煤矿采动覆岩离层水害致灾因素勘查与预测评价

采动覆岩离层突水在我国各地矿区均较为常见且危害性较大,现有的规范中鲜有针对离层水害的具体工程地质和水文地质勘查方法。探索煤矿离层水害工程地质水文地质勘查与评价方法,能够推动我国矿井水害防治水平进一步提升。首先从煤矿采动覆岩高位离层水害孕灾机制出发,分析了离层水害从孕灾到致灾的工程地质条件,将我国现有的离层水害归纳为3种典型类型:离层动力突水、离层静水压涌突水和离层携泥砂突水。然后,确定了“水源”“通道”“力源”和“物源”为控制离层水害类型与强度的关键隐蔽致灾因素,将位于传统导水裂隙带以上,可发生离层突水的复合层位称为采动覆岩“突水离层带”,并提出了煤矿采动覆岩“突水离层带”的判别流程,划分勘查阶段,指明勘查要点。煤矿离层水害采前勘查应包括2个阶段:①开展覆岩基本工程地质和水文地质条件勘探,评估勘探区离层水害的可能性并确定潜在“突水离层带”的层位;②将“突水离层带”和“物源”层作为勘查目标层,开展离层水害致灾因素专项勘查,评定离层水害类型和强度。回采期间对水动力条件和覆岩裂隙演化进行探查。最后,基于离层水害致灾因素互馈演化致灾机制,建立了适用于采动覆岩离层水害的矿井区域预测综合评价模型,提出了全矿井/采区尺度的区域危险性分区、采前工作面突水位置判定及涌水量预计的煤矿采动覆岩离层水害预测评价方法。

高位离层水害突水危险性区域预测方法

以黄陇煤田招贤煤矿为例,提出了一种考虑主观决策、客观统计和变权理论修正的离层水害区域危险性预测方法。选取煤层厚度、含水层渗透系数、含水层厚度、含水层单位涌水量、含水层距煤层距离、含水层水头高度、构造、近场顶板岩层泥岩累计厚度等8个主要因素,在层次分析法(AHP)和熵权法(EWM)的基础上,使用变权法(VWM)对常权值修正,建立了招贤一采区离层突水危险性评价数学模型,得到开采前一采区离层突水危险性综合评价指标。结合招贤工程地质条件,采用地面抽排孔控制离层致灾水源。结果表明:提出的基于AHP-EWM-VWM的高位离层突水区域危险性预测方法可以较为准确地定位突水高风险区,综合权重评价结果表明,降低含水层水位高度是防控离层水害的关键措施;实际开展的地面抽排孔抽水有效降低了采区离层突水风险,证明研究对侏罗系煤田离层水害有效防治具有良好的指导意义。

海底隧道穿越断层破碎带突涌水防治关键技术

胶州湾第二海底隧道工程受张扭性裂隙影响,其地下水极其发育、地质条件复杂,通过突涌水超前地质预报预警及超前注浆防治两个方面,介绍海底隧道穿越断层破碎带突涌水防治关键技术在胶州湾第二海底隧道工程中的应用。

TGS360Pro超前地质预报技术的数据处理分析及其在突涌水不良地质体识别中的应用

近年来,随着我国隧道及地下工程的飞速发展,突涌水等不良地质条件逐渐成为制约地下空间发展的重要因素,采用TGS360Pro超前地质预报技术(tunnel geology survey,简称TGS)提前探测掌子面前方的富水不良地质体,对于保证隧道及地下工程的安全开挖具有重要的意义。介绍了TGS360Pro超前地质预报技术的原理及数据采集方式;分析了TGS360Pro超前地质预报技术的数据处理及其对预报结果的影响;阐述了对滇中某隧道超前地质预报结果进行的数据处理与分析,准确地预报出该隧道掌子面前方拱顶的突水不良地质情况;证明了TGS360Pro超前地质预报技术对突涌水不良地质情况具有很强的识别能力,旨在为今后TGS360Pro超前地质预报方法在突涌水不良地质情况预报中的应用借鉴。

用突水概率指数法预测采场底板突水

介绍了采场底板突水预测的新方法——突水概率指数法．以肥城煤田为例，阐述了该方法在预测煤矿底板突水中的应用．该方法的基本思想为：基于大量的采场底板突水案例分析，找出导致煤矿底板突水的主要因素；根据各种因素在底板突水中所起的作用大小，利用概率统计法及专家经验法确定各种因素在底板突水中所占的权重，建立计算突水概率指数的数学模型；将模型应用到已有的突水案例中，计算出各个突水案例的突水概率指数；再用概率统计的方法，预测某种突水概率指数下突水的可能性及突水程度．

