岩层与地表移动控制技术的研究现状及展望

岩层与地表移动控制技术是矿山开采沉陷学的主要研究方向 ,其目的是研究合适的采矿方法和相关技术 ,尽可能地减少岩层和地表移动 ,保护地表建筑物的安全。在综合分析大量文献的基础上 ,从部分开采方法、充填开采方法、覆岩离层注浆和协调开采方法等几个方面对目前岩层与地表移动控制技术的研究现状进行了论述。展望了我国岩层与地表移动控制技术的发展趋势。     

资源开采对防洪工程的影响分析

为研究河南许昌某矿资源开采对南水北调中线河南段某防洪工程的影响,本文将线性防洪构筑物及其附属涵洞按重要程度进行分析并提出不同类别的处置建议,采用概率积分法进行防洪沟压覆区域采后地表变形预测;结合预测结果从浅层水文地质、防洪工程设计流量、流速与横截面积等方面分析采后对防洪沟造成的影响.结果表明:该矿压覆资源开采会造成防洪沟的沟道变形与沉降,采取一定措施后,可保证防洪工程的安全使用;下穿公路的涵洞变形值在允许范围内;该矿在防洪沟下可进行正常开采,避免资源浪费,同时对采空区上防洪沟的施工与维护具有指导意义.     

某矿村庄下煤柱开采方案研究

为了充分开采村庄下的煤炭资源和缓解矿区采掘接替紧张的矛盾以及延长矿井服务年限,同时又能最大限度地减小地下开采对地表建筑物损害。结合某矿特定的地质采矿条件,根据岩层与地表移动机理,对该矿区地表移动变形的影响因素和工作面推进速度与地表变形的关系进行了分析,得出了该矿13264工作面最佳的推进速度为3.0m/d。应用村庄下压煤开采技术的理论和方法,对该矿区村庄下保护煤柱后期开采方案进行了优化分析,指出:13266工作面顺序开采并能够在较短的时间内开采停止,则顺序开采对地表建筑物的损害程度要小;13264工作面开采通过该矿区村庄以后,下一个工作面通过的时间相隔时间较长,则跳采方式对地表建筑物的损害程度要小。     

工作面回采诱发多断层活化对地表建筑物的影响分析

为了研究工作面回采诱发多断层活化对附近村庄内民房的影响,结合杨河煤矿地质采矿条件及裴沟村的地理位置,通过现场调查民房破坏情况划分了建筑物的采动损坏等级,证明了利用岩层边界角计算由断层活化引起的采动影响范围的不合理性;分析村庄内的地表移动破坏特征确定了断层活化的事实;运用FLAC3D数值模拟揭示了断层活化地表移动变形的特点;综合以上研究,提出了由断层活化造成民房损害的鉴定方法。结果表明:多断层活化具有多米诺骨牌效应,工作面回采产生的破坏,在断层之间依次传递,扩大了开采沉降的范围,增加了受损民房的数目;断层活化的地表倾斜值并非随着远离采空区边界逐渐减小,而是先减小,后增大,造成部分民房破坏加剧;提出以地表移动破坏特征判断断层是否活化、数值模拟确定采动影响范围、民房损害等级划分确定民房受损数目的鉴定方法。     

建筑物下采煤技术的研究现状与发展趋势

我国建筑物下采煤的研究从20世纪60年代开始,先后在本溪、鹤壁、抚顺、枣庄、峰峰、蛟河等矿区进行试验,取得了成功的经验和宝贵的监测资料。在综合分析大量文献的基础上,从协调开采法、充填开采方法、条带开采、覆岩离层注浆等多种开采技术对建筑物下开采方法进行了研究和论述;展望了我国建筑物下开采的发展趋势,认为覆岩离层注浆、矸石充填、条带开采、原地重建抗变形房将是我国建筑物下采煤技术的发展方向。     

安全氛围三“心”模型的构建与检验

把安全氛围定义为一种知觉特性;在勒温的场理论基础上,通过对影响员工安全绩效的环境因素中的行为进行分析,构建安全氛围的通用模型,其包括3个因素:安全管理承诺、员工安全卷入和组织安全沟通;通过问卷调查的方法收集某石油化工公司两个生产厂一线职工的353份有效数据,探索性因素分析和验证性因素分析以及相关分析的结果分别说明,"三因素"模型具有较好的结构效度和预测效度。通过对3个因素的进一步分析,结合实践,提出安全氛围的三"心"模型:领导关心、员工上心、上下一心。要获得安全水平的持续提高,需要3个方面的共同努力。     

基于试验与数值模拟的采空区氧化带漏风量的反演计算

以六家矿WⅡN16-7综放工作面为试验地点,研究采空区氧化带漏风情况。根据采空区自燃"三带"划分标准和防火注氮技术原理,通过现场实测、数值模拟、实验室试验确定注氮防火基本参数。首先,利用热重试验方法确定采空区惰化防火指标。根据惰化防火指标,通过现场实测和数值模拟的方法分别确定采空区在注氮和不注氮情况下自燃"三带"分布。然后,根据自燃"三带"分布范围,构建氧含量分布数学模型,计算出采空区氧化带混合气体中氧含量的平均值。最后,基于以上参数,通过反演计算得到采空区氧化带漏风量。计算结果表明,采空区氧化带内漏风量为15.12 m3/min,约占总供风量的2.1%。     

矿区岩溶地表塌陷神经网络预测模型研究

针对矿区岩溶地表塌陷存在的非线性动力学特征,为更准确预测岩溶地质矿区地表塌陷区域分布,在分析研究某矿区岩溶地表塌陷机理及其影响因素基础上,确定矿区地表塌陷的影响因素,构建矿区岩溶地表塌陷BP神经网络非线性动力学预测模型。采集并分析某岩溶矿区大量岩溶地表塌陷历史数据,应用Matlab神经网络工具箱,采用构建的矿区岩溶地表塌陷BP神经网络预测模型,对上述矿区岩溶地表塌陷区域分布情况进行非线性预测。研究结果表明,采用训练的神经网络预测模型可以实现对矿区岩溶地表塌陷危险性的合理预测。     

