.1 必测项目监测数据分析 |
4.1.1 监测数据整理 |
4.1.2 监测结果分析 |
4.2 选测项目监测数据分析 |
4.2.1 选测断面地质概况及施工工序 |
4.2.2 选测断面数据统计及成果分析 |
4.3 基于监测数据的隧道稳定性评价 |
4.3.1 基于监测位移的稳定性评价 |
4.3.2 基于支护结构监测稳定性评价 |
本章小结 |
第5章 CDEM数值模拟方法及其模拟验证 |
5.1 基于CDEM方法的GDEM软件简介 |
5.1.1 基本设定 |
5.1.2 计算原理 |
5.1.3 求解步骤 |
5.1.4 GDEM软件介绍 |
5.2 岩石力学性质试验 |
5.2.1 室内试验介绍 |
5.2.2 试验结果及参数确定 |
5.2.3 灰岩岩石力学性质分析 |
5.3 CDEM数值模拟方法的验证 |
5.3.1 单轴压缩模拟边界条件及围岩参数确定 |
5.3.2 单轴压缩模拟过程分析 |
5.3.3 模拟与试验结果对比分析 |
本章小结 |
第6章 基于CDEM模拟的隧道围岩稳定性评价 |
6.1 天池隧道围岩分级 |
6.1.1 岩体基本质量指标修正 |
6.1.2 围岩动态分级 |
6.2 数值模拟方案 |
6.2.0 隧道断面设计及数值模型尺寸 |
6.2.1 模型监测点设置 |
6.2.2 模型网格的建立 |
6.2.3 边界条件设定 |
6.2.4 围岩及初期支护参数确定 |
6.2.5 开挖工况模拟方案 |
6.3 Ⅲ级围岩数值模拟与稳定性评价 |
6.3.1 Ⅲ级围岩开挖工况1数值模拟 |
6.3.2 Ⅲ级围岩开挖工况2数值模拟 |
6.3.3 Ⅲ级围岩稳定性评价 |
6.3.4 Ⅲ级围岩优化设计方案及模拟分析 |
6.4 Ⅳ级围岩数值模拟与稳定性评价 |
6.4.1 Ⅳ级围岩开挖工况2数值模拟 |
6.4.2 Ⅳ级围岩开挖工况3数值模拟 |
6.4.3 Ⅳ级围岩稳定性评价 |
6.4.4 Ⅳ级围岩优化设计方案及模拟分析 |
6.5 Ⅴ级围岩数值模拟与稳定性评价 |
6.5.1 Ⅴ级围岩开挖工况2数值模拟 |
6.5.2 Ⅴ级围岩开挖工况3数值模拟 |
6.5.3 Ⅴ级围岩稳定性评价 |
6.5.4 Ⅴ级围岩优化设计方案及模拟分析 |
本章小节 |
结论与展望 |
结论 |
展望 |
致谢 |
参考文献 |
附录 |
(2)基于岩机参数融合的TBM掘进效率评价及围岩分级研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 掘进效率研究现状 |
1.2.2 围岩分级研究现状 |
1.3 研究内容与创新点 |
1.3.1 本文主要研究内容 |
1.3.2 论文创新点 |
1.3.3 研究技术路线 |
第二章 TBM掘进性能影响因素及工程概况 |
2.1 地质条件因素 |
2.1.1 岩石单轴抗压强度 |
2.1.2 岩体结构面 |
2.1.3 岩石的物理性质 |
2.2 机器设备因素 |
2.2.1 刀盘及刀具 |
2.2.2 刀盘驱动和推进系统的基本参数 |
2.3 工程项目概况 |
2.3.1 地层岩性 |
2.3.2 地层构造 |
2.3.3 水文地质 |
2.3.4 TBM技术参数 |
2.4 本章小结 |
第三章 TBM掘进性能参数相关性分析 |
3.1 掘进速度与TBM掘进参数关系 |
3.1.1 刀盘推力相关性分析 |
3.1.2 刀盘扭矩相关性分析 |
3.1.3 刀盘转速相关性分析 |
3.1.4 贯入度相关性分析 |
3.1.5 场贯入度指数(FPI)相关性分析 |
3.2 不同围岩等级与TBM掘进参数关系 |
3.2.1 平均推力分布 |
3.2.2 平均扭矩分布 |
3.2.3 平均转速分布 |
3.2.4 TBM平均净掘进速度分布 |
3.2.5 TBM平均施工速度分布 |
3.3 TBM在不同围岩中的掘进性能参数 |
3.4 本章小结 |
第四章 TBM掘进效率预测研究 |
4.1 PCA-SVR方法简介 |
4.1.1 支持向量机方法 |
