基于数据驱动的盾构机密封舱土压预测

盾构机是一种暗挖地下隧道工程的专用机械。为了保证盾构机安全、高效掘进,必须控制密封舱土压平衡。盾构机掘进过程中密封舱土压受多系统、多场耦合和地质条件突变等诸多因素影响,极易导致密封舱土压失衡而引起地表塌陷等安全事故。针对难以建立有效的机理模型进行密封舱土压预测并实施控制的问题,提出了基于多粒子群协同优化的并行支持向量机(PCPSO-PSVM)密封舱土压的数据驱动建模方法。采用分而治之的原则将数据样本分成4个子集、3个层次进行并行学习,再采用交叉反馈的方式更新初始样本重新训练直至结束,得到支持向量;利用协同粒子群并行计算优化支持向量机的参数,将粒子群并行分组寻优,在各自独立的进程内进行独立搜索,最后各群体汇集到主进程,计算得到模型的全局最优参数C和σ,得到密封舱土压预测模型。基于盾构施工现场的实测数据进行了仿真实验,对密封舱内4个土压力监测点进行建模预测,结果表明该方法具有较高的计算效率和预测精度,能够满足实时在线计算预测的要求。因此,完全可以通过这些压力监测点做出整个开挖面的土压力预测,以对密封舱土压失衡做出提前预警和决策。该方法实现了基于数据的快速密封舱土压建模预测,能够为开挖面的稳定控制提供及时、准确的判断依据,指导工程实践。     

基于密封舱压力场的盾构土压平衡控制建模与仿真

为实现更准确、有效的土压平衡控制,提出一种新的密封舱土压平衡控制的建模方法.基于小波阈值去噪后的现场施工数据,采用最小二乘法建立了密封舱压力场分布模型;在此基础上,通过分析掘进控制参数与密封舱压力的关系以及土压状态发生变化的影响因子,建立了以等效压力为控制目标的密封舱土压平衡控制模型.设计了模糊自适应PID控制器,构建了土压平衡控制系统.最后,利用现场施工数据进行仿真验证,结果表明模型的有效性,为盾构掘进过程的土压平衡控制奠定了基础。     

基于密封舱压力场梯度的盾构开挖面稳定性判定

提出了一种基于密封舱压力场梯度的土压平衡盾构开挖面稳定性的判定方法。利用非均匀B样条最小二乘方法建立了密封舱压力场的分布模型,在此基础上,分析了竖直与水平方向压力梯度的变化,基于密封舱压力场梯度范数给出了开挖面的稳定域及判定方法。对于压力场梯度范数的极值,采用多级动态惩罚函数与粒子群相结合的优化算法对优化函数进行求解。最后,利用现场施工数据进行了仿真研究,对密封舱压力平衡、失衡时的压力场及等压线分布特征进行了分析,并进一步对开挖面的稳定性进行了判断,验证了判定方法的有效性。     

盾构掘进土压平衡控制模型

分析了影响盾构土压平衡的掘进参数之间及其与土仓压力间的相互关系,采用自适应神经模糊推理系统（ANFIS）建立了一个以推进力、推进速度、土仓压力实时数据采样值为输入,螺旋输送机转速为输出的基于排土控制的盾构土压平衡控制模型.在Matlab中利用100组施工现场数据对模型进行训练和参数优化,并采用另外100组数据对训练好的模型加以检验.结果表明,模型预测结果与实测数据吻合较好,说明该土压平衡控制模型能够很好地逼近盾构掘进此类非线性过程,同时可以对掘进参数进行有效的预测控制.     

盾构掘进土压控制模型的建立及仿真

为建立以密封舱压力平衡为目标的土压控制模型,提出了采用机理分析与LS-SVM技术相结合的方法。首先对盾构掘进过程进行机理分析,根据掘进过程的连续性方程、力学平衡方程等,建立了密封舱土压控制模型;由于盾构总推力、推进速度、螺旋输送机转速等施工参数对密封舱土压的影响程度不同,在模型中引入了权重系数γ。然后基于LS-SVM技术建立了误差模型并求取参数γ的最优值。最后通过仿真验证了模型的有效性。     

土压平衡盾构机密封舱压力控制实验研究

为了解决土压平衡盾构机密封舱压力自动控制问题,建立了密封舱压力控制机理模型和实验台。根据实验台观测数据,采用系统辨识方法识别控制模型中的参数。以优化理论为基础,提出了密封舱压力稳健控制方法。实验研究结果表明,所建立的压力控制机理模型、模型参数辨识方法和优化控制策略是有效的。     

土压平衡盾构机密封舱土压力控制方法

基于有限元数值模拟方法,建立了密封舱土压力控制的参考模型。以密封舱渣土的Duncan-Chang非线性弹性本构模型为基础,建立了盾构机密封舱土压力与盾构机推进速度和螺旋输送机转速的映射关系,提出了盾构机密封舱土压力优化控制模型。数值模拟结果表明,该方法对于有效控制密封舱土压力行之有效且易于实现。     

盾构机土仓压力控制模型及其参数辨识

基于改性后渣土的非线性本构关系,建立了盾构机土仓压力控制模型。根据现场观测的土仓压力、螺旋输送机转速和盾构机推进速度数据,提出了基于遗传算法的土仓压力控制模型参数辨识方法。工程实践应用结果表明,所建立的土仓压力控制模型及其参数辨识方法是十分有效的,土仓压力控制模型预测的土仓压力与观测值吻合较好。     

