本文關鍵詞：煤礦長距離斜井TBM（盾構）施工風險特性與評估研究　出處：《中國礦業(yè)大學(北京)》2016年博士論文　論文類型：學位論文

  更多相關文章： TBM施工 風險管控 混沌預測 多重分形 多尺度熵

【摘要】：我國是世界上煤炭開采最多的國家之一,在未來相當長的一段時間內,煤炭仍是我國的主導能源。隨著我國煤礦整體開采技術的不斷提高,以及煤礦開采設計理論的不斷完善和施工技術的進步,在中、淺埋深條件下采用斜井提升具有較大優(yōu)勢。采用斜井提升能夠節(jié)約成本、提高效率,且基建投資少,建設速度較快,因此在我國礦井建設中得到了廣泛的應用。鉆爆法短期內無法顯著地提高煤礦長距離斜井的施工速度,隧道掘進機法施工則適用于長距離斜井施工的需要。隧道掘進機(TBM)是當今世界上隧道施工廣泛采用的機械,具有高度機械化和自動化的特點,在長距離隧道施工中能夠較大的發(fā)揮其優(yōu)越性,TBM施工技術在煤礦建設中應用前景將更為廣闊。我國近幾年在TBM的設計領域不斷取得重大突破,相繼解決技術難題,填補了我國TBM施工領域的空白,得到跨越式發(fā)展。TBM設計和制造的周期縮短,維護更加方便,TBM的斷面直徑范圍增大,能適應多種斷面形式,且施工技術得到提高,地質適應能力得到增強,不斷的適應實際施工需求,對促進我國煤炭資源的開發(fā)具有重大的意義。煤礦長斜井TBM施工是一個開放的施工系統(tǒng),時刻受到周圍環(huán)境的影響,包括人、物、自然因素等�，F(xiàn)階段對TBM施工安全管理的工程措施已比較成熟,在實際施工中缺乏非工程措施,特別是能夠降低TBM施工風險的非工程技術和手段,需要建立相應的風險管控模型和算法,提取風險時間序列的非線性特征,對TBM施工的風險進行分析、預測、建模及反饋控制。因此,需要采用合理的方法對TBM施工風險進行評估、預測及防控,并結合實際施工,為施工的風險調控提供科學基礎。煤礦長斜井TBM施工風險影響因素較多,產生機制較為復雜,對TBM施工的風險分析尚處于起步階段,國內外的學者在TBM施工風險分析領域研究很少,而在隧道風險評估與預測領域使用多種經典的方法進行研究,這些經典的算法奠定了TBM施工風險管控研究的基礎,但這些定量分析方法和模型的建立方法比較零散,且研究的深度非常有限,未形成較為完善的理論體系。而在模型的建立與研究方法上,其他學科已取得大量的研究成果,為煤礦長斜井TBM施工的風險管控研究提供了有益的借鑒,因此,本文引入非線性分析方法,試圖從風險時間序列的角度分析風險的變化機制,采用集對分析法、混沌預測理論、多重分形分析法、多尺度熵法對風險進行評估、預測和波動分析,取得了新的進展如下:(1)煤礦長斜井TBM施工風險分析與識別方法神華新街能源公司臺格廟礦區(qū)為典型的高原荒漠—半荒漠地貌,礦區(qū)圍巖以粗粒砂巖為主,地處中溫帶,風沙較大,四季分明,氣候變化顯著,為干旱—半干旱大陸性季風氣候。礦區(qū)無地表水發(fā)育,地震烈度為Ⅵ度,屬弱震區(qū)。分別按圍巖地質條件、護盾形式、tbm直徑大小、開挖斷面形狀、隧道水平—垂直度對tbm進行分類。根據(jù)工程風險的概念,分析了tbm施工的特點,tbm施工具有客觀性、不確定性、動態(tài)性、可管理性、連鎖性的特點,這些特點決定了tbm施工風險具有不確定性,需要通過建立相應的風險管控模型進行分析。基于工程風險的概念及上述tbm施工風險的特點,對煤礦長斜井tbm進行風險等級劃分與風險因素識別。采用十分制的風險等級計算方法將風險等級分為5個級別,并建立了二層級的風險評估指標體系。第一層級將風險劃分為6個類別,分別為自然風險、地質風險、技術風險、設備風險、管理風險和事故風險,第二層級對第一層級的各個風險類別進行細化,共23個風險因素。(2)基于風險偏好的煤礦長斜井tbm施工風險評估方法(1)煤礦長斜井tbm施工風險評估方法集對分析法從系統(tǒng)的角度分析風險的不確定性,描述風險的不確定性特征及動態(tài)變化過程。本文采用了集對分析法中七元聯(lián)系度的表達式,引入了三角模糊數(shù)的概念,建立了以5個區(qū)間值為等級標準的5級集對同異反關系的風險評價結構模型,對該模型中b1、b2、b3的取值進行探討,并對其改進,將b1、b2、b3的系數(shù)推廣到一般意義上,設為x,得到一般意義上的集對分析法七元聯(lián)系度表達式。利用熵權法確定了tbm施工風險的指標權重,并基于七元聯(lián)系度表達式建立了tbm施工風險評估模型。(2)引入風險偏好的煤礦長斜井tbm風險評估方法對風險偏好的概念、分類進行總結。風險偏好是施工管理人員對風險評估時所表現(xiàn)出來的不同的態(tài)度傾向,這種不同的態(tài)度傾向主要是指對風險嚴重程度的評判不同,分為樂觀的、中性的、謹慎的風險偏好。對風險持樂觀偏好的施工管理人員傾向認為風險是可以接受的,在對風險進行評估時給出的評價值往往較低;對風險持中性偏好的施工管理人員傾向認為風險是較客觀的,在對風險進行評估時給出的風險值較為客觀;對風險持謹慎偏好的施工管理人員傾向認為風險容易造成較大影響,在對風險進行評估時給出的風險值往往偏高。本文結合tbm施工特點,分析了實際施工中產生風險偏好的原因,給出了風險計算值關于聯(lián)系度x的風險偏好函數(shù)表達式,并得到針對不同風險偏好的施工管理人員的風險值取值范圍。風險計算結果表明,對風險持謹慎態(tài)度的施工管理人員聯(lián)系度取值范圍為[0,0.5),此時風險值偏高;對風險持樂觀態(tài)度的施工管理人員聯(lián)系度取值范圍為(0.5,1.0],此時風險值偏低;對風險持中性態(tài)度的施工管理人員聯(lián)系度取值為0.5。