海底隧道涌水量数值计算的渗透系数确定方法

海底隧道的建设往往伴随着高风险,而水害则是海底隧道建设期间风险最主要的来源之一,隧道涌水对施工安全与建成后的运营成本控制有着重要影响,因此,对海底隧道进行涌水量预测便显得尤为重要。数值计算方法是当前涌水量预测中应用最广的方法之一,而计算涌水量过程中最关键的问题之一是渗透系数的确定。以青岛胶州湾海底隧道工程为背景,通过数值计算、模型试验与现场监测数据分析等手段相结合的方法,对海底隧道建设期涌水量的预测进行了研究。首先进行海底隧道开挖后涌水量现场监测,得到开挖后涌水量变化曲线;再采用数值计算方法对围岩渗透系数的取值进行反分析,对渗透系数进行不断修正,并在数值计算中成功拟合实测涌水量曲线,所得到的渗透系数即为数值计算中应采用的合理渗透系数。在结合试验段地质情况的基础上将合理渗透系数与前期地勘压水试验得到的渗透系数进行比对,得到两者之间的关系。并通过模型试验的手段对以上结论进行验证。将其应用到海底隧道的涌水量预测中,通过正演数值计算预测围岩相似洞段的涌水量,其结果对海底隧道涌水量预测有一定的参考意义。

煤矿突水水源判别与水量预测方法综述

突水严重制约着煤矿安全生产。突水灾害的防治是涉及多学科多方法的系统工程。矿井突水水源快速判别和矿井涌水量准确预测是突水灾害防控的重要环节。从矿区地质环境精细探测、地下水循环交替特征和数学模型研究及应用等方面,总结了国内外煤矿突水预测的主要进展。对判别突水水源和预测涌水量的各种方法进行探讨,概述了各种方法的原理、应用现状及其适用条件。

基于隔水土层失稳模型的顶板突水致灾预测研究

为了分析隔水土层在应力场与渗流场共同作用下的失稳规律,采用有效应力原理及椭圆弧拟合下沉曲线对隔水土层稳定性进行了理论分析,求得判别公式;基于平面固液耦合试验平台,采用高精度水量监测和红外成像监测技术,进行浅埋煤层顶板突水致灾演化试验,对理论判别结果进行验证,同时揭示了开采扰动及渗流作用下隔水土层的两种破坏失稳规律。研究表明:在薄基岩情况下,隔水土层失稳与开采参数存在密切联系,导致顶板突水事故发生在两个开采时期,即工作面开切眼时期和工作面经过数次周期来压时期。前者土采比(Tc)较小,隔水土层发生"铆钉式剪切破坏";后者土采比(Tc)较大,隔水土层发生"椭圆弧拉伸破坏"。两种破坏形式的揭示可为进一步研究浅埋煤层顶板突水预测提供参考。

基于神经网络的煤矿底板突水预测

阐述了运用人工神经网络建立煤矿底板突水预测模型的思路与方法，并以山东国家庄煤矿为例，对该方法的合理性和准确性进行了验证．研究表明，利用人工神经网络建立非线性系统的预测模型，具有自学习、自适应、精度高等显著优点．

基于IoT-GIS耦合感知的煤层底板突水预测研究

针对煤层底板突水预测的复杂性和不确定性,把物联网(IoT)感知技术应用于底板突水的预测监控,分析影响底板突水的主控因素,构建一种开放的分布式IoT-GIS耦合感知信息处理平台。全方位获取影响底板突水的各类参数。建立层次分析(AHP)模型。采用基于动态贝叶斯网络的权值推理算法,利用概率双向传递及链式规则推导出AHP权值。再由GIS进行多因素空间融合处理,建立用以计算突水相对概率指数的非线性数学模型。依据底板突水相对概率指数梳状分布曲线的分区阈值,进一步辨识底板突水模式。在孙疃煤矿10号煤层完成的试验表明,IoT-GIS耦合感知平台对底板突水的感知准确率大于92%。

复杂地质条件下隧道涌水量预测中集水面积的研究

在复杂地质区,为了科学地确定不同隧道穿越方式下的集水面积,本文以地形、岩性、地质构造3因素为基础构建不同的地质结构,结合隧道空间展布的变化对集水面积进行研究。归纳、总结了3类主要汇水地形、4类地质结构和2类隧道穿越方式。综合上述因素,总结出埋藏-向斜式、埋藏-背斜式、埋藏-单斜式和裸露-单斜式4种集水面积变化模式,同时得出不同模式中集水面积的确定方法。以渝利铁路箭沱湾隧道为例进行分析研究,得出隧道涌水量计算中集水面积属于第Ⅱ类模式,隧道穿越埋藏式地层,判断隧道集水面积时容易忽略部分面积,应加以重视。

