【摘 要】
：
近距离煤层开采时巷道受重复扰动的影响会出现不稳定的情况。结合大桥沟煤矿的实际地质条件，对与9号煤层距离较近的10号煤层和11号煤层的回采巷道进行设计。当10号煤层与9号煤层的间距大于4.5m时，采用锚杆+金属网+短锚索联合支护的方式；当层间距小于4.5m时，采用锚杆+金属网+工字钢棚的联合支护方式。11号煤层宜采用以被动支护为主的架棚支护方式，并辅助以锚杆补强。
论文部分内容阅读
近距离煤层开采时巷道受重复扰动的影响会出现不稳定的情况。结合大桥沟煤矿的实际地质条件，对与9号煤层距离较近的10号煤层和11号煤层的回采巷道进行设计。当10号煤层与9号煤层的间距大于4.5m时，采用锚杆+金属网+短锚索联合支护的方式；当层间距小于4.5m时，采用锚杆+金属网+工字钢棚的联合支护方式。11号煤层宜采用以被动支护为主的架棚支护方式，并辅助以锚杆补强。
其他文献
当今社会中,有标记样本的获取难度大及成本高等问题导致大量未标记样本的存在,对未标记样本的合理利用一直是人们关注的问题之一。传统的半监督学习方法大多数都是建立在随机缺失的假设下。然而,在现实生活中的很多样本数据并不能满足这一假设。在这种情况下,如果我们再利用传统的半监督学习方法来构建模型,很难利用模型做出正确的预测。为了弥补传统半监督学习方法的弊端,本文提出了一种新的基于支持向量机和Group La
随着网络零售业的不断发展和成熟,为解决在网络交易纠纷中争议较大的无缺陷退货问题,退货运费险作为一种新型的互联网保险产品应运而生。根据投保人的不同,退货运费险分为买家版退货运费险和卖家版退货运费险两种类型。退货运费险虽降低了交易双方的退货成本、提升了消费者的购买意愿,但同时也增加了商品的退货率、降低了零售商的利润。因此,为了减少无缺陷退货给在线零售商造成的库存成本、再销售成本等其他成本,一些在线零售
随着经济建设转向高质量发展阶段,中国旅游市场的发展更加迅猛,对经济增长的拉动作用增强。旅游纪念品是旅游产业的重要组成部分。电子商务时代的蓬勃发展,游客可以享受更加方便快捷的购物体验。对于纪念品的研究,学者提出了对当地产品的偏好以及食物作为纪念品的重要作用,但很少有学者深入探讨食物作为一种纪念品,消费者对于其产品属性选择偏好以及网络购物新情境下的纪念品购买行为。本文通过从产品特征的角度对食物纪念品进
预测性信息披露问题一直以来都是广大投资者关注的热点问题,良好的预测性信息披露制度的建立不仅能够在一定程度上限制证券市场虚假陈述行为的频繁发生,更能帮助投资者做出准确的投资判断,进而有利于证券市场的良性发展。目前国内证券市场对历史性信息等“硬信息”的信息披露标准已基本建立,但在“软信息”即预测性信息的披露制度方面仍显不完善。首先,我国预测性信息披露的规定较为散乱,未形成统一的规制体系。在业绩预告和业
随着我国市场经济以及全球化的迅速发展,商业贿赂犯罪,逐渐成为影响市场交易环境以及经济秩序的重要因素。尽管各国对于商业贿赂犯罪的治理长达几十年,但商业贿赂犯罪的规制问题仍然是各国的难题所在。近十年来,各国不断增强对于商业贿赂犯罪的理论研究,包括联合国、美国、日本在内众多国家,拟通过制定及出台相关法律法规以打击该类犯罪,以期形成全球范围共同抵制商业贿赂犯罪的良好氛围。当然,我国亦通过立法在一定程度上严
分析了高家庄矿2#煤层工作面遗留煤柱两侧顶板破断规律，根据2#煤层工作面布置情况，考虑煤柱的影响，提出了4种3#煤层工作面巷道布置方案；对3#煤层工作面回采巷道合理外错位置进行了理论分析。结果表明：2#煤回采后，上覆岩层载荷通过遗留煤柱传递至2#煤层底板，在一定范围内的底板岩层产生了应力集中，影响了下覆3#煤层回采工作面巷道围岩稳定，确定了3#煤层巷道的合理布置方式。在保证巷道支护安全和服务年限的
传统风险补偿理论认为,高风险的投资组合应该获得更高的回报。然而,在股票市场中,低风险的股票组合回报通常反而更高,这种现象称为低风险异象。将总波动率作为总风险指标时,低风险异象也可称为低波动率异象。本文基于我国A股2003年1月到2018年12月的月度数据,将总波动率分解为系统波动率和特质波动率,探讨了低波动率异象的实质,并进一步研究了低特质波动率异象的成因究竟是“彩票效应”还是“异质信念”。首先,
随着我国高速公路由高速增长阶段向高质量发展阶段过渡,加快推进高速公路智慧化建设,全面提升路网的运营、管控、养护、服务能力,探索符合路网特征的智慧高速公路建设场景具有前瞻意义。本文结合国内外智慧高速公路建设现状,分析了目前我国智慧高速公路的主要需求。通过平益智慧高速的应用场景分析,提供了一种适合路线里程长、沿线设施多、旅游资源丰富等需求的智慧高速建设方案,为正在兴起的智慧高速公路建设提供参考和借鉴。
特征筛选是分析超高维数据的一个必不可少的工具。在医学研究领域,删失的超高维数据屡见不鲜。目前,存在很多对完全超高维数据的变量筛选方法。这些方法中有依赖于具体模型的,也有不依赖于模型的。然而,这些对完全数据的变量筛选方法并不能直接用于筛选删失的超高维生存数据。现存的对于删失的超高维生存数据的变量筛选方法相对较少,其中大部分方法都只能处理自变量连续的情形,并且这些方法大多依赖于具体的模型,如Cox 比
在现代实验中,当从随机过程和高维标量协变量中采样时,经常同时遇到函数和非函数型数据。本文基于部分函线型线性模型来描述标量响应变量与函数型和非函数型变量之间的回归关系。主要用惩罚经验似然的方法对部分函数型线性回归模型进行变量选择与统计推断,能够识别出重要变量,并提高了估计值的可解释性。结合函数型主成分分析与惩罚经验似然,构造了感兴趣参数的经验对数似然比,并用SCAD惩罚函数得到了参数的最大惩罚经验似