简介：水库渗漏是水库工程地质问题之一,严重影响水库正常效益的发挥,为恢复水库的正常蓄水功能、保障下游人民的生命和财产安全,需对病险水库进行除险加固。高密度电法作为探测渗漏的一种勘探方法被广泛应用。阐述高密度电法在青海部分水库渗漏探测上的应用情况,通过实例说明此方法在水库渗漏探测中的可行性及有效性。

简介：摘要：乌江白马电航枢纽库首左岸乌江一石梁河一郭溪沟河间地块碳酸盐岩广泛分布，水库蓄水后存在向邻谷郭溪沟一石梁河的可疑渗漏途径。通过分析河间地块地层岩性、地质构造、岩溶水动力条件、岩溶化程度以及地下水动态特征，认为乌江河谷与邻谷郭溪沟一石梁河之间不存在管道型岩溶通道的联系，不会发生岩溶管道型渗漏。，水库库首T1J^4-2层、T1J^4-1层、T1J^3层可能产生裂隙性渗漏，可结合坝址防渗进行处理。白马向斜东翼T1J^3层渗漏途径较长，估算渗漏量较小。

简介：灰岩分布区岩溶发育容易引发土洞、地面塌陷等地质灾害,为确保区内道路、桥梁、房屋等建筑安全,在工程建设前需要进行物探勘察。高密度电法作为探测岩溶的一种物探方法被广泛应用。阐述高密度电法在安徽宣城某变电站备选场地进行岩溶探测的应用情况,通过实例说明高密度电法在查找和规避岩溶灾害隐患中的可行性及有效性。

简介：从三个方面浅谈技工学校电类实训教学如何培养提高学生的学习积极性。

简介：煤矿瓦斯涌出量和瓦斯突出受控于多种因素。如何根据各个影响因素预测计算煤层瓦斯含量是一个非常复杂的问题。近年来迅速发展起来的神经网络具有较高的非线性映射和并行处理能力。广义回归神经网络（GRNN）具有网络结构自适应确定、输出与初始权值无关等优良特性，能够逼近任意连续的非线性函数，可以处理系统内在的难以解析的规律。本文以某矿13-1煤层为研究对象，在分析影响煤层瓦斯含量的各种地质因素和量化定性因素的基础上，应用GRNN神经网络方法建立某矿13—1煤层瓦斯含量预测模型，以达到对井田未开采区域进行瓦斯含量预测的目的。

简介：影响煤与瓦斯突出的因素众多，应用神经网络进行预测时，选取突出预测指标是关键。基于经验和所谓“多多益善”原则的选择方法都有一定的不合理、不科学性。笔者应用灰色关联分析筛选突出预测指标，结合神经网络建模进行突出预测，使突出预测指标的选择由定性分析转化为定量分析，实现了灰色理论同神经网络在煤与瓦斯突出预测领域内的结合。经过实例验证，本方法是可行的。

简介：为使《电钳工艺学》课的教学贴近煤矿企业对技术工人的要求，我校就该课的一体化教学进行了探索和实践，摸索出了一条切合实际、行之有效的路子。即从加强师资力量建设入手，将课程内容模块化、课题化；注重理论教学方法，在煤矿企业建立电气设备检修一体化教学基地；切实抓好学生的实习实训环节，使理论教学与实习实训紧密结合，突出学生实际操作技能和综合素质的培养，满足煤矿企业的用工需求。

简介：为配合湖北某铜钼多金属矿的地质钻探工作,在充分分析前期地质、控矿条件和矿（化）体特征基础上有针对性地开展了剖面性激电测深工作,在该区的控矿构造附近发现了多处高极化异常,推断为中深部铜钼多金属矿（化）体引起;验证钻孔在高极化异常部位见到多层铜钼矿（化）体;激电测深成果为后续地质找矿工作提供了有利依据。

简介：为了精细监测和了解排采过程煤储层参数的动态变化,本文提出了一种基于BP神经网络补偿算法,对未来一定时期的产气、产水量进行了预测。对大佛寺典型的煤层气水平井(DFS-C02井)进行实例分析,结果表明,未来30d的产水量、产气量的平均相对误差分别为0.79%(0.07~0.26%)和0.72%(0.01~2.4%),预测结果较准确。BP神经网络补偿算法为煤层气井的产量预测提供了一种新方法,同时为排采工作制度提供依据。

简介：选取厦门港海沧港区软基处理工程为例，针对试验区吹填淤泥的工程特性，运用浅表层快速加固处理技术对其进行加固处理，详细介绍了该项技术的技术思路、作用机理以及与真空预压法的区别，评价这项技术的加固效果。然后利用Matlab软件编制了BP网络、RBF网络，Elman网络时序预测模型程序对加固后试验区的沉降量进行预测研究，从预测结果看，Elman网络的预测精度最高，其次为BP网络，相对最差的是RBF网络，Elman网络的反馈型网络结构使其具有更好的时序预测能力。

简介：在海岸和大洋等人类活动区，需要对海域的未来动态作出精确的预报，在这些动态中，尤以浪高和波浪周期的预报显得最为重要。研究人员选择了两种不同的神经网络方案，分别作出于浪高和波浪周期的3h、6h、12h和24h之前的预报。在第一个方案中，研充人员采用了8组神经网络来模拟每个预报时间内各波浪参数；然而在第二个方案中，在上述指定的4个预报时间段内，

简介：

简介：随着对煤层气井排采规律认识的不断提高,煤层气井在自动排采控制过程中非线性、时变性的增加,传统的PID调节已不能满足生产需要。通过采用基于神经元人工网络智能控制理论和智能动态专家库技术的控制方式,实现了对煤层气井井底流压的精确控制,满足了生产需求。