基于岩性-结构的煤层底板突水危险性评价

煤层顶底板突水危险性预测与评价是煤矿突水灾害防治的基础和依据。针对煤层底板隔水介质条件,分析了煤系岩石力学性质,煤层底板突水的岩性、结构和厚度特征,建立了煤层底板突水危险性评价理论和方法。研究表明：煤层底板隔水介质条件取决于隔水层岩性和断裂构造,随着底板泥岩含量增加,煤层底板隔水性能增高,但抗水压能力降低;随着断裂发育程度的增加,底板隔水层由完整结构、块裂结构到碎裂结构和松散结构,煤层底板抗水压能力和隔水性能均降低,突水危险性增大。煤层底板抗水压能力与煤层底板隔水层厚度密切相关,统计表明,煤层底板受的极限水压p与底板隔水层厚度h之间为2次幂函数关系。在传统突水系数的基础上考虑了隔水层的岩性和结构特征,提出了煤层底板突水危险评价分类;进一步根据水压P_w与岩体破裂压力P_c关系和水压P_w与最小主应力σ_hmin关系判断是否突水。     

基于改进变权模型的煤层底板突水危险性评价

在目前煤层底板突水评价模型中,变权模型解决了常权模型中权重不变所导致的主控因素指标值被其他指标中和的问题,凸显了主控因素指标值突变的控制作用特征。但变权模型中状态变权函数区间划分不符合正态分布规律,同时,调权参数的确定过于繁琐。针对此,对现有变权模型进行改进,首先将状态变权函数区间由四段式,调整为符合正态分布的三段式,即惩罚区间、不惩罚不激励区间、激励区间。其次,通过分析主控因素指标值归一化累积频率确定变权区间阈值,并分别选取累积频率界限值25%、75%对应值作为各区间的阈值d_j1、d_j2。最后,通过对调权参数赋初值、微调整,确定最终调权参数,从而构建煤层底板突水的变权评价模型。以三交煤矿5号煤层为例,应用改进的分区变权评价模型对目标煤层底板突水脆弱性进行评价,并与常权评价模型评价结果进行对比分析,发现突水危险区整体分布趋势一致,但局部断层突变处存在明显差异,表明变权模型有效凸显了断层对突水的控制作用,较好地刻画区域底板突水情况,较符合实际。     

GRA——FAHP模型的煤层底板突水危险性评价

矿井水害一直是制约我国煤炭安全生产的重要隐患之一,对其进行准确的预测评价具有十分重要的理论意义和实用价值。本文根据煤层底板突水各影响因素之间的关系是灰色关系并且具有非线性特征的特点,建立了定量与定性指标为一体的煤层底板突水评价指标体系及等级划分标准。同时将灰色关联分析法(GRA)和模糊层次分析法(FAHP)相结合。构建了能真实反映影响因素与底板突水之间灰色关系和非线性关系的底板突水危险性评价模型,并应用模型对某典型工作面突水危险性等级进行了评价,可为今后煤层底板突水预测评价的研究提供一定的借鉴和依据。     

熵权耦合层次分析赋权在煤层底板突水评价中的应用

为克服层次分析法主观确权的弊端,同时避免熵权客观确权与主控因素实际重要程度相悖的错误,以山西长治三元煤矿3号煤层底板奥灰突水危险性评价为例,将熵权与层次分析耦合确定煤层底板突水主控因素权重并建立脆弱性指数模型,采用K均值聚类法对脆弱性指数值进行聚类分区,确定阈值3个,按照突水危险程度将研究区分为安全区、相对安全区、过渡区和危险区4个区域。经对比验证评价结果符合实际情况。     

煤层底板突水的智能化监测技术

介绍了煤层底板智能监测系统的原理、特点和功能。理论和实际证明突水前兆监测仪能够捕捉突水前的重要信息，实时、准确地预测底板水情，这一项技术对减 矿井突水很有意义。     

利用神经网络预测煤层底板突水

本文利用神经网络对已知样本进行学习。旨在预测煤层底板突水，取得了较好效果，为煤层底板突水预测提供了一条新途径。     

煤层底板突水机制的研究

根据观测,有限元分析等方法提出“原位张裂”与“零位破坏”其同作用导致底板突水的机制。     

改进脆弱性指数法在煤矿底板突水评价中的应用

针对传统的AHP型脆弱性指数法在权重确定方面的不足,采用熵权法对其改进,将熵权法计算的客观权重与AHP法计算的主观权重进行加权平均,综合确定各主控因素诱发突水的权重比例。在综合分析长平煤矿水文地质资料的基础上,应用GIS建立主控因素专题图并进行归一化处理,运用基于GIS的改进AHP型脆弱性指数法确定各主控因素权重,建立井田西部3号煤底板奥灰突水危险性评价模型。利用自然间断点分级法确定了分区阈值,将研究区按突水危险性的相对大小分为5个区域。评价结果符合实际,对煤矿安全生产具有重要的现实意义。     

矿井煤层底板突水预测新方法研究

本文针对煤矿矿井煤层底板突水系统为一非线性系统的特性,提出采用对非线性问题具有良好适用性的人工神经网络系统（以下简称神经网络）,进行煤层底板突水预测。以作者们研制,使用神经网络的实践为基础,阐述系统、建模方法、适用条件和应用问题,并在焦作矿务局演马庄矿、焦作金科尔集团方庄煤矿对所建立的煤层底板突水预测神经网络进行生产性检验,取得良好的结果,说明该系统应用于煤层底板突水预测的可靠性。     

