-
题名深部金属矿山巷道TBM掘进技术应用现状及研究进展
- 1
-
-
作者
刘泉声
潘玉丛
余宏淦
邓鹏海
陈梓韬
杜承磊
-
机构
武汉大学土木建筑工程学院
武汉大学岩土与结构工程安全湖北省重点实验室
-
出处
《有色金属(矿山部分)》
2024年第6期25-41,共17页
-
基金
国家自然科学基金资助项目(U21A20153)
中央高校基本科研业务费专项资金资助(2042024rs0001)。
-
文摘
未来10年,我国将有30%以上金属矿山开采深度达到或超过千米。深部金属矿山开采面临高地应力、高地温、地层多变、采掘强扰动等复杂地质环境,给巷道掘进带来严峻挑战。传统钻爆法巷道掘进非连续作业、效率低、灾害频发,难以满足建设需求,采用隧道掘进机(TBM)进行机械化连续掘进是深部金属矿山巷道建设的未来发展方向。然而,因深部金属矿山独有工程地质特点和巷道掘进需求,TBM技术在深部金属矿山巷道掘进中仍存在一些技术难题和挑战。本文首先总结了TBM技术在深部金属矿山巷道掘进中的三个应用难点:1)缺乏适用于深部金属矿山巷道的TBM适应性选型设计理论;2)缺乏适用于深部金属矿山巷道的TBM高效掘进技术;3)缺乏适用于深部金属矿山巷道的TBM掘进灾害监测预警与防控技术。然后,从六个方面介绍了深部金属矿山巷道TBM掘进技术应用的研究进展:适应性选型与设计技术、刀盘刀具高效破岩理论、掘进性能精准预测与评价方法、小半径转弯和倾斜巷道掘进技术、掘进灾害智能预警与防控技术、智能决策和辅助驾驶技术。上述研究成果为推动TBM掘进技术在深部金属矿山巷道中的广泛应用,实现深部金属矿山巷道快速掘进指明了发展方向。
-
关键词
深部金属矿山巷道
隧道掘进机
采掘失衡
适应性选型与设计
掘进灾害预警与防控
智能决策和辅助驾驶
-
Keywords
deep metal mine roadways
tunnel boring machine(TBM)
imbalanced mining and tunnelling
adaptive type selection and machine design
engineering disaster prewarning,prevention and control
intelligent decision-making and assisted-driving
-
分类号
TD421.5
[矿业工程—矿山机电]
-