期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
爆破地震波入射角度对振动和放大效应的影响
1
作者 张云鹏 葛晓东 +1 位作者 武旭 王杰 《工程爆破》 CSCD 北大核心 2023年第1期122-129,共8页
为了研究爆破地震波入射角度对振动和放大效应的影响,采用LS-DYNA数值模拟,从爆破地震波传播的角度分析振动和振动的高程放大效应,并结合现场实测数据,对爆破振动的规律进行分析。结果表明:台阶及其内部各点的振速总体上呈现随高程而减... 为了研究爆破地震波入射角度对振动和放大效应的影响,采用LS-DYNA数值模拟,从爆破地震波传播的角度分析振动和振动的高程放大效应,并结合现场实测数据,对爆破振动的规律进行分析。结果表明:台阶及其内部各点的振速总体上呈现随高程而减小的趋势;振速的高程放大系数并不是一直线型增加的,而是随着高程的增加先增加后减小;爆破地震波的入射角度不同,在自由面上的反射叠加所产生的振速不同是引起放大效应变化的原因。结合所得数据,建立爆破地震波入射角度的数值计算模型,对此类工程问题的振速计算有一定的参考价值。 展开更多
关键词 爆破振动 数值模拟 台阶地形 放大效应
下载PDF
原状铁尾矿砂渗透特性试验研究 被引量:5
2
作者 杨曦 张云鹏 +1 位作者 甘德清 贾玉娜 《工程科学与技术》 EI CAS CSCD 北大核心 2020年第1期110-117,共8页
铁尾矿砂渗透特性是影响其坝体稳定性的重要因素之一。而渗透系数是表征其渗透性的重要指标。国内外学者均对渗透系数进行了广泛的研究,分别建立了相应渗透系数的计算公式。但这些公式多适用于粗粒土,其对铁尾矿砂的适用性尚不明确。因... 铁尾矿砂渗透特性是影响其坝体稳定性的重要因素之一。而渗透系数是表征其渗透性的重要指标。国内外学者均对渗透系数进行了广泛的研究,分别建立了相应渗透系数的计算公式。但这些公式多适用于粗粒土,其对铁尾矿砂的适用性尚不明确。因此,有必要对现有公式准确性进行验证,并建立适用于铁尾矿砂的渗透系数计算模型。通过室内变水头试验,从FC值、级配、粒径、比表面积和粉粒间孔隙比等多个角度出发,对铁尾矿砂原状样的渗透性质进行了分析。结果表明:原状铁尾矿砂的渗透系数受细粒含量影响明显,细粒含量的临界值在40%左右;应用传统渗透系数计算公式对原状铁尾矿砂渗透系数进行计算,结果并不准确;受细颗粒含量影响,原状铁尾矿砂的渗透系数与不均匀系数Cu、曲率系数Cc、平均粒径、加权平均粒径、体积比表面积和粒间孔隙比es之间呈现明显的非线性关系,应用这些参数难以表征细粒含量较大时的渗透系数变化;但是,有效粒径和粉粒间孔隙比与原状铁尾矿砂的渗透系数呈现出了较好的相关性,据此建立铁尾矿砂渗透系数计算公式,其计算结果较为准确。这对陈坑尾矿坝的渗流场分析与稳定性计算具有一定意义。同时,所取尾矿砂试样主要为磁铁矿尾砂,这对类似铁尾砂渗透性计算也有一定借鉴意义。 展开更多
关键词 铁尾矿砂 细粒含量 渗透系数 有效粒径 粉粒间孔隙比
下载PDF
磁铁石英岩落锤冲击破碎效果与能量关系 被引量:3
3
作者 高锋 甘德清 +1 位作者 张静辉 闫佳钊 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2020年第4期160-169,共10页
为研究磁铁矿石机械冲击破碎效果与能量的关系,开展了落锤冲击破碎试验、数码显微镜观察试验和原子吸收光谱检测试验,分析了磁铁石英岩冲击破碎特征与矿物分离特征,得到了能量密度与矿石碎块的粒度分维数、平均粒度和矿物颗粒分离效率... 为研究磁铁矿石机械冲击破碎效果与能量的关系,开展了落锤冲击破碎试验、数码显微镜观察试验和原子吸收光谱检测试验,分析了磁铁石英岩冲击破碎特征与矿物分离特征,得到了能量密度与矿石碎块的粒度分维数、平均粒度和矿物颗粒分离效率的理论关系.研究发现,碎块粒度分布具有分形特征,粒度分形维数和平均粒度较全面的描述磁铁矿石英岩冲击破碎程度;磁铁石英岩经落锤冲击后,发生矿物颗粒分离的碎块粒度与矿物嵌布粒度一致,碎块粒度越小矿物颗粒分离越显著;与二段磨矿产物相比,冲击破碎分离的矿物颗粒形态与光学特征更接近原矿矿物学特征;冲击破碎分离的磁铁矿颗粒全铁品位高于二段磨矿产出的磁铁矿颗粒,可以满足选矿的需要.结果表明:随能量密度的增大,碎块粒度分维数呈负指数增长的变化特征,碎块平均粒度呈三次多项式降低的变化特征,矿物颗粒分离效率呈三次多项式增长的变化特征;磁铁矿石冲击破碎过程中通过增大破碎能量密度,提高矿石破碎程度,增大矿物颗粒质量分数,将矿物颗粒筛分后直接进入磁选,可降低单位磁铁矿石加工总能耗. 展开更多
关键词 磁铁石英岩 落锤 破碎程度 矿物颗粒分离 能量
下载PDF
基于粒子群优化算法的充填体单轴抗压强度预测研究
4
作者 黄晓红 崔贺佳 +2 位作者 刘志义 刘利平 张凯月 《河南理工大学学报(自然科学版)》 CAS 北大核心 2022年第3期32-37,共6页
为快速有效确定充填体单轴抗压强度,以灰砂比、固体含量和养护龄期作为输入因子,充填体单轴抗压强度作为输出因子,建立一种粒子群优化算法(PSO),对支持向量机(SVM)参数进行全局优化的预测模型。结果表明,该模型预测性能较好,相关系数高... 为快速有效确定充填体单轴抗压强度,以灰砂比、固体含量和养护龄期作为输入因子,充填体单轴抗压强度作为输出因子,建立一种粒子群优化算法(PSO),对支持向量机(SVM)参数进行全局优化的预测模型。结果表明,该模型预测性能较好,相关系数高(训练集为0.996,测试集为0.993),均方误差值低(训练集为0.000393,测试集为0.00072613);通过室内试验对采集的216个试样进行预测与对比,证明模型可以准确地预测充填体单轴抗压强度,大幅度减少物理试验量及缩短试验周期,为矿山充填提供一种新思路。 展开更多
关键词 粒子群优化算法 单轴抗压强度预测 充填体 支持向量机
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部