基于逆向传播神经网络的工作面顶板矿压数据预测

为了将人工智能技术中的逆向传播神经网络应用于顶板矿压数据预测,以11个影响工作面顶板矿压数据预测的主要因素作为输入参数,以4个工作面顶板矿压参数为输出参数,确定隐含层层数为1层,隐含层神经单元个数为24个,并在此基础上建立了基于逆向传播神经网络的工作面顶板矿压数据预测模型。利用王家岭及周边煤矿具有代表性的工作面顶板矿压数据建立学习样本,以王家岭煤矿12309工作面实测矿压数据为验证样本,对预测模型精度进行了检验。经分析,利用逆向传播神经网络模型得到的初次来压步距、初次来压强度、周期来压步距、周期来压强度预测值与实测值相对误差分别为0.043 343 653、0.006 077 606、0.006 401 138、0.020 236 088,即矿压数据预测总体上相对误差小于5%,符合工程应用允许的误差范围,说明所建立的逆向传播神经网络模型具有较高的准确性和可靠性。     

基于计算机仿真技术的矿井救援密封舱盾构土压平衡问题研究

井下救援密封舱是煤矿安全生产的保障,是危机时刻矿工的最后一道生命线。随着煤矿开拓推进,密封舱会受到掘进机扰动而发生围岩压力变化,影响了密封舱的稳定性。文章基于以上问题建立了密封舱压力场分布模型和压力控制模型。根据模型制定了密封舱周围开拓扰动影响的控制策略,利用计算机仿真技术验证了模型和控制策略的有效性。此研究为井下救援密封舱及巷道布置研究提供了科学依据。     

黏性矿物中刀盘扭矩及掘进总推力建模与试验研究

主要研究了掘进机刀盘作业土质的特性及刀盘扭矩和掘进总推力。在分析完离子型稀土矿物土质的特点后,建立了掘进机刀盘结构模型,然后根据刀盘结构模型建立了刀盘扭矩及掘进总推力的数学模型,最后依据刀盘结构模型建立刀盘扭矩和掘进总推力的试验模型。并通过研究掘进机在离子型稀土矿矿物土质中刀盘扭矩和掘进总推力的变化规律,得出不同刀盘结构参数对刀盘扭矩和掘进总推力的影响。研究结果表明,试验所得刀盘扭矩和掘进总推力与所建立数学模型得出的结果相差小于10%,从而验证了所建立的数学模型的正确性;根据建立的数学模型可知刀盘开口率及刀盘正面与切向夹角是影响掘进机刀盘扭矩和掘进总推力的重要参数。最后通过分析实验结果得出适宜的刀盘结构参数。     

塔山矿松软煤层中特大硐室掘进与支护技术

为了控制松软破碎煤层中特大硐室围岩变形和提高施工速度,根据变性力学机制分析,采用了高主动性、高强度、高刚度的联合支护技术,掘进采用了导硐掘进技术.施工结果表明:锚杆、锚索、喷浆、格栅混凝土砌碹联合支护方式能够有效地控制特大硐室围岩的变形,保证了支护安全,导硐掘进技术有利于特大断面硐室的施工组织,更有利于施工安全,使硐室施工实现了快速、优质、安全、高效的目的.总结出了一套松软破碎煤层中特大硐室的掘进与支护技术的经验,使大同矿区的软岩巷道支护技术水平上了一个新台阶.     

大断面采动剧烈影响煤巷变形破坏机制与控制技术

受相邻大型综放面剧烈采动影响,大断面综放沿空煤巷掘进过程中易出现冒顶、垮帮、支护体损毁等强矿压现象,导致巷道不能安全畅通。以王家岭煤矿20102回风巷道为研究对象,采用现场调研、理论分析、数值模拟、井下试验等手段进行变形破坏机制分析,认为其变形破坏的主要因素有:高支承压力,围岩裂隙发育、强度低,大断面,支护不合理。得出巷道变形破坏动态过程为:大型综放开采→大范围高支承压力、高强度应变能积聚→巷道开挖导致应变能剧烈释放→围岩结构劣化和强度丧失→(支护不利、大断面等)巷道严重失稳破坏。在上述研究基础上,提出巷道掘进期间和回采期间围岩控制对策与技术,并结合现场地质生产条件确定支护方案。现场实践表明,采用综合控制技术后,顶板变形量为136 mm,两帮变形量为116 mm,底板变形量为132 mm,处于稳定状态。     

巷道围岩松动圈测定及支护参数优化

为了对巷道进行有效支护，确保巷道的稳定性，基于研究巷道实际工程概况，采用电磁雷达法对巷道围岩松动圈进行测试，根据不同测线的雷达探测曲线，得到了研究巷道围岩松动圈级别；优化了巷道支护参数，主要包括顶板锚索、帮锚索、顶帮锚杆、一次喷浆、二次喷浆、道底板圆弧形卸压槽的开挖及底板注浆锚索加固等，并进行了巷道表面位移观测。研究得出，优化后的巷道支护能够有效控制巷道围岩变形。     

开采沉陷预计参数的广适应性BP神经网络反演方法（增刊）

基于实测资料的概率积分法下沉预计能够准确描述开采引起的地表下沉变化,广泛应用于全国各大采区。为了获取准确可靠的开采沉陷概率积分法预计参数,本文以概率积分法沉陷预计为基础,利用BP人工神经网络反演求取预计参数。BP人工神经网络具良好的鲁棒性和非线性映射能力,在参数选取过程中能快速准确的确定预计参数与观测站点实测下沉量之间的映射关系,能准确反演得到实测下沉预计参数。根据地表实测数据,将概率积分法下沉预计与BP人工神经网络相结合,建立了适用于多种地质采矿条件的沉陷预计参数反演模型,并对阳泉某矿进行参数反演,得到结果与实测数据基本吻合,表明应用广适应性BP神经网络方法反演开采沉陷预计参数是可行的。