4.1.2 支持向量回归方法 |
4.1.3 主成分分析方法 |
4.2 评价参数选择与获取 |
4.3 基于PCA-SVR的TBM掘进效率预测实现 |
4.3.1 工程原始数据 |
4.3.2 参数相关性分析 |
4.3.3 评价指标主成分分析 |
4.3.4 模型建立 |
4.4 预测模型检验与结论 |
4.5 本章小结 |
第五章 基于TBM掘进性能的围岩分级研究 |
5.1 TBM隧洞可掘进性研究 |
5.1.1 TBM推进速度 |
5.1.2 净掘进速度研究 |
5.2 隧道TBM适应性研究 |
5.2.1 设备利用率U |
5.3 净掘进速度与设备利用率 |
5.4 基于TBM掘进性能隧洞围岩分级方法 |
5.5 基于TBM掘进性能隧洞围岩分级评价 |
5.6 不同围岩掘进性能等级下掘进参数和岩石强度分布 |
5.6.1 刀盘推力分布 |
5.6.2 刀盘扭矩分布 |
5.6.3 刀盘转速分布 |
5.6.4 岩石单轴抗压强度分布 |
5.7 本章小结 |
第六章 基于模式识别的TBM掘进性能围岩等级预测研究 |
6.1 理论方法简介 |
6.1.1 模式识别法 |
6.1.2 BP神经网络 |
6.1.3 趋势检查法 |
6.2 评价指标体系 |
6.2.1 TBM机械参数 |
6.2.2 岩石单轴抗压强度 |
6.2.3 围岩稳定性等级 |
6.2.4 指标体系数据样品库 |
6.3 改进的BPNN模式识别模型设计 |
6.3.1 模式识别模型 |
6.3.2 改进BP神经网络分类器设计 |
6.3.3 模型可靠性检查 |
6.4 模式识别模型预测结果 |
6.4.1 预测模型可靠性分析 |
6.4.2 预测准确性分析 |
6.5 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
在读期间参与的科研项目 |
在读期间发表的论文 |
在读期间申请的专利 |
在读期间获得的奖励 |
致谢 |
学位论文评阅及答辩情况表 |
(3)引汉济渭深埋隧洞围岩稳定性安全分析(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 力学参数位移反分析研究现状 |
1.2.2 岩体力学参数反分析智能化研究现状 |
1.2.3 围岩稳定性安全分析研究现状 |
1.3 研究目的及意义 |
1.4 研究内容和技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
2 隧洞围岩力学参数反分析的理论与方法 |
2.1 隧洞围岩力学参数反分析的概念及意义 |
2.1.1 反分析的基本概念 |
2.1.2 反分析的分类 |
2.1.3 反分析的意义 |
2.2 力学参数反分析的常用方法 |
2.2.1 确定性分析法 |
2.2.2 非确定性反分析方法 |
2.2.3 智能反分析法 |
2.3 力学参数反分析的关键因素 |
2.4 力学参数反分析流程 |
2.5 本章小结 |
3 遗传算法-BP神经网络力学参数智能反分析系统的建立 |
3.1 人工神经网络原理 |
3.1.1 人工神经网络概述 |
3.1.2 人工神经元模型 |
3.1.3 激活传递函数 |
3.1.4 单层神经网络模型结构 |
3.1.5 多层神经网络结构模型 |
3.1.6 人工神经网络的训练 |
3.1.7 人工神经网络的分类 |
3.2 BP神经网络 |
3.2.1 BP神经网络概述 |
3.2.2 BP神经网络传递函数 |
3.2.3 BP神经网络的学习函数 |
3.2.4 BP神经网络的训练函数 |
3.2.5 BP神经网络的误差函数 |
3.2.6 BP神经网络的结构设计 |
3.2.7 正交设计试验 |
3.2.8 均匀设计试验 |
3.3 遗传算法 |
3.3.1 遗传算法基本思想 |
3.3.2 遗传算法的提点 |
3.3.3 遗传算法基本操作和步骤 |
3.3.4 遗传算法性能测试 |
3.4 遗传算法优化人工神经网络及编程 |
3.5 本章小结 |
