基于RS-改进云模型的岩爆倾向性预测

针对岩爆倾向性预测的模糊性和不确定性,提出了基于粗糙集理论和改进的云模型相结合的预测模型。在原有云模型的基础上,提出模糊区间的概念,进而对云模型的定义加以完善,对于云模型特征参数的求取也进行了改善。结合粗糙集理论的基本知识,把求解权重问题转变为求取属性重要度问题,进而求得综合权重,根据最大隶属度原则确定岩爆等级。选取岩石单轴抗压强度σ_c、岩石抗拉强度σ_t、切向应力σ_θ、弹性变形能Wet为评价因子,以国内外40组数据为学习样本,通过冬瓜山铜矿岩爆实测数据为待测样本验证其准确性。经计算,通过该模型确定的岩爆等级与实际岩爆等级基本相符,说明该模型具有较好的预测性和科学性,也为岩爆倾向性预测问题提供了新的思路。     

岩质边坡微震监测方案优化设计及隐伏危险区域辨识

地压监测是矿山安全管理的关键环节,也是矿产资源开发过程中有效的监测手段。根据陕西省四方金矿的矿山地质条件和地压活动规律,为提高资源回收率,有效治理矿山地表环形边坡,解决安全绿色采矿的关键问题,针对矿山生产特点,结合传感器布设的基本要求,分析了不同布设方案的理想定位误差,并从经济性角度分析与设计了满足矿山监测要求的地压系统监测方案。为进一步辨识矿山边坡体的薄弱异常区域,确定边坡的区域稳定性情况,采用波速场成像技术获取了边坡体监测剖面低速危险区域和高速危险区域的成像结果,进而实现了边坡体内部隐伏空洞异常区域的超前辨识及监测效果分析。结果表明:在理想化条件下,某一监测点设置为不同的标高时,坡体定位误差差距不明显,结合监测震源的矿山边坡区域相对波速场成像结果可知,基于当前的台网布置方案,可满足对于矿山边坡体监测剖面内部危险区域的辨识需求。研究成果对于减少矿山灾害事故发生、提升矿山安全生产稳定性具有重要意义。