基于数字钻进技术和量子遗传-径向基函数神经网络的围岩类别超前识别技术研究

围岩类别超前分类是隧道施工过程中必须开展的一项工作,其直接关系到后续的开挖及施工支护方案。为有效地进行隧道围岩类别超前分类,提出了基于数字钻进技术和量子遗传(QGA)-径向基函数(RBF)神经网络的围岩类别超前分类方法。以数字钻进技术为基础,从钻进参数中提取有用信息,构建围岩类别超前分类指标体系。采用量子计算原理对遗传算法进行改进,通过量子位编码和量子旋转门更新种群,以此来确定RBF神经网络的参数,建立了基于QGA-RBF神经网络的围岩类别超前识别系统。最后将该方法应用于青岛胶州湾海底隧道的围岩类别超前识别中,结果表明,该方法具有较高的准确性,其结果为围岩类别超前分类提供了一种新思路。

矿用带式输送机输送带撕裂检测方法综述

输送带撕裂发生频繁,根据输送带在工作过程的撕裂原因,总结了几种常用的输送带撕裂检测方法,包括机械式检测方法、超声波检测方法、计算机视觉检测方法、电磁铁检测及其他撕裂检测方法。基于检测不到位的问题,提出将图像识别与超前撕裂保护耦合,再利用滚筒刷、X光透视检测器与固定式清洗雨刮式装置加以辅助,不仅可以检测输送带表面的撕裂,还可检测输送带内部钢绳芯的断裂情况,能够完成对输送带撕裂状况的实时检测。