相空间重构后矿井涌水量序列地质学含义及其应用研究

目的为了确定相空间重构矿井涌水量序列的地质学含义并提高涌水量预测精度,方法以王行庄矿为例,在涌水量序列相空间重构后,对重构后相空间列向量与涌水量主控因素进行相关性分析,并在此基础上建立混沌理论与人工神经网络耦合(Chaos-ENN)的涌水量预测模型。结果结果表明:相空间的嵌入维数等于矿井涌水量主控因素个数;相空间的第1,2,4,5,6列向量分别与C_(2)tL_(7-8)含水层水位埋深、O_(2)m+Є_(3)ch含水层水位埋深、采空区面积、C_(2)tL_(1-4)含水层水位埋深、开拓长度具有较高的相关性,第3列与不易量化的其他综合因素有关;构建的Chaos-ENN涌水量预测模型在王兴庄矿的预测精度达到97.91%。结论涌水量序列重构后相空间的列向量具有明确的地质学含义。利用混沌理论可以量化涌水量预测模型中ENN输入层的个数及取值,所以仅需涌水量序列值就可以建立矿井涌水量预测的Chaos-ENN模型,该模型解决了涌水量预测中存在的主控因素难以确定和不易量化的难题,且预测精度高,具有较高的推广价值。

富水裂隙围岩隧道涌水量计算方法与规律分析

富水裂隙区隧道涌水量预测精度较差,涌水问题尚未得到较好的解决。针对此问题,视裂隙围岩及注浆区为非均质各向异性介质,初期支护及二次支护结构为均质各向同性介质,构建了裂隙围岩下隧道涌水简化计算模型,基于地下水力学理论及流体质量守恒定律推导了富水裂隙区隧道涌水量计算公式。通过退化分析及案例工程现场实测数据验证了构建富水裂隙区隧道涌水简化计算模型的合理性及涌水量计算式求解的正确性,最后基于解析解揭示了各特征参数对富水裂隙区隧道涌水的影响规律,探讨了富水裂隙区隧道涌水机制。结果表明:理论计算值与现场实测值最大相对误差为8.1%,验证了构建模型的合理性及公式推导的正确性;隧道涌水量随裂隙最大宽度的增加而增大,受堵水结构的联合制约,两者近似呈线性关系;注浆区厚度与隧道半径比值在2倍以内时,隧道涌水量受注浆区厚度的影响显著;富水裂隙区隧道涌水受裂隙分布规律及支护结构的制约,应重视对裂隙分布的调查。

基于深度学习的LSTM-GRU复合模型矿井涌水量预测方法研究

为了解决矿井涌水预测问题,引入深度学习理论,将长短期记忆网络(LSTM)和门控循环单元(GRU)进行结合,选取矿井涌水量为研究对象,建立一种LSTM-GRU的矿井涌水预测模型。以陕西某矿的矿井涌水量为样本数据,采用7∶3的比例将数据集划分为训练集和测试集,选择模型训练效果较好的梯度下降算法确定网络模型参数和正则化参数,为了证明LSTM-GRU模型的预测精度,同时将结果分别与传统的ARIMA模型和LSTM模型预测矿井涌水所得到的预测结果进行对比。结果表明:LSTM-GRU复合模型的平均绝对百分比误差(RMSE)为70.51,均方根误差(MAE)为53.4,平均绝对误差(MAPE)为2.80%,可决系数(R^(2))为0.86,具有较高的预测精度和可靠性,预测效果优于传统的ARIMA模型和LSTM模型。

彬长大佛寺矿井涌水量时序预测

为提高矿井涌水量预测精度,解决矿井涌水量预测无法及时响应动态变化的问题,构建一种基于模态分解和深度学习的矿井涌水量多因素时间序列组合预测模型。使用变分模态分解和灰色关联分析筛选主控因素,通过双向长短期记忆网络和卷积长短期记忆网络对高、低频模态分量进行预测。结果表明:对比不同时序预测模型,变分模态分解可以有效捕捉时序数据中的长期依赖关系,提供了更加准确的长期时序数据预测能力;经过鲸鱼优化、贝叶斯优化算法对不同频率模态分量的处理,有效降低了高频部分的无序性、复杂性并优化了较为线性、缓慢的低频部分;验证了矿井涌水量时序预测中的变分模态深度学习组合模型的有效性和适用性,预测精度满足生产需求。该理论丰富了矿井涌水量时序预测方法,对煤矿水害预防具有一定的理论意义。

