采场围岩稳定性预测数值技术

介绍井下开采过程中采场围岩稳定性分析及预测技术中的回归分析,神经网络及灰色系统等数值技术。     

采场围岩稳定性预测数值技术

介绍井下开采过程中采场围岩稳定性分析及预测技术的回归分析，神经网络及灰色系统等数值技术。     

采场整体稳定性可靠度分析与风险预测

为研究金川二矿区采场整体围岩的稳定性,采用数值模拟方法研究影响采场整体围岩的稳定性的13个因素之间的关系。采取最小二乘法对试验结果进行多元线性回归,获得4个评价指标函数。利用可靠度理论进行采场稳定性可靠度分析和失稳风险预测,获得采场围岩的能量释放率(ERR)、地表沉降率(SDR)、采场围岩和充填体收敛率(DCR)和平均屈服率(AFR)4个评价指标,对应的失稳风险分别为7.5%,0.78%,3.02%和0.32%。采用4个评价指标的串联模式系统综合分析采场围岩整体稳定性,计算出采场整体失稳风险概率为11.28%,表明采场整体存在失稳风险,需要进一步监测岩体移动。     

焦家金矿采场稳定性评价与局部冒落预测

焦家金矿位于沂述断裂带东侧,黄县弧形断层的下盘。主要矿体有1~#、2~#及3~#矿体,均处于黄县断裂带上,且走向与断裂带走向基本一致,平均倾角为40°～60°,分别位于黄铁绢英岩质碎裂岩、绢英岩化花岗岩及硅化花岗岩内。采用尾矿充填法回采。由于本区工程地质条件比较恶劣,采场冒落事故时有发生,1980年投产以来,已回采的144个采场约有4/5发生不同程度的片帮冒顶,严重威胁井下工作人员的生命安全及     

基于改进随机森林模型的海底管道腐蚀预测

为提高海底管道腐蚀速率预测精度,建立一种基于改进随机森林的海底管道腐蚀预测模型。首先,采用斯皮尔曼相关系数,分析实海挂片腐蚀数据的相关性,并采用因子分析降维;然后,设定K值为5的K折交叉验证,建立随机森林回归(RFR)模型,并输入降维后的数据;最后,输出模型的交叉验证得分,并对比评价该模型与其他模型的最高得分预测结果。研究结果表明:改进RFR的五折交叉验证输出平均得分值为0.912,高于BP神经网络(BPNN)模型、支持向量回归(SVR)模型2种对比模型;五折交叉验证最高得分预测结果均方根误差(RMSE)、平均绝对误差(MAE)分别为1.441和1.3,均优于对比模型相应值。     

基于随机森林的人群疏散预测及影响因素分析

为对人群疏散预期目标快速预测,分析预期目标与多重影响因素之间的关系,提出基于疏散仿真模拟和随机森林相结合的预测模型。首先,构建人群疏散三维模型;其次,分析影响疏散的关键因素;最后,基于随机森林构建预测模型,开展预测变量的重要性分析。研究结果表明：该方法能对预期目标进行快速预测,预测准确度达到94%;基于变量重要性分析发现,人员数量对疏散的影响显著,且小群体的存在对疏散也有重要影响。研究结果可为人群安全疏散评估提供一定参考。     

基于随机森林的突发事件分级模型研究

突发事件的分级是快速响应和有效应对的基础,为了解决目前突发事件分级宽泛、主观性强和动态适应性弱等问题,将多分类器集成引入突发事件的分级过程中,借助随机森林组合分类器,针对突发事件特征,构建突发事件分级的随机森林模型,形成突发事件分级过程,进而对事前的应急预案制定、事中的应急资源配置和应急决策提供有力支撑;最后,以2014-2016年洪涝灾害突发事件为例检验构建的模型和过程。研究结果表明:与支持向量机方法相比,通过检验随机森林组合分类器分类结果准确率达到97.56%,在突发事件分级的应用上是可行的,进而可为突发事件的快速响应和应急决策提供信息支撑和参考依据。     