4 引汉济渭秦岭深埋隧洞概况与监测数据处理分析 |
4.1 工程概况和工程地质条件 |
4.1.1 工程概况 |
4.1.2 工程地质条件 |
4.2 监测数据分析处理 |
4.3 本章小结 |
5 力学参数反分析及围岩稳定性安全分析 |
5.1 反分析力学参数的确定 |
5.2 有限元数值计算模型建立 |
5.3 样本构造 |
5.4 力学参数反分析 |
5.5 无支护条件下隧洞围岩稳定性安全分析 |
5.6 支护条件下隧洞围岩稳定性安全分析 |
5.7 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读硕士期间的研究成果 |
致谢 |
(4)山岭隧道钻爆法施工坍塌风险及围岩稳定性评价研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 选题背景及目的意义 |
1.2 国内外研究现状分析 |
1.2.1 隧道等地下工程风险分析研究现状 |
1.2.2 风险管理的工程应用及管理系统开发研究 |
1.2.3 隧道坍塌影响因素及分类研究 |
1.2.4 数据在隧道等地下工程风险管理中的应用研究 |
1.2.5 动态风险评价方法研究 |
1.2.6 围岩稳定性分类 |
1.2.7 存在的主要问题 |
1.3 本论文的研究内容 |
1.4 论文研究路线及方法 |
2 隧道坍塌主要风险因素分析 |
2.1 隧道坍塌类型划分 |
2.2 隧道坍塌主要影响因素分析 |
2.2.1 地质条件 |
2.2.2 设计因素 |
2.2.3 施工因素 |
2.3 山岭隧道坍塌风险事故树构建及影响因素确定 |
2.3.1 事故树方法介绍 |
2.3.2 山岭隧道坍塌事故树构建 |
2.3.3 隧道坍塌后果事故树 |
2.4 渔寮隧道工程概况 |
2.4.1 工程简介 |
2.4.2 地形地貌及水文地质 |
2.4.3 施工工艺及方法 |
2.4.4 监测监控 |
2.5 本章小结 |
3 基于模糊多态贝叶斯网络的隧道坍塌风险评价方法 |
3.1 贝叶斯网络原理 |
3.2 模糊多态贝叶斯网络风险评价方法原理 |
3.2.1 三角模糊数 |
3.2.2 构建网络结构和参数学习 |
3.2.3 节点概率分布 |
3.2.4 风险概率估计和等级划分 |
3.3 隧道坍塌风险概率估计 |
3.3.1 构建贝叶斯网络 |
3.3.2 基本事件出现概率计算 |
3.3.3 条件概率计算 |
3.3.4 坍塌风险概率计算 |
3.4 隧道坍塌后果估计及风险评价 |
3.5 坍塌影响因素敏感性分析 |
3.6 本章小结 |
4 VERHULST-MC优化模型在隧道非等距位移预测中的应用 |
4.1 非等距时序隧道位移的预处理 |
4.2 优化VERHULST-MC模型 |
4.2.1 Verhulst改进背景值优化模型 |
4.2.2 马尔可夫链的构建 |
4.2.3 预测方法精度检验 |
4.3 渔寮隧道拱顶沉降预测 |
4.3.1 监测数据预处理 |
4.3.2 趋势项位移提取及其预测 |
4.3.3 平稳随机项位移的提取及预测 |
4.3.4 拱顶沉降量预测及不同方法预测精度的比较 |
4.4 最终沉降值预测 |
4.5 本章小结 |
5 基于位移监测监控数据的隧道围岩稳定性评价研究 |
5.1 基于实数编码的位移反分析法 |
5.1.1 算法概述 |
5.1.2 选择操作 |
5.1.3 交叉操作 |
5.1.4 变异操作 |
5.1.5 适应度计算 |
5.2 最优化双参数强度折减法 |
5.2.1 最优双参数折减法 |
5.2.2 安全系数定义 |
5.2.3 失稳判别准则 |
5.3 渔寮隧道围岩稳定性评价 |
5.3.1 构建数值计算模型 |
5.3.2 构建神经网络 |
5.3.3 通过反分析计算相关参数 |
5.3.4 最优化双参数折减法对围岩稳定性评估 |
5.4 本章小结 |
6 隧道坍塌风险评估软件开发及其应用 |
6.1 系统整体设计 |
6.2 系统功能介绍 |