内蒙古母杜柴登煤矿3^(-1)煤充水条件及矿井涌水量预测

母杜柴登煤矿矿井涌水量大,且属于高矿化度水,面临着大量疏排矿井涌水和矿井水地面处理的压力。在分析矿区地质及水文地质条件的基础上,认为开采3^(-1)煤层时,矿井水来源于3^(-1)煤顶板─直罗组底界砂岩含水层,包括直罗组底部中、粗粒砂岩含水层和3^(-1)煤顶板延安组三段砂岩含水层。运用大井法和达西定律计算的30209工作面涌水量分别为931m^(3)/h、919m^(3)/h,与实际接近。研究可为工作面侧向注浆封堵(含水层改造)、帷幕截流减量的可行性和减量程度提供依据。

煤矿充水因素评价及涌水量预测

含水层、老窖水以及采空区积水等水源对煤矿安全生产带来威胁。以山西省某煤矿为例,分析充水因素,并对采用富水系数比拟法对涌水量进行预测,有利于煤矿防治水工作开展,对井下安全生产具有重要意义。

基于SSA-CG-Attention模型的多因素采煤工作面涌水量预测

矿井工作面涌水量预测对确保矿山安全、优化资源配置、提高工作效率等都具有重要作用。为提高预测结果的准确性和稳定性,基于钻孔水位和微震能量数据与涌水量的强关联性,选择其作为多因素特征变量,提出SSA-CG-Attention多因素矿井工作面涌水量预测模型。该模型在门控循环单元(GatedRecurrentUnit,GRU)提取时序特征的基础上,与卷积神经网络(ConvolutionalNeuralNet-work,CNN)融合形成新的网络结构提取数据的有效非线性局部特征,并且加入注意力机制(Atten-tion),在预测过程中将注意力集中在输入元素上,提高模型的准确性。最后通过麻雀搜索算法(Spar-row Search Algorithm,SSA)优化模型参数,避免局部最优解的问题。将提出的模型分别与传统的BP神经网络、LSTM、GRU单因素涌水量预测模型以及MLP、SLP、SVR、LSTM、GRU、SSA-LSTM、SSA-GRU多因素涌水量预测模型的预测结果进行对比分析,结果表明:SSA算法以最少迭代次数快速寻优,避免了局部最优解的缺陷;SSA-CG-Attention多因素涌水量预测模型整体预测指标绝对误差(E_(MA))、均方根误差(E_(RMS))以及平均绝对百分比误差(E_(MAP))分别为5.24 m^(3)/h、7.25 m^(3)/h、6%,指标方差和为8.90。相较于其他预测模型预测精度更高,相较于单因素涌水量预测模型,多因素涌水量预测模型预测结果更加稳定。研究结果为矿井工作面涌水量预测提供了新的思路与方法,对矿井工作面涌水量预测及防控有着借鉴与指导作用,具有一定的理论价值和现实意义。

基于CEEMDAN和改进的混合时间序列模型工作面涌水量预测研究

为提高采煤工作面涌水量预测准确度,收集大量工作面涌水量观测数据进行整理、统计、分析,将涌水量稳定性、周期性和季节性特征考虑在内,提出1种基于数据驱动的完全自适应模态分解算法(CEEMDAN)和改进的混合时间序列模型工作面涌水量预测方法。该方法利用CEEMDAN处理涌水量数据,构建麻雀搜索算法(SSA)优化的长短期记忆网络(LSTM)和自回归移动平均模型(ARIMA)并行级联而成的混合时间序列模型对工作面涌水量进行预测。研究结果表明:该模型预测结果与真实数据相差更小,平均绝对误差为6.36 m 3/h,均方根误差为10.6 m 3/h,模型拟合系数为0.95,更适用于工作面涌水量预测。研究结果可为矿井工作面涌水量预测及防控提供参考。

