隧道施工过程中瓦斯扩散运移规律及预测预警研究
发布时间：2021-04-30 04:57
随着我国交通事业的发展,越来越多的隧道工程将穿过瓦斯地质区域,导致隧道施工会面临着巨大的安全隐患。瓦斯安全事故是隧道施工过程中遇到的重大灾害之一,严重威胁着施工人员生命健康和财产安全。钻爆法施工隧道在工作面开挖后,瓦斯将会迅速涌出,隧道通风条件下瓦斯的分布及浓度大小是影响隧道瓦斯灾害风险的关键因素。分析隧道内瓦斯扩散运移规律、瓦斯分布特点和对瓦斯浓度进行预测是研究隧道瓦斯浓度的关键一步。如何根据隧道瓦斯浓度对瓦斯隧道施工风险进行预警是保证瓦斯隧道安全施工的重要组成。本文依托新成昆铁路里克隧道项目开展研究。在广泛整理前人研究内容和成果的基础上,详细调查研究工程施工条件并现场采集了大量瓦斯浓度数据。采用理论分析、数值模拟和非线性分析相结合的方法分析隧道瓦斯浓度数据特征、瓦斯扩散运移规律、瓦斯时空分布特点,在此基础上展开瓦斯浓度预测和隧道施工过程中瓦斯风险预警的研究。论文主要研究成果如下:（1）以新成昆铁路里克隧道现场采集的瓦斯浓度数据为基础,进行了瓦斯浓度数据特征分析。确定了隧道拱顶和底板部位瓦斯浓度较大,得出瓦斯浓度变化总趋势是下降的,但是会出现阶段性上升和局部峰值。从引起瓦斯浓度变化影...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：130 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 选题背景及研究意义
1.1.1 选题背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 瓦斯隧道通风研究现状
1.2.2 隧道瓦斯预测研究现状
1.2.3 隧道瓦斯风险预警研究现状
1.2.4 目前存在的问题
1.3 主要研究内容
1.4 本文技术路线
1.5 主要创新点
第二章 里克隧道工程概况与高瓦斯现场实测数据分析
2.1 里克隧道工程概况
2.1.1 工程简介
2.1.2 工程地质条件
2.1.3 瓦斯监测方案
2.2 瓦斯浓度现场实测数据分析
2.2.1 瓦斯浓度现场实测
2.2.2 瓦斯浓度数据分析
2.3 本章小结
第三章 隧道瓦斯扩散运移理论分析
3.1 瓦斯隧道通风技术
3.1.1 瓦斯隧道通风方式
3.1.2 需风量计算
3.2 隧道通风状态下瓦斯扩散运移模型
3.2.1 隧道内风流运动特征
3.2.2 隧道内瓦斯扩散运移规律
3.3 本章小结
第四章 隧道施工过程中瓦斯时空分布数值模拟
4.1 计算流体动力学基本原理
4.2 数值模拟软件简介
4.3 数值模拟方案
4.3.1 几何模型的建立
4.3.2 数学模型的选择
4.3.3 参数的设置
4.3.4 模型可行性验证
4.4 隧道上台阶开挖瓦斯分布数值模拟
4.4.1 常规情况下瓦斯分布数值模拟
4.4.2 非常规情况下瓦斯分布数值模拟
4.5 瓦斯监测布点优化设计
4.5.1 隧道瓦斯监测方法
4.5.2 瓦斯监测布点优化
4.6 本章小结
第五章 隧道施工过程中瓦斯浓度人工神经网络智能预测
5.1 人工神经网络简介
5.2 序列数据模型基本内容
5.3 基于Elman神经网络模型的瓦斯浓度的预测及分析
5.3.1 Elman神经网络
5.3.2 瓦斯浓度的动态预测及分析
5.4 本章小结
第六章 隧道施工过程中瓦斯风险预警研究
6.1 隧道瓦斯风险预警原理
6.1.1 瓦斯灾害风险预警基本内容
6.1.2 基于瓦斯浓度监测数据的风险预警原理
6.2 基于监测数据的瓦斯浓度风险预警研究
6.2.1 隧道瓦斯浓度风险预警模型的建立
6.2.2 工程应用
6.3 基于瓦斯浓度的隧道施工风险预警研究
6.3.1 瓦斯隧道施工风险预警模型的建立
6.3.2 工程应用
6.4 本章小结
第七章 结论与展望
7.1 结论
7.2 展望
参考文献