6.3 二郎山隧道工程应用 |
6.3.1 工程概况 |
6.3.2 坍塌风险评估 |
6.3.3 围岩稳定性评价 |
6.3.4 事故情况 |
6.4 鹧鸪山工程应用 |
6.4.1 工程概况 |
6.4.2 坍塌风险评价 |
6.4.3 事故情况 |
6.5 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 主要创新点 |
7.3 展望 |
参考文献 |
附录A |
附录B |
附录C |
个人简历及攻读博士学位期间发表学术论文情况 |
学位论文数据集 |
(5)基于概念格与概率神经网络的巷道围岩稳定性预测(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 巷道围岩稳定性分析方法研究现状 |
1.2.2 评价指标优化研究现状 |
1.2.3 属性约简研究现状 |
1.2.4 巷道围岩稳定性预测模型研究现状 |
1.3 研究内容 |
1.4 研究技术路线 |
第2章 巷道围岩稳定性影响因素分析与指标选取 |
2.1 围岩失稳类型 |
2.2 影响巷道围岩稳定性因素分析 |
2.3 巷道围岩稳定性评价指标选取原则 |
2.4 巷道围岩稳定性评价指标的统计与初选 |
2.4.1 围岩稳定性评价指标统计 |
2.4.2 巷道围岩稳定性评价指标初选 |
2.5 本章小结 |
第3章 基于概念格的巷道围岩稳定性评价指标约简 |
3.1 概念格的属性约简方法 |
3.1.1 概念格的定义 |
3.1.2 概念格约简方法 |
3.2 巷道围岩稳定性初选评价指标约简 |
3.2.1 训练样本统计 |
3.2.2 建立知识表达系统 |
3.2.3 构建概念格 |
3.2.4 约简评价指标 |
3.3 评价指标约简的合理性检验 |
3.3.1 约简合理性检验 |
3.4 本章小结 |
第4章 概率神经网络模型及参数优化 |
4.1 Alpha稳定分布的定义与理论 |
4.1.1 Alpha稳定分布的定义 |
4.1.2 Alpha稳定分布的概率密度函数 |
4.2 对称Alpha稳定分布的概率神经网络模型 |
4.2.1 概率神经网络模型 |
4.2.2 基于对称Alpha稳定分布的概率神经网络模型 |
4.3 遗传算法优化模型参数 |
4.3.1 遗传算法介绍 |
4.3.2 遗传算法构造 |
4.3.3 求解最优参数 |
4.4 优化模型精度的验证 |
4.5 本章小结 |
第5章 基于概念格与概率神经网络的巷道围岩稳定性预测模型 |
5.1 巷道围岩稳定性预测组合模型 |
5.2 大冶铁矿巷道围岩资料收集与分析 |
5.3 模型的应用 |
5.4 主成分析与概率神经网络模型的应用对比 |
5.4.1 初选指标的主成分分析 |
5.4.2 概率神经网络模型的预测 |
5.4.3 对比分析 |
5.5 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
附录1 攻读硕士学位期间发表的论文 |
附录2 攻读硕士学位期间发表的专利 |
附录3 攻读硕士学位期间参加的科研项目 |
致谢 |
(6)近水平岩层隧道关门式塌方机理试验研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 论文研究背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 隧道围岩稳定性研究现状 |
1.2.2 层状岩体研究现状 |
1.2.3 隧道模型试验研究现状 |
1.3 本文研究内容及方法 |
1.3.1 研究内容 |
1.3.2 研究思路与技术路线 |
第二章 层状岩层稳定性与隧道塌方失稳关系研究 |
2.1 隧道塌方划分及主要影响因素 |
2.1.1 隧道塌方划分 |
2.1.2 隧道塌方主要影响因素 |
2.2 层状岩体强度理论 |
2.2.1 层状岩体强度特征 |
2.2.2 层状岩体的基本强度理论 |
2.2.3 层状岩层最大应力强度理论 |