煤矿充水因素评价及涌水量预测

为真实掌握煤矿的涌水量和充水条件,在对煤矿水文地质分析的基础上,首先对充水条件和充水因素进行评价,得出煤矿的充水通道主要为导水裂隙带,基于层次分析得出通道条件的权重因子为0.2667最大,为该煤矿的充水的首要条件;在对煤矿历年涌水量观测结果分析的基础上,采用大井法对涌水量进行预测,综合分析最终得出该煤矿正常涌水量为462 m^(3)/h,最大涌水量为693 m^(3)/h。

贵州省红光坝铝土矿水文地质条件分析及涌水量预测

在对红光坝铝土矿水文地质分析基础上,通过对泉水和降雨的长期观察,基于频率分析法对矿区涌水量进行预测。首先,通过对铝土矿水文地质特征进行分析,总结了其特点和存在的问题。然后,利用相关数据和模型,对涌水量进行预测,并将其与实际情况进行对比。研究结果表明,水文地质分析结果可以为铝土矿的开采和管理提供重要依据,预测涌水量有助于减少事故风险和提高生产效率。研究成果可以为相关行业和领域提供指导和参考。

河下浅埋厚煤层采动覆岩裂隙-涌水量时空演化的FDEM-CFD耦合分析

河下浅埋厚煤层采动覆岩裂隙分布与涌水量是工作面安全生产的决定性因素之一。数值模拟是二者重要预测方法,其合理性的关键在于建立岩体破坏-裂隙流体耦合理论及相应的模拟方法。以路家村矿15404工作面为研究背景,构建拉/剪应力下非贯通裂隙开裂、贯通裂隙的法向与切向本构关系,并基于二相流质量守恒、动量守恒与状态方程,结合增强的浸没边界算法识别流-固界面,通过流体体积法实现裂隙内流体自由面的追踪和重构。在此基础上形成FDEM-CFD河下采煤覆岩裂隙与涌水量预测数值模型耦合程序,通过相邻工作面地面钻孔冲洗液消耗量观测法验证导水裂隙带发育高度,以及采用大井法理论对涌水量结果进行对比。结果表明:采动岩体破坏-裂隙流体耦合理论及相应的FDEM-CFD程序,可数值实现河下浅埋厚煤层采动覆岩裂隙形成,以及裂隙内流体运移过程。当工作面推进至80~120 m时覆岩内形成贯通地表的导水裂隙。招山河水的主要下泄路径为工作面后方8~20 m位置处的导水裂隙,其斜向采空区、倾角65°~72°。模拟所得采空区涌水量为18.78 m^(3)/h,与大井法计算结果接近。上述成果在路家村矿区得到初步应用,为进一步开展河下浅埋厚煤层防治水工程提供理论支撑。

基于降雨量数据的程潮铁矿涌水量时序性预测模型

无底柱分段崩落法开采必然形成大范围的地表塌陷区,所分布的导水裂隙将导致大量的地表降水向下渗透,引起巷道涌水量骤增,程潮铁矿现已进入-500 m开采水平,大气降雨与崩落法开采所引发的裂隙持续动态发展之间的相互作用机制十分复杂。因此,为科学准确地预测井下涌水量,本研究提出了一种以降雨量为输入数据的涌水量灰色GM(1,2)时序性预测模型。以程潮铁矿2019—2021年的降雨量、涌水量实际数据为训练样本,充分考虑崩落法开采对上覆岩体的持续影响,引入时序性系数K对模型进行优化,最终建立的灰色GM(1,2)时序性预测模型与传统的GM(1,2)预测模型相比,预测精度平均提高了7.79%。运用该模型对2022年的涌水量进行预测检验结果表明,其旱、雨两季的预测精度分别为93.51%、93.58%,预测效果较好。研究成果是通过地表降雨量数据直接预测矿山井下涌水量数据的一种有效方法。