基于脆弱性指数法的韩城矿区11号煤层底板突水危险性评价

在全面分析韩城矿区地质与水文地质条件的基础上,应用相关因素分析方法,提出研究区煤层底板奥灰含水层突水的指标体系,并以多个典型煤矿为例,重点分析了受奥灰含水层威胁最严重的11号煤层底板突水的影响因素;构建了有效隔水层厚度、褶皱规模、含水层富水性、断层规模4个评价指标;采用脆弱性指数评价方法对11号煤层底板突水的危险性进行了分区。     

范各庄矿12煤底板突水过程模拟分析

以范各庄煤矿水文地质条件为基础,建立了承压水上采煤的岩体水力学模型,应用岩石破裂过程渗流-应力耦合分析系统(RFPA^2D-Flow)模拟分析了范各庄矿12煤层底板开采扰动下,裂隙形成、扩展到突水通道最终贯通形成突水的全过程。通过对损伤区分布、应力场和渗流场的演化分析,揭示了开采扰动及水压驱动下完整泥岩底板由隔水岩层到突水通道的演化过程,对突水通道进行了模拟定位,并对不同水压条件下含水砂岩层对底板突水的影响进行了分析。结果表明：12煤底板突水问题取决于含水砂岩中的水压力,在假设隔水层厚度不变时,水压力与突水系数呈正相关关系,随着水压的增大突水越易发生。该研究为12煤底板突水预测与防治提供了理论依据。     

含裂隙煤层底板突水规律的数值模拟与工程应用

本文结合淮北杨庄矿某工作面实际工程情况, 利用NCAP-2D-W对煤层底板突水进行多方案的数值模拟试验研究。主要内容包括:(1) 考虑在承压水不变的条件下,设计不同裂隙分布状态,探讨单裂隙、多裂隙、不同长度裂隙对煤层底板破坏的影响及开采矿压对裂隙顶部破坏的影响;(2) 考虑承压水的变化,分别考虑单裂隙和多裂隙两种分布状态,探讨裂隙对煤层底板破坏的影响及开采矿压对裂隙底部破坏的影响。通过分析受采动荷载、岩层结构变化、煤层底板中裂隙分布状态及承压水变化等因素影响的数值试验,获得了随开采工作面不断推进煤层底板破坏区的发展、突水导升高度的递增、突水通道的形成等相关规律。     

煤层底板突水综合监测技术及其应用

底板岩溶水害是华北型煤田较为普遍存在的问题,因其具有隐蔽性、突发性的特点,防治水工作面临巨大的问题和挑战,因此,底板突水监测预警已成为煤矿安全生产过程中的必要措施。底板水害的形成和发生都有一个从孕育、发展到发生的演变过程,在此过程的不同阶段,底板裂隙、岩层视电阻率等均会释放出对应的突水征兆,及时、准确、有效地采集这些信息,根据这些信息判别突水过程中的具体水文地质特征,为建立突水监测系统奠定了基础。根据突水三要素,在葛泉煤矿东井11916工作面,利用井-地-孔微震监测技术和视电阻率监测技术构建了底板突水综合监测系统,对引起突水的导水通道和水源2个要素进行实时监测。监测结果表明：正常情况下,11916工作面回采过程中底板破坏深度为20~25 m,但是在2019年9月14日工作面推进到中间巷道时,运料巷和中间巷来自顶板的压力对底板破坏的叠加作用,以及附近的陷落柱原有破裂,致使该位置底板破坏深度加大,达到30~35 m,底板本溪灰岩水通过导水通道进入运料巷,底板出水2 m³/h,从视电阻率监测结果中不难发现1个低阻异常体从底板下逐步向上发育的过程。利用井-地-孔微震监测技术和视电阻率监测技术构建的底板突水综合监测系统能够捕捉到底板突水征兆,对于预测重特大水害事故的发生具有重要意义和实用价值。     

基于matlab的煤层底板突水预测系统

针对当前煤层底板突水预测存在的问题,在突水概率指数法预测预报系统的基础上,用matlab开发出了一套新型煤层底板突水预测系统软件。通过对地质、水文地质等信息数据进行分析处理,从而确定导致煤层底板突水的主控因素及次级影响因素,并分别赋予其相应的权重值,将各因素在底板突水中所起的作用定量化。特别是对于不同矿区不同控制因素的影响,其相应权重值的大小可以灵活改变。建立赋权求和数学模型,绘制出各个主要控制因素的专题图,并根据各个主要控制因素的不同权重值,叠合绘制出底板突水概率指数法突水分区图。同时计算出煤层底板突水概率指数。将系统软件应用于工程实际,预测效果与实际情况相吻合。     

数值模拟在回坡底煤矿底板突水防治中的应用

随着煤矿开采深度的不断增加,将面临高承压水的严重威胁,带压开采已成为深部煤炭资源开采的主要方式。应用RFPA2D-Flow系统对煤层底板破坏深度进行了数值模拟,得出了回坡底煤矿采煤工作面煤层底板岩层的破坏深度约为12 m;同时,当回采到110 m处时,自切眼向掘进方向50～80 m处出现漏斗状底板破坏区,该破坏区将可能导通底部奥灰水,使煤层底板发生突水。     

基于LSTM神经网络的煤矿突水预测

针对煤层底板突水预测问题,在总结现有突水预测方法和理论的基础上,通过特征选择实验得出水压、距工作面距离、砂岩段厚度、煤层厚度、煤层倾角、断层落差、裂隙带、开采面积、采高、走向长度是影响突水发生的主要因素,这些因素具有复杂、非线性的特点。提出基于长短时记忆（LSTM）神经网络构建的突水预测模型,将煤矿突水实例的数据作为样本数据对模型进行训练。最后,将LSTM神经网络模型与遗传算法-反向传播（GA-BP）神经网络模型和反向传播（BP）神经网络模型进行对比实验。实验结果表明,LSTM神经网络模型在测试集上的预测正确率更高,稳定性更好,更适用于煤层底板突水预测。