-
公开(公告)号：CN111176113B
公开(公告)日：2022-11-22
申请号：CN201911412233.1
申请日：2019-12-31
Applicant: 长安大学
Abstract: 本发明涉及地下工程及塌方抢险救援领域，具体公开了一种基于长短时记忆神经网络的钻具受力优化控制方法，以长短时记忆神经网络代替人工实现了自动根据监测数据判断钻机所处状态，并实时提出优化方案；现场试验前利用离散元方法进行数值模拟，避免了现场试验地质情况复杂、试验成本高、数据分析困难的缺点；建模过程中采用控制变量的方法分析单一变量对钻具受力的影响，更准确的总结该状况下的钻具曲线变化特征；本发明能够用于钻机钻进的全周期中，当现场曲线的发展趋势与标准线偏差较大时，自动判断选择优化方案，使得外钻筒扭矩曲线的变化朝着制定的目标发展，在充分发挥大口径钻机的救援效率同时，同时避免“卡钻”问题的发生，使得救援过程流畅。
-
公开(公告)号：CN112362458A
公开(公告)日：2021-02-12
申请号：CN202011374456.6
申请日：2020-11-30
Applicant: 长安大学
Abstract: 本发明为一种模拟开挖卸荷诱发缓倾层状岩体隧道底鼓的试验方法，该方法基于获取的隧道围岩地质模型，将与现场缓倾层状围岩各岩层性质相同的原岩或相似模型材料按照隧道底部围岩的地质特征获得构建试验模型；在试验模型各层的层间处，分别粘贴与岩层方向一致和与岩层方向垂直的应变片，监测岩层间的层间错动以及层间张开量，在模型的顶部均匀贴上与岩层方向一致的应变片，监测模型顶部各部位的变形；通过对试验模型施加竖向卸荷来模拟隧道开挖的卸荷，采用对试验模型施加水平荷载来模拟围岩的地应力，获取隧道底鼓的宏观模式以及力学及变形特征。
-
公开(公告)号：CN111176113A
公开(公告)日：2020-05-19
申请号：CN201911412233.1
申请日：2019-12-31
Applicant: 长安大学
Abstract: 本发明涉及地下工程及塌方抢险救援领域，具体公开了一种基于长短时记忆神经网络的钻具受力优化控制方法，以长短时记忆神经网络代替人工实现了自动根据监测数据判断钻机所处状态，并实时提出优化方案；现场试验前利用离散元方法进行数值模拟，避免了现场试验地质情况复杂、试验成本高、数据分析困难的缺点；建模过程中采用控制变量的方法分析单一变量对钻具受力的影响，更准确的总结该状况下的钻具曲线变化特征；本发明能够用于钻机钻进的全周期中，当现场曲线的发展趋势与标准线偏差较大时，自动判断选择优化方案，使得外钻筒扭矩曲线的变化朝着制定的目标发展，在充分发挥大口径钻机的救援效率同时，同时避免“卡钻”问题的发生，使得救援过程流畅。
-
-
Search Results
3
records
(took 0.013 seconds)
