回采工作面涌水事故的处理

掘进18m长的疏水巷道,使透人31404回采面的涌水流人31402回采面的采空区,降低了水压,保证了该回采面的正常生产,并减少了下分层开采时突然涌水的危险,增加了安全性与可靠性.     

基于粒子群径向基神经网络的矿井突水水源判别

以多项地下水化学组分指标作为判别因子,采用粒子群算法优化径向基函数神经网络中的参数,建立了最优结构的基于粒子群径向基函数神经网络的矿井突水水源判别模型,将此模型应用于实例分析中,并与其他方法进行了比较分析。结果表明:基于粒子群径向基函数神经网络的矿井突水水源判别模型的判别结果具有客观性和实用性,避免了权重分配等人为因素的干扰;与传统最小二乘法的RBF神经网络相比,其精度更高,优化结果更为合理,具有较强的突水水源判别能力,可为矿井突水水源判别提供了一条新途径。     

水煤浆管道爆裂事故管道失效原因分析

针对一起20G水煤浆管道爆裂事故,采用宏观形貌分析、化学成分分析、金相显微组织分析 、SEM微观形貌分析、力学性能测试等试验方法,分析了水煤浆管道失效的原因.结果表明 , 管道破裂是由于管内压力突跃导致,薄膜方程估算得爆炸压力应在200MPa以上,推测为工艺过程中物理化学变化引起的.     

掘进面“三压带”分段注水机理及应用研究

针对高瓦斯、大风量及突出掘进面的治尘难题,提出掘进面"三压带"分段注水新方法,采用理论分析法对"三压带"分段注水机理进行研究;根据钻煤屑全水分分析法、滤膜测尘法及钻屑量称重法,分别对"三压带"采用分段注水前后煤体湿润半径、降尘效率及应力分布规律进行测试。结果表明,掘进面"三压带"采用分段注水后,煤层湿润半径达2 m左右;司机处及其后10 m处降尘效率分别达到66.5%、67.6%;卸压带被延伸到9 m左右,9～12 m范围内的集中应力带峰值相比注水前明显降低,能取得较好的防尘及防突效果。     

由“被动救援”转变为“主动自救”——福建省马坑矿业股份有限公司安全避险“六大系统”建设侧记

为切实提高地下矿山的本质安全水平,降低井下当班作业人员较多的矿井发生群死群伤事故,2007年,福建省安监局在马坑矿业开始井下安全避险系统建设试点,并于2008年6月完成了井下人员定位及视频监控系统的建设。基于马坑铁矿水文地质条件较为复杂,井下涌水可能给井下作业人员安全带来威胁的客观情况,2009年初,福建省安监局指导马坑矿业开展了井下避灾硐室（防水型）的建设,并于当年10月完成了井下避灾硐室建设工程,2010年11月通过了科技成果鉴定。目前,马坑矿业已在全国率先初步建立了井下＂安全避险＂六大系统,这些成果的应用基本符合国家安监总局制定的《金属非金属地下矿山安全避险＂六大系统＂安装使用和监督检查暂行规定》。     

淋涌水型破碎顶板煤巷锚网索控制技术研究

为解决煤巷掘进过程中淋涌水破碎顶板等复杂困难条件下的煤巷围岩控制难题,结合团柏煤矿10号煤层巷道顶板淋涌水量大、直接顶层理裂隙发育充分,掘进过程中顶板极易破碎,且陷落柱构造较多,顶板完整性受到影响等情况,采用传统工字钢被动支护后,出现不同程度的破坏,断层、陷落柱等复杂构造区易发生垮冒事故。通过现场调研、煤岩取样及试验分析,得出导致煤巷围岩破坏的主要因素。阐述淋涌水破碎顶板条件下的防治控制措施,提出应用防水锚固剂锚固的高预应力锚网索联合控制技术,并利用FLAC数值模拟来优化设计参数。在10-110(1)运输巷进行现场试验,矿压数据分析结果表明支护效果良好。     

浅析突水事故及安全管理措施

本文通过回顾邵武煤矿煤炭开采中的突水事故 ,对矿井充水机理进行研究 ,分析突水事故的成因 ,提出加强健康与安全管理及以人为本的防突水安全管理措施 ,能有效地降低或避免突水事故的发生     

基于隧道岩溶突涌水风险评价的线位比选研究——以宜涪铁路鹤峰-宣恩段为例

隧道岩溶突涌水风险是山区铁路选线阶段的重要考虑因素。以宜涪铁路鹤峰-宣恩段为例，在区域1∶1万岩溶水文地质调查的基础上，分析了该铁路段各线位方案相关的岩溶水系统特征，根据岩溶水系统特征与隧道工程的位置关系开展了隧道岩溶突涌水风险评价，并从隧道岩溶突涌水风险的影响因素出发，选取隧道穿越强岩溶含水层段占比、最大压力水头和累计最大涌水量3个定量指标，运用层次分析法和变系数法构建隧道岩溶突涌水风险综合评价指标体系，对该铁路段北、中、南3个线位方案进行了岩溶水文地质条件比选。结果表明：南线方案岩溶水文地质条件相对较好，隧道岩溶突涌水风险最低。     

向“零死亡”冲刺

神华集团是一个以煤为基础、煤电路港航油(化)一体化运营的特大型国有企业,共有52处生产矿井、12处在建矿井,其中有9处高突矿井,20处水文条件极为复杂的矿井,大部分矿井自然发火期较短,既有条件相对较好的矿井,也有瓦斯、水、火等灾害严重的矿井。自1995年成立以来,神华集团立足于     

矿井突水水源识别的RS-LSSVM模型

为了对矿井突水水源进行准确、高效的判别,综合考虑水化学特征,选取Ca~(2+),Mg~(2+),K~++Na~+,HCO-3,SO2-4,Cl~-和总硬度7个指标的质量浓度(mg/L)作为矿井突水水源的最初判别指标。利用粗糙集(RS)理论的属性约简来筛选水化学特征指标,用以作为水源识别的核心判别指标,建立基于RS的矿井突水水源识别的最小二乘支持向量机(LSSVM)模型。选用约简处理后的13组煤矿数据对模型进行训练,再用训练好的模型对另外12组突水数据进行水源判别,并与未进行属性约简的LSSVM模型及Fisher判别分析法、随机森林方法进行对比。结果表明,利用属性约简方法可以很好地排除原始数据中的冗余信息干扰,因而能有效判别矿井突水水源,使矿井突水水源模型的误判率降低至0;而且指标约简过程可以降低LSSVM运算的复杂度,也能够提高判别效率。