摘要：为探究切顶卸压无煤柱自成巷开采动压影响期间巷内临时支护的设计方法,分析了自成巷道顶板结构的演化过程与变形特征,阐明了动压承载临时支护的作用机理,基于Hoek-Brown强度准则,建立了切顶短臂梁顶板破断力学模型,利用极限分析上限法,推导出了短臂梁在临界位置断裂时的支护阻力计算方法,探究了有关因素对支护阻力大小的影响规律,将设计方法应用至柠条塔矿现场试验,效果良好.研究表明:动压承载临时支护的作用为控制顶板离层变形并适应顶板回转变形;支护阻力随着顶板岩体容重、上覆岩层垂直应力、采动应力集中系数和巷道宽度的增大而逐渐增大,随着顶板岩体内聚力、内摩擦角、碎胀矸石支承系数、短臂梁顶板厚度和支护非对称系数的增大而逐渐减小.相较于其他因素,顶板岩体内聚力、上覆岩层垂直应力与巷道宽度对支护阻力的影响更加显著.

摘要：无煤柱自成巷N00工法是我国自主创新的采煤新工法,其在提高资源采出率、降低巷道掘进量、消减煤柱引起的应力集中等方面具有一定优势。为进一步推进该工法发展,以陕煤柠条塔煤矿N00工法工业性试验为工程依托,从采掘布局、围岩控制、装备系统3个方面梳理了N00工法核心设计思路。针对N00工法成巷围岩结构特征,考虑围岩空间结构整体稳定和运动全过程稳定性,提出了“碎胀平衡降压+动静耦合支护”围岩控制设计思路,明确了3个控制对象、4种控制技术、8项设计标准及相关设计内容。基于N00工法“采留一体化”采掘布局设计理念,形成了N00工法采煤装备系统和成巷装备系统布局新设计,明确了N00装备系统关键结构和功能设计内容。工程试验结果表明,采用N00工法设计,采煤装备系统可实现工作面前无巷采煤,成巷装备系统可实现工作面采后同步成巷,突破了传统采掘分离式装备布局模式,实现了采煤过程中无提前掘巷和无留设煤柱。柠条塔煤矿试验工作面留巷长度2 344 m内,巷道顶底板移近量最大145 mm,巷道围岩控制效果良好,完全满足安全生产要求。无煤柱自成巷N00的成功应用,验证了N00工法采留一体化装备和围岩控制关键设计的可行性,为提高矿井采出率、节约煤炭资源,减少巷道掘进、降低开采成本以及缓解采掘接续问题提供了新途径。

摘要：为实现煤矸石的高效利用,制作可直接用于矿井巷道地面的煤矸石混凝土,以煤矸石取代天然粗骨料的取代率、水灰比大小、外加剂掺量为影响因素,通过三因素三水平正交设计的方法对C20、C30、C40三种强度煤矸石混凝土的力学性能进行试验研究,探索各因素对煤矸石混凝土立方体试验试件的力学性能影响机制。结果表明:煤矸石取代率对混凝土立方体抗压强度的影响最大,对于C20、C30、C40三种强度等级的煤矸石混凝土,取代率为80%的28 d混凝土立方体抗压强度分别为取代率为0时的64.1%、63.4%、62.2%,而取代率为100%的28 d混凝土立方体抗压强度分别为取代率为0时的53.0%、56.8%、61.5%,与天然骨料混凝土相比,煤矸石骨料混凝土力学性能较弱,总体上强度偏低;对7、28 d两种龄期,取代率分别为80%和100%的煤矸石混凝土的立方体抗压强度和轴心抗压强度进行回归分析,得到的结果与现行国家规范中对普通混凝土的要求相近,表明取代率为80%和100%的煤矸石混凝土轴心抗压强度能够满足要求;由于煤矸石骨料自身力学性能较差,导致煤矸石混凝土劈裂强度不能达到规范要求,弹性模量明显低于普通混凝土,泊松比试验值离散性较大,变化规律不明显。基于试验结果,确定陕北矿业公司柠条塔煤矿巷道地坪C20级强度煤矸石混凝土最佳配比为:煤矸石取代率为100%、水胶比为0.45、不掺加减水剂,即水泥、水、黄砂、煤矸石质量比为1∶0.45∶1.31∶2.67。

摘要：在“双碳”背景下,我国建筑碳排放占总碳排放比例35%~50%,建筑碳减排迫在眉睫,通过建筑负荷预测提高用能效率是一种有效的建筑碳减排手段。针对建筑冷热负荷数据的非线性、时序性的特点以及多步预测误差大的问题,设计并实现了一种基于Attention机制的CNN-LSTM时序预测方法。首先采用LSTM提取非线性数据的时序性变化信息;其次提出在LSTM前加入CNN,解决了LSTM无法获取多个特征空间联系的问题;进而提出在LSTM层后添加注意力机制,从而提高LSTM中重要时间步的影响,进一步降低多步预测误差。最后将本文方法应用到某大型园区八个组团的建筑热负荷多步预测中,并采用均方根误差(RMSE)和平均绝对误差(MAE)作为评估指标。实验结果表明,本文所提方法预测结果在八个组团上平均RMSE和平均MAE最小,较文中其他方法平均分别降低了19.2%和18.7%。

摘要：岩爆是深埋隧道施工过程中开挖时形成临空面,引起能量突然释放的现象,轻则岩片剥落,重则造成人员伤亡和财产损失,其危害程度取决于岩爆烈度等级,因此岩爆烈度等级预测是急需解决的难题之一。针对单一指标预测法预测效果不理想的问题,首先设计并实现了综合指标法和针对多分类问题的分类器,其次提出并建立了基于梯度下降(gradient descent,DN)算法优化深度神经网络(deep neural network,DNN)的GD-DNN岩爆烈度等级预测模型。实验结果表明:GD-DNN模型预测的准确率达到95.8%,相比机器学习算法,K最近邻(K-nearest neighbor,KNN)、支持向量机(support vector machine,SVM)和深度学习算法DNN分别提高了45.8%、38.7%和8.3%,同时在精确率、召回率和F1三项指标上均优于其他模型。最后在秦岭隧道、大相岭隧道、通渝隧道和马路坪矿井4个实际工程中检验模型的预测效果,检验结果证明GD-DNN模型能够精准预测岩爆烈度等级,研究成果可应用于深埋隧道工程中。

摘要：自然语言处理中,文本情绪分类目前以情感极性分类居多,更加细粒度的情绪分类却很少,并且基本上都为英文文本情绪分类。本文针对中文文本情绪分类,设计并实现了一种双通道多核卷积神经网络中文文本情绪分类方法。在特征提取部分,设计了双通道特征提取方法,采用word2vec预先训练词向量的词袋方式并引入注意力机制,提取的特征向量在关注局部特征信息的基础上加入了文本上下文之间的关系信息,能够涵盖文本全局特征;在卷积部分,设计了多种不同卷积核分别卷积池化后再组合的方式,从而得到更加全面的文本特征。理论分析和实验结果表明,双通道多核卷积神经网络中文文本情绪分类方法分类准确率达86%,比单层卷积神经网络的分类准确率提高了4%,同时解决了单层卷积神经网络特征提取不够全面和多层卷积神经网络特征提取过于抽象的问题。