隧道涌水量预测计算方法综述

预测隧道涌水量对于保障隧道施工安全、进度、洞室稳定和人身安全问题至关重要。国内外学者已提出多种预测方法,但是存在不同适用条件,根据隧道的水文地质条件选取恰当的方法能有效提高预测精度。对解析公式法、经验公式法、数值法、随机性数学模型预测法等多种涌水量预测方法进行了系统梳理和分析,通过对这些方法的基本原理及适用条件进行综合分析,讨论了当前涌水量预测方法存在的不足之处,并提出改进方向。结果表明:解析公式法应用简单,但结果偏差较大;经验公式法源于工程案例总结,适用于相似条件下隧道涌水量预测;数值法通过数学模型模拟,可以解决复杂水文地质条件下的涌水量预测,但对勘察设计阶段获取的水文地质参数提出更高的要求;随机性数学模型方法需要大量数据来保证结果的准确性;其他方法主要依赖于地理信息系统(GIS)技术、同位素分析法等手段,通过科学分析来识别并判断地下水量及其流动通道的地质特征,需要充分的数据支持和详尽的地下勘探结果作为依据。研究成果可为实际工程中选择合适的涌水量预测方法提供参考。

蒙陕深埋煤层首采工作面顶板富水性和涌水量差异研究

针对蒙陕接壤区存在水文地质条件不清、水害问题多发、水资源漏失严重等问题,通过分析区内呼吉尔特矿区4个矿井首采工作面顶板地质水文地质特征、回采过程中涌水量变化及差异性,查清了矿区煤炭开采初期扰动下的水文地质条件,结果表明:四个矿井首采工作面涌水量,均随着工作面回采呈逐渐增加趋势,其中葫芦素和巴彦高勒矿井首采工作面最大涌水量分别为645.0 m^(3)/h和494.0 m^(3)/h,且七里镇砂岩含水层不同区域存在富水性差异,导致涌水量的增加呈台阶式,波动性较大,与该区域七里镇砂岩含水层厚度较薄、富水性较弱的特征一致;门克庆和母杜柴登矿井首采工作面最大涌水量分别为1372.0 m^(3)/h和938.0 m^(3)/h,且七里镇砂岩含水层整体富水性较强、富水性较均一,涌水量的增加呈平稳增加态势,波动性较小,与该区域顶板七里镇砂岩含水层厚度较大、富水性较强的特征一致。

广西河池某矿水文地质特征分析及涌水量预测

以广西河池某矿区为研究对象,通过对矿区相关的水文地质条件进行分析,并采用水文地质比拟法、大井法和修正后大井法公式对矿区涌水量进行预测对比。结果表明:含水岩组之间水力联系密切,断层破碎带裂隙水发育明显,岩溶破碎带对矿床开采影响较大。矿区北、东以及西部为隔水边界,南部为透水边界。地下水径流赋存运移于岩溶裂隙、断层破碎带及岩溶管道中,汇流集中于北东、北西径流带进行排泄。水文地质比拟法的矿区平水期、枯水期及丰水期涌水量分别为18364.72 m^(3)/d、15 893.31 m^(3)/d、79 794.11 m^(3)/d;大井法用裘布依公式预测结平水期、枯水期及丰水期涌水量分别为23 108.90 m^(3)/d、21 044.15 m^(3)/d、27 418.04 m^(3)/d;修正后的大井法平水期、枯水期及丰水期涌水量分别为16 028.25 m^(3)/d、15 421.58 m^(3)/d、23 485.05 m^(3)/d。研究表明水文地质比拟法和修正后大井法公式预测结果更准确合理,符合预期结果。

巨厚非均质含水层中超深孔涌水量预测

解析解模型计算效率高,被广泛应用于估计含水层涌水量。然而,这类模型包含许多假设条件,例如:含水层是均质的、抽水量是常数、忽略井内水头损失等,因此被称为均质模型。事实上,这些假设条件往往得不到满足,导致结果产生不可忽略的误差,尤其是非均质巨厚含水层。同时,均质模型无法估计破碎带的渗透系数与涌水量,不利于解决隧道施工过程中的水患问题。依托新疆天山胜利隧道项目,开展了2次抽水试验。基于综合测井数据和钻孔数据建立地质模型;采用非均质数值模拟方法定量研究超深孔的地下水涌水量。采用第一次抽水试验的观测数据率定模型中的参数,采用第二次抽水试验的观测数据验证模型与率定后参数的合理性。模型反演了破碎带、完整花岗岩和较完整花岗岩的渗透系数,分别为0.00093,0.0005,0.0003 m/d;预测了总涌水量与破碎带的涌水量,分别为14.80,10.46 m^(3)/h,其中破碎带的涌水量占总涌水量的70.676%。野外的观测数据表明超深孔抽水试验过程中井筒内存在水头损失。非均质数值模拟模型比均质模型更能解释超深孔抽水试验数据,均质模型计算的总涌水量结果为18.67 m3/h,高估了涌水量。在隧道施工过程中,非均质模型获取的水动力学参数和涌水量更加可靠。

