不同埋深灰岩岩爆倾向性及声发射特征试验研究

通过开展不同埋深灰岩的常规单轴试验,获取灰岩破坏过程中的应力—应变曲线和声发射时域特征参数.利用弹性能量指数WET、变形脆性指数Kε和线弹性能We指标,判别不同埋深灰岩岩爆倾向性.通过分析灰岩破坏过程的声发射特征参量及其变化规律,建立了发生岩爆的前兆信息特征.结果表明:随着埋深梯度递增,岩石岩爆倾向逐级增强,当埋深达1...     

基于AHP和熵权TOPSIS模型的岩爆预测方法

为了准确预测地下金属矿的岩爆情况,建立了AHP和熵权TOPSIS模型。运用AHP和熵权法的基本原理,从岩性条件、应力条件和围岩条件3个方面选取预测指标,最终确定的指标为岩石的单轴抗压强度〖σ〗_c、压拉比〖σ〗_c/σ_t、弹性变形指数〖W〗_et、切应力与单轴抗压强度的比值〖σ〗_θ/σ_c和完整性系数〖K〗_v,分别为各预测指标分配合理的权重。然后,运用TOPSIS的基本原理,结合AHP和熵权法得到的权重来计算各岩爆等级临界值和实际矿山数据的贴近度,通过对比这2个贴近度来预测岩爆是否发生。实例研究表明：所建模型得到的预测结果与工程实际情况相一致,因此认为AHP和熵权TOPSIS模型可用于准确预测地下矿山的岩爆问题。     

基于改进的RS-TOPSIS模型的岩爆倾向性预测

针对目前岩爆倾向性中预测模型权重确定存在不足导致模型精度不高的现状,为更准确地预测岩爆倾向性,提出综合运用粗糙集理论中的代数观和信息观,确定属性最优权重,并修正岩爆倾向性与评价指标之间的关系,建立岩爆等级理想点矩阵。根据岩爆发生条件,选取岩石脆性指数、切应力指标和弹性应变能指数3项指标作为岩爆判别指标,以国内外20组典型岩爆数据为样本,建立改进的粗糙集—理想点法（RS-TOPSIS）岩爆倾向性预测模型,并应用该模型对玲珑金矿等工程实际进行了岩爆倾向性预测。结果表明：改进后样本预测精度相比于改进前有了显著提高,所建立的模型对实际工程的岩爆倾向性预测效果良好,预测结果更准确。     

工程围岩岩爆的实验室综合评判方法

在多种岩爆室内试验评价指标中,在考虑岩爆发生机制基础上选用围岩应力指数、岩体脆性指数、岩体完整性系数、弹性能量指数4个指标进行岩爆的模糊数学综合评判。对岩爆发生及烈度倾向进行了预测。并选用不同工程围岩岩体在室内进行岩爆模拟性试验。结果发现和预测情况比较相符,证明了岩爆预测方法的有效性。     

金青顶矿区深部开采诱发岩爆倾向性分析

为探究金青顶矿深部开采地压显现的内因,预防岩爆动力灾害的发生,对金青顶矿区735m、825m和865m三个中段内典型岩石进行抗拉实验、抗压实验和加卸载实验。根据岩样的物理力学参数及应变曲线,提出了基于能量角度岩爆倾向判定依据。利用能量法、脆性系数法以及弹性指数法对各中段岩爆倾向和等级进行分析预测,得出此区域内均存在中等至强烈岩爆倾向。经过实地考察分析,揭示已发生的岩爆巷道属于诱导性岩爆。最后结合岩爆发生机理,提出多种有效防治岩爆的措施,对指导矿山安全生产及岩爆防治具有重要的现实意义。     

基于多维云模型的深井岩爆倾向综合评价

研究岩爆倾向性对深井矿山的安全开采具有十分重要的意义。以某矿山为研究对象,采用一维云模型与多维云模型结合的手段,选取岩石应力系数、岩石脆性系数及岩石弹性应变能指数构建指标体系,对不同开采中段的3种矿岩进行岩爆倾向性评价。结果表明：该矿山设计开采范围(50 m～-450 m中段)内,顶板围岩整体为弱岩爆倾向,矿体整体为中岩爆倾向,底板围岩整体为弱岩爆倾向。     

