地下洞室全长粘结式锚杆受力分析方法

以地下洞室全长粘结式锚杆为研究对象,分析了锚杆与围岩荷载传递机制,导出了相应的荷载传递基本微分方程.结合围岩自由变形,采用有限差分法求解方程,进而得到锚固体轴力和界面剪应力沿杆长分布.采用二折线剪切滑移模型描述锚固体界面力学特性,考虑锚固体滑移,将界面的超余剪应力转化为模型节点荷载,通过不断更新围岩位移以修正锚固体内力.基于此锚杆算法,模拟了拉拔试验,结果表明该方法合理、可行.通过对某引水隧洞特征锚杆的受力分析,计算了围岩弹模、界面剪切刚度、砂浆厚度、锚杆直径和锚杆长度对锚固体受力的影响,计算结果可为地下洞室锚杆布置优化提供理论依据.     

树脂锚杆锚固段剪应力分布及其损伤模式分析

为了分析树脂锚杆锚固段剪应力分布及其承载、损伤机理,提高树脂锚杆支护在煤矿现场应用的有效性,首先根据煤矿树脂锚杆的围岩环境和受力特点,基于集中载荷作用于半无限体表面和无限体内部的弹性力学解得到了树脂锚杆在非锚固段围岩破碎和完整时的锚固段锚固界面剪应力计算式,分析了锚杆杆体拉力在锚固段锚固界面的剪应力形成机理;然后采用FLAC数值模拟软件模拟了树脂锚杆锚固段的承载及变形,得到了树脂锚杆在一定载荷和围压作用下锚固界面塑性发展趋势;最后以混凝土试块模拟围岩,并在混凝土试块预留孔中锚固了树脂锚杆进行实验室拉拔试验,得到了树脂锚杆锚固段剪应力分布及其增加趋势.结果表明,树脂锚杆剪应力开始时呈负指数形态分布,随着锚杆拉应力的增大,锚固起始端剪切破坏剪应力降低,无围压时峰值剪应力迅速向较深部锚固界面移动并锚固失效,有围压时锚固界面在锚固起始端剪切破坏后仍有较大的锚杆拉应力发展范围.     

锚杆拉拔过程中力学特性试验

锚杆杆体-黏结剂界面是锚杆锚固作用演化的核心,是研究锚杆支护系统力学传递机制的基础,对于揭示锚固作用机理有着重要的工程实际意义。以杆体-树脂界面为研究对象,基于弹性力学中厚壁筒原理开展了室内试验,采用聚氯乙烯塑料套筒模拟了两种低刚度围岩条件下的套筒拉拔试验,以研究不同法向刚度和肋间距条件下杆体-树脂界面力学特性的演化规律。试验结果表明,两种低刚度围岩条件下的峰值剪切应力对应的最优肋间距为20 mm,耗能值对应的最优肋间距为30 mm;基于厚壁筒原理修正了法向应力测量值,以减弱套筒拉拔试验中的泊松效应,根据拉拔试验结果阐述了界面切向和法向力学特性的演化过程。研究成果为进一步揭示锚杆杆体-黏结剂界面力学演化规律提供参考。     

卷积神经网络在锚杆锚固类型识别中的应用

为了解决手工特征提取方法依赖广泛的专业知识和先验知识,难以挖掘新特征而影响识别结果的问题,将一维卷积神经网络应用于锚杆锚固系统类型识别,以实现端到端的分类过程;为了避免随机初始化卷积核会造成网络在训练时收敛速度慢、易陷入局部最优等问题,利用稀疏自编码器对网络的卷积核进行预训练,并利用实验锚杆锚固数据对稀疏自编码器一维卷积神经网络模型、传统一维卷积神经网络模型和反向传播神经网络模型进行测试。结果表明:一维卷积神经网络可应用于锚杆锚固系统类型识别,实现端到端的分类过程;在锚杆锚固系统类型识别中,稀疏自编码器一维卷积神经网络模型的准确率高于传统一维卷积神经网络模型和反向传播神经网络模型的准确率,识别率可达98.57%。     

塑料胀壳式注浆锚杆设计及机理

塑料胀壳式注浆锚杆是针对松软围岩巷道中锚杆支护出现的锚固作用不够、漏顶、片帮等诸多问题而研制的·通过对锚杆杆体及围岩的受力分析,利用ANSYS有限元进行数值模拟,与国内外其他注浆锚杆进行比较,得到了塑料胀壳式注浆锚杆的锚固力是端锚锚杆锚固力与全长浆体粘结锚固力叠加的结果·其具有锚固力大,成拱作用范围大,安装方便,止浆密封可靠,经济合理等优点·塑料胀壳式注浆锚杆主要适用于锚固加固松软围岩,防止漏风,避免发火,堵水等     

