深井高应力软岩巷道底臌破坏机理与控制技术研究

来源 :山东科技大学 | 被引量 : 0次 | 上传用户:fy9876
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国煤炭资源的不断消耗,煤矿开采伴随着深度的增加大多要经历“三高一扰”的复杂地质环境,在浅部开采中,具有坚硬岩石特征的岩体进入深部开采后相继表现出地压高、变形大、支护难等软岩的力学特性。主要原因是在高地应力下宏观上表现出软弱岩石的破碎,弱化,松散,流变,膨胀和强烈蚀变等特征。在软岩巷道中的底臌问题也变得更加突出。底臌现象一旦发生就会使得巷道断面减小,底板隆起会严重的阻碍煤矿生产和安全。现有的理论和技术并不能完全解决深部高应力软岩巷道的围岩稳定问题,尤其是底臌问题,因此研究深部高应力软岩巷道底臌的产生机理、影响原因和稳定性控制对策具有非常重要的实际意义。
  以郭屯矿深部高应力软岩巷道的底臌问题和巷道的失稳为工程背景,通过岩石试件的岩样分析和物理力学试验、地应力测试、松动圈探测和数值模拟等手段,分析了深部软岩巷道失稳破坏原因,确定了支护参数,通过方案对比确定了具体的支护方案。具体分析了深部软岩巷道的力学特征及其变化规律。通过对围岩塑性区的分析结合软弱围岩所具有的弹塑性特点,揭示了围岩塑性区的发展规律,研究深部高应力软岩巷道底臌稳定性控制对策。
  主要工作和结论有:利用理论分析的方法,对深部巷道底臌产生机理进行分析,得出造成巷道出现底臌破坏的主要方式、变形特性和变形破坏机理。利用FLAC3D数值模拟分析不同影响因素对于深部巷道底臌产生的影响规律,并通过实验进行分析。针对郭屯矿软岩巷道出现的底臌问题,提出了反底拱和锚注联合支护防治方案,通过数值模拟支护方案的位移、应力和塑性区得出的数据对比,证明了支护方案合理可行,有效地解决了高应力软岩的大变形及流变问题,确保了巷道的长期稳定。
其他文献
期刊
足球运动是高耗能的、多人的体育运动,在国际体育中也是一项重点的竞技项目。在小学阶段开设足球课程,有利于增强小学生群体的体育素养,发展他们的体育精神。本文中笔者主要从体育学科核心素养培育的角度,对小学阶段足球课程的教学路径创新进行了探讨,希望能为小学生群体的体育核心素养增强提供帮助。
在党的十九大,习近平总书记认为中国应该朝着体育强国这个目标进发,学校体育课作为培养学生足球兴趣爱好的平台,对足球的改革发展有着重大意义,尤其是在2020年9月9日顺利召开全国青少年校园足球工作视频会议后,校园足球教学有了全新的发展方向和实现动力。怎么科学有效提升青少年足球教学水平,加大学生参与足球意愿与加强身体素质,是当前校园教学改革亟待解决的问题。跨理论模式在国外已经有几十年的发展,涉及社会行为
脑机接口(Brain Computer Interface, BCI)技术是一种直接利用大脑的思维意识活动与外部世界进行信息交换和操作控制的新型人机交互技术。与传统的中枢神经通道不同,这种交互方式在不需要外周神经、肌肉组织参与的情况下可实现与外部环境的通信。因此,该技术可以帮助患有严重的神经肌肉障碍患者恢复交流和控制的能力。随着研究的不断深入,其适用范围也拓展到健康人群。以提高健康人运动能力、增强
学位
自主导航控制系统是实现无人机自主飞行的核心系统,在执行避障、跟踪和监视等任务时,都需要该系统确保无人机按预定航线飞行。在复杂的空域中,如何有效补偿外部未知风扰,保证无人机能够准确的跟随预定的航线,称为无人机的路径跟踪问题。目前,无人机路径跟踪控制己成为理论和工程研究的热点,是无人机自主导航系统的关键所在,已经有很多方法提出用于小型固定翼无人机的路径跟踪控制。  小型固定翼无人机在路径跟踪时存在的问
学位
人类大脑拥有超过数千亿个连接,是“宇宙中最复杂的系统之一”。大脑产生了人类所有的认知、情感、行为、思想,可以说大脑塑造并成就了人类本身。磁共振成像技术(magnetic resonance imaging,MRI)为我们探索大脑的奥秘提供了强有力的手段。比如结构MRI(structural MRI,sMRI)数据反映出大脑的结构特点,而功能MRI(functional MRI,fMRI)数据则可以
目前,多数研究者采用投影测量方法获取量子系统的信息,而投影测量的结果一定包含于测量算符的本征值谱内,但是现在还有一种被称为弱值测量的方法,其结果可以不属于本征值谱的范围。量子弱值测量是在1988年被首次提出的,现已成为具备微弱信号放大、获得复数值观测结果和观测量子系统非经典特征等功能的实验工具。至今,弱值的定义、物理解释、弱值测量的过程,以及弱值结果的应用等内容已被广泛研究,但是针对弱值的物理解释
学位
精确可靠的自定位是移动机器人实现多机协同、路径规划与控制决策等自主能力的基础。作为移动机器人的典型代表,室内服务机器人要能够实时进行自定位且有效避开各种静态和动态障碍物,以完成自主导航。  本文以RGB-D相机为主要的视觉传感器,在TurtleBot2的实验平台上对室内移动机器人的建图、自定位以及路径规划问题开展研究。研究的内容主要包括两个方面:1、建立室内环境地图模型并基于所建立的环境地图模型进
计算机技术、多媒体技术及Internet的迅速发展,使得基于内容的图像检索成为多媒体领域最活跃的研究热点之一.该文在全面分析这一领域中的关键技术基础上,结合目前的研究热点,重点研究了基于局部图像特征的检索方法.主要工作概括如下:1.系统分析和研究了基于内容的图像检索领域的一些关键技术,如:颜色、纹理、形状等图像低层特征的描述方法,图像间的相似性度量方法,图像库索引机制,相关反馈等.并且,总结了现有