排序方式： 共有2条查询结果，搜索用时 46 毫秒
1
1.
水是诱发矿井灾害的主要因素之一,研究水?岩相互作用下的岩石破坏电荷信号,可丰富矿井水引起灾害的监测方法。为研究含水率对岩石破坏电荷感应信号的影响规律,基于损伤理论推导了岩石损伤破坏力?电耦合模型,得到了感应电荷量与岩石力损伤和水损伤的理论关系。利用自主研制的电荷感应信号数据采集系统,对不同含水率条件下的岩石试样进行了单轴压缩电荷感应信号监测试验,分析了水对岩石力学性质和岩石破坏过程中各阶段电荷感应信号的影响规律,并对含水率影响感应电荷产生的机制进行了讨论。结果表明：岩石变形破坏过程中的电荷感应信号与岩石的损伤程度有关,累积感应电荷量与感应电荷总量的比值可以表示岩石在水和力作用下的损伤量,且含水率越高,试样越易在较低的应力下产生大量的电荷感应信号。不同含水率岩石的宏观破坏特征明显不同,随着含水率升高,岩石的抗压强度降低,裂隙发育,岩石破坏形式由单剪式破坏向张拉和剪切混合破坏转变。电荷感应信号分布形态上,含水率的升高使得高幅值电荷簇数增加,并向弹性阶段发展,且高幅值电荷感应信号主要分布在弹性阶段后期和塑性阶段。感应电荷量上,随着含水率的升高,弹性阶段的感应电荷释放量占比逐渐增大,塑性阶段占比逐渐减小,两阶段的感应电荷量之和占试样变形破坏过程中产生感应电荷总量的90%以上。水通过弱化岩石颗粒和渗透压作用,使岩石在较低应力下产生或扩展裂隙,感应电荷信号更丰富。 相似文献
2.
灰色关联分析与BP神经网络的概率积分法参数预测 总被引：2，自引：1，他引：1
在综合分析地表沉陷概率积分法参数与地质采矿条件关系的基础上,提出运用灰色关联分析法找出影响概率积分法参数的主要因素,进而利用BP人工神经网络模型预计参数。在对实测数据灰色关联分析后得出:覆岩平均坚固性系数、采厚、倾角、采动程度与各个参数关联程度较高,表土层厚度和采深次之。在此基础上,建立BP人工神经网络模型,并对预计结果与实测数据进行对比分析。结果表明:该方法预计最大相对误差15.78%,最小相对误差1.92%,考虑到个别参数实测值较小,造成相对误差较大,而绝对误差很小,即模型预计效果较好,是一种预计概率积分法参数的有效方法。 相似文献
1