试用矢量表示岩层真厚度

在野外地质测量工作中,岩层真厚度历来使用标量计算。文中证明：如果规定在导线前进方向上,凡是自下部向上部测得的岩层真厚度为正厚度,反之则为负厚度,可以使用公式Ｍ＝Ｌ·［ｓｉｎβ·ｃｏｓε·ｃｏｓ（－λ）＋ｓｉｎε·ｃｏｓβ］进行岩层真厚度计算。该公式各参数的取值范围与野外实测剖面过程中各数值可能出现的范围相同,而且所有数据均可直接取于野外实测剖面数据记录表,不需要对数据作任何处理,计算过程简单准确。其计算结果不但可得出岩层的真厚度,而且还可真实地反映出岩层之间的上下关系,从而使岩层厚度具有矢量性质。     

顺层高边坡开挖松动区研究

开挖顺层岩石高边坡,往往需要进行预加固,因而合理确定坡体开挖松动区范围便成为核心问题。根据坡体开挖后的应力和位移状态,给出了开挖松动区的明确定义;结合重庆万州-梁平高速公路沿线各顺层高边坡失稳实例,对顺层高边坡开挖松动区进行了研究,简述了松动区的特点,分析了开挖松动区的影响因素。从岩体结构出发,以开挖深度和岩层倾角为主控元素,对顺层高边坡开挖松动区的长度进行了统计分析,结果表明：岩层倾角在15～30°的砂泥岩顺层高边坡最易产生开挖失稳,且松动区长度与开挖深度有关,二者比值较为集中地分布在2～5之间。     

测井曲线在杭东勘查区煤炭普查煤岩层对比中的应用

杭东普查区煤层产状平缓,构造简单,但由于含煤地层为陆相沉积,煤层层数多、厚度、间距变化大,沉积岩相变化快、大范围内缺乏稳定的对比标志层,因此煤岩层对比是本区勘查需要重点解决的难题。通过对比杭东普查区与邻区200余孔的测井资料,分析煤岩层在各种测井曲线的异常特征与异常组合规律,确定了对煤岩层对比有重大意义的标志层,如延长组与上覆延安组的典型视电阻率异常分界;延安组在高视电阻率曲线上的“树杆”状凸起特征;安定组视电阻率曲线近直线的低值形态;4-1煤在视电阻率曲线上呈现出的“斜坡”状或“刀”状高异常,以及在自然伽玛曲线上的“凹坑”特征;侏罗系中统直罗组的高伽马异常,等等。这些典型特征保证了该区煤岩层对比可靠性,为提交优质地质勘查报告发挥了重要作用。     

基于TBM掘进性能和适应性分析的围岩分级方法及应用

煤矿巷道变化的围岩地质条件影响着全断面岩石掘进机(Tunnel Boring Machine,TBM)的推广应用,准确评估煤矿岩体可掘性和岩层TBM适应性对TBM高效施工至关重要。基于对岩体参数和岩体可掘性指标的评价,采用优劣解距离法(TOPSIS)建立了岩体可掘性分级模型,并结合不同地质条件的[BQ]值和TBM利用率的相关性分析,提出了岩层适应性分级模型。以日掘进速度为判断指标,进行岩体可掘性和岩层适应性评估,建立了一套基于TBM施工性能的围岩综合分级方法,采用河南平顶山首山一矿底板瓦斯抽采巷道TBM掘进过程中的工程数据,对TBM围岩综合分级方法进行了现场应用。结果表明：在岩体可掘性等级为Ⅰ级,地层TBM适应性等级为3级的条件下,TBM施工巷道平均月进尺可达到400 m;当TBM利用率不足20%时,极有可能会出现卡机、出渣困难等现场问题。围岩综合分级方法通过利用自动采集的TBM掘进数据和围岩性质的综合分析,能够动态评估TBM在不同围岩地质条件下的施工性能,并为TBM掘进控制参数设计提供了理论依据。     

陡倾层状斜向岩层视向溃屈机制力学分析——以陕西山阳滑坡为例

以陕西山阳滑坡为例,分析了陡倾层状斜向岩层岩质滑坡的视向滑动特征、滑移-溃屈破坏模式与机制。基于梁板理论、层状板裂结构岩体弯曲-溃屈破坏的力学模型在考虑自重、地下水静水压力作用及斜倾层状山体视向滑动侧向摩阻力作用的影响下,采用岩体结构力学分析的方法建立了相应的力学模型;经过力学分析,推导出基于斜坡自重、地下水静水压力与侧向摩阻力作用下的陡倾层状斜向岩层斜坡溃屈段长度条件方程。为验证条件方程的正确性,以山阳滑坡为例进行了验算,最后得出与实际调查较一致的结果,为防御陡倾层状斜向岩层斜坡产生视向溃屈破坏提供依据。      

复杂层状岩层隧道塌方原因分析与加固后信息化施工技术

关口垭隧道右洞Yk73+955～Yk73+925段在施工过程中出现塌方,从层状岩层分布、偏压和雨水侵蚀作用以及前期地质勘测欠准确等方面分析塌方原因,结合工程具体情况,比较分析超前小导管和长大管棚处理方案的优缺点,选择超前小导管预注浆辅以工字钢处理塌方区,在处理段增设监测断面,通过监测隧道的收敛位移和拱顶下沉量以及钢拱架的内力反映隧道围岩的稳定状况,量测结果表明,在一定时间内围岩达到稳定,表明采用超前小导管预注浆方法处理隧道塌方区效果良好。     

万家寨引黄工程泥灰岩段隧洞岩石掘进机(TBM)卡机事故工程地质分析和事故处理

隧道全断面岩石掘进机 (TBM )的施工对地质条件适应性是一个不断认识和深化的过程 ,其中很多认识是来自已发生的各种各样事故和对事故原因的理性认识。本文是在对某隧洞TBM卡机地段的岩性 (包括工程性质 )、构造、地应力及其在TBM施工条件下的变化等方面进行工程地质力学研究的基础上 ,指出层间剪切带的存在及由此而产生的较大变形速率是导致事故发生的工程地质原因 ,并提出了相应的处理意见和建议。TBM卡机问题的顺利解决和它重新开始快速掘进证明了作者分析和工程处理措施的合理性。本文的分析有助于加深TBM施工对复杂地质条件适应性的认识 ,并可望为避免类似事故的再次发生提供参考和借鉴。     

基于Monte Carlo-BP神经网络TBM掘进速度预测

预测隧道工程中TBM掘进速度,主要有完全经验的、半理论半经验的模型和人工智能等方法,所用参数均为确定性的,未考虑参数存在的随机性,故导致预测结果的不准确性。基于此,提出了Monte Carlo-BP神经网络TBM掘进速度预测模型,着重考虑了一些重要输入参数的随机性, 其中输入参数重要性的大小通过粗糙集进行计算排序。采用Monte Carlo产生随机数时,由于参量的样本数据的有限,分布函数均采用阶梯形经验分布函数。如果采用的数据是来自不同类型的 TBM,则应当考虑机器性能参数,并重新对参数重要性进行排序。实例计算表明,Monte Carlo-BP神经网络模型预测结果和实测值总体趋势和均值比较一致。