基于未确知测度理论评判模型的岩爆倾向性预测

随着钨矿山的深部开采,各类地压问题也不断出现,特别是作为高地应力条件下的岩石能量释放方式之一的岩爆现象更为多见,岩爆倾向性预测评价是矿山安全的重要内容。采用未确知测度理论与熵值法相结合的方法进行岩爆倾向性预测。根据岩爆倾向性的影响因素和分级标准,运用未确知测度理论建立了地下矿山岩爆倾向性预测评价指标的未确知测度函数,用熵值法确定评价指标的权重,依据置信度识别模型对地下矿山岩爆倾向性预测进行评价,并结合实例进行了对比分析。研究结果表明,该方法为地下矿山岩爆倾向性预测评价提供了一种新方法。     

基于组合赋权的T-FME岩爆倾向性预测模型研究及应用

为了提高岩爆倾向性预测模型的精度,确保岩爆多指标综合评价方法中指标赋权方式和关联度函数的选用更加全面合理,建立了基于组合赋权的T-FME岩爆倾向性预测模型。该模型在选取岩石脆性系数、切向应力指数和弹性应变能指数作为评价指标的基础上,由序关系分析法和Vague熵确定指标主、客观权重,引入最小鉴别信息原理对指标组合赋权,最后采用理想点法计算贴近度复合模糊物元得到岩爆倾向性等级。运用国内外15组工程岩爆实例对该模型进行测试,与其他模型预测结果进行对比,并将该模型应用于国内若干实际工程。结果表明:该模型预测精度更高,预测等级更加安全,对国内几项实际工程岩爆倾向性的预测等级与实际情况相符,说明该模型具有较强的适用性。     

基于正态隶属度—属性区间识别模型的岩爆倾向等级预测

岩爆是地下工程开挖面临的关键问题之一,为了准确预测深埋隧洞中岩爆烈度倾向等级,提出了正态隶属度—属性区间识别模型的岩爆预测方法。针对岩爆倾向等级属于典型的多属性有序分割类问题,构建了属性区间识别模型,并将岩爆倾向等级划分为4个等级进行预测。根据岩爆发生的成因和机理,选取应力系数、脆性系数、弹性应变指数和岩石完整性系数作为预测指标,考虑各指标之间、指标与标准等级之间的交互关系,采用正态隶属度函数和Jousselme距离计算评价指标权重。结合13个深埋隧洞工程对该预测模型进行准确性测试,并以双江口水电站SPD9厂房为例进行工程实例验证,该模型预测结果与实际相吻合,证明该模型用于具体工程实践中是可行且有效的,研究结果可为类似深埋隧洞岩爆倾向等级预测提供新的思路。     

砂岩单轴压缩变形规律及声发射特性

为准确确定岩石岩爆倾向性,对砂岩进行单轴压缩条件下声发射检测试验,研究岩样单轴压缩变形规律与声发射特征.对荷载-变形曲线、AE参数进行统计分析,结果表明,压密阶段和线弹性阶段声发射振铃计数较少,累积能量曲线十分平缓,释放弹性应变能较低,从塑性变形阶段开始,AE活动频繁,累积能量呈指数级释放,损伤加快,声发射类型由之前的突发型变为连续型,应变曲线拐点处,往往出现AE参数峰值.分别对AE振铃计数、累积能量和岩石损伤进行监测分析,能较准确判断砂岩岩爆倾向性.     

岩爆结构面强度的弱化特征

岩爆破坏以其突发性与瞬间破坏性等特点,在工程中很难予以预防.本研究基于动力学与能量作用原理,通过固有振动频率等振动特征指标实现对边界剪切弹性系数的计算.在物理模型试验中,应用多普勒激光测振仪对岩爆体破坏全过程进行远程振动特征监测.试验得出,结构面强度的非协调弱化效应是岩爆发生的必要条件,结构面弱化的时空差异是发生瞬时性岩爆还是迟滞型岩爆的主要因素.当结构面弱化较慢时,则为迟滞型岩爆,反之,则为瞬时性岩爆.基于固有振动频率可识别岩体结构面的弱化速率,岩爆发生全过程中,结构面的总耗散能仅为赋存弹性能的0.06%,使得几乎所有的弹性动能都将转化为冲击动能,表现为岩爆体以高速的形式弹射出来.基于频率下降速率等监测数据分析,可识别岩爆结构面强度的非协调弱化特征.因此,增加固有振动频率等动力特征监测指标,无疑会进一步提高对岩爆孕育演化特征规律的认识,并在地下空间工程岩爆预警监测方面发挥重大作用.     

