煤矿长距离斜井TBM(盾构)施工风险特性与评估研究
本文关键词:煤矿长距离斜井TBM(盾构)施工风险特性与评估研究 出处:《中国矿业大学(北京)》2016年博士论文 论文类型:学位论文
更多相关文章: TBM施工 风险管控 混沌预测 多重分形 多尺度熵
【摘要】:我国是世界上煤炭开采最多的国家之一,在未来相当长的一段时间内,煤炭仍是我国的主导能源。随着我国煤矿整体开采技术的不断提高,以及煤矿开采设计理论的不断完善和施工技术的进步,在中、浅埋深条件下采用斜井提升具有较大优势。采用斜井提升能够节约成本、提高效率,且基建投资少,建设速度较快,因此在我国矿井建设中得到了广泛的应用。钻爆法短期内无法显著地提高煤矿长距离斜井的施工速度,隧道掘进机法施工则适用于长距离斜井施工的需要。隧道掘进机(TBM)是当今世界上隧道施工广泛采用的机械,具有高度机械化和自动化的特点,在长距离隧道施工中能够较大的发挥其优越性,TBM施工技术在煤矿建设中应用前景将更为广阔。我国近几年在TBM的设计领域不断取得重大突破,相继解决技术难题,填补了我国TBM施工领域的空白,得到跨越式发展。TBM设计和制造的周期缩短,维护更加方便,TBM的断面直径范围增大,能适应多种断面形式,且施工技术得到提高,地质适应能力得到增强,不断的适应实际施工需求,对促进我国煤炭资源的开发具有重大的意义。煤矿长斜井TBM施工是一个开放的施工系统,时刻受到周围环境的影响,包括人、物、自然因素等。现阶段对TBM施工安全管理的工程措施已比较成熟,在实际施工中缺乏非工程措施,特别是能够降低TBM施工风险的非工程技术和手段,需要建立相应的风险管控模型和算法,提取风险时间序列的非线性特征,对TBM施工的风险进行分析、预测、建模及反馈控制。因此,需要采用合理的方法对TBM施工风险进行评估、预测及防控,并结合实际施工,为施工的风险调控提供科学基础。煤矿长斜井TBM施工风险影响因素较多,产生机制较为复杂,对TBM施工的风险分析尚处于起步阶段,国内外的学者在TBM施工风险分析领域研究很少,而在隧道风险评估与预测领域使用多种经典的方法进行研究,这些经典的算法奠定了TBM施工风险管控研究的基础,但这些定量分析方法和模型的建立方法比较零散,且研究的深度非常有限,未形成较为完善的理论体系。而在模型的建立与研究方法上,其他学科已取得大量的研究成果,为煤矿长斜井TBM施工的风险管控研究提供了有益的借鉴,因此,本文引入非线性分析方法,试图从风险时间序列的角度分析风险的变化机制,采用集对分析法、混沌预测理论、多重分形分析法、多尺度熵法对风险进行评估、预测和波动分析,取得了新的进展如下:(1)煤矿长斜井TBM施工风险分析与识别方法神华新街能源公司台格庙矿区为典型的高原荒漠—半荒漠地貌,矿区围岩以粗粒砂岩为主,地处中温带,风沙较大,四季分明,气候变化显著,为干旱—半干旱大陆性季风气候。矿区无地表水发育,地震烈度为Ⅵ度,属弱震区。分别按围岩地质条件、护盾形式、tbm直径大小、开挖断面形状、隧道水平—垂直度对tbm进行分类。根据工程风险的概念,分析了tbm施工的特点,tbm施工具有客观性、不确定性、动态性、可管理性、连锁性的特点,这些特点决定了tbm施工风险具有不确定性,需要通过建立相应的风险管控模型进行分析。基于工程风险的概念及上述tbm施工风险的特点,对煤矿长斜井tbm进行风险等级划分与风险因素识别。采用十分制的风险等级计算方法将风险等级分为5个级别,并建立了二层级的风险评估指标体系。第一层级将风险划分为6个类别,分别为自然风险、地质风险、技术风险、设备风险、管理风险和事故风险,第二层级对第一层级的各个风险类别进行细化,共23个风险因素。(2)基于风险偏好的煤矿长斜井tbm施工风险评估方法(1)煤矿长斜井tbm施工风险评估方法集对分析法从系统的角度分析风险的不确定性,描述风险的不确定性特征及动态变化过程。本文采用了集对分析法中七元联系度的表达式,引入了三角模糊数的概念,建立了以5个区间值为等级标准的5级集对同异反关系的风险评价结构模型,对该模型中b1、b2、b3的取值进行探讨,并对其改进,将b1、b2、b3的系数推广到一般意义上,设为x,得到一般意义上的集对分析法七元联系度表达式。