冲击荷载下含裂纹缺口三点弯动态断裂实验

为研究缺口大小对含裂纹缺口构件动态断裂的影响,采用动态光弹性实验方法,对含裂纹缺口试件进行了冲击实验.基于冲击断裂过程中试件的等差条纹变化图片和动态应变仪采集的应变数据,分析了冲击荷载下裂纹尖端的动态应力强度因子、裂纹扩展速度和锤头应变的变化规律.结果表明:不同缺口角度试件受到冲击荷载后,应力强度因子的变化随时间变化的趋势基本一致,应力强度因子的峰值随角度增大而增大,应力强度因子的峰值在缺口角度大于90°后增大更显著;锤头应变都表现出先压缩后拉伸然后逐渐震荡趋于平缓的变化规律,当缺口角度大于90°时,锤头的最大压应变增长趋势显著增加;不同缺口角度试件的裂纹扩展速度随时间变化规律基本一致,但当缺口角度大于90°之后,试件的起裂时间显著延长.由此得出结论:当缺口角度对含裂纹缺口构件的动态断裂有一定影响,当缺口角度小于90°时影响不显著,当缺口角度大于90°时起裂难度显著增加.     

液体抛撒初期水雾运动速度的实验研究

为研究比药量、长径比和水袋的厚度等因素对爆炸作用下液体抛撒初期水雾运动速度的影响,通过采用高速摄像技术拍摄了液体抛撒初期水雾形成的过程,分析了这些因素对爆炸作用下液体抛撒初期水雾运动速度的影响.结果表明:比药量、长径比和水袋的厚度等都是影响抛撒初期水雾运动速度的重要因素.     

层状结构I型裂纹尖端场的焦散线实验研究

为研究岩层断裂行为,利用透射式静态焦散线实验系统,采用铝-环氧树脂层状试件模拟岩层结构,进行了静态三点弯曲实验,通过观察和测量不同试件以及在不同加载条件下裂纹尖端焦散斑特征尺寸的大小,分析了铝-环氧树脂层状结构I型裂纹尖端静态断裂行为特性并与ABAQUS数值模拟的结果较好地吻合。实验结果表明：(1)相同加载力F下,裂纹尖端I型焦散斑特征尺寸D及应力强度因子值随试件所含铝板宽度w的增加而减小。(2)试件中铝板对裂纹尖端阻裂作用随着加载力F值增加而增强,其焦散斑特征尺寸值D与加载力F关系曲线D-F及应力强度因子值与加载力F关系曲线-F均呈现先上升、后变缓、再上升趋势。(3)铝板宽度w越大,则其对裂尖的阻裂现象出现越早。     

小断面岩巷钻爆法快速掘进技术及工艺

针对小断面岩巷钻爆法掘进中存在的矸石抛掷距离远、大块率高、炮眼利用率低等问题,以阳煤一矿S8208巷为背景,采用专家访谈和现场跟班调研方式确定了制约岩巷掘进速度的主要原因,在此基础上开展了针对性的掏槽爆破参数、支护参数、劳动组织优化。采用二阶二段掏槽技术将矸石抛掷距离控制在15m以内,炮眼利用率提高到92%,大块率显著降低;基于数值模拟技术和现场围岩收敛变形观测,优化支护参数,锚索支护工作量减少53%,同时保证了巷道的安全;采用“双十二”制的劳动作业形式,优化作业衔接,平行作业率提高至41.7%,实现了单班三循环,单班进尺最高5.2m,平均单班进尺4.8m,掘进速度最高达到251m/月,平均掘进速度210m/月,月进尺提高40%以上。实践结果表明,作业要求严苛条件下,二阶二段掏槽技术在进尺、抛掷距离等方面具有明显优势,辅以支护、劳动组织等优化,可以实现小断面岩巷钻爆法快速掘进,可为同类型岩巷掘进提供借鉴。     

缓冲层介质对切缝药包爆破断裂力学行为影响的研究

为了研究炸药至炮孔壁之间的缓冲层介质对切缝药包爆破断裂力学行为的影响,采用新型数字激光动态焦散线测试系统,开展多组爆破光测实验。借助LS-DYNA数值模拟软件,对比分析炮孔内部压力场的分布规律。研究结果表明:切缝药包能够利用切缝管有效控制爆炸应力场的分布,使能量沿切缝方向集中释放,定向爆破效果显著。与空气相比,水提高了切缝药包对炮孔壁的冲击破坏能力,爆生主裂纹的断裂力学参数增大,表现为更长的扩展距离、更高的运动速度和动态应力强度因子。爆炸冲击波能和爆生气体脉动能是水中主要的能量存在形式,模拟结果显示水比空气具有更好的传压能力,缓冲层内形成更高的压力峰值。     

基于随钻数据的岩性识别机器学习算法研究进展

机器学习算法是岩性识别领域重点研究内容之一。与传统岩性识别方法相比,通过监测随钻参数变化进行岩性识别,具有高精度、多信息、集成化、智能化的优点。近年来,随着岩性识别技术不断发展,机器学习算法在岩性识别领域的研究和应用日益广泛。利用机器学习算法分析随钻数据,能够提高岩性识别结果的准确性,更高效地识别地层的岩性和构造。为了厘清岩性识别机器学习算法的发展现状,发掘其在岩性识别技术领域中的技术难题,综述了岩性识别机器学习算法的研究进展。首先,简要介绍了机器学习的概念与发展历程;其次,分类阐述能够用于岩性识别领域的机器学习算法;再次,总结了岩性识别领域各类常用机器学习算法的应用现状,比较了各类算法在岩性识别应用中的优缺点;最后,总结了岩性识别算法存在的问题和面临的挑战,并对其下一步发展方向提出了建议,使未来能更加准确高效地利用机器学习算法分析处理随钻数据,实现机器学习算法与岩性识别技术的深度结合。