基于GIS及模型化理论的矿井水灾预测预报平台的设计与实现

基于GIS与模型化理论,应用GIS组件开发技术,建立了矿井水灾预测预报平台.利用突水系数与趋势、残差分析相结合的方法实现了突水危险性分区、掘进及回采工作面突水预测;利用BP神经网络,综合考虑构造、水源、水压、隔水层厚度等因素对煤层底板突水的影响,实现了突水点预测;应用人工智能技术,模拟专家思维方式,建立了掘进与回采工作面突水预测与治理专家系统,在平煤五矿进行了实际应用,效果良好.

岩溶煤矿矿井煤层底板突水非线性预测方法研究

本文针对煤层底板突水系统为一非线性系统的特性，提出采用对非线性问题具有良好适用性的人工神经网络方法进行煤层底板突水预测。文中系统地阐述了人工神经网络预测的原理、建模方法、适用条件和应用问题，并在肥城矿务局对所建立的煤层底板突水预测人工神经网络系统进行生产性检验，取得良好的效果，说明人工神经网络方法应用于煤层底板突水预测的可靠性。

基于GIS的煤层底板突水预测理论模型

以分析煤层底板水文地质条件、突水因素,突水机理为切入点,介绍了应用GIS技术进行煤矿底板突水预测的方法和步骤,并以太原东山煤矿为例,建立了预测煤层底板突水的多因素突水模式,对突水危险性进行了预测分区,取得了较好的效果,为煤层底板突水预测预报提供了一条新的途径。

矿井煤层底板突水预测新方法研究

本文针对煤矿矿井煤层底板突水系统为一非线性系统的特性，提出采用对非线性问题具有良好适用性的人工神经网络系统（以下简称神经网络），进行煤层底板突水预测。以作者们研制、使用神经网络的实践为基础，阐述系统、建模方法、适用条件和应用问题，并在焦作矿务局演马庄矿、焦作金科尔集团方庄煤矿对所建立的煤层底板突水预测神经网络进行生产性检验，取得良好的结果。

在信息融合技术下的煤矿底板突水预测方法研究

分析煤矿工作面突水有关的水文、地质环境、采矿影响等诸多因素,发挥RBF神经网络的自学习、自适应和容错能力,将其运用到不同突水因素的基本概率分配的确定过程中,建立基于RBF神经网络和D-S证据理论的煤矿底板突水预测模型。通过MATLAB仿真验证了该模型的预测结果准确度,保证煤矿的安全生产。

煤矿突水预测方法探讨

通过对煤矿突水机理及目前预测方法的研究,总结了国内外煤矿突水预测的主要方法——地质环境预测分析,数学与计算机模型预测分析,超前探水预测分析,水化学离子及同位素预测分析,并对这些方法进行分析、对比,提出了基于地理信息系统软件的水文地质数据库及库管理系统的煤矿突水实时预测体系。

矿井突水水源识别预测研究——以新庄孜矿为例

矿井突水水源识别是煤矿预防突水事故发生的关键工作,为快速、有效判别矿井突水水源,选取Ca2+,Mg2+,K++Na+,HCO-3,SO2-4,Cl-和总硬度7种主要判别指标。利用Logistic回归分析模型,对7种判别指标的重要程度进行回归分析,提取最主要的判别指标作为水源识别的影响因素,建立基于Logistic分析的矿井突水水源识别的随机森林(RF)模型。将煤矿实测的33组数据作为训练数据,进行预测模型训练,另外选用12组数据作为测试数据,利用该模型进行预测,并与Fisher判别方法和神经网络方法进行对比。结果表明:利用Logistic回归分析法能有效地提取影响矿井突水水源识别的因素,去除冗余影响因素,可有效地预测矿井突水水源类型,使矿井突水水源预测模型错误率降低至1/12。

煤层底板突水量的距离判别分析预测方法

为了从理论上对煤层底板突水问题进行分析,选取对底板突水影响最大的有无含水层、水压、隔水层厚度、底板采动破坏深度及断层落差等作为基本判别因子,选取国内15个有代表性的采煤工作面底板突水资料作为训练样本,利用距离判别分析理论,建立了煤层底板突水量预测的距离判别分析模型.用所建立的模型对4个待检验的底板突水案例进行了分析,与实际情况吻合良好,计算结果与最小二乘支持向量机(SVM)、人工神经网络(ANN)等方法所得到的结果一致或更好.