排序方式: 共有3条查询结果,搜索用时 125 毫秒
1
1.
2.
【目的】采空区智能充填是煤炭资源绿色安全智能高效开采的重要方向,其关键在于对井下采空区矸石充填过程进行智能决策与控制。【方法】为实现该目标,以采空区充填后围岩应力及变形作为监测指标,建立了一种采空区智能充填深度神经网络算法,该算法可以通过输入煤层埋深、厚度、工作面长度、直接顶厚度等关键基本参数,进行相应条件下不同充填方案的采场应力及围岩变形计算分析。将FLAC3D模拟400种不同条件下的充填开采结果作为数据集,对建立的智能充填深度神经网络算法进行训练测试,并和其余3种不同算法进行对比分析。【结果】结果表明:建立的智能充填深度神经网络算法总体优于随机森林、决策树和多元线性回归算法,每组数据运算平均速度仅为0.013 s;智能充填深度神经网络算法计算的顶板最大变形、工作面煤壁压力峰值、巷道超前支护距离等关键参数误差均值介于2%~8%之间;应用该算法针对现场实际条件进行测试,结果与现场实际结果基本吻合,表明该算法科学可行。【结论】本研究对煤矿绿色智能开采具有重要意义与价值。 相似文献
3.
采用微分求积法(DQM)建立平面应力板单元,并给出了详细的公式和分析过程。编写了程序并将其用于断裂问题分析,用程序求得裂纹张开位移,结合位移外推法得到应力强度因子。所得结果与理论解比较表明:使用微分求积单元法(DQEM)求解应力强度因子方便可行,计算精度较高。本文研究进一步拓展了微分求积法的应用范围。 相似文献
1