土层锚杆刚度系数算法改进

锚杆刚度系数是考虑自由段变形、锚固段变形和锚杆相对土体位移而求得的复合刚度.在现有的锚杆刚度系数计算公式推导过程中,仅考虑了自由段和锚固段的变形,而并未考虑土体的变形,不能真实反映锚头的实际位移与内力的关系.基于锚杆和土体的协同变形,利用Mindlin解,推导考虑自由段变形、锚固段变形和土体变形的锚杆刚度系数计算公式,并用MATLAB软件编写计算程序进行计算;最后结合工程实例,运用Plaxis2D进行模拟,通过位移与内力求解锚杆刚度系数,将本文计算方法和规范法进行比较.结果表明本文计算方法与模拟结果更加吻合,从而证明了本文改进方法的合理性.     

基于应力波的锚杆锚固质量无损检测研究进展

施工工艺、材料特性、环境与荷载长期耦合作用等因素导致岩土体中锚杆锚固结构产生锚固缺陷,对工程安全构成潜在威胁。对在役锚杆锚固结构开展无损检测是进行锚固质量评估、锚杆质量补强的重要环节。应力波法适应强、发展快,是锚杆锚固质量无损检测技术采用的主要方法。从基于应力波法的锚杆锚固质量无损检测理论、室内模型试验、应力波激振与接收、信号处理与分析、数值模拟方面对国内外锚杆锚固质量无损检测技术研究现状进行了综述。研究表明：中国锚杆锚固质量无损检测技术研究起步晚,但发展迅速;现有锚杆锚固质量无损检测技术较为成熟,可实现黏结型锚杆杆体长度及灌浆密实度检测,但其中仍存在不足,限制了锚杆检测精度与检测长度;针对老旧锚杆服役状态的无损检测方法也较少报道,仍需开展研究。最后结合未来发展趋势对未来可能发展的方向进行了展望,后续研究中,应进一步改进与完善现有理论,研发与升级无损检测技术与设备,拓展锚杆锚固质量无损检测技术适用范围。同时,应构建基于无损检测技术的锚杆服役状态智能评价体系并提出锚杆剩余寿命预测方法。     

巷道锚固岩体刚度控制机理研究

根据锚固构件与围岩的相互作用机理,为了提高巷道锚固岩体的整体刚度,从分析刚度控制对锚固岩体的作用和影响入手,找出影响锚固岩体刚度的主要影响因素,提出以高强度、高预紧力和高锚固力为基础,以锚杆(索)群连锁锚固为核心技术的锚固岩体刚度控制技术,并结合现场试验对其合理性进行分析.研究表明,巷道锚固岩体刚度控制设计合理,能够减少巷道围岩的有害变形,有效控制其稳定性,满足安全经济高效的生产目标要求.     

托板对全长锚固锚杆内力的影响

本文以托板与围岩相互作用为前提,导出了托板反力表达式,并着重分析了托板对全长锚固锚杆杆体内力的影响,得出了对全长锚固锚杆机理的若干新结论。     

导波在围岩锚固结构中传播的数值模拟

基于导波理论,把锚固锚杆当做波导介质来考虑,建立了围岩-砂浆-锚杆的三层介质模型,并利用有限差分程序对锚杆系统在瞬态击振力作用下的动力响应进行了数值模拟分析.研究表明:当激发波频率一定时,围岩质量越好,耦合到锚杆中的能量越少,导波透射到围岩中的能量越多,锚杆底端反射波振幅越小;随着围岩质量的提高,波能量的衰减越来越小,...     

人工神经网络水质预测模型研究

水质预测物理模型在水环境保护中起着十分重要的作用,然而由于模型的参数识别问题,使其应用受到很大局限.对人工神经网络(A rtific ia l N eura l N etw ork,简称ANN)水质预测建模作了初步研究.用试错法,以训练时间和测试误差两项指标为依据,对比分析三层、四层网络结构,认为ANN模型适应于水质预测建模,并提出了适合的模型结构、学习速率、传递函数.     