2.2.4 层状岩层最大应变强度理论 |
2.3 层状岩层下隧道围岩稳定性研究 |
2.3.1 层状岩体结构分类 |
2.3.2 层状隧道围岩变形破坏机制 |
2.3.3 隧道层状围岩破坏模式 |
2.4 本章小结 |
第三章 隧道塌方模型试验成果分析 |
3.1 相似模拟试验理论 |
3.1.1 相似定理 |
3.1.2 相似关系 |
3.2 相似材料力学参数的确定 |
3.3 相似材料制作及力学参数测试 |
3.3.1 围岩材料 |
3.3.2 喷射混凝土材料 |
3.3.3 参数测试及确定 |
3.4 模型试验设计 |
3.4.1 试验装置 |
3.4.2 数据采集系统及测试项目 |
3.4.3 试验步骤 |
3.5 模型试验工况及测试元件具体布置 |
3.6 模型试验结果及分析 |
3.6.1 各模型加载破坏过程及现象 |
3.6.2 初支位移及受力特征 |
3.6.3 围岩应力变化特点 |
3.7 本章小结 |
第四章 近水平岩层隧道“关门式”塌方数值试验及机理分析 |
4.1 概述 |
4.2 数值模拟模型 |
4.3 模型计算结果及分析 |
4.3.1 支护结构变形规律 |
4.3.2 支护结构受力状态 |
4.3.3 围岩压力变化规律 |
4.3.4 围岩塑性区分布发展变化 |
4.4 近水平岩层“关门式”塌方机理分析 |
4.5 本章小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 展望 |
致谢 |
参考文献 |
在校期间发表的论着及取得的科研成果 |
(7)煤巷锚杆支护设计混合智能系统研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 混合智能系统国内外研究现状 |
1.2.2 人工智能在煤矿领域中的应用研究现状 |
1.3 研究内容与全文结构 |
1.3.1 研究内容 |
1.3.2 全文结构及技术路线 |
1.4 本章小结 |
2 CRBD-HIS原型系统研究 |
2.1 引言 |
2.2 混合智能系统的概念与技术选择 |
2.2.1 混合智能系统概念 |
2.2.2 混合智能系统联接方式 |
2.2.3 主要智能技术介绍 |
2.2.4 常见混合智能技术 |
2.3 CRBD-HIS原型系统设计 |
2.3.1 智能(非智能)技术的选择 |
2.3.2 CBR与RBR集成机制 |
2.3.3 系统的智能(非智能)技术混合 |
2.3.4 CRBD-HIS的案例推理流程 |
2.3.5 原型系统功能 |
2.4 本章小结 |
3 煤巷围岩稳定性分析模型研究 |
3.1 引言 |
3.2 工程岩体分类研究概况 |
3.3 煤巷围岩稳定性分类指标 |
3.3.1 煤巷围岩稳定性影响因素分析 |
3.3.2 围岩稳定性分类指标的确定及取值方法 |
3.3.3 指标权值的分配 |
3.4 煤巷围岩稳定性模糊聚类子模型 |
3.4.1 模糊聚类分析法的实现过程 |
3.4.2 煤巷围岩稳定性分类子模型 |
3.5 煤巷围岩稳定性模糊综合评判子模型 |
3.5.1 模糊综合评判模型 |
3.5.2 煤巷稳定性类别预测 |
3.6 巷道顶板分级评估系统子模型 |
3.6.1 CMRR概述 |
3.6.2 CMRR指标 |
3.6.3 CMRR的计算 |
3.6.4 通过钻孔数据计算CMRR值 |
3.6.5 CMRR的修正与调整 |
3.6.6 CMRRC应用实践 |
3.7 本章小结 |
4 煤巷锚杆支护参数推理模型研究 |
4.1 引言 |
4.2 煤巷锚杆支护设计影响因素分析及案例库的建立 |
4.2.1 煤巷锚杆支护设计影响因素分析 |
4.2.2 案例库的建立 |
4.3 煤巷锚杆支护参数的自动生成 |
4.3.1 锚杆参数预测神经网络的设计 |
4.3.2 基于LM优化法的BP神经网络改进 |
4.3.3 锚杆参数神经网络预测子模型 |
4.4 煤巷锚杆支护参数的优化推理 |
4.4.1 正交试验设计 |
4.4.2 灰色关联评价指标 |
