深部巷道组合钢架合理支护间距数值模拟研究

为确定深部巷道组合钢架合理支护间距,有效控制深部巷道围岩变形,提高巷道施工机械化水平,以焦作煤业集团赵固(新乡)能源有限责任公司赵固二矿11071工作面回风巷为研究背景,采用三维有限差分软件对深部巷道6种支护方案的围岩变形、应力和塑性区分布进行对比分析.结果表明:深部巷道围岩变形和塑性区分布受围岩局部让压效应影响显著;在巷道拱顶、拱底以及两帮与底板交接部位均易出现应力集中现象;巷道开挖引起的岩体破坏以剪切破坏为主.根据数值模拟试验得出了深部巷道组合钢架合理支护间距,优选出的最佳支护方案可以减缓围岩变形,改善围岩应力状态,减少围岩塑性破坏范围,从而提高深部巷道围岩的稳定性.     

锚杆设计参数对拉锚式支护结构水平位移的影响

利用FLAC3D商业软件对基坑工程拉锚式支护结构的锚杆设计参数(锚杆长度、锚杆倾角及锚杆刚度)对支护结构水平位移的影响进行了数值模拟.模拟结果表明:随着锚杆长度增加,最大水平位移减小,锚杆长度控制在1.5～2.0倍开挖深度之间为宜;锚杆倾角在15～30°之间对最大水平位移的影响不大;锚杆刚度在18.75GPa左右比较合适.     

桩基施工期地梁裂缝原因分析及修补措施

在对金东纸业有限公司涂布机车间工程地质条件和工程概况作以介绍的前提下,就H～K/28～35轴线地梁裂缝进行了详细描述;对裂缝产生原因进行了初步分析和探讨,认为打桩在地基中所引起的土体推挤,导致了地基土体不均衡水平位移,基础的不均衡水平位移、桩基上浮所产生的变形弯矩和打桩的震动影响,是裂缝产生的根源,并指出盲目地追求施工进度、违背施工规律会产生重大工程质量隐患;最后对裂缝修补措施作了简要介绍.     

深厚表土底部含水层疏水沉降试验及数值模拟研究

通过对19个砂土试样实施的疏排水渗透和沉降均匀设计试验，得出：渗透系数与有效应力之间呈现指数型的衰减变化规律；侧限条件下的压缩模量与水压降呈正相关关系，有效应力越大，压缩模量越大。用大分层和小分层相结合的方法来处理疏排水沉降的差分格式所编写的程序计算表明：数值模拟结果与试验结果有很高的拟合程度，该方法用于疏排水沉降量的计算是可靠的；理论公式应用于疏排水沉降量的计算将导致疏排水初期计算结果偏小，疏排水后期计算结果偏大。     

基于改进证据理论的齿轮泵故障诊断方法研究

针对多源传感器信息的不确定性,提出了一种基于改进证据理论的故障诊断方法.首先定义了证据向量的夹角余弦,提出了冲突证据判定法则,对证据进行冲突性判定;然后建立二级鲁棒融合策略,通过RBF神经网络进行特征层融合,经过训练产生初始证据,应用冲突证据判定法则找出冲突证据并利用相似度对其进行局部修正;最后对证据进行融合和诊断.通过齿轮泵振动试验,将此方法与神经网络、传统证据理论和其他代表性改进方法的诊断结果进行对比,验证了新方法和融合策略的有效性.     

特殊地层井壁破裂粘弹性数值模拟研究

介绍了特殊地层条件下井壁破裂机理的研究现状,以井壁竖直附加力学说为基础,针对底部含水层疏水排放引起的地面沉降、井壁破裂问题,建立了包括井壁在内的粘弹性数学模型;同时对3个不同的含水层的数值模拟过程做了简单介绍;最后以工程实测水位降深历时曲线与模型计算曲线相对比来说明文中所建模型是可行的.     

非对称楔形体在楔面下部承受非线性分布压力作用的弹性应力解

用应力函数及其导数在弹性体边界上的力学意义和海维赛（Ｈｅａｖｉｓｉｄｅ）函数的方法，对非对称楔形体在楔面下部承受非线性分布压力作用的问题进行了应力计算，给出了应力一般解并进行了讨论，其结果具有理论和实际意义．     

基于改进证据理论的齿轮泵故障诊断方法研究

针对齿轮泵早期故障信号的不确定性,提出了一种基于改进证据理论的故障诊断方法。首先改进了证据理论,提出了基于特征参数灰色关联分析的基本概率赋值函数生成方法,解决了证据理论在故障诊断中原始证据生成问题;其次,定义了证据之间的夹角余弦,利用冲突证据判据对原始证据进行冲突性检验,对于冲突证据通过可信度进行局部修正,保留可信证据。最后对修正后的证据进行融合。多传感器振动特征融合实验结果验证了改进方法具有较高的诊断正确性。     

复合量化多目标方法在维修力量派遣决策中的应用

针对部队装备维修决策特点,从多目标决策需求出发,结合三角模糊数结构特点,考虑非平衡指派和任务紧急程度,建立装备维修力量模糊多目标指派模型,用水平效应及不确定度对决策意识的模糊性进行描述并加以量化,应用改进遗传算法求多目标模糊派遣模型的最优决策解。实例仿真表明,其计算结果符合实际情况,其最优结果可为决策者提供决策依据,帮助提高维修保障调配的适时性和任务执行的有效性,充分发挥装备维修力量的作用。     

基于时空认知膨胀卷积网络与多源影响因素的PM2.5细粒度预测模型

为实现精确化、细粒度的PM_2.5浓度预测,提出了基于时空认知膨胀卷积网络(spatial-temporal cognitive dilated convolution network, ST-C-DCN)的PM_2.5浓度预测模型ST-C-DCN。该模型将时空因素、气象因素运用于PM_2.5浓度预测,基于因果卷积网络提取时空特征,并采用时空注意力机制优化了时空特征的提取。基于海口市空气污染数据的实验测试表明：对于单个监测站,基线模型相比,ST-C-DCN的均方根误差(root mean square error, RMSE)平均下降24.7%,平均绝对误差(mean absolute error, MAE)平均下降9.93%,拟合优度(R-squared,R²)平均上升3.35%。对于全部监测站点的预测,ST-C-DCN在win-tie-loss(包括MSE、RMSE、MAE、R²)实验中,均获得了最多的获胜次数,分别为68,68、63和64。通过不同数据抽样条件下的Friedma...