(3)煤礦長斜井tbm施工的風險趨勢分析方法根據(jù)偏聯(lián)系數(shù)理論與集對勢理論的概念,建立了tbm施工風險趨勢分析的同異反分析模型,討論了tbm施工風險發(fā)展趨勢的研究方法,指出應該重點研究與參考風險集合處于均勢和反勢的情況,逐漸改善那些處于反勢區(qū)的因素,將整個系統(tǒng)調整回歸到較低的風險狀態(tài)。計算得到23個風險因素的五元聯(lián)系數(shù)的一階、二階、三階、四階的偏聯(lián)系數(shù)及其發(fā)展趨勢,得到風險因素發(fā)展趨勢的變化狀態(tài),以便從宏觀上把握風險的變化。(4)多變量煤礦長斜井tbm施工動態(tài)風險預測研究混沌預測理論已經在各行各業(yè)得到了廣泛的應用,主要是指對非線性時間序列進行預測�；煦缦到y(tǒng)貌似無規(guī)則,但通過相空間重構,提取混沌特征量,可以發(fā)現(xiàn)系統(tǒng)的規(guī)律性信息,系統(tǒng)內部非線性的相互作用機制也可以得到刻畫。因此,混沌研究的是系統(tǒng)的演變過程,適合采用此方法分析風險時間序列的非線性特征。本文對tbm風險時間序列進行相空間重構,恢復原來混沌系統(tǒng),從數(shù)據(jù)的角度分析風險的演變行為。采用一階局域法與雙隱層神經網絡組合模型進行tbm施工風險時間序列的預測。首先,對tbm施工風險時間序列進行主成分分析,簡化風險指標,將23個指標整理為四個主成分,累計貢獻率達92.7255%,并獲得載荷矩陣與主成分表達式。分析了影響tbm施工風險的主要因素,并分別對四個主成分所對應的四個風險時間序列進行相空間的重構,計算出時間延遲與嵌入維數(shù)。通過計算其最大lyapunov指數(shù)大于0,說明可以利用混沌預測方法對其進行預測。預測結果較好的擬合實際風險值,因此該方法對tbm施工風險預測具有一定的理論意義。(5)煤礦長斜井tbm施工風險波動分析(1)煤礦長斜井tbm施工風險波動分析的分形特性分形是指系統(tǒng)的自相似性,即系統(tǒng)的局部與整體在一定標尺范圍內具有相似的結構,系統(tǒng)內部任何一個相互獨立的部分都是在一定程度上系統(tǒng)整體的縮影與再現(xiàn)。分形理論從研究系統(tǒng)的部分出發(fā)來研究系統(tǒng)的整體特性,由微觀逐漸展開到宏觀,強調了整體對部分的依賴。分形理論可以深化研究風險演變過程的部分變化與整體變化的關系。通過m-k突變檢測方法,分別獲得五個風險時間序列突變樣本的正向序列曲線和反向序列曲線,根據(jù)曲線的突變規(guī)律可知發(fā)生了明顯的風險波動。在此基礎上,利用盒計數(shù)法判斷五個風險時間序列突變樣本的分形特性,不同風險等級的點集(lg(1/e),lgn(e))分別近似分布在一條直線上,因此可以認為具有分形特征;利用hurst指數(shù)法判斷五個風險時間序列突變樣本的多重分形特性,hurst指數(shù)曲線存在明顯波動,且q0時的h(q)變化幅度大于q0時的變化幅度分析出風險突變樣本具有多重分形特性,從而采用多重分形分析方法對其進行分析。采用多重分形分析方法獲得了五條風險時間序列的多重分形譜曲線,模擬結果表明風險波動的劇烈程度與多重分形譜成正比關系,風險波動越劇烈,多重分形強度越大,風險波動越不明顯,多重分形強度越小。為了更充分的反映風險時間序列的多重分形特性,基于對風險時間序列多重分形的分析,提出了描述多重分形復雜度的兩個參數(shù):奇異指數(shù)差值累計量及其斜率,對多重分形差值累計量曲線進行分析及擬合,結果表明風險波動的劇烈程度與奇異指數(shù)差值累計量、奇異指數(shù)差值累計量斜率成正比。(2)煤礦長斜井TBM施工風險突變的多尺度熵特性多尺度熵算法衡量時間尺度不同時時間序列的復雜性變化情況,描述了時間序列的波動機制,同時也包含了深層的動力學信息。本文采用多尺度熵算法來衡量TBM施工風險突變機制,利用多尺度熵的研究方法分析了三種不同類型的風險時間序列突變情況:A:突變前風險等級相同,突變后風險等級依次變化,包括:a1:突變前風險等級相同,突變后風險等級依次提高a2:突變前風險等級相同,突變后風險等級依次降低模擬結果表明多尺度熵算法可以較好的分析此種情形的突變特性,風險突變程度與多尺度熵曲線成反比,但無法區(qū)分突變后風險的變化方向。B:風險突變程度相同、風險突變等級不同模擬結果表明多尺度熵算法不能有效的分析突變程度相同,但突變等級不同的風險時間序列,表明多尺度熵算法在于區(qū)分數(shù)據(jù)序列的變化相對程度,而非變化前后數(shù)值的大小。C:突變前風險等級相同,突變等級呈階梯形變化c1:突變前風險等級相同、突變等級呈階梯形增加c2:突變前風險等級相同、突變后風險等級呈階梯形下降模擬結果表明多尺度熵曲線雖然可以較好的分析突變的劇烈程度,但仍不能區(qū)別風險突變的方向。采用多尺度熵差值累計量來進一步考察風險突變時間序列的復雜程度,描述不同尺度下煤礦長斜井TBM施工風險突變時間序列的動力學特征,對多尺度熵差值累計量進行定義,分析了A、C情況下的多尺度熵差值累積量變化曲線,表明風險突變的劇烈程度與多尺度熵差值累積量成反比,采用多尺度的方法可以度量風險時間序列的變化程度。
【學位授予單位】：中國礦業(yè)大學(北京)
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TD26

