论文部分内容阅读
采空区顶板大面积冒落诱发的冲击地压是矿山最主要的灾害形式之一,为保证矿山安全、高效、有序的回采,确保资源最大限度的回收,加强空区诱发的上覆岩层移动及顶板冒落规律研究意义重大。本文采用理论研究、现场实测与计算机模拟计算相结合的研究方法,全面系统的对复杂条件下空区诱发的岩层移动及顶板冒落规律进行分析,揭示了龙桥铁矿矿体回采产生的开采效应,其主要研究内容和成果如下: 本文采用基于SURPAC的FLAC3D模型,模拟龙桥铁矿采用无底柱分段崩落法采矿工艺诱发的空区顶板冒落规律及岩体移动的时空演变过程,其结果可以概括为矿体的开采破坏了原岩应力的平衡,引发了空区围岩的岩体移动及应力转移,造成顶板下沉、顶板鼓起、两帮围岩垮落的现象。空区顶板的最大主应力随着开采的深度及跨度的增加,其应力集中区域也不断扩大,空区顶板的最大主应力也将由压应力逐渐转为拉应力,底板在一定程度上应力也得到了释放,随着围岩远离空区,其应力也将恢复到原岩应力状态。 根据能量守衡观点和气体动力学理论,建立了大规模顶板围岩垮落伴随的冲击气浪灾害力学模型,并对龙桥铁矿扰流模型冲击气浪进行了计算,估算了岩块冒落引起空气流动速度的最大值、岩块冒落产生的冲击气浪速度的最大值及确保井下作业人员安全距离岩块冒落点的最小距离。 基于无损探地雷达的原理和方法对空区顶板覆盖层厚度进行了探测,其探测图片可以清晰的显示矿岩覆盖层厚度达到了两个分层厚度,满足国家安全生产规定要求,保证了井下作业的安全。同时通过钻孔摄影技术大量的监测数据表明空区顶板岩体冒落存在一定的规律性,其随时间的冒落演变过程可以归纳为:相对稳定阶段→初始冒落阶段→持续冒落阶段。 结合灰色模型、最小二乘支持向量机等人工智能方法的优势,提出了基于残差型G-LSSVM的智能预测方法。将SVM、GM(1,1)模型及残差型G-LSSVM模型分别用于龙桥铁矿覆盖层冒落高度及碴石厚度的预测,残差型G-LSSVM预测的精度要优于单一的SVM和 GM(1,1),该模型可以避免单一人工智能方法预测的盲目性和随机性,可以运用到相关工程领域,准确及时的预测到冒落高度及碴石厚度对于地下铁矿石资源安全、高效的回收具有极其重大的意义。