无煤柱综放面沿空巷道煤层自燃过程数值模拟

根据综放面巷道的自燃特点,简化了巷道煤层自然发火物理模型,建立了巷道自燃过程二维数学模型,提出了巷道断面煤（岩）不同区域的非均质处理方法以及模型主要参数的定量测算方法。然后,应用有限差分法对自然发火模型进行数值计算,并开发了计算程序,最后,以东滩矿４３０８综放面沿空轨顺自然发火为例,证明该模型基本能满足现场自燃预测的需要。     

西北矿区可持续发展与环境管理体系研究

概括出西北矿区煤炭开采所具有的煤层赋存条件、地质地貌特征和安全生产形势 ,分析了西北矿区煤炭工业可持续发展中需解决的几个问题 ,提出在我国西北矿区建立并运行ISO140 0 0体系的必要性和可行性。针对甘肃煤炭工业可持续发展战略 ,阐述了实施国家标准化环境管理体系的具体设想     

铝锰铁合金标准物质的研制

依据GB/T15000.3—2008、GB/T15000.5—1994、YB/T082—1996和相关ISO导则研制了铝锰铁合金化学分析用标准样品。样品经过加工混匀后,按要求进行粒度实验和均匀性检验。采用Minitab软件进行均匀性数据的正态性检验,然后用方差法进行均匀性检验,各元素F值均小于临界值F0.05,表明被检元素的均匀性良好。由7家有资质的实验室采用多种不同原理,准确、可靠的分析方法协作定值分析,对分析结果进行统计和处理,得到了定值元素的认定值。结果表明该标准物质均匀性和稳定性以及定值准确性均达到国家标准物质的性能指标,符合国家计量技术规范的要求。     

含微胶囊硅胶泡沫阻燃抑烟特性

本文将微流体技术合成的阻燃微胶囊应用到硅胶泡沫(Si F)材料中,利用拉伸试验、氧指数测试、垂直燃烧测试、锥量测试和烟密度测试评估了Si F材料的力学及阻燃抑烟性能.结果表明,微胶囊可以在不降低Si F材料力学性能的同时,有效提高Si F的阻燃抑烟性能,微胶囊添加量越多,Si F的阻燃抑烟性能越好.与纯Si F相比,添加15 wt%阻燃微胶囊时,Si F的阻燃等级可达到UL-94-V0等级,热释放速率峰值与总热释放量分别下降19.20%和15.81%,火灾安全性明显提高.     

基于正交多项式的旋转Timoshenko梁集中动载荷识别

针对受集中动载荷的旋转Timoshenko梁识别模型,以广义正交多项式序列作为基函数拟合集中动载,将输入载荷的识别转化为正交多项式系数的求解。为了辨识未知集中力,建立了时域下旋转连续梁的动载荷识别理论。数值算例表明：该识别方法简便有效,精度较高,可运用于实际工程中。     

隧道再生四有源区大功率半导体激光器

利用隧道再生原理实现半导体激光器在低注入电流下的高光功率输出。通过传输矩阵法对隧道再生四有源区光耦合半导体激光器的模式特性进行了理论分析,指出器件的激射模式应为TE3,且存在最优的内限制层厚度。利用金属有机物化学气相沉积(MOCVD)外延法生长了内限制层厚度分别为0.3μm、0.5μm和0.7μm的器件。内限制层厚度等于0.5μm的器件的P-I特性最好,腔面未镀膜时,在2 A的注入电流下其光输出功率大于5 W,P/I斜率达2.74 W/A。结果表明,为了得到尽可能高的光输出功率,需要合理地设计隧道再生多有源区激光器的内限制层厚度。     

综放采空区抽放条件下自燃"三带"分布规律研究

根据大型煤自然发火实验台测得的淮南潘一矿煤样自燃特性参数和2322（3）工作面现场观测数据,得出潘一矿2322（3）综放采空区抽放条件下氧浓度和漏风强度分布规律。通过分析当瓦斯抽放管道进入采空区10m,20m,30m,40m时,采空区内氧浓度和漏风强度动态变化规律,可判断出综放采空区抽放条件下自燃“三带”动态变化趋势,为高瓦斯矿井采空区早期自然发火预测及火灾治理提供依据。     

华亭煤自燃特征温度的TG/DTG实验

选取华亭煤作为研究对象,通过X射线衍射和不同氧化条件下的热重分析(TG-DTG)实验,分析计算了煤样的微晶结构参数,掌握了煤样结构特征,并运用非等温动态热重法和微商热重分析手段,研究分析了煤氧复合过程,得到了煤样自燃过程中的特征温度.研究表明,华亭煤样热失重和失重速率曲线变化反应了煤氧复合过程中物理吸附、化学吸附和化学反应的不同历程,煤氧复合过程及复合程度可以用特征温度点来表征.     

人工神经网络在煤氧化性预测方面的应用

提出利用人工神经网络技术进行煤氧化速率定量预测的新方法。根据对煤自燃的实际特点和基本规律的综合考虑，研究了影响因素的选取、煤氧化速率预测模型的建立等问题。采用BP神经网络算法对煤氧化速率进行了建模。结果表明，用神经网络模型对煤氧化速率进行模拟预测，具有理论上的可行性和现实意义，说明人工神经网络技术在煤氧化速率预计领域中具有实用价值。     

煤自燃预测的支持向量回归方法

煤自燃温度的准确预测是矿井煤自燃防控的关键。为了科学准确地预测采空区煤自燃温度,在大佛寺煤矿40106综放工作面开展现场观测实验,以现场束管监测系统数据为基础,采用粒子群优化算法(PSO)优化支持向量回归(SVR)参数,建立了煤自燃温度预测的PSO-SVR模型;同时,在保证训练和测试样本不变的前提下,建立了标准SVR模型、BP神经网络(BPNN)模型和多元线性回归(MLR)模型,并与PSO-SVR模型预测结果进行对比分析。MLR,BPNN,SVR和PSO-SVR模型训练样本预测结果的平均绝对百分比误差(MAPE)分别为:5.75%,0.84%,4.16%和1.13%,测试样本预测结果的MAPE分别为:5.17%,3.03%,3.83%和1.34%.结果表明:MLR模型预测结果最差,说明煤自燃温度与气体指标之间的非线性关系更显著,线性模型不宜于煤自燃预测;BPNN模型训练样本预测效果极佳,但测试样本预测效果较差,易出现"过拟合"现象,泛化性较差;PSO-SVR模型预测精度较标准SVR模型有了极大提高,更适宜于煤自燃预测。