基于综合权重—模糊物元法的岩溶地区隧道围岩质量评价

为科学、准确地对岩溶隧道进行围岩质量分级评价,提出了基于综合权重—模糊物元法的岩溶地区隧道围岩质量评价方法。根据实测数据,采用CRITIC法确定影响岩溶地区隧道围岩质量指标的客观权重,采用改进的层次分析法确定其主观权重,并利用组合赋权计算得出各项指标的综合权重,最终根据模糊物元理论确定围岩的分级。为验证该方法的有效性,将其应用于岩溶地区腾讯七星数据中心隧道群围岩质量评价中。研究结果表明:基于综合权重—模糊物元法的岩溶地区隧道围岩质量评价判定结果与实际现场分级情况吻合较好,说明该方法能够实现对岩溶隧道围岩质量的综合判定。

基于大井法和地下水模型系统数值模拟方法的某矿坑涌水量预测对比分析

在矿山实际生产过程中,涌水量精确预测具有重要意义。为解决预测值准确度不够的问题,运用大井法和地下水模型系统(groundwater modeling system, GMS)数值模拟方法进行某矿坑涌水量双重预测对比分析。采用地下水动力学大井法的承压转无压公式得出最大降深平均涌水量为47 948 m^(3)/d,最小降深平均涌水量为46 501 m^(3)/d;使用GMS数值模拟软件得出矿坑平均涌水量为32 000 m^(3)/d,最大涌水量为38 000 m^(3)/d。对二者结果进行对比分析表明,大井法预测公式是在含水层水平、等厚、均质等严格条件下推导出来的,但矿山实际上并没有完全满足公式的前提条件,其预测结果将会偏大;数值模拟方法适应性强,预测精度高,已经被大量应用于各个方面,由该方法得出的数据将会比大井法得出的数据范围小且更为精确。双重预测方法得出该矿坑涌水量的大范围和小范围预测值,结果表明该矿坑涌水量较大,研究成果将为开采矿山提供技术支撑。

广州增城至从化高速公路顺层滑坡稳定性分析

为探究滑坡对广州增城至从化高速公路K8+160~K8+515段的稳定性影响,以该边坡的变形特征和监测结果为依据判定出该边坡的滑动面,再通过极限平衡法和数值模拟法计算断面的稳定性系数,分析该边坡的稳定性。分析结果表明:该区域有存在浅层滑坡和深层滑动的可能性,饱水状态下,由于边坡稳定性降低,导致边坡极易发生整体滑移。该分析结果可用于广州增城至从化高速公路的防护依据。

精准三维激光探测结合可视化建模的采空区稳定性分析

精准地掌握复杂采空区的三维形态及其空间的相对位移,是进一步开展空区稳定性可靠分析的前提。以中核赣州某铀矿区为背景,利用BLSS-PE矿用三维激光扫描和测量系统,对该采空区进行三维探测分析并对三维探测所得数据信息进行数字化处理转换,应用DIMINE建立采空区的三维空间模型,经过数字化处理后实现了与FLAC^(3D)模型的无缝耦合,从而形成了三维数值运算模式。研究结果表明:818-2#采场在开挖后最大主应力增加且最大值出现在采空区顶底板,最小应力基本保持不变,上下盘虽出现拉应力,但低于围岩抗拉强度;818-2#采场最大水平位移和最大垂直位移均较小,且随着采场的逐步回采,采空区围岩出现塑性区,但面积较小。因此,采空区整体上呈稳定状态。研究结果为矿山地压管理和综合治理提供了有力的依据。

基于深度学习的煤岩Micro-CT裂隙智能提取与应用

为解决煤岩CT裂隙图像识别中矸石影响以及不同尺度裂隙识别的问题,设计并实现了一种基于深度学习的煤岩裂隙提取网络模型(MCSN),该模型基于U-Net网络,利用其编码器-解码器结构和跳跃连接,可实现从复杂煤岩体中分割出完整的裂隙结构图像。首先,通过煤岩工业CT扫描系统获取煤岩体内部扫描图片后,人工标注出CT图像中的裂隙结构,并利用数据增强扩充标注的原始数据制作出煤岩CT裂隙数据集;然后,将训练好的VGG16模型权重通过迁移学习技术移至U-Net编码器部分,使得整个主干特征提取网络具有更强的裂隙结构特征提取能力;同时采用深度可分离空洞卷积模块(DCAC)和残差模块对U-Net模型中解码器部分进行改进,有效提升了CT图像中裂隙结构的识别能力,展现出了优越的分割精度和鲁棒性。为验证提出的煤岩裂隙提取网络模型的有效性,将MCSN的提取结果与经典的卷积神经网络及阈值分割方法的结果进行了对比,实验对比结果显示,提出的模型在定性分析和定量分析方面优势明显。这种多尺度融合的策略可以有效提取出复杂煤岩体图像中的裂隙,提高了裂隙识别效率和精度。将该模型应用到巷道围岩钻孔裂隙识别中,通过对钻孔成像仪采集到的窥孔视频和平面展开图进行裂隙提取,并结合二者提取结果进行交叉验证,得到了精准的巷道围岩裂隙分布范围,给出了穿层抽采钻孔的注浆封孔范围,提高了煤层瓦斯抽采体积分数。