人工神经网络在教学质量评价体系中的应用

采用了BP神经网络的原理用于教学质量评价,通过分析,给出了神经网络的教学质量评价模型结构,以及变步长的学习算法,并在MATLAB系统内得以实现。结果表明,人工神经网络用于教学质量评价中,既克服了专家在评价过程中的主观因素,又得到了满意的评价结果,具有广泛的适用性。     

人工神经网络在《电工学》教学评价体系中的应用

利用人工神经网络方法建立《电工学》教学质量评价模型，并在MATLAB系统内得以实现。结果表明，人工神经网络用于《电工学》教学质量评价中，得到了满意的结果，具有广泛的适用性。     

地下厂房锚杆支护的反向传播神经网络智能化设计模型

水电站地下厂房的支护设计一般采用工程类比法,而西南地区高地应力、大跨度地下洞室的修建难度往往超出以往的工程,难以完全适应。亟待建立考虑复杂地质条件影响的围岩支护定量设计理论和方法。在29个跨度为18.0～34.0 m,强度应力比为2.00～80.8的地下厂房支护参数的基础上,采用反向传播(back propagration, BP)神经网络方法,训练出了地下厂房系统锚杆支护的智能化设计模型。该模型通过输入洞室跨度值和强度应力比对系统锚杆直径、间排距进行优化设计。采用对神经网络权重分析的方法探讨了洞室跨度和强度应力比对系统锚杆支护方案选择的影响程度。研究结果表明:基于BP神经网络的水电站地下厂房系统锚杆支护的智能化设计模型具有良好适用性和可靠性;在仅考虑强度应力比和洞室跨度的情况下,水电站地下厂房系统锚杆的支护设计应该优先考虑强度应力比的大小。     

Techniques of Image Processing Based on Artificial Neural Networks

This paper presented an online quality inspection system based on artificial neural networks. Chromatism classification and edge detection are two difficult problems in glass steel surface quality inspection. Two artificial neural networks were made and the two problems were solved. The one solved chromatism classification. Hue, saturation and their probability of three colors, whose appearing probabilities were maximum in color histogram, were selected as input parameters, and the number of output node could be adjusted with the change of requirement. The other solved edge detection. In this neutral network, edge detection of gray scale image was able to be tested with trained neural networks for a binary image. It prevent the difficulty that the number of needed training samples was too large if gray scale images were directly regarded as training samples. This system is able to be applied to not only glass steel fault inspection but also other product online quality inspection and classification.     

基于配线法的BP神经网络求解Theis模型

利用非稳定流抽水试验资料确定含水层水文地质参数的配线法在具体应用中存在较大的随意性,用一种改进的反向传播(BP)神经网络方法来进行承压完整井非稳定地下水运动Theis公式中的水文地质参数识别,在一定程度上解决了现有的BP神经网络方法求解含水层参数中存在训练区间选择、网络拓扑结构复杂、网络泛化性能较低和过度拟合等问题.实例计算结果表明,提出的基于配线法的BP神经网络是求解水文地质参数的一种高效方法,对其他水文地质问题求解具有推广应用价值.     

实际电站锅炉的煤质评估系统

将动力用煤的煤质特性以及运行具体设备的参数和运行条件结合在一起，进行综合评估，消除单纯分析电站锅炉动力用煤煤质特性的局限性，利用人工神经网络模型和模糊数学进行系统分析和程序设计实现煤质工程分析方法，完成对实际电站锅炉用煤方案的自优化训练，大大提高电站锅炉用煤的综合效率，从而提高电厂的整体经济效益．     

基于BP神经网络的汽车发动机凸轮轴数控磨削加工工艺优化

随着汽车工业的迅速发展,作为汽车发动机的关键零件,凸轮轴的需求量越来越大,对其加工质量和加工效率的要求也越来越高．本文概述了凸轮轴磨削加工的现状,介绍了人工神经网络特别是BP神经网络的相关理论,最后采用BP神经网络算法对凸轮轴磨削加工部分工艺参数进行优化．     

基于模糊神经网络的压边力优化控制专家系统

说明了压边力优化控制模糊神经网络专家系统的总体结构框架及系统各模块的功能,对模糊神经元的选取、模糊神经网络的构造和模型神经推理机制进行了深入的阐述,针对板料拉深过程中的变量选取了模糊神经网络的输入输入参数。在板料拉深过程中,应用压边力优化控制模糊神经网络专家系统实现了冲压成形过程的智能化控制。