4.4.3 灰色关联评价子模型 |
4.5 本章小结 |
5 FLAC~(3D)智能模块研究 |
5.1 引言 |
5.2 FLAC~(3D)数值模拟体系介绍 |
5.2.1 FLAC~(3D)前处理模块 |
5.2.2 FLAC~(3D)计算模块 |
5.2.3 FLAC~(3D)后处理模块 |
5.2.4 FISH语言 |
5.3 FLAC~(3D)智能模块设计 |
5.3.1 模块结构设计 |
5.3.2 模块功能设计 |
5.4 FLAC~(3D)的二次开发 |
5.4.1 确定模拟计算范围及建模 |
5.4.2 边界及荷载条件 |
5.4.3 模型参数获取 |
5.4.4 计算结果监测 |
5.4.5 参数化建模与自动模拟计算脚本的建立 |
5.4.6 模拟结果分析 |
5.5 本章小结 |
6 系统的实现与工程应用 |
6.1 引言 |
6.2 系统结构设计 |
6.2.1 系统研发目标 |
6.2.2 系统整体结构设计 |
6.2.3 系统层次体系结构设计 |
6.2.4 系统功能模块设计 |
6.2.5 系统接口选项设计 |
6.3 系统知识库的构建 |
6.3.1 知识库的需求分析 |
6.3.2 知识的获取 |
6.3.3 知识的表达 |
6.3.4 知识库的管理 |
6.4 系统的开发 |
6.4.1 系统开发原则 |
6.4.2 系统开发环境及开发工具 |
6.4.3 系统的实现 |
6.5 系统的工程应用 |
6.5.1 工程概况 |
6.5.2 系统应用 |
6.5.3 其他矿应用 |
6.6 本章小结 |
7 结论与展望 |
7.1 论文主要结论 |
7.2 主要创新点 |
7.3 展望 |
参考文献 |
致谢 |
作者简介 |
在学期间发表的学术论文 |
在学期间参加科研项目 |
主要获奖 |
(8)第四系富水厚砂层段斜井围岩稳定性评价及其支护技术(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 围岩稳定性分析国内外研究现状 |
1.2.2 软弱围岩支护理论国内外研究现状 |
1.2.3 软岩巷道工程支护技术研究现状 |
1.3 本文的研究内容及研究思路 |
1.3.1 研究内容 |
1.3.2 研究思路 |
2 斜井穿越富水厚砂层围岩稳定性影响因素及其稳定性评价 |
2.1 含水砂层斜井围岩变形特征 |
2.2 含水砂层斜井围岩稳定性影响因素 |
2.2.1 地下水的影响 |
2.2.2 砂层力学参数的影响 |
2.2.3 围岩级别的影响 |
2.2.4 施工因素的影响 |
2.2.5 其它因素的影响 |
2.3 斜井穿越富水厚砂层围岩稳定性评价 |
2.3.1 二号副斜井井筒施工工程概况 |
2.3.2 第四系富水厚砂层段围岩分级 |
2.3.3 斜井穿越富水厚砂层段围岩稳定性评价 |
2.4 小结 |
3 斜井穿越富水厚砂层围岩支护方案设计 |
3.1 井筒降水设计 |
3.1.1 井筒外多孔降水井降水 |
3.1.2 井筒内多水泵降水 |
3.2 斜井支护设计围岩压力计算 |
3.3 斜井支护方式及其作用机理 |
3.3.1 超前支护 |
3.3.2 一次支护 |
3.3.3 二次衬砌 |
3.4 斜井穿越富水厚砂层围岩支护方案设计 |
3.4.1 超前支护设计 |
3.4.2 一次支护设计 |
3.4.3 二次衬砌设计 |
3.5 小结 |
4 斜井穿越富水厚砂层围岩变形规律 FLAC 模拟 |
4.1 FLAC 基本理论 |
4.2 FLAC 模拟方案 |
4.2.1 模拟工况 |
4.2.2 屈服准则与模拟参数 |
4.2.3 模型建立 |
4.3 FLAC 模拟结果分析 |
4.3.1 支护结构稳定性评价 |
4.3.2 不同应力水平的影响 |
4.3.3 不同开挖步距的影响 |
4.4 加强支护设计措施 |
4.5 小结 |
5 斜井穿越富水厚砂层围岩现场监测分析及其支护效果评价 |
5.1 现场监测的目的及基本原则 |
5.2 监测内容与监测仪器 |