基于尖点突变模型的采场顶板-矿柱稳定性分析

采场破坏失稳是一个不连续的非线性过程。为分析矿山采场的稳定性,在建立采场顶板-矿柱的简化力学模型的基础上,结合安徽某充填采矿法矿山的采场结构参数,运用尖点突变理论分析采场突变过程中的能量释放机理,构建采场破坏失稳的尖点突变模型,推导得出系统失稳的充要力学条件。结果表明:采场中矿柱的应变软化特性和刚度比是导致系统失稳的主要因素,而矿柱的突跳量仅与系统的内在特性有关。结合矿山实例,从必要条件和充分条件2个方面对采场进行稳定性分析,表明尖点突变理论合理可行。验证了采区设置盘区矿柱等安全措施的必要性。     

用控制爆破提高采场矿柱的稳定性

普通爆破方法产生的爆震作用严重地破坏矿石及围岩的整体性和稳固性。国外自五十年代起采用控制爆破法(光面、预裂、微差、缓冲等爆破),对降低爆震、减少超欠     

某金矿采场岩矿冒落预测预报研究

某金矿采用上向分层废石充填采矿方法回采,采场常发生块体滑移、坍塌。开展了块体分析基础上的声发射技术预测预报研究。结果,保证了采矿的安全。     

应用岩体声发射技术监测采场顶板稳定性的研究

该矿南矿带自1992年采用上向水平分层进路式充填法开采以来,由于采场顶板的矿岩裸露,易发生冒顶事故,为了寻求对顶板的监测预报的手段,1994年冶金工业部安全环保研究院和我矿共同开展岩体声发射技术应用研究。在此基础上,我矿利用YSS型岩体声发射监测仪对南矿带上向采场的岩体声发射参数进行监测收集、整理分析,并结合现场情况判断采场顶板的稳定性,对有冒落可能的作出预报,进而采取措施避免事故发生。     

应用岩体声发射技术监测采场顶板稳定性的研究

该矿南矿带自１９９２年采用上向水平分层进路式充填法开采以来,由于采场顶板的矿岩裸露,易发生冒顶事故,为了寻求对顶板的监测预报的手段,１９９４年冶金工业部安全环保研究院和我矿共同开展岩体声发射技术应用研究,在此基础上,我矿利用ＹＳＳ型岩体声发射监测仪对南矿带上向采场的岩体声发射参数进行监测收集,整理分析,并结合现场情况判断采场顶板的稳定性,对有冒落可能的作出预报,进而采取措施避免事故发生。     

VW-UM模型在采场稳定性评价中的应用

为避免地下采场稳定性常权分析时容易出现"状态失衡"的问题,将变权重理论(VW)引入其中,结合未确知测度理论(UM)建立采场稳定性VW-UM评价模型。基于对采场稳定性影响最大的14项指标,计算其未确知测度(UM)函数,运用层次分析法(AHP)确定各指标常权重,再通过VW理论细化各指标权重的取值,最后根据置信度识别准则预测采场风险等级。用VW-UM模型分析新桥矿和焦家矿5个采场的稳定性,得出各采场的风险等级。实例分析表明,指标权重在常权重的基础上需根据指标值确定,这样使得分析结果的准确度比传统评价模型要高。     

基于风险场的评价理论研究

目前,已经有多种方法可以用于石油化工企业的定量风险评价,但是这些方法多数是基于二维的风险分析,不能满足当今社会日趋增长的三维空间的安全管理和风险评价要求,因此,提出了三维的风险场的评价理论,从三维风险等值面来考察风险的分布和风险变化率.该方法采用场论的基本知识,把风险场看作数量场,对不同事故的个人风险及其风险梯度进行叠加,得到个人风险及其变化率.针对同一个危险源产生的爆炸、火灾和中毒三种风险属性,给出了其叠加后的个人风险和个人风险变化率公式,在相应的坐标系中并对二维和三维个人风险的不同的空间分布进行了比较.该方法能够清晰、直观、全面地表示出个人风险场的分布情况,同时能够了解到多个风险共同作用下的风险变化情况.     

