期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
采动条件下断层构造对采场及沿空巷道围岩影响研究
1
作者 罗家举 《现代矿业》 CAS 2024年第9期112-116,共5页
为探究采动应力与断层构造对采场及沿空巷道的耦合作业特征,以土城矿为背景,依托相似模拟简化试验,探究了采场垂直应力的分布规律与沿空巷道围岩变形规律。采用数值模拟方法,对复杂地质环境下的断层滑移特征与围岩变形进行分析。结果表... 为探究采动应力与断层构造对采场及沿空巷道的耦合作业特征,以土城矿为背景,依托相似模拟简化试验,探究了采场垂直应力的分布规律与沿空巷道围岩变形规律。采用数值模拟方法,对复杂地质环境下的断层滑移特征与围岩变形进行分析。结果表明:在断层固定的条件下,断层位置不会对采场应力分布与巷道顶板位移产生明显影响;FD6断层在煤层开采中逐渐产生滑移空间,而保护煤柱的留设尺寸是防止断层滑移的关键;采空区的覆岩下沉将会导致FD8断层发生滑移,应限制下沉幅度,必要时可采取充填作业对采空区覆岩进行支撑,以防止断层滑移;断层滑移影响下,巷道普遍存在底板大量鼓起的特征,断层切向应力影响下,巷道围岩的顶板呈现出倾斜变形特征。研究结果可为矿山安全防治提供参考。 展开更多
关键词 断层构造 相似模拟试验 数值模拟 采动应力 沿空巷道
下载PDF
基于卷积神经网络深度学习的地质断层智能识别方法
2
作者 罗家举 《现代矿业》 CAS 2024年第8期7-10,共4页
为解决传统机器学习方法识别断裂构造能力较差的问题,提出了基于卷积神经网络的UNet++网络结构模型用于识别地质断层。模型的建立过程中引入了不同注意力机制与损失函数,可以更好地实现语义深度学习与特征融合,并进行了相关性指标分析... 为解决传统机器学习方法识别断裂构造能力较差的问题,提出了基于卷积神经网络的UNet++网络结构模型用于识别地质断层。模型的建立过程中引入了不同注意力机制与损失函数,可以更好地实现语义深度学习与特征融合,并进行了相关性指标分析与图像分析。结果表明:WCE损失函数对应的预测图具有最清晰的输出效果,ECA+UNet++模型利用WCE损失函数的训练效果最佳,识别的准确率也更高。将采用WCE损失函数的ECA+UNet++模型在官渡河煤矿断层区域进行应用,可以对断层位置进行智能识别,并且对地下噪音的降噪处理较好;表明采用引入ECA注意力机制的UNet++网络结构模型能保证对断层识别的效率与精度。 展开更多
关键词 卷积神经网络 地质断层 智能识别 深度学习 计算机图像
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部