在读期间参与的科研项目
在读期间发表的论文
在读期间申请的专利
在读期间获得的奖励
致谢
学位论文评阅及答辩情况表
【参考文献】：
期刊论文
[1]截至2019年底中国铁路隧道情况统计[J]. 田四明,巩江峰. 隧道建设(中英文). 2020(02)
[2]BP神经网络法预测隧道瓦斯突出的模型与实例[J]. 匡亮,赵万强,喻渝. 铁道工程学报. 2018(02)
[3]基于Spark Streaming流回归的煤矿瓦斯浓度实时预测[J]. 吴海波,施式亮,念其锋. 中国安全生产科学技术. 2017(05)
[4]改进的Elman神经网络在瓦斯涌出量预测中的应用[J]. 陈伟华,闫孝姮,付华. 安全与环境学报. 2015(03)
[5]基于模糊层次分析法的瓦斯隧道施工风险评价[J]. 邱成虎,陈寿根,谭信荣,霍晓龙. 地下空间与工程学报. 2015(03)
[6]基于ACC-ENN算法的煤矿瓦斯涌出量动态预测模型研究[J]. 付华,谢森,徐耀松,陈子春. 煤炭学报. 2014(07)
[7]压入式通风掘进面有害气体浓度扩散数值模拟[J]. 刘钊春,柴军瑞,贾晓梅,秦磊,孙旭曙. 岩土力学. 2009(S2)
[8]煤矿井下长巷道瓦斯传感器间距设计[J]. 孙继平,唐亮,陈伟,张欢. 辽宁工程技术大学学报(自然科学版). 2009(01)
[9]Elman网络梯度学习法的收敛性[J]. 吴微,徐东坡,李正学. 应用数学和力学. 2008(09)
[10]基于监测覆盖范围的瓦斯传感器无盲区布置[J]. 孙继平,唐亮,陈伟,张博,朱宁,张向阳. 煤炭学报. 2008(08)
硕士论文
[1]基于信息融合的综采工作面瓦斯浓度预测研究[D]. 高意义.西安科技大学 2019
[2]鹧鸪山高瓦斯隧道施工通风技术研究[D]. 吴瑾.西南交通大学 2018
[3]大断面瓦斯隧道施工通风优化及风险管理[D]. 曹魏杨.重庆大学 2017
[4]公路瓦斯隧道施工通风模拟及优化研究[D]. 李波.中南大学 2014
[5]基于Elman神经网络的短期负荷预测[D]. 刘荣.浙江大学 2013
[6]公路隧道瓦斯涌突机制与预测预警研究[D]. 丁尧.成都理工大学 2011
[7]岩溶地区瓦斯隧道施工关键技术研究[D]. 谭信荣.西南交通大学 2010
[8]隧道瓦斯的动态监测与适时跟踪预报研究[D]. 杜敏铭.成都理工大学 2009
[9]长距离引水隧洞TBM施工通风数值模拟[D]. 陈红超.天津大学 2007
本文编号：3168880
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：130 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 选题背景及研究意义
1.1.1 选题背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 瓦斯隧道通风研究现状
1.2.2 隧道瓦斯预测研究现状
1.2.3 隧道瓦斯风险预警研究现状
1.2.4 目前存在的问题
1.3 主要研究内容
1.4 本文技术路线
1.5 主要创新点
第二章 里克隧道工程概况与高瓦斯现场实测数据分析
2.1 里克隧道工程概况
2.1.1 工程简介
2.1.2 工程地质条件
2.1.3 瓦斯监测方案
2.2 瓦斯浓度现场实测数据分析
2.2.1 瓦斯浓度现场实测
2.2.2 瓦斯浓度数据分析
2.3 本章小结
第三章 隧道瓦斯扩散运移理论分析
3.1 瓦斯隧道通风技术
3.1.1 瓦斯隧道通风方式
3.1.2 需风量计算
3.2 隧道通风状态下瓦斯扩散运移模型
3.2.1 隧道内风流运动特征
3.2.2 隧道内瓦斯扩散运移规律
3.3 本章小结
第四章 隧道施工过程中瓦斯时空分布数值模拟
4.1 计算流体动力学基本原理
4.2 数值模拟软件简介
4.3 数值模拟方案
