泥水盾构水平直管内石碴起动速度研究

泥水盾构环流系统是将开挖下的石碴从掘进界面输送出来的核心系统,石碴在环流管道内的流动特性是决定石碴能否顺利输送的关键。论文基于计算流体力学和离散单元法建立泥水盾构环流系统水平直管内石碴运动模型,研究石碴形状系数、等容粒径和数量对石碴起动速度的影响。仿真研究结果表明： 在石碴等容粒径相等情况下,不同形状的石碴起动速度大小顺序为： 椭球体>扁平状>近球形;当石碴等容粒径为38.5、42.5、53.3、56.2、58 mm时,石碴起动速度分别为0.48、1.06、1.26、2.36、4.7 m/s,随等容粒径的增大呈指数增大;随数量的增多呈对数增长,多颗粒起动速度随数量的增多增幅较为平缓,最大增幅为21%。     

基于轻量级模型的隧道岩性快速识别方法

为了解决隧道岩性现有识别方法中识别时间长、安全性低、主观性大等问题,结合不同岩性表面具有不同的成分特征,提出了一种基于轻量级模型与岩石图像的隧道岩性快速识别方法. 首先,通过相机采集隧道常见的片麻岩、花岗岩、石灰岩、大理岩、凝灰岩、砂岩等6类主要岩石,建立了岩石图像数据集并划分训练集、验证集与测试集;然后,基于轻量级模型MobileNet V2在ImageNet数据集上进行预训练,改进模型分类器结构以适应岩石数据集,并采用模型迁移学习训练方法对1170张训练集图像进行训练,获取了岩石岩性识别模型;最后,选取共计300张测试集图像在离线条件下进行了模型测试,并与VGG16模型与SVM （support vector machine）模型进行了对比. 实验结果表明:模型在测试数据集上的各项总体评估指标均在85%以上,其中凝灰岩各项评价指标达到94%以上,模型大小仅28.3 MB,平均识别时间为2880 ms,表明该识别模型体积小,识别准确率高,识别时间快,在精确率与识别速度上均优于传统方法.