隨著煤炭資源開采深度的增加,大量深部煤層巷道變形的時(shí)間效應(yīng)顯現(xiàn)加劇。對(duì)于圍巖強(qiáng)度極低的松散煤層巷道,流變大變形現(xiàn)象十分普遍。鑒于此,本文緊緊圍繞松散煤體巷道流變問題,采用人工智能、室內(nèi)實(shí)驗(yàn)、理論分析、工程調(diào)研、數(shù)值計(jì)算及現(xiàn)場試驗(yàn)相結(jié)合的研究方法,基于煤巖參數(shù)反演模型,實(shí)驗(yàn)室構(gòu)建了等效松散煤體試樣,揭示了松散煤體的流變特性,建立了符合該類煤體的流變模型,反演了巷道煤體流變參數(shù)并揭示了巷道流變機(jī)理,提出了旋噴注漿加固松散煤體的控制對(duì)策并試驗(yàn)其可行性,探索了旋噴加固技術(shù)抑制巷道流變機(jī)理,為研究與治理松散煤體巷道提供了新的思路。本文的主要研究內(nèi)容和成果如下:(1)搭建了煤巖體參數(shù)反演的算法模型。在分析參數(shù)的反演必要性前提下,采用人工智能手段對(duì)本文松散煤體研究涉及的兩類物理力學(xué)參數(shù)即“構(gòu)建參數(shù)”和“流變參數(shù)”進(jìn)行反演模型搭建。將機(jī)器學(xué)習(xí)的支持向量機(jī)算法和高效尋優(yōu)的生物啟發(fā)式天牛須算法有機(jī)結(jié)合起來,進(jìn)一步的建立起基于天牛須搜索的進(jìn)化支持向量機(jī)參數(shù)反演模型(BAS-ESVM),確定了該模型反演實(shí)現(xiàn)的主要步驟。其中天牛須算法不僅對(duì)支持向量機(jī)的參數(shù)(核參數(shù)和罰參數(shù))進(jìn)行調(diào)優(yōu)形成進(jìn)化支持向量機(jī)(ESVM),...

【文章頁數(shù)】：239 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖1-3論文技術(shù)路線圖

1緒論17過流變元件模型法，建立起可以揭示松散煤體長時(shí)變形特征的蠕變方程，辨識(shí)其流變參數(shù)并通過數(shù)值分析方法驗(yàn)證模型的合理有效性。（4）反演巷道松散煤體流變參數(shù)并揭示深部巷道流變機(jī)理。根據(jù)已建立的松散煤體流變模型，通過正交設(shè)計(jì)流變參數(shù)組合，得到數(shù)值模擬下的多組流變參數(shù)與巷道流變位移....

圖2-6支持向量機(jī)結(jié)構(gòu)示意圖

博士學(xué)位論文28(,)tanh()iiKxxxxc（2-28）如何構(gòu)建和選取核函數(shù)及其相關(guān)參數(shù)是支持向量機(jī)算法的關(guān)鍵，只要選定核函數(shù)，只需選擇相關(guān)參數(shù)即可應(yīng)用。另外，通過修正核函數(shù)可以得到不同種類的分類曲面。一個(gè)典型的支持向量機(jī)網(wǎng)絡(luò)如圖2-6所示。圖2-6支持向量機(jī)結(jié)構(gòu)示意圖Fi....

圖2-8BAS算法流程圖

博士學(xué)位論文32佳。代表核的寬度，太小會(huì)導(dǎo)致過擬合，太大會(huì)使得支持向量機(jī)的回歸函數(shù)過于平緩，因此參數(shù)和罰參數(shù)C都從不同角度影響著支持向量機(jī)回歸函數(shù)的形狀，對(duì)支持向量機(jī)學(xué)習(xí)能力和泛化能力影響較大。圖2-8BAS算法流程圖Figure2-8BASflowchart由上分析可知，為提高....

圖2-9BAS尋優(yōu)SVM參數(shù)構(gòu)建ESVM算法流程圖

博士學(xué)位論文34圖2-9BAS尋優(yōu)SVM參數(shù)構(gòu)建ESVM算法流程圖Figure2-9EstablishmentofESVMmodelbyBASoptimizingSVM2.5煤巖參數(shù)反演的BAS-ESVM模型（BAS-ESVMModelforInversionofCoalandR....

本文編號(hào)：4037507