共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
深井动压巷道群围岩应力分析及煤柱留设研究 总被引:3,自引:0,他引:3
为了深入研究深井动压巷道群及其硐室围岩应力分布及其变形破坏特征,基于采动支承应力在煤层底板及前方的传递规律,采用FLAC数值模拟软件对不同开采条件下深部集中动压巷道围岩进行了模拟分析,结果表明深部集中巷道群在单侧工作面开采保留80m煤柱时,受采动影响不大.而两侧先后回采后,巷道群位于开采形成的孤岛煤柱内,受集中采动应力叠加影响,应力集中系数增大,巷道破坏程度加强,同时岩性的不同对巷道稳定性也有很大的影响.对于未采工作面提出了合理的煤柱尺寸,成功的指导了工程实践,为类似条件下的巷道群围岩控制和提高煤炭回收率具有借鉴和指导意义. 相似文献
3.
4.
5.
建立了破裂岩石强度和变形特征的拟合方程;推导出圆形巷道支护阻力与围岩位移量的显式关系式;分析不同岩性条件下,支护阻力对围岩位移量的控制程度;并同神经网络拟合结果进行了对比;提出了支护阻力对控制软岩巷道具有重要作用及敏感作用范围的观点;在铁法矿区进行了工程实践,有效地控制了深井软岩巷道。 相似文献
6.
7.
本文从分析巷道围岩稳定性影响因素入手,确定了影响巷道围岩稳定性的主要分类指标。在分析BP神经网络的基本原理和学习算法的基础上,根据改进的BP神经网络建立了围岩稳定性分类的神经网络识别模型,并运用VC++6.0编写程序对学习样本实现了分类。 相似文献
8.
东荣二矿动压巷道围岩控制技术 总被引:2,自引:1,他引:1
分析了东荣二矿17#煤层采准巷道动压形成原因及响应影响因素,通过对该矿原有支护方案下动压巷道的围岩变形观察,分析了动压影响规律,针对17#煤层采准巷道动压的安全掘进提出了合理的支护方案,通过现场工业实验得到了理想的控制效果,进一步说明了动压巷道的支护关键所在。 相似文献
9.
建立了破裂岩石强度和变形特征的拟合方程;推导出圆形巷道支护阻力与围岩位移量的显式关系式;分析了不同岩性条件下,支护阻力对围岩位移量的控制程度;并同神经网络拟合结果进行了对比;提出了支护阻力对控制软岩巷道具有重要作用及敏感作用范围的观点;在铁法矿区进行了工程实践,有效地控制了深井软岩巷道。 相似文献
10.
11.
12.
深部动压巷道高阻让压支护技术研究 总被引:1,自引:0,他引:1
为解决深部动压巷道支护的技术难题,针对曹村煤矿十采区下部人车下山巷的具体工程地质条件与生产技术条件,在现场地应力实测的基础上,采用巷道支护专家系统软件对动压巷道支护形式与参数进行优化设计,确立了以高强让压锚杆与带肋锚索为核心的新型“高阻一让压”支护体系,并进行了井下工业性试验和矿压监测.研究结果表明:基于地应力实测的高强让压锚杆和带肋锚索联合支护提高了支护结构的整体承载力,有效控制了围岩的变形,达到了支护设计的预期效果,保证了动压巷道的稳定和正常使用. 相似文献
13.
煤系地层围岩软弱,在高地压作用下开采深部煤层时,由于埋深大使得巷道的围岩变形严重,巷道的顶板及底鼓量均大于浅埋深巷道,导致深部巷道围岩稳定性控制与支护的难度加大,影响顶帮的稳定从而使得整个巷道失去稳定。通过分析巷道变形破坏机理,根据锚杆索支护理论与注浆加固理论制定了“巷道扩刷+顶帮分区耦合强力支护+底角卸压与加固+底板注浆加固、底板锚索束+喷射钢纤维混凝土+顶板与两帮高压注浆加固”的高强度联合支护方案,确定了支护参数,有效解决了深井强动压大变形巷道的支护问题。通过对现场进行监测,巷道变形量明显减小,巷道变形得到了有效控制。为同类条件下的深井强动压巷道的全断面支护问题提供了新的思路和方法。 相似文献
14.
15.
为解决松软煤层小煤柱动压巷道支护的技术难题,以漳村矿2202工作面回风巷作为研究背景,通过相似模拟实验对采动压力作用下的松散煤层巷道变形破坏特征进行了研究,在此基础上,对回采巷道合理的支护方式及支护参数进行了设计。并通过FLAC3D数值模拟和工业试验验证了其方案能够有效地控制松软煤层小煤柱巷道围岩的变形。 相似文献
16.
17.
由于经典RBF神经网络中的隐含层节点数、连接权值等结构参数基本由经验获取,因此经典RBF神经网络模型的性能取决于建立模型专家的主观性,存在一定的盲目性和随机性,难以对巷道变形进行准确预测。为此,采用贝叶斯阴阳和谐学习算法对经典RBF神经网络模型的隐含层节点个数、连接权值等结构参数进行了优化,提出了一种基于改进RBF神经网络的巷道变形预测模型,即对角型广义RBF神经网络模型。采用潞安和兖州矿区的综放回采巷道的现场长期监测数据分别对经典RBF神经网络模型以及对角型广义RBF神经网络模型进行了试验分析,结果显示:①对巷道顶底板变形进行预测时,对角型广义RBF神经网络模型的准确率约92.2%,经典RBF神经网络模型的准确率约80.6%;②对煤帮变形进行预测时,对角型广义RBF神经网络模型的准确率约90.2%,经典RBF神经网络模型的准确率约78.6%。上述试验结果表明,对角型广义RBF神经网络模型对于巷道变形预测的精度明显优于经典RBF神经网络模型,对于高精度巷道变形预测有一定的参考价值。 相似文献
18.
以实测数据为样本, 采用MATLAB中神经网络工具箱, 建立了深基坑围护结构深层水平位移预测模型。预测结果显示, 预测值与实际监测值吻合, 误差较小, 两者在4 m位置处都有最大位移值, 趋势一致, 表明模型能较好满足工程需要。深基坑开挖过程受水文地质条件、空间几何形状、支撑结构体系、施工条件、施工荷载、基坑暴露状况和周边环境等多因素影响, 各因素对变形的影响呈非线性关系, 监测曲线不光滑, 呈中间大、两头小, 反映围护结构受支撑轴力作用, 与现场轴力监测结果一致。 相似文献
19.
20.
提出高瓦斯矿井瓦排巷是受外部环境扰动影响支护困难巷道之一,分析了瓦斯尾巷发生变形与破坏的过程,强调上下区段工作面回采对尾巷影响程度最大。研究了尾巷破坏失稳机理,提出煤柱两侧工作面沿倾向形成类似“砌体梁”结构,煤柱附近采空区基本顶断裂失稳和上覆岩层回转下沉是造成瓦排巷破坏的主要原因,据此提出控制尾巷围岩稳定的三项技术关键:1)防止顶板下沉;2)加大煤柱帮支护强度;3)关键部位补强支护。中兴矿瓦排巷支护试验表明,2206工作面回采稳定后,尾巷顶板最大下沉161mm,两帮最大移近181mm,且顶板深浅部离层均未超过15mm,瓦排巷围岩变形得到显著控制,成功实现二次复用。 相似文献