基于Visual MODFLOW大水矿山深部开采矿坑涌水量预测

矿产资源的不断开发导致矿坑涌、突水现象愈加频繁,此类问题多发生于大水矿山,为更好指导大水矿山深部开采工作,准确预测矿山深部开采矿坑涌水量至关重要。结合某矿区勘察资料、水文地质条件和观测井实测水位数据,利用Visual MODFLOW软件建立矿区水文地质数值模型,进行稳态与非稳态校正以及相关参数敏感性分析;根据该矿区-150 m水平矿坑真实涌水量拟合分析Drain模块水力传导系数值,运用识别后模型对矿山深部开采矿坑涌水量预测,结果表明-200、-250、-300、-350 m等不同水平矿坑正常涌水量为17209.82、18896.20、21299.31、23494.10 m^(3)/d,预测结果可为矿山防治水工作提供依据,以及为工程安全开挖提供保障。

基于ARIMA-GM模型的矿井涌水量预测

在煤矿开采过程中,矿井涌水量预测对矿井安全生产具有重要意义。以新疆苇子沟煤矿为例,前期采用比拟法、水平廊道法等传统方法预测矿井涌水量误差较大,基于灰色系统理论与时间序列分析,采用GM(1,1)灰色模型和时间序列ARIMA模型分别对首采区涌水量进行预测,通过平均相对误差确定权重进而建立ARIMA-GM组合模型,对比分析涌水量预测结果与实测矿井涌水量。研究结果表明:采用ARIMA-GM组合模型预测首采区涌水量时,涌水量预测值为28.45 m^(3)/h,历年实测值与模型预测值的平均相对误差仅为5.91%,模型拟合优度较好,预测精度较高。ARIMA-GM模型可以满足矿井涌水量短期预测的需要,并为苇子沟煤矿防治水工作提供参考依据。

内蒙古某锰矿水文地质特征及涌水量预测研究

研究区大地构造属西伯利亚板块与华北板块大陆边缘增生和碰撞过渡区。矿区出露的地层主要为石炭系上统-二叠系下统格根敖包组和第四系,格根敖包组为一套沉积碎屑岩,含有不连续的裂隙水;第四系为全新统冲洪积黄褐色亚砂土,多为弱含水层或透水不含水层。矿区内无地表水体,地下水为第四系松散岩类孔隙水和基岩裂隙水,补给来源主要为大气降水,径流方向大致为由西向东。矿区含水层的分布、厚度及富水性受节理裂隙及断裂构造的控制,变化很大。矿坑涌水量的估算采用“大井法”计算所得,计算参数为抽水试验所得。“大井法”计算矿坑最大涌水量为322.53 m^(3)/d,可以作为矿山开采设计的依据。

川西北某隧道涌水量及水压力分析

川西北某隧道工程区构造发育、岩体破碎、水压高,隧道施工和运营面临严峻考验。为了研究涌水量及水压力对隧道施工和运营的影响,对隧址区开展了地质勘探,并采用理论计算和有限元模拟分析了隧道施工期和运营期的涌水量、水压力分布。研究结果表明:(1)隧址区水文地质单元内岩性为非可溶岩,地下水属于中等含水岩层的基岩裂隙水;受构造作用的影响,地层岩体裂隙发育,为地下水渗流提供了良好的通道;隧址区内地下水主要补给来源为大气降水,多年平均降雨量约620 mm,最大降雨量约1034 mm;(2)隧道全长正常涌水量约为6940 m^(3)/d,最大涌水量约为11610 m^(3)/d;(3)隧道开挖后,上方围岩产生降水漏斗,地下水部分流失,而强降雨天气导致地下水位大幅增长;(4)随着水头高度的增大,隧道水压力和涌水量剧增,威胁隧道结构的安全。隧道的防排水结构与衬砌设计需考虑强降雨天气的影响。