基于微波和液氮冷热交互的硬厚煤层放煤系统及使用方法

    公开(公告)号:CN119933702A

    公开(公告)日:2025-05-06

    申请号:CN202510334006.0

    申请日:2025-03-20

    Applicant: 中南大学

    Abstract: 本发明提供了基于微波和液氮冷热交互的硬厚煤层放煤系统及使用方法,涉及煤层致裂技术,包括液压支架,液压支架包括一侧梁,侧梁上开设有操作窗,操作窗上设置有滑动开启机构,滑动开启机构设有液氮喷射口;钻孔机构,钻孔机构可穿出滑动开启机构作用于顶煤,钻孔机构包括一对间距可变的钻进单元;微波照射机构,可穿出滑动开启机构作用于顶煤,微波照射机构包括两对正交分布的微波单元,位于同一直线上微波单元间距可变;液氮机构,连通于液氮喷射口,本申请提供的技术方案通过使顶煤发生二次开裂,提升了放煤效率,减小了对上覆岩层的冲击扰动,更加有利于维持岩层的稳定性,而且用水量少,克服了井下长距离输水的缺点。

    基于多层感知机模型的矿山爆破炮孔利用率预测方法

    公开(公告)号:CN117390973A

    公开(公告)日:2024-01-12

    申请号:CN202311696938.7

    申请日:2023-12-12

    Applicant: 中南大学

    Abstract: 本发明涉及矿山爆破预测方法,提供一种基于多层感知机模型的矿山爆破炮孔利用率预测方法,包括获取矿岩的物理力学参数、爆破设计参数;基于爆破设计参数进行爆破试验,获取爆破之后的炮孔利用率,并结合物理力学参数、爆破设计参数建立原始数据库;应用主成分分析法对原始数据库进行预处理,从而获取目标数据库;基于目标数据库训练多层感知机预测模型,遍历目标数据库中的样本集,计算损失,不断优化模型参数获取炮孔利用率预测模型,评估炮孔利用率预测模型的泛化性能并获取高性能炮孔利用率预测模型,从而获取炮孔利用率的预测结果。本发明基于多层感知机模型的矿山爆破炮孔利用率预测方法能够安全、精准、高效地获取炮孔利用率的预测结果。

    微波加热实验系统、热力耦合装置及热力耦合实验方法

    公开(公告)号:CN116256244A

    公开(公告)日:2023-06-13

    申请号:CN202211430506.7

    申请日:2022-11-15

    Applicant: 中南大学

    Abstract: 本发明涉及微波加热系统,具体公开了一种微波加热实验系统、热力耦合装置和实验方法,微波加热实验系统包括热力耦合装置、测温装置和微波辐射器,微波辐射器包括外导体、设于外导体内的内导体和位于外导体与内导体之间的电介质填充部,外导体上设有微波辐射口,热力耦合装置包括金属屏蔽层、加载部、与金属屏蔽层外侧连接的壳体,测温装置包括第一温度传感元件和第二温度传感元件,第一温度传感元件和第二温度传感元件电连接于显示装置。本发明的微波加热实验系统、热力耦合装置和实验方法能够进行含预制钻孔岩石的微波加热实验、模拟钻孔围岩的热力耦合环境和监测温度,便于对钻孔内微波加热技术进行实验和研究,且实验效果好。

    基于多层感知机模型的矿山爆破炮孔利用率预测方法

    公开(公告)号:CN117390973B

    公开(公告)日:2024-03-22

    申请号:CN202311696938.7

    申请日:2023-12-12

    Applicant: 中南大学

    Abstract: 本发明涉及矿山爆破预测方法,提供一种基于多层感知机模型的矿山爆破炮孔利用率预测方法,包括获取矿岩的物理力学参数、爆破设计参数;基于爆破设计参数进行爆破试验,获取爆破之后的炮孔利用率,并结合物理力学参数、爆破设计参数建立原始数据库;应用主成分分析法对原始数据库进行预处理,从而获取目标数据库;基于目标数据库训练多层感知机预测模型,遍历目标数据库中的样本集,计算损失,不断优化模型参数获取炮孔利用率预测模型,评估炮孔利用率预测模型的泛化性能并获取高性能炮孔利用率预测模型,从而获取炮孔利用率的预测结果。本发明基于多层感知机模型的矿山爆破炮孔利用率预测方法能够安全、精准、高效地获取炮孔利用率的预测结果。

    矿岩力学参数预测方法
    5.
    发明公开

    公开(公告)号:CN116611312A

    公开(公告)日:2023-08-18

    申请号:CN202310416454.6

    申请日:2023-04-18

    Applicant: 中南大学

    Abstract: 本发明涉及参数预测方法,具体地涉及一种矿岩力学参数预测方法,包括如下步骤:A)获取矿岩试样的力学参数,所述力学参数包括单轴抗压强度、抗拉强度和黏聚力;B)对开采现场进行钻孔,采集钻孔内壁的图像信息,获得钻孔内的二维地质平面图;C)利用卷积神经网络特征提取模块提取所述二维地质平面图中的岩石的结构特征X,通过所述结构特征X与所述力学参数构建力学数据库;D)通过所述力学数据库构建极限学习机模型,利用所述极限学习机模型预测待检测的矿岩的单轴抗压强度、抗拉强度和黏聚力。本发明的矿岩力学参数预测方法以原始地质信息为依据构建矿岩力学参数预测模型,预测精度和预测效率较高,且节约人力、物力和资金。

Patent Agency Ranking