利用熵权法确定了tbm施工风险的指标权重,并基于七元联系度表达式建立了tbm施工风险评估模型。(2)引入风险偏好的煤矿长斜井tbm风险评估方法对风险偏好的概念、分类进行总结。风险偏好是施工管理人员对风险评估时所表现出来的不同的态度倾向,这种不同的态度倾向主要是指对风险严重程度的评判不同,分为乐观的、中性的、谨慎的风险偏好。对风险持乐观偏好的施工管理人员倾向认为风险是可以接受的,在对风险进行评估时给出的评价值往往较低;对风险持中性偏好的施工管理人员倾向认为风险是较客观的,在对风险进行评估时给出的风险值较为客观;对风险持谨慎偏好的施工管理人员倾向认为风险容易造成较大影响,在对风险进行评估时给出的风险值往往偏高。本文结合tbm施工特点,分析了实际施工中产生风险偏好的原因,给出了风险计算值关于联系度x的风险偏好函数表达式,并得到针对不同风险偏好的施工管理人员的风险值取值范围。风险计算结果表明,对风险持谨慎态度的施工管理人员联系度取值范围为[0,0.5),此时风险值偏高;对风险持乐观态度的施工管理人员联系度取值范围为(0.5,1.0],此时风险值偏低;对风险持中性态度的施工管理人员联系度取值为0.5。(3)煤矿长斜井tbm施工的风险趋势分析方法根据偏联系数理论与集对势理论的概念,建立了tbm施工风险趋势分析的同异反分析模型,讨论了tbm施工风险发展趋势的研究方法,指出应该重点研究与参考风险集合处于均势和反势的情况,逐渐改善那些处于反势区的因素,将整个系统调整回归到较低的风险状态。计算得到23个风险因素的五元联系数的一阶、二阶、三阶、四阶的偏联系数及其发展趋势,得到风险因素发展趋势的变化状态,以便从宏观上把握风险的变化。(4)多变量煤矿长斜井tbm施工动态风险预测研究混沌预测理论已经在各行各业得到了广泛的应用,主要是指对非线性时间序列进行预测。混沌系统貌似无规则,但通过相空间重构,提取混沌特征量,可以发现系统的规律性信息,系统内部非线性的相互作用机制也可以得到刻画。因此,混沌研究的是系统的演变过程,适合采用此方法分析风险时间序列的非线性特征。本文对tbm风险时间序列进行相空间重构,恢复原来混沌系统,从数据的角度分析风险的演变行为。采用一阶局域法与双隐层神经网络组合模型进行tbm施工风险时间序列的预测。首先,对tbm施工风险时间序列进行主成分分析,简化风险指标,将23个指标整理为四个主成分,累计贡献率达92.7255%,并获得载荷矩阵与主成分表达式。分析了影响tbm施工风险的主要因素,并分别对四个主成分所对应的四个风险时间序列进行相空间的重构,计算出时间延迟与嵌入维数。通过计算其最大lyapunov指数大于0,说明可以利用混沌预测方法对其进行预测。预测结果较好的拟合实际风险值,因此该方法对tbm施工风险预测具有一定的理论意义。(5)煤矿长斜井tbm施工风险波动分析(1)煤矿长斜井tbm施工风险波动分析的分形特性分形是指系统的自相似性,即系统的局部与整体在一定标尺范围内具有相似的结构,系统内部任何一个相互独立的部分都是在一定程度上系统整体的缩影与再现。分形理论从研究系统的部分出发来研究系统的整体特性,由微观逐渐展开到宏观,强调了整体对部分的依赖。分形理论可以深化研究风险演变过程的部分变化与整体变化的关系。通过m-k突变检测方法,分别获得五个风险时间序列突变样本的正向序列曲线和反向序列曲线,根据曲线的突变规律可知发生了明显的风险波动。在此基础上,利用盒计数法判断五个风险时间序列突变样本的分形特性,不同风险等级的点集(lg(1/e),lgn(e))分别近似分布在一条直线上,因此可以认为具有分形特征;利用hurst指数法判断五个风险时间序列突变样本的多重分形特性,hurst指数曲线存在明显波动,且q0时的h(q)变化幅度大于q0时的变化幅度分析出风险突变样本具有多重分形特性,从而采用多重分形分析方法对其进行分析。