充填管道系统失效模式与影响分析(FMEA)及失效影响模糊评估

根据金川矿区充填管道系统的运行情况,结合充填实践经验,建立了充填管道系统的失效模式与影响分析法(FMEA)分析表,得出系统存在10种失效模式。针对FMEA分析表中失效影响存在较大模糊性而难以有效估计的特点,引入模糊评估方法来进行分析。通过该矿区充填管道系统各失效模式产生失效影响的模糊评估,得到不同失效模式对系统可靠性影响的排序结果。结果表明:该方法的评估结果与实际情况比较吻合;可以使分析定量化,有助于工程人员充分利用系统模糊信息;该方法也能用于其他系统失效模式影响的模糊评估。

金属矿深井充填管道系统失效风险可视化分析方法

为了探究金属矿深井充填管道系统失效级联演化过程,基于权重质心法(ROC)、交叉影响分析(CIA)与阻尼解释结构模型(DISM)提出一种风险识别可视化分析方法。首先采用事件的概念表征造成风险的多源异质信息,利用一种快速的专家排序法推导出风险因子权重,运用事件交叉影响矩阵作为阻尼解释结构模型的输入,进而得到风险演化的层次有向图,使失效模式可视化。通过风险评估实例验证了方法的有效性。结果表明:(1)基于CIA-DISM的风险评价方法能够客观地反映深井充填管道系统的失效演化模式,因为考虑了事件的交叉影响与层次涌现性,使分析结果更符合实际;(2)CIA-DISM方法所得到的层次有向图可以形象地刻画系统风险演化的情景,有利于提出更加精准的风险管控策略。

基于PCA与BP神经网络的充填管道失效风险评估

为避免传统评价方法中主观因素造成的影响并弥补神经网络在风险预测中的不足,将统计学中的主成分分析法(PCA)与BP神经网络模型进行有机结合,并根据大量有关矿山充填管道系统资料,建立充填管道失效风险评价模型。研究发现,将原始数据经过主成分分析法处理,不仅可以有效地减少模型输入维数,便于消除各指标间的相关性,而且与未经PCA处理的BP神经网络相比,训练收敛速度明显加快,预测结果更加准确。针对某矿山充填管道系统实际情况,利用该模型进行模拟预测的结果与实际情况相符合,证明模型合理。

深井充填管道失效概率准则的模糊综合评判

以深井管道自流输送工艺为研究对象, 通过层次分析并利用二级模糊综合评判方法, 确定系统失效的可接受概率. 将深井充填工艺可能发生的输送失效划分为6个因素和5个等级. 在此基础上, 以层次分析法确定因素权重, 以等比值递增法或递减法确定5个因素等级隶属度, 应用经验和参照类似工艺系统将系统允许概率范围确定为[10-4 ,10-2], 并将其离散为9个区间. 最后, 采用三角函数和插值模糊推理及二级模糊综合评判方法, 得到了系统的模糊综合评判集和可接受的失效概率. 以管道设计水平较高、材料和施工质量一般、维护管理水平一般、运行环境较差、事故后果严重为例对系统进行评判, 得到其事故的可接受概率为7.743×10-4～12.915×10-4, 即介于适度发生概率到不易发生概率之间, 与现有系统实际发生的事故概率基本吻合.

充填浆体管道输送故障机理分析及其防范实践

以目前国内金属矿山采用的较为典型的两相流管道重力自流输送工艺为基础 ,应用水力学方法并结合生产实际 ,分析了充填浆体管道输送中发生故障的主要原因 ,指出水击是造成输送管道爆裂、跑浆等事故的主要原因 ,进而有针对性地提出了安全经济的输送措施 ,建立了充填工艺改造时的管径和管路长度计算公式 。