目前长平矿采用传统的单体液压支护方式,存在技术落后、操作繁琐、承压能力弱、危险性高、工作面推进速度慢、投入人力多、生产成本高等问题,因此设计了一种科学合理的综采工作面超前支护技术。通过对顶梁、掩护梁、底座、连杆、立柱和千斤顶进行了设计,同时设计了相应的运输装置及液压控制系统,并在长平矿5308工作面安装使用,总计回采长度约475 m,运行效果良好,达到推进速度快、降低劳动强度、保障安全的效果。

为解决当前煤巷掘进时支护时间过长导致实际掘进时间不足,进而影响整体的掘进效率以及生产效率的问题,以某矿1501掘进工作面为例,在对其地质条件和矿压现象规律分析的基础上,完成了临时支护支架的结构和关键参数尺寸的设计。试验表明,新设计的临时支护支架掘进速度提升50%左右,应用效果理想。

为了避免硬岩隧道掘进机（TBM）刀盘受困,提出TBM刀盘扭矩的非线性支持向量回归（NSVR）预测模型来指导TBM掘进施工.结合吉林引松供水工程现场掘进大量数据,研究TBM刀盘扭矩与掘进参数间的相关关系,得到刀盘扭矩与围岩类别、刀盘转速和推进速度具有明显相关关系：随着围岩强度由强到弱,推进速度对刀盘扭矩的影响逐渐变弱,刀盘转速对刀盘扭矩的影响逐渐变强.基于这种相关关系,建立刀盘扭矩NSVR预测模型,并将该模型应用于吉林引松隧道工程,对按1∶1划分的19 854个训练样本和19 854个测试样本的刀盘扭矩进行预测.预测结果表明：训练样本集和测试样本集的平均相对预测误差分别为11.3%和12.9%,测试样本集中相对预测误差高于60%的有516个测试样本,占测试样本集总数的2.6%.各项数据表明,在给定刀盘转速、推进速度和围岩类别条件下,建立的刀盘扭矩NSVR预...

盾构掘进过程中地质多变,推进速度要求实现非线性控制,因此对控制方法提出较高的要求.在分析了盾构推进液压系统原理的基础上,建立了盾构推进速度仿真模型,设计了基于BP神经网络的盾构推进速度自适应PID控制器,运用MATLAB软件对常规PID推进速度控制和基于BP神经网络的自适应PID推进速度控制进行了阶跃响应仿真对比,并对基于BP神经网络的自适应PID推进速度控制的正弦跟踪特性进行了仿真.仿真结果表明基于BP神经网络整定的PID控制具有良好的跟踪能力和鲁棒性,相比于传统PID控制系统响应迅速,超调量小,具有很高的响应精度和良好的在线整定能力,对于盾构推进速度这种非线性过程,控制效果比较理想.