【摘 要】
：
深埋弱胶结薄基岩厚煤层采场动压显现强烈,顶板动载冲击作用下液压支架压死、损坏现象时有发生.为提高该类采场围岩控制效果,采用室内试验、理论分析和现场实测等手段研究厚冲积层作用下深埋弱胶结薄基岩顶板动载冲击效应产生机制,探究动载冲击力确定方法.结果 表明:深埋弱胶结薄基岩厚煤层采场覆岩采动裂隙萌生于高位厚冲积层,上行扩展导致冲积层垮落,下行扩展导致基本顶断裂,形成覆岩冒落拱;冒落拱局部失稳,则新生冒落拱呈非对称形态,基本顶发生拉伸破断,支架承受静载作用;冒落拱整体失稳,则新生冒落拱呈对称形态,基本顶发生剪切破
【机 构】
：
中国矿业大学(北京)能源与矿业学院,北京100083;放顶煤开采煤炭行业工程研究中心,北京100083;中国矿业大学(北京)能源与矿业学院,北京100083
论文部分内容阅读
深埋弱胶结薄基岩厚煤层采场动压显现强烈,顶板动载冲击作用下液压支架压死、损坏现象时有发生.为提高该类采场围岩控制效果,采用室内试验、理论分析和现场实测等手段研究厚冲积层作用下深埋弱胶结薄基岩顶板动载冲击效应产生机制,探究动载冲击力确定方法.结果 表明:深埋弱胶结薄基岩厚煤层采场覆岩采动裂隙萌生于高位厚冲积层,上行扩展导致冲积层垮落,下行扩展导致基本顶断裂,形成覆岩冒落拱;冒落拱局部失稳,则新生冒落拱呈非对称形态,基本顶发生拉伸破断,支架承受静载作用;冒落拱整体失稳,则新生冒落拱呈对称形态,基本顶发生剪切破断,支架承受动载作用;快速下行扩展的采动裂隙在惯性作用下穿越岩层交界面进入基本顶,使其成为上表面含惯性裂纹的悬臂梁,极大劣化基本顶承载能力;采动裂隙扩展至冒落拱顶部和拱脚的时间一致,冒落体脱离冲积层母体前,裂隙萌生位置处应变集中程度最高,拱脚次之,拱顶最低;冒落拱整体失稳导致大范围冲积层自重载荷迅速传递至劣化基本顶悬臂梁,惯性裂纹尖端出现剪应力集中现象,基本顶发生剪切破断,存储于其中的弹性应变能转化为破断岩块动能,非静态启动的破断岩块冲击下位直接顶和液压支架,引发采场动压;采用上限定理确定了厚冲积层冒落拱边界方程,得到作用于基本顶之上的冲积层载荷和存储于基本顶中的弹性应变能,基于动能、动量守恒原理分别确定了基本顶破断岩块启动速度、顶板动载冲击力计算方法;最后提出采用预裂爆破方法释放赵固二矿14030工作面基本顶应变能,预防顶板动载冲击现象的发生.
其他文献
沉积相建模是储层建模中的一个重要环节,有多种方法可以用来建立沉积相模型.传统的建模方法需要利用各种参数对变量的空间结构信息进行刻画,如变差函数、数据样式等,在模拟中再现这种空间结构.利用生成对抗神经网络方法(GAN,Generative Adversarial Nets)建模采用了不同的策略,通过对大量图像(模型)的学习,生成与学习样本具有高度相似特征的模型.基于单一图像生成对抗神经网络方法(SinGAN,Generative Adversarial Nets based on single image)
机器学习和数据挖掘具有出色的预测、分析、决策和计算能力,在油气勘探开发领域的应用已取得良好的效果.在总结储层预测方法的基础上,分析了不同储层预测方法的适用性及优缺点,应用机器学习方法,挖掘测井和地震数据,预测了储层的岩石类型、空间展布、孔隙度、渗透率和含油饱和度.将该方法与地震反演储层预测对比,结果表明该方法具有明显优势.一是挖掘地震数据蕴含的大量信息并进行多重属性融合,使预测精度提高;二是数据驱动代替经验驱动,使工作流程简化.