【相似文獻】

相關期刊論文 前2條

1 蔚建國;雷涯鄰;安海忠;;基于多尺度熵的中國原油價格動態(tài)特征研究[J];資源與產業(yè);2012年06期

2 ;[J];;年期

相關會議論文 前2條

1 李嬋;張陽;張義軍;;地閃“不規(guī)則”先導的多尺度熵特征研究[A];創(chuàng)新驅動發(fā)展 提高氣象災害防御能力——S11第十一屆防雷減災論壇[C];2013年

2 張濤;李雅堂;閻睿;楊卓;;基于多尺度的非線性動力學分析及其在神經系統(tǒng)中的應用[A];第八屆全國動力學與控制學術會議論文集[C];2008年

相關博士學位論文 前1條

1 梁榮;煤礦長距離斜井TBM（盾構）施工風險特性與評估研究[D];中國礦業(yè)大學(北京);2016年

相關碩士學位論文 前9條

1 龍玉濤;基于熵測度的移動條件下十二通道心電信號質量評估[D];山東大學;2015年

2 高中華;基于經驗模態(tài)分解和多尺度熵的滾動軸承故障診斷研究[D];長春工業(yè)大學;2016年

3 謝佳利;多尺度熵算法及其在情感腦電識別中的應用[D];燕山大學;2016年

4 劉曉婷;基于加速度的人體步態(tài)信息多尺度熵研究[D];天津大學;2008年

5 劉東海;基于多元多尺度熵的人體平衡系統(tǒng)研究[D];武漢理工大學;2013年

6 崔潔;基于改進多元多尺度熵的癲癇腦電信號自動分類[D];燕山大學;2014年

7 陳建萍;多尺度熵方法用于電子器件噪聲分析[D];西安電子科技大學;2007年

8 裴建航;基于小波多尺度熵的導航傳感器故障診斷技術研究[D];哈爾濱工程大學;2013年

9 范文會;多尺度熵法用于人體紅外圖像的腰椎病癥研究[D];河北科技大學;2014年

，

本文編號：1334965