排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
2.
为对煤炭地下气化开采过程中顶板下沉规律及其相关参数进行定性化及定量化的研究,根据地下气化后燃空区、上覆岩层和两侧煤层的空间位置形态,建立了关键层的热力耦合固支梁模型,在对模型进行简化和模型受力进行分析计算的基础上,利用复合岩梁理论,推导出热力耦合作用下关键层岩梁中性层位置随温变化方程;利用静力平衡理论,推导出岩梁挠曲线微分方程,对其求解得到关键层挠曲线方程。对该方程的参数进行赋值,理论分析岩梁挠度随时间变化规律,定量分析中性轴位置、温度力和热抗弯刚度随时间变化规律及其对关键层下沉的影响规律。结果表明,地下气化过程中,关键层的变形是一个连续的下沉过程,与常温下岩梁的变形程度相比,其变形程度取决于岩梁弹性模量随温度变化特性,当弹性模量随温度升高而降低时,其变形程度要大于常温岩梁的变形,反之则小于常温岩梁的变形;岩梁中性轴位置主要受弹性模型随温特性的影响,当岩梁弹性模量随着温度的升高而降低时,中性轴位置先上升,而后下降,反之,先降后升,中性轴位置的上升会减小热抗弯刚度,下降则会增大热抗弯刚度;热抗弯刚度对岩梁下沉起决定性作用,热抗弯刚度增大,关键层变形程度减小,反之,则变形程度增大;温度场传... 相似文献
3.
4.
5.
为了准确确定煤矿岩层移动数值模型的煤岩体力学参数,实现煤岩样力学参数与煤岩体输入参数之间的良好匹配,在分析Hoek-Brown强度准则及量化地质强度指标GSI围岩评价指标的基础上,利用Hoek-Brown强度准则与其等效Mohr-Coulomb强度参数的关系,建立一种基于Hoek-Brown强度准则的煤矿岩层移动建模方法,确定煤矿岩层移动数值模型的岩体力学参数。以某矿井为例,通过地表移动观测站观测数据和工作面矿山压力计算数据进行对比分析,结果表明:煤层支承压力峰值的计算值与模拟结果分别为17.50、18.52 MPa,峰值与煤壁的距离分别为16.21 m和15.00 m,两者的误差分别为5.51%和8.06%;模型的采空区应力恢复距为101.5 m(即0.36倍的采深),符合国内外现场经验认为的一般规律;在充分采动的情况下,数值模型与实测的下沉系数误差率为3.66%,移动盆地主断面下沉曲线的分布规律也相似,证明提出的建模方法具有可行性和实用性。 相似文献
6.
大气压变化会导致煤层瓦斯涌出不均衡,在平煤股份二矿庚20-21020采煤工作面开展了采空区瓦斯涌出与大气压力变化关系试验表明:大气压数值与天气变化密切相关,在晴朗天气15:00~16:00之间达到最低状态,对采空区瓦斯涌出影响大,而在阴雨天气气压变化小,对采空区瓦斯涌出影响小;晴朗天气大气压变化可分为"逐渐增大(11:00-16:00)"、"逐渐减小(16:00~20:00)"、"维持平稳(20:00~次日11:00)"三个阶段,瓦斯涌出相应也呈现增大、减小、平稳的变化特点。现场瓦斯防治过程中,应充分考虑季节、天气导致气压变化规律,保证通风动力。 相似文献
7.
8.
鉴于水体下开采采动裂隙发育规律对井下安全性评价的重要作用,以水库下综放开采为工程背景,采用关键层理论、组合岩梁理论,并采用相似模拟物理试验手段,研究了覆岩的破断规律,以及在覆岩组合岩层及关键层破断过程中,岩层垂直位移、导水断裂带发育高度以及覆岩裂隙网络的演化规律。研究结果表明:主关键层垮落前后,观测线采空区中部测点的下沉曲线斜率较大,岩层垂直方向上下沉剧烈;导水断裂带发育高度曲线随着覆岩岩层组合周期性垮落呈现出台阶跃升,且两台阶的间距即为覆岩的周期垮落步距;当主关键层垮落后,覆岩导水断裂带发育高度稳定,导水断裂带顶界位于亚关键层Ⅱ下部。裂隙网络的富集区主要集中在前后煤壁,且靠近开切眼侧裂隙区裂隙密度大于停采线侧裂隙密度,由于采空区中部破断岩层在上覆载荷的作用下裂隙压实闭合,造成模型裂隙密度曲线呈偏态"马鞍"状。 相似文献
9.
通过对古汉山矿二1煤层裂隙观测统计,分析了煤层裂隙开启、闭合特征,矿井东区N50°E走向裂隙组受地应力相对拉张作用,矿井西区N30°E走向裂隙组受地应力相对拉张作用,预测矿井东区、西区煤层渗透性优势方位分别为N50°E、N30°E。矿井西区煤层渗透率现场测试表明,沿N55°W方向测试钻孔渗透率数值均远大于其它方向,煤层渗透性优势分布方位为N35°E,现场测试结果与煤层渗透性优势方位预测基本一致。鉴于二1煤层渗透性分布特征,探讨了水力压裂、酸化煤层等措施对煤层渗透性的影响,提出了矿井瓦斯最优瓦斯抽采方案,即东区瓦斯抽采钻孔设计应与N50°E向垂直、西区瓦斯抽采钻孔设计应与N35°E向垂直。 相似文献
10.
为准确、可靠地对煤与瓦斯突出进行预测,基于Fisher判别分析理论,建立了煤与瓦斯突出预测的Fisher判别模型。通过逐步判别分析法筛选出瓦斯放散初速度、瓦斯压力和埋深3个煤与瓦斯突出敏感指标作为突出判别因子,利用所构建的判别模型对20组煤与瓦斯突出实例数据进行训练学习得出相应的判别函数,用回代估计的方法进行逐一验证,误判率仅为5%。将建立的判别模型应用于10组突出实例进行判别预测,判别正确率达100%。结果表明:Fisher-逐步判别分析模型稳定性好,判别准确度高,是一种十分有效的煤与瓦斯突出预测方法。 相似文献
1