基于UDEC的采场矿山压力显现数值模拟研究

运用UDEC数值模拟软件,以山西某矿F2105综采工作面为工程背景,根据该工作面岩石物理力学实验,确定数值模拟所需参数,对该工作面的矿山压力显现和覆岩运移规律进行研究。分析矿山覆岩运移和矿山压力显现过程得出:F2105综采工作面初次来压步距为25 m,周期来压步距平均为18 m,采场覆岩失稳形式主要为滑落失稳,岩层破断后呈台阶岩梁结构。     

红透山铜矿深部大跨度采场顶板稳定性分析

红透山铜矿是目前我国开采最深的金属矿山,深部大跨度采场经常遭受顶板垮塌问题,为了保证矿山安全高效开采,必须对深部大跨度采场顶板的稳定性进行分析。通过对研究区域进行工程地质调查和矿岩力学试验,获得了表征岩体质量的Q、Q′指标,岩体质量为很差～差,并采用经验公式计算岩体力学参数;通过对原始数据对数回归分析,改进了Mathews稳定图,基于此,计算出红透山铜矿深部1-1采场顶板稳定的概率为20%,破坏与严重破坏的概率为80%,崩落出现的概率为0;根据采场顶板的受力特点,建立了采场顶板的厚板力学模型,基于弹性板理论,推导出采场顶板下表面的挠度方程和拉应力方程,并计算出顶板最大拉应力σ_xmax为4.1 MPa,远大于矿体的抗拉强度(0.041 MPa),理论分析与Mathews稳定图法的结果具有较好的一致性。可通过改进的Mathews稳定图和厚板理论相结合的方法对红透山铜矿深部大跨度采场顶板进行稳定性分析,并为类似矿山提供参考。     

长倾向矿体连续回采对采场稳定性的影响

为研究沿倾向延伸较长但不属于深部开采的一类矿体在连续回采时对采场稳定性的影响,采用数值模拟方法对云南某磷矿的地下开采进行了计算,系统分析了采场顶板、矿柱的位移、应力及塑性区等特征在矿体连续回采过程中的变化规律.结果表明,开采深度越大,当前作业采场的顶板沉降越大,而且随着其回采结束,采场顶板位移并不会停止,而是会随着后续采场的开采继续增大直至全部采场作业结束,即采场顶板的位移具有累积效应;另外,随着采场逐渐下移,顶板和矿柱所承受的应力越来越大,塑性区分布范围亦呈扩大态势,表明按照浅部结构参数设置的采场在开采下部矿体时已不能完全满足稳定性和安全性的要求.因此,对于非深部开采但倾向延伸较长的矿体回采,在开采下部矿体时不能简单照搬浅部的采场结构参数进行作业,而应适当增大矿柱尺寸或减小矿房和矿柱间距,以保证采场的持续稳定及矿山生产安全.     

基于RF-ELM模型的边坡稳定性预测研究

为实现对边坡稳定性的有效预测,将极限学习机算法与旋转森林算法相结合,并依据影响边坡稳定性的六项重要因素,建立了边坡稳定性预测的RF-ELM预测模型。该模型是以极限学习机算法为基分类器,以旋转森林算法为框架的集成学习模型,利用UCI数据库中三组数据集验证了该集成模型确实提高了ELM的预测性能。将RF-ELM模型应用于边坡稳定性的预测问题中,结合39组工程实例数据进行预测实验,结果表明该模型具有较高的预测精度,可有效的对边坡稳定性进行预测。     

基于随机森林的LNG场站泄漏风险评价模型研究

通过对国内外LNG场站泄漏事故进行统计和分析,结合相关行业专家研究,总结出一套LNG场站泄漏风险评价体系。该风险评价体系主要包括物质状态、设备设施、作业现场、安全管理和应急救援5个一阶评价指标和20个二阶评价指标。本研究以多个LNG储运企业的多位专家评估结果为数据样本,结合随机森林算法对泄漏风险评价体系进行机器学习,分析得出一套针对LNG场站的泄漏风险评价方法。该方法可以运用于LNG场站进行风险管控自查,对LNG储运产业提高自身安全管理,提高智能化管理有极大的推动作用。