4.3.1 几何模型的建立
4.3.2 数学模型的选择
4.3.3 参数的设置
4.3.4 模型可行性验证
4.4 隧道上台阶开挖瓦斯分布数值模拟
4.4.1 常规情况下瓦斯分布数值模拟
4.4.2 非常规情况下瓦斯分布数值模拟
4.5 瓦斯监测布点优化设计
4.5.1 隧道瓦斯监测方法
4.5.2 瓦斯监测布点优化
4.6 本章小结
第五章 隧道施工过程中瓦斯浓度人工神经网络智能预测
5.1 人工神经网络简介
5.2 序列数据模型基本内容
5.3 基于Elman神经网络模型的瓦斯浓度的预测及分析
5.3.1 Elman神经网络
5.3.2 瓦斯浓度的动态预测及分析
5.4 本章小结
第六章 隧道施工过程中瓦斯风险预警研究
6.1 隧道瓦斯风险预警原理
6.1.1 瓦斯灾害风险预警基本内容
6.1.2 基于瓦斯浓度监测数据的风险预警原理
6.2 基于监测数据的瓦斯浓度风险预警研究
6.2.1 隧道瓦斯浓度风险预警模型的建立
6.2.2 工程应用
6.3 基于瓦斯浓度的隧道施工风险预警研究
6.3.1 瓦斯隧道施工风险预警模型的建立
6.3.2 工程应用
6.4 本章小结
第七章 结论与展望
7.1 结论
7.2 展望
参考文献
在读期间参与的科研项目
在读期间发表的论文
在读期间申请的专利
在读期间获得的奖励
致谢
学位论文评阅及答辩情况表
【参考文献】：
期刊论文
[1]截至2019年底中国铁路隧道情况统计[J]. 田四明,巩江峰. 隧道建设(中英文). 2020(02)
[2]BP神经网络法预测隧道瓦斯突出的模型与实例[J]. 匡亮,赵万强,喻渝. 铁道工程学报. 2018(02)
[3]基于Spark Streaming流回归的煤矿瓦斯浓度实时预测[J]. 吴海波,施式亮,念其锋. 中国安全生产科学技术. 2017(05)
[4]改进的Elman神经网络在瓦斯涌出量预测中的应用[J]. 陈伟华,闫孝姮,付华. 安全与环境学报. 2015(03)
[5]基于模糊层次分析法的瓦斯隧道施工风险评价[J]. 邱成虎,陈寿根,谭信荣,霍晓龙. 地下空间与工程学报. 2015(03)
[6]基于ACC-ENN算法的煤矿瓦斯涌出量动态预测模型研究[J]. 付华,谢森,徐耀松,陈子春. 煤炭学报. 2014(07)
[7]压入式通风掘进面有害气体浓度扩散数值模拟[J]. 刘钊春,柴军瑞,贾晓梅,秦磊,孙旭曙. 岩土力学. 2009(S2)
[8]煤矿井下长巷道瓦斯传感器间距设计[J]. 孙继平,唐亮,陈伟,张欢. 辽宁工程技术大学学报(自然科学版). 2009(01)
[9]Elman网络梯度学习法的收敛性[J]. 吴微,徐东坡,李正学. 应用数学和力学. 2008(09)
[10]基于监测覆盖范围的瓦斯传感器无盲区布置[J]. 孙继平,唐亮,陈伟,张博,朱宁,张向阳. 煤炭学报. 2008(08)
硕士论文
[1]基于信息融合的综采工作面瓦斯浓度预测研究[D]. 高意义.西安科技大学 2019
[2]鹧鸪山高瓦斯隧道施工通风技术研究[D]. 吴瑾.西南交通大学 2018
[3]大断面瓦斯隧道施工通风优化及风险管理[D]. 曹魏杨.重庆大学 2017
[4]公路瓦斯隧道施工通风模拟及优化研究[D]. 李波.中南大学 2014
[5]基于Elman神经网络的短期负荷预测[D]. 刘荣.浙江大学 2013
[6]公路隧道瓦斯涌突机制与预测预警研究[D]. 丁尧.成都理工大学 2011
[7]岩溶地区瓦斯隧道施工关键技术研究[D]. 谭信荣.西南交通大学 2010
[8]隧道瓦斯的动态监测与适时跟踪预报研究[D]. 杜敏铭.成都理工大学 2009
[9]长距离引水隧洞TBM施工通风数值模拟[D]. 陈红超.天津大学 2007
本文编号：3168880
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3168880.html
