模糊神经网络预测公路隧道揭煤突出危险性

在公路隧道揭穿煤层的施工中,揭煤突危险性的正确预测是安全、经济地揭穿煤层的关键.由于煤与瓦斯突出过程、突出机理的复杂性,使得基于经验突出危险性预测方法和基于数学建模的定量统计方法在实际应用中受到较大限制,预测结果弹性较大.因此,利用能表达知识规则的模糊神经网络,借助于成熟的模糊理论来表达与处理突出预测中不精确信息与不精确关系,以及借助于神经网络来表达影响突出因素与突出事件之间的相关规律,并在给出了模糊神经网络的拓扑结构和学习算法进行训练后,可实现公路隧道揭煤突出危险性的正确预测.     

覆岩离层注浆控制沉降技术及计算模型

煤层开采以后 ,其开采周围的岩体的原始应力平衡状态因采动而受到破坏 ,应力将重新分布达到平衡。在此过程中 ,采空区上覆岩层将发生非连续破坏和连续移动 ,形成冒落带、离层带、弯曲带和松散冲积带的“四带”覆盖结构。利用岩移过程中形成的离层空间 ,通过地表钻孔向离层注浆 ,可减缓覆岩的进一步下沉。因此 ,以矿山开采沉陷理论和弹性薄板理论为基础提出了覆岩离层注浆沉降计算模型 ,它可以确定上覆岩层离层空间发育的层位和岩层间的最大离层间隙量 ,并可对覆岩离层注浆开采地表下沉进行量化预计     

隧道围岩应力时序的神经网络预测模型

围岩应力是影响隧道稳定性的根本因素,掌握隧道围岩应力的变化发展趋势,是准确判断隧道稳定性的前提.针对隧道围岩应力变化难以准确预测的问题,作者在分析了隧道围岩应力变化规律和主要影响因素的基础上,采用BP神经网络建立了隧道围岩应力时序的神经网络预测模型.模型在綦万高速公路观音岩隧道施工中成功应用,结果表明采用神经网络预测隧道围岩应力时序是可行的,其使用简便,预测准确.