5.3 监测方法与监测频率 |
5.3.1 监测方法 |
5.3.2 监测频率 |
5.4 监测断面及其监测仪器的布置 |
5.5 监测结果分析 |
5.5.1 围岩压力 |
5.5.2 孔隙水压力 |
5.6 支护效果评价 |
5.7 小结 |
6 结论与展望 |
6.1 结论 |
6.2 需要进一步解决的问题 |
致谢 |
参考文献 |
附录 |
(9)大冶铁矿井下开采巷道围岩稳定性分析及控制技术研究(论文提纲范文)
作者简介 |
摘要 |
ABSTRACT |
第一章 绪论 |
§1.1 选题背景和研究意义 |
§1.2 国内外研究现状 |
1.2.1 巷道围岩稳定性研究现状 |
1.2.2 巷道支护技术与理论研究现状 |
1.2.3 发展趋势及存在的主要问题 |
§1.3 主要研究内容 |
§1.4 研究方法和技术路线 |
§1.5 论文创新点 |
第二章 研究区概况及工程地质条件研究 |
§2.1 矿区工程地质概况 |
2.1.1 矿体的形态与产状 |
2.1.2 矿石成分与结构 |
2.1.3 围岩蚀变 |
2.1.4 水文地质 |
2.1.5 矿床工程地质特征 |
§2.2 研究区现场工程地质勘察与分析 |
2.2.1 概述 |
2.2.2 不稳定区域巷道失稳调查 |
2.2.3 不稳定区域现场勘察与分析 |
2.2.4 不稳定区域采场节理裂隙调查 |
§2.3 研究区岩石物理力学性质 |
2.3.1 前人研究成果 |
2.3.2 岩石物理力学特性试验成果 |
§2.4 矿岩体现场声波特性测试 |
2.4.1 测试方法及原理 |
2.4.2 现场测试结果与分析 |
§2.5 本章小结 |
第三章 巷道围岩失稳机理分析 |
§3.1 围岩失稳类型及失稳机理分析 |
§3.2 影响巷道围岩稳定性因素分析 |
§3.3 影响巷道围岩稳定性的主要指标选择 |
3.3.1 主要指标的选取原则 |
3.3.2 影响矿山巷道围岩稳定性的因素 |
§3.4 本章小结 |
第四章 不稳定区域巷道围岩稳定性数值模拟研究 |
§4.1 概述 |
§4.2 交叉巷道失稳数值模拟 |
4.2.1 概述 |
4.2.2 十字形交叉点开挖过程 |
4.2.3 Y字形交叉点开挖过程 |
§4.3 矿岩接触带处及粉矿巷道失稳数值模拟 |
4.3.1 概述 |
4.3.2 矿岩接触带的地质条件及应力环境 |
4.3.3 计算模型的建立 |
4.3.4 计算参数和结构单元的选取 |
4.3.5 模拟过程与计算结果 |
4.3.6 粉矿巷道失稳数值模拟 |
§4.4 尖林山采区巷道稳定性数值模拟 |
§4.5 本章小结 |
第五章 大冶铁矿井下开采巷道围岩稳定性控制技术研究 |
§5.1 不稳定区巷道围岩稳定性控制技术 |
5.1.1 交叉巷道围岩稳定性控制技术 |
5.1.2 矿岩接触带巷道围岩稳定性控制技术 |
5.1.3 粉矿巷道围岩稳定性控制技术 |
§5.2 喷锚支护设计 |
5.2.1 喷锚支护设计原理 |
5.2.2 支护工程的类比设计 |
5.2.3 支并设计的解析计算设计 |
5.2.4 喷锚支护设计流程 |
§5.3 应用BP网络模型评价巷道围岩稳定性 |
5.3.1 巷道围岩稳定性分类指标的确定 |
5.3.2 巷道围岩稳定性分类样本的确定 |
5.3.3 BP网络模型在围岩稳定性评价中的应用 |
§5.4 喷锚支护设计智能系统开发与应用 |
5.4.1 巷道支护设计智能系统设计思想 |
5.4.2 推理方式与控制策略 |
5.4.3 喷锚支护设计智能系统的开发 |
5.4.4 智能系统的应用 |
§5.5 喷锚支护技术施工工艺 |
5.5.1 注浆材料的选取 |
5.5.2 锚注系统 |
5.5.3 锚注施工方法 |
§5.6 本章小结 |
第六章 结论与展望 |
§6.1 结论 |
§6.2 展望 |
致谢 |
参考文献 |
(10)戚家垭隧道围岩位移监测及稳定性分析(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究目的与意义 |