村庄下倾斜煤层条带开采方法研究

针对我国"三下"(建筑物下、水体下、铁路下)压煤条带开采的实际情况,根据国内外有关条带开采的实践经验和技术要求,采用极限强度理论和压力拱理论对村庄下倾斜煤层条带开采进行了分开采深度设计,计算得出了条带开采的采出宽度和保留宽度;应用条带开采地表移动参数的模糊优化理论对概率积分法预计参数进行了选取,按照不同的开采深度,对村庄范围内的地表移动和变形值进行预计;根据预计的结果,对计算得出的条带开采尺寸进行检验和优化。研究表明,村庄下分采深条带开采尺寸设计和分采深地表沉陷预计,不仅可以提高地下煤炭资源的采出率,实现村庄在不搬迁情况下安全开采,也可最大限度地减小地下开采对地表建筑物的损害。     

航空企业基于SHEL模型的神经网络安全评价研究

从风险管理的角度,针对航空工业企业安全系统的构成因素,对企业安全系统进行分析和深入研究。基于SHEL模型,通过引入人工神经网络评估方法,选择前馈型BP网络模型,建立网路结构,将企业事故风险系统划分人-硬件、人-软件、人-环境、人-人4个子系统和事故综合评估总系统,辅以DPS软件,以某航空企业为例,进行训练和测试,并分别进行拟合量化分析,得出量化的评估结果及该模型的适用性、可行性和有效性。为航空企业管理者切实改进和完善安全管理提供理论和技术支持。     

煤层条带开采整体安全系数确定方法研究

为评价工程中条带开采方案的煤层整体稳定性,确定开采方案的安全程度,基于强度折减原理,应用FLAC3D数值模拟软件,将工程实际与数值实验相结合,研究煤层条带开采对地表沉陷、围岩变形和破坏的影响,用安全系数对安全程度进行评价。提出条带开采整体失稳的临界状态判断标准为采空区之间及采空区至地表岩体塑性区域连通,并以地表最大沉降和顶板最大位移突然增大作为临界状态判断标准的验证条件,结果表明:应用强度折减原理进行数值模拟确定的条带开采整体安全系数与工程实际相吻合。     

基于频率和BP神经网络的井架钢结构损伤识别

为了快速、准确地诊断井架钢结构的损伤位置和程度,提出仅基于测试精度高的频率数据和BP神经网络的识别方法。首先,选择频率变化比和频率平方变化比组合参数作为损伤位置识别因子,频率变化率作为损伤程度识别因子;然后,分步构建损伤位置和损伤程度识别的BP神经网络;最后,利用前10阶频率数据和BP神经网络对现场某井架钢结构的损伤位置和程度进行识别。分析结果表明,在测试噪声为10%时,采用前6阶损伤位置识别因子,能够清楚识别损伤位置,识别结果分别是1,5,9,15,19号单元损伤;采用前10阶损伤程度识别因子,1号单元的损伤程度识别结果分别为0.106 9,0.318 2,0.505 4,0.710 2,0.915 9,识别误差均不超过10%。     

露天采矿爆破振动对民房破坏的旋转森林预测模型

针对爆破振动对民房破坏问题,应用因子分析及旋转森林理论,选取爆破振动幅值、主频率、主频率持续时间、灰缝强度、砖墙面积率、房屋高度、屋盖形式、圈梁构造柱、施工质量、场地条件为影响因素。建立基于因子分析的露天采矿爆破振动对民房破坏的旋转森林预测模型。利用现场实测32组爆破数据作为学习样本进行训练。采用回代估计方法进行检验,误判率为1/32。用另外12组爆破试验数据作为测试样本进行预测。结果表明,就爆破振动对民房破坏而言,灰缝强度、房屋高度、屋盖形式、圈梁构造柱及施工质量与其相关程度较高。用模型所得预测结果的误判率为1/6。     

基于粗糙集-神经网络的矿山地质环境影响评价模型及应用

采用衡山白果地区石膏矿山的11个评价指标,综合运用粗糙集和神经网络理论,构建了基于粗糙集-神经网络(RS-ANN)的矿山地质环境影响评价模型,对RSES软件约简的数据和无约简的数据采用EasyNN-plus软件进行预测评价。神经网络模型的输入属性为8个,而粗糙集-神经网络模型的输入属性为6个,训练样本均为13个,预测样本均为4个,前者的平均预测精度为1.85%～24.86%,后者为1.23%～15.28%。研究发现,粗糙集在保留关键信息的前提下可有效地对数据表进行约简,约简后的神经网络预测结果与实际情况吻合,并比无约简时总体精度有较大幅度提高。     

改进型灰色神经网络在火灾预测中的应用研究

为提高火灾事故的预测精度,降低火灾损失,探讨并修正传统GM(1,1)预测模型关于背景值构造的缺陷,将改进后的灰色模型同BP神经网络模型融合,提出改进型灰色神经网络火灾预测模型。依据我国1997—2009年火灾事故统计数据,分别选用改进型GM(1,1)和改进型灰色神经网络模型对1997—2007年火灾发生起数进行拟合仿真,得到2008—2009年火灾起数预测结果。结果表明:该模型在避免GM(1,1)关于背景值构造缺陷的基础上,兼具灰色系统与神经网络的优点,既体现火灾复杂的灰色系统行为,又能自适应调整学习速率,与单一GM(1,1)相比,该模型的预测结果精度更高。