极薄煤层跨采下伏大巷变形破坏规律研究

针对极薄煤层跨采下伏大巷变形破坏问题,采用地质雷达测定巷道松动圈和三维激光扫描仪监测巷道变形的研究方法,研究了大巷跨采条件下的松动圈大小及巷道变形规律。监测结果表明:大巷的剧烈变形并未发生在相应的工作面周围,而是落后工作面数十米的位置,其变形形式为巷道底板整体上鼓,最高达到287.4 mm;巷道两肩及巷顶未发生明显下沉破坏。大巷破坏原因为:受采动影响,大巷上覆岩层破坏导致大巷上部工作面采空区积水沿裂隙流入大巷周围,大巷围岩受水浸泡变软膨胀,同时,上部工作面的开挖使得巷道垂直方向应力获得释放,导致大巷底板向上抬升。鉴于跨采影响下导致巷道变形较大,对于类似情况建议将U型钢可伸缩支架的排距从1 m减小为0.8 m。

基于多核学习支持向量机算法的隧道掘进速度预测

盾构机凭借施工速度快、安全性高、污染小的优势,逐渐成为城市地铁隧道和土质隧道施工的主要方式.由于盾构机的掘进性能和许多因素相关,与地质条件之间的相互作用非常复杂,很难从理论上全面揭示其相关性.采用多核学习支持向量回归建立了地铁盾构机净掘进速度智能预测模型,并与支持向量回归模型进行了对比,结果表明两种模型在净掘进速度预测上都有较好的表现,但多核学习支持向量机具有比一般支持向量机更好的适应性和预测精度,可以实现对地铁盾构机净掘进速度的有效预测.