1.2 国内外研究现状 |
1.2.1 隧道围岩变形监控量测研究现状 |
1.2.2 隧道围岩稳定性分析方法研究现状 |
1.2.3 隧道围岩稳定性判定方法研究现状 |
1.3 当前存在问题 |
1.3.1 监控量测存在的问题 |
1.3.2 围岩稳定性判定方法存在的问题 |
1.4 主要研究内容和技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
2 铁路隧道围岩变形理论研究 |
2.1 隧道围岩变形的三个阶段 |
2.2 隧道围岩变形破坏分析 |
2.2.1 围岩变形特征 |
2.2.2 隧道围岩变形的影响因素 |
2.2.3 隧道围岩变形破坏机理 |
2.3 隧道围岩的应力分析 |
2.4 围岩弹塑性应力状态 |
2.4.1 土体弹塑性模型 |
2.4.2 围岩弹塑性分析 |
2.5 本章小结 |
3 围岩稳定性判据研究及支护作用分析 |
3.1 隧道围岩失稳概述 |
3.2 影响隧道围岩稳定性的因素 |
3.2.1 工程地质因素 |
3.2.2 设计施工因素 |
3.2.3 时间因素 |
3.3 隧道围岩稳定性的判据 |
3.3.1 隧道围岩允许位移量 |
3.3.2 隧道围岩允许位移速率和变形加速度 |
3.3.3 隧道极限位移量 |
3.3.4 隧道围岩稳定性位移判别准则 |
3.4 隧道支护结构和与围岩的相互作用 |
3.4.1 隧道支护结构的基本要求及类型 |
3.4.2 隧道衬砌结构的力学计算法 |
3.4.3 围岩与支护共同作用分析 |
3.5 本章小结 |
4 戚家垭隧道工程概况及位移监测分析 |
4.1 戚家垭隧道工程概况 |
4.1.1 工程地质特征 |
4.1.2 水文地质特征 |
4.1.3 不良地质和特殊岩土 |
4.2 监控量测内容及数据分析 |
4.2.1 现场监控量测内容 |
4.2.2 现场监测点布置 |
4.2.3 监测数据回归分析 |
4.3 围岩变形位移与稳定性分析 |
4.3.1 隧道围岩变形理论位移计算 |
4.3.2 隧道实测位移数据的处理 |
4.3.3 隧道实测位移数据的回归分析 |
4.4 本章小结 |
5 隧道衬砌数值模拟与稳定性分析 |
5.1 概述 |
5.2 ANSYS 软件平台的应用 |
5.3 隧道衬砌安全性数值模拟分析 |
5.3.1 荷载结构计算模型 |
5.3.2 安全系数计算 |
5.3.3 有限元计算模型参数选取 |
5.4 计算结果分析 |
5.4.1 Ⅲ级围岩计算结果分析 |
5.4.2 Ⅳ级围岩计算结果分析 |
5.5 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
四、地下工程围岩稳定性的MBP神经网络识别(论文参考文献)
- [1]九绵高速公路天池隧道围岩稳定性研究[D]. 蔡坤鹏. 成都理工大学, 2020(04)
- [2]基于岩机参数融合的TBM掘进效率评价及围岩分级研究[D]. 崔久华. 山东大学, 2020(11)
- [3]引汉济渭深埋隧洞围岩稳定性安全分析[D]. 赵浩杨. 西安建筑科技大学, 2020(01)
- [4]山岭隧道钻爆法施工坍塌风险及围岩稳定性评价研究[D]. 孙景来. 北京交通大学, 2019(01)
- [5]基于概念格与概率神经网络的巷道围岩稳定性预测[D]. 刘洋. 武汉科技大学, 2018(10)
- [6]近水平岩层隧道关门式塌方机理试验研究[D]. 熊波. 重庆交通大学, 2017(09)
- [7]煤巷锚杆支护设计混合智能系统研究[D]. 王茂源. 中国矿业大学(北京), 2016(02)
- [8]第四系富水厚砂层段斜井围岩稳定性评价及其支护技术[D]. 占有名. 西安科技大学, 2014(03)
- [9]大冶铁矿井下开采巷道围岩稳定性分析及控制技术研究[D]. 邹灿. 中国地质大学, 2014(11)
- [10]戚家垭隧道围岩位移监测及稳定性分析[D]. 张健. 中国地质大学(北京), 2014(08)