采用多重分形分析方法获得了五条风险时间序列的多重分形谱曲线,模拟结果表明风险波动的剧烈程度与多重分形谱成正比关系,风险波动越剧烈,多重分形强度越大,风险波动越不明显,多重分形强度越小。为了更充分的反映风险时间序列的多重分形特性,基于对风险时间序列多重分形的分析,提出了描述多重分形复杂度的两个参数:奇异指数差值累计量及其斜率,对多重分形差值累计量曲线进行分析及拟合,结果表明风险波动的剧烈程度与奇异指数差值累计量、奇异指数差值累计量斜率成正比。(2)煤矿长斜井TBM施工风险突变的多尺度熵特性多尺度熵算法衡量时间尺度不同时时间序列的复杂性变化情况,描述了时间序列的波动机制,同时也包含了深层的动力学信息。本文采用多尺度熵算法来衡量TBM施工风险突变机制,利用多尺度熵的研究方法分析了三种不同类型的风险时间序列突变情况:A:突变前风险等级相同,突变后风险等级依次变化,包括:a1:突变前风险等级相同,突变后风险等级依次提高a2:突变前风险等级相同,突变后风险等级依次降低模拟结果表明多尺度熵算法可以较好的分析此种情形的突变特性,风险突变程度与多尺度熵曲线成反比,但无法区分突变后风险的变化方向。B:风险突变程度相同、风险突变等级不同模拟结果表明多尺度熵算法不能有效的分析突变程度相同,但突变等级不同的风险时间序列,表明多尺度熵算法在于区分数据序列的变化相对程度,而非变化前后数值的大小。C:突变前风险等级相同,突变等级呈阶梯形变化c1:突变前风险等级相同、突变等级呈阶梯形增加c2:突变前风险等级相同、突变后风险等级呈阶梯形下降模拟结果表明多尺度熵曲线虽然可以较好的分析突变的剧烈程度,但仍不能区别风险突变的方向。采用多尺度熵差值累计量来进一步考察风险突变时间序列的复杂程度,描述不同尺度下煤矿长斜井TBM施工风险突变时间序列的动力学特征,对多尺度熵差值累计量进行定义,分析了A、C情况下的多尺度熵差值累积量变化曲线,表明风险突变的剧烈程度与多尺度熵差值累积量成反比,采用多尺度的方法可以度量风险时间序列的变化程度。
【学位授予单位】:中国矿业大学(北京)
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TD26
【相似文献】
相关期刊论文 前2条
1 蔚建国;雷涯邻;安海忠;;基于多尺度熵的中国原油价格动态特征研究[J];资源与产业;2012年06期
2 ;[J];;年期
相关会议论文 前2条
1 李婵;张阳;张义军;;地闪“不规则”先导的多尺度熵特征研究[A];创新驱动发展 提高气象灾害防御能力——S11第十一届防雷减灾论坛[C];2013年
2 张涛;李雅堂;阎睿;杨卓;;基于多尺度的非线性动力学分析及其在神经系统中的应用[A];第八届全国动力学与控制学术会议论文集[C];2008年
相关博士学位论文 前1条
1 梁荣;煤矿长距离斜井TBM(盾构)施工风险特性与评估研究[D];中国矿业大学(北京);2016年
相关硕士学位论文 前9条
1 龙玉涛;基于熵测度的移动条件下十二通道心电信号质量评估[D];山东大学;2015年
2 高中华;基于经验模态分解和多尺度熵的滚动轴承故障诊断研究[D];长春工业大学;2016年
3 谢佳利;多尺度熵算法及其在情感脑电识别中的应用[D];燕山大学;2016年
4 刘晓婷;基于加速度的人体步态信息多尺度熵研究[D];天津大学;2008年
5 刘东海;基于多元多尺度熵的人体平衡系统研究[D];武汉理工大学;2013年
6 崔洁;基于改进多元多尺度熵的癫痫脑电信号自动分类[D];燕山大学;2014年
7 陈建萍;多尺度熵方法用于电子器件噪声分析[D];西安电子科技大学;2007年
8 裴建航;基于小波多尺度熵的导航传感器故障诊断技术研究[D];哈尔滨工程大学;2013年
9 范文会;多尺度熵法用于人体红外图像的腰椎病症研究[D];河北科技大学;2014年
,本文编号:1334965
本文链接:https://www.wllwen.com/kejilunwen/kuangye/1334965.html