滑坡灾害的精准监测和及时预警是防灾减灾的关键.针对目前滑坡监测预警存在的预警成功率低、预警时间滞后等问题,提出基于“滑坡发生的充分必要条件是牛顿力变化”这一学术思想的监测预警新方法,研发滑坡地质灾害牛顿力远程监测预警新系统.从滑坡牛顿力远程监测预警的“道”、“器”、“术”及工程应用4个方面进行总结论述.首先,在岩石力学领域首次提出地质体灾变牛顿力变化定律,构建基于牛顿力变化测量的滑坡双体灾变力学模型和数学表达,形成一套完善的滑坡牛顿力测量理论体系.再者,自主研发滑坡地质灾害牛顿力远程监测预警系统以及具有高
针对横波速度预测问题,在分析经验公式法和岩石物理建模法优缺点的基础上,结合横波速度预测原理,提出基于深度前馈神经网络方法(DFNN)进行横波速度的预测.研究从纵、横波速度关系入手,详细阐述了DFNN方法应用于横波速度预测的可行性,并介绍了该深度学习方法的基本原理;选择声波时差、密度、中子孔隙度、泥质含量、孔隙度5个储层参数与横波速度进行深度神经网络训练,建立可靠的横波速度预测模型.将该模型应用于不同研究区的横波速度预测,结果表明基于DFNN方法预测横波速度能够有效提高预测的精度和效率,适用范围广,可以为叠
随着油气田勘探开发难度越来越大,对砂体岩性预测精度提出更高要求.具有较高纵向分辨率的地质统计学方法,随着其应用范围越来越广,井间预测可靠性不足的缺点愈加明显.基于机器学习算法和属性特征双优选的砂体岩性预测方法,首先通过井震精细标定,明确砂体在地震数据和属性体上的特征;然后在属性特征优选和确定测井敏感曲线的基础上,选择最优的机器学习算法;接下来使用K折交叉验证法,获得最优超参数组合,最后通过多次迭代获得预测精度和鲁棒性都较高的训练模型.将该方法应用于埕岛东坡馆上段5砂组砂体岩性预测,不仅井点吻合度较高,预测
崩滑型堰塞坝由于坝体结构松散、稳定性差、极易产生漫顶溃决形成巨型洪水,曾一度给我国灾区人民生命财产造成严重危害.基于当前室内模型实验、现场试验和数值模拟系统地总结溃坝阶段划分依据、溃口及纵剖面演变规律、溃决流量及洪水沿程演进特点,并在此基础上深入分析溃口下切及横向扩展中坝体材料侵蚀计算公式及侵蚀机制.相比人工土石坝,堰塞坝溃口及纵向发展受坝体材料空间非均匀分布及漫顶水流饱和含沙量影响严重.此外,相较于其他泥沙侵蚀作用关系,线性及双曲型侵蚀力与抗侵蚀力关系由于计算简单、高效,具有明确的物理意义,能更好地反应
从地震数据中识别断层在地震资料解释中至关重要,但随着勘探规模的扩大,传统的人工解释断层已满足不了实际生产需要.如何研究出一种能满足断层识别高精度需求并能提升运算速度的方法是急需解决的问题.为此,基于改进的AlexNet模型,把自动识别断层的方法看作图像识别二分类问题.首先将批量归一化代替局部响应归一化,加快模型收敛;其次引入平衡交叉熵损失,解决在地震数据中断层与非断层高度不平衡问题,使模型朝着正确的方向收敛;最后用卷积层代替全连接层,极大缩减了训练参数,加快了训练速度.训练的模型对理论数据和实际数据预测结
老油田开发井数多、纵向上多套层系发育、油水关系复杂,地层对比人工解释工作量大、多解性强.常规大数据研究思路将多条测井曲线和分层样本标签通过选定的一种机器学习方法一次性建立样本预测模型,该方法预测模型精度低、收敛困难.针对性地提出了一种基于数据驱动和循环滑动时窗的小层智能划分方法,优选对地质分层敏感的测井曲线作为特征参数,为丰富样本库采取“窗口对点”的循环滑动时窗方法多次进行样本数据采集,通过优化不同机器学习方法的超参数,得到最佳训练模型,使用该模型对小层智能划分结果进行预测.分析结果表明,滑动时窗长度为2
为研究澜沧江流域某深层倾倒体演化过程及失稳机制,采用底摩擦模型试验及通用离散单元程序数值试验模拟其在河谷演化进程及水库蓄水作用下的变形失稳全过程,通过数字图像相关法(DIC)及粒子图像测速法(PIV)获取斜坡不同阶段的速度、位移矢量场及特征点的位移变化规律.结果 表明:(1)深层倾倒体变形失稳模式为加速变形-减速蠕变-坡脚牵引-整体滑移,滑坡是倾倒变形发展到极致的产物;(2)受河谷演化控制,深层倾倒体主要经历剪切错动、初始弯曲、自稳蠕变、统一剪切面形成和破坏5个演化阶段;(3)水库蓄水加速了涉水深层倾倒体
随着煤炭开采向深部不断发展,岩石所处地质条件愈发复杂,地下水作用使得围岩强度明显降低,严重影响现场人员及生产安全.为研究巷道开挖后水岩相互作用对围岩性质的影响,以万福煤矿深部巷道砂岩为研究对象,通过X射线衍射(XRD)、扫描电镜(SEM)、压汞(MIP)及核磁共振实验(NMR),对砂岩样品矿物成分、孔隙尺寸及微观结构进行监测,研究孔隙结构随含水率的动态变化规律.结合关键含水率(0％,0.8％,1.6％,2.4％,3.3％)的室内力学实验结果,探讨砂岩强度软化机制.研究表明:(1)本次砂岩核磁共振T2谱曲线