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。

    爆破漏斗体积预测方法
    2.
    发明授权

    公开(公告)号:CN115630257B

    公开(公告)日:2023-04-21

    申请号:CN202211629158.6

    申请日:2022-12-19

    Applicant: 中南大学

    Abstract: 本发明涉及预测方法,具体地涉及一种爆破漏斗体积预测方法,包括如下步骤:A)获取岩石试样的物理力学参数;B)从爆破现场获取实际漏斗爆破参数以及爆破之后的爆破漏斗体积V1,并结合所述物理力学参数构建数据库R;C)所述数据库R通过机器学习算法训练机器学习模型,获得相应的预测模型,从而获得所述预测模型的预测结果,取其平均值作为最终的爆破漏斗体积V2。本发明的爆破漏斗体积预测方法能够通过实验构建爆破漏斗体积预测模型,且预测精度高,工作量小,大大减少了实验的物力和人力的支出,有利于在实际爆破工程中寻求最优的爆破参数。

    基于机器学习和极限学习机混合模型的爆破块度预测方法

    公开(公告)号:CN115860134A

    公开(公告)日:2023-03-28

    申请号:CN202211425997.6

    申请日:2022-11-14

    Applicant: 中南大学

    Abstract: 本发明涉及基于机器学习和极限学习机混合模型的爆破块度预测方法,包括如下步骤:A)获取爆破的原始数据,确定其变量参数,计算各变量参数的偏度值;B)根据偏度值对变量参数进行分类,对各类变量参数基于设定的转换方法进行转化生成新变量参数,对新变量参数基于至少一种机械学习方法进行处理生成新特征数据集;C)根据新特征数据单元确定极限学习机模型隐藏层神经元个数,并据此到得最佳极限学习机模型网络结构,保存最佳极限学习机模型网络结构中对应的权重参数值;D)基于新特征数据集、最佳极限学习机模型网络结构和权重参数值预测爆破平均块度。本发明的基于机器学习和极限学习机混合模型的爆破块度预测方法能够减少运算量,且精度高。

    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。

    爆破漏斗体积预测方法
    5.
    发明公开

    公开(公告)号:CN115630257A

    公开(公告)日:2023-01-20

    申请号:CN202211629158.6

    申请日:2022-12-19

    Applicant: 中南大学

    Abstract: 本发明涉及预测方法,具体地涉及一种爆破漏斗体积预测方法,包括如下步骤:A)获取岩石试样的物理力学参数;B)从爆破现场获取实际漏斗爆破参数以及爆破之后的爆破漏斗体积V1,并结合所述物理力学参数构建数据库R;C)所述数据库R通过机器学习算法训练机器学习模型,获得相应的预测模型,从而获得所述预测模型的预测结果,取其平均值作为最终的爆破漏斗体积V2。本发明的爆破漏斗体积预测方法能够通过实验构建爆破漏斗体积预测模型,且预测精度高,工作量小,大大减少了实验的物力和人力的支出,有利于在实际爆破工程中寻求最优的爆破参数。

    矿岩力学参数预测方法
    6.
    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。

    一种用于双轴加载试验的模具及系统

    公开(公告)号:CN221124026U

    公开(公告)日:2024-06-11

    申请号:CN202322702070.9

    申请日:2023-10-09

    Applicant: 中南大学

    Abstract: 本实用新型提供了一种用于双轴加载试验的模具及系统,涉及力学试验技术领域,包括:第一加载模块,具有第一面,所述第一面上形成有两个间隔的抵接部,两个抵接部之间形成临空区,两个抵接部分别用于抵接试样的拱脚部,所述抵接部与拱脚部的轮廓全等;第二加载模块,用于抵接试样的平面部;背板,设置在第二加载模块远离第一加载模块的一侧,所述背板与所述第二加载模块贴合,利用第一加载模块形成的抵接部与试样的拱脚部接触,模拟真实状态下隧道底部隆起的真实受力情况,有助于了解隧道的强度、变形和破裂等方面的详细信息,同时第一加载模块还为试样提供了稳固的基座,保证试样在加载过程中的稳定性。

Patent Agency Ranking