深井矿山岩爆的预测预报及其防治技术

在深井矿山中,岩爆的发生极大地威胁着井下人员设备材料的安全,对岩爆的预测预报变得越来越重要.文中在总结国内外学者在岩爆研究成果的基础上,对岩爆的发生机理及其常用岩爆判据进行研究分析,指出当前的岩爆判据大体上都是围绕着岩体的物理力学性质、受力状态以及储能情况等3个方面进行研究分析的. 利用单一判别指标进行岩爆预测会存在一定的局限性,应综合考虑多种判别指标进行岩爆的预测预报. 最后介绍了实际矿山中几种常用的岩爆预测预报方法及其防治技术,对矿山岩爆的预测预报及其防治具有一定的指导作用.      

层理倾角对受载千枚岩能量演化及岩爆倾向性影响

选择5种不同层理倾角的千枚岩进行单轴一次加卸载试验,探讨层理倾角对千枚岩变形破坏过程中能量演化及岩爆倾向性影响.试验结果如下:各岩样应变能演化相似,在应力峰值前表现为能量积聚,峰值后为能量释放和耗散.但随着层理倾角的增大,其储能极限、残余弹性能和最大耗散能均呈U型变化,通过拟合在60°均取得最小值;随层理倾角增大,在峰前岩样的弹性能比例值呈倒U型变化,其中在60°取得最大值,表明峰前在60°处用于层理压密做的功最少.而且在峰前最大弹性能比例随层理倾角增加变化幅值较小,体现出峰前层理倾角对储能效率影响较小.在峰后弹性能比例下降幅度大小为60° > 30° > 45° > 90° > 0°,说明含0°层理岩样的峰后裂隙发育最不充分表现出的脆性最大;结合弹性变形能指数(W_et)和冲击能量指数(W_cf)的优点建立新判据储能性能和峰后继续破坏耗散能的比例(W),并计算各倾角岩样的W值,其从小到大为60°→45°→30°→90°→0°.      

基于距离判别分析的矿山岩爆倾向性评价

为了科学有效地应用距离判别分析法评价某矿山深部岩爆倾向性等级,通过搜集整理大量国内外岩爆数据,并结合矿山深部现场情况,确定6个岩爆倾向性指标。选取9个待测点,进行力学试验获得待测点的岩爆指标,引用马氏距离建立评判准则,确定待测数据的岩爆倾向性,并通过回代误判率和交叉误判率检验判别准则的准确度。结果表明：该金属矿待测点X2、X3、X4、X5、X7、X8和X9的岩爆倾向性均为轻微岩爆,待测点X6的岩爆倾向性为中等岩爆,待测点X1的岩爆倾向性为强岩爆。矿山实际情况表明,待测点X1有强岩爆现象发生,评价结果与矿山实际情况相符。该方法在矿山岩爆倾向性评价中具有较好的适用性和有效性。     

基于PSO-RBF神经网络模型的岩爆倾向性预测

鉴于岩爆机理的复杂性以及岩爆发生前后信号提取困难的现状,对高应力区进行岩爆倾向性预测研究具有现实意义。为提高岩爆预测的准确性,基于岩爆预测多维非线性的特点,选取4个影响岩爆发生的核心指标作为判决依据,结合粒子群优化算法(PSO)与径向基神经网络(RBF)建立了PSO-RBF神经网络岩爆预测模型。采用试错法确定隐含层节点数后,进一步利用国内外典型工程数据对模型参数隐含层基函数中心ci,隐含层节点宽度σi以及隐含层与输出层间权重因子w进行学习优化以获取最优参数,并将所建立的模型应用于实际工程的岩爆倾向性预测。结果表明:利用该模型预测的岩爆等级与实际岩爆情况基本相符,相对误差率为10%,精度较以往预测方法有显著提高。     

金属矿山硐室发生岩爆的数学判据的研究

近年来,金属矿山发生岩爆的事故愈来愈多,对预测此类岩爆的发生也日益重要.通过对金属矿山岩爆的分析,建立了一种岩爆与临界深度有关的数学判据,以此来判别金属矿山硐室中是否有岩爆发生,并通过实例验证了其可行性,对有效预测预防金属矿山岩爆的发生具有一定的参考意义.     

地下工程中基于人工神经网络的岩爆预测

通过收集国内外多个地下工程和矿山实际岩爆资料,分析了影响岩爆发生的主要因素,运用人工神经网络方法,建立了岩爆预测的人工神经网络模型,并根据某地下工程的实测参数,验证了预测模型的可靠性.结果表明,所建立的模型具有较高的预测精度.