岩爆倾向性的动态破坏实验研究

岩石峰值强度后破坏过程的持续时间长短,反应了岩石破坏的剧烈程度和能量释放特性,也反应了岩石发生爆的倾向性。本文在常规 单轴压缩加载条件下,测定了凡口铅锌矿几种矿岩石峰值强度后的动态破坏持续时间,并根据实验结果对岩石发生岩爆的倾向性进行了评价,其结果表明它们均具有发生岩爆的倾向性。     

深井开采岩爆预测与防控措施研究

选取某矿山深部岩体进行试验,利用岩爆危险性判据评价岩爆的倾向性,并分析岩爆试验特征. 结果表明： 含铜磁铁矿具有中等岩爆倾向,其它岩石无岩爆倾向;岩爆倾向性与岩石强度有关,同一岩性岩体,强度越大,弹性能指数越高,岩爆倾向越明显;动态破坏时间与强度无明显相关关系. 针对矿山开采情况,提出岩爆防治措施,以降低岩爆发生的可能性,提高井下作业安全.     

冬瓜山铜矿深井开采岩爆危险区分析与预测

根据冬瓜山矿床典型岩石的抗拉试验、全应力应变试验和峰值强度变形状态下的松弛试验结果以及矿床构造、岩性分布,研究了该矿床岩层的岩爆倾向性分布特征,分析了已发生的井巷岩爆特征;采用数值模拟方法,以硐室周边最大切向应力与岩石的抗压强度之比为判别指标,对采场围岩岩爆危险区进行了预测.研究结果表明矿体和矿体上盘岩石具有中等岩爆倾向,矿体下盘岩石具有弱岩爆倾向,它们都属于诱导性的岩爆;岩爆发生于具有岩爆倾向、应力大且能够产生能量突然释放的区域,主要集中于工程的交叉处附近、不同岩层的接触带附近的较坚硬岩体以及采场顶板、矿柱和采场四角的局部区域.     

用于分析岩爆倾向性的剩余能量指数

通过分析岩石变形破坏过程中的能量变化,提出以岩石在峰值强度前储存的弹性应变能和峰值强度后稳定破坏所需的能量耗散之差(即剩余能量)与峰值强度后稳定破坏所需的能量耗散之比作为剩余能量指数,以反映岩石在峰值强度后区的动态特性;推导了剩余能量指数计算公式,并给出了其试验测定方法.此外,分析了将剩余能量指数作为岩爆倾向性指标的合理性,并采用铜陵有色金属公司冬瓜山深部矿床的典型矿岩进行了峰值前的循环加、卸载试验和变形破坏全过程试验,结合该矿床实际岩爆资料,对剩余能量指数与现有基于能量理论的岩爆倾向性指标进行对比分析,结果表明该指标能够较好地反映岩石的岩爆倾向性.     

冬瓜山铜矿床岩爆特性分析

根据冬瓜山井巷掘进期间记录到的岩爆现象,分析了岩爆特性,确定了该矿井巷的岩爆危险区,对该矿床几种主要的岩石进行了多种力学性质试验,包括强度试验和变形试验等,指出该矿床矿岩除大理岩外,其他岩石都具有不同程度的岩爆倾向性,并对岩爆倾向性属性进行了分析。     

基于声发射技术的隧道岩爆倾向性判别

为了更加形象地表述岩爆倾向性的判别方法,减少经验判断,在室内岩石力学实验基础上引入声发射监测方法,并提出通过声发射特征参数的时序演化来描述及判别岩石的岩爆倾向性,即根据实验过程中声发射振铃累计计数的时序演化特点,将不同岩爆倾向性的岩石划分为3种释放形式,即线性增长型、阶梯增长型和指数增长型,并分别对应无/弱岩爆倾向性、中等岩爆倾向性以及强烈岩爆倾向性.最后,以取自铜绿山隧道岩芯的玢岩为试验对象开展实验.结果显示:编号P-1与P-3两试件的声发射振铃累计计数时序演化特征表现出明显的指数增长形式,说明这两个试件均具有强烈岩爆倾向性,试验结果同常规岩爆倾向性的判别相符,据此可进一步推广于实践检验.     

基于熵权的模糊物元模型在岩爆倾向性评价中的应用

鉴于岩爆倾向性评价的不确定性和模糊性,以模糊物元理论为基础,选取岩石强度脆性系数、强度应力比Rc/σ1、冲击倾向能WCF及岩石完整性系数作为评价指标,同时结合熵权理论及贴近度原则,建立了基于模糊物元理论的岩爆倾向性多指标综合评价模型,并将其应用于会泽锌铅矿8#矿体的岩爆预测中.结果表明该方法具有较好的合理性及适应性.     

基于数据挖掘的深部采场岩爆知识的自动获取

将岩石力学和人工智能相结合,提出了深部采场岩爆风险估计知识自学习的一种新方法·它利用数据挖掘的方法从岩爆实例数据中挖掘出知识,并在此基础上建立了岩爆风险估计的智能系统·从而可以根据获得的现场测试和监测资料,综合估计深部采场因开采而诱发的岩爆风险·     

基于多重判据的高楼山隧道岩爆倾向性判别

为探究不同层理倾角对岩体岩爆倾向性的影响,以武九高速土建工程高楼山隧道的层理灰岩为研究对象,通过室内单轴加载与加卸载试验,结合弹性应变能岩爆指标、临界埋深岩爆指标、陶振宇岩爆指标和Russense岩爆指标对不同层理角度的岩样进行了岩爆倾向性综合分析.结果表明:不同岩爆指标的判别结果之间存在一定差异;层理角度对岩爆倾向性有显著性影响,当层理角度为60°时岩爆倾向性最高,层理角度为45°时岩爆临界埋深最浅;基于多重判据的岩爆倾向性判别法为在具有层理结构岩体的地下工程中进行岩爆灾害的预测预报提供了有益参考.     

金川深部典型岩石岩爆倾向性多因素综合评判

以金川二矿区深部为研究对象,通过对其花岗岩等6种典型岩样进行峰前卸载等多种常规力学实验研究,结合现场勘察数据,采用基于岩性、围岩、应力条件等不同评判角度的单一岩爆判据：强度脆性系数法、Barton法、弹性应变能指数法和围岩质量RMR法,分别对6种典型岩样进行岩爆倾向性理论预测,并引入模糊数学综合预测方法,以上述各单一判据结果为指标,运用专家评估法确定因素影响权重。多因素系统评价金川二矿区的岩爆倾向性。结果表明,传统单一岩爆预测判据方法不适合金川特殊地质环境。采用模糊数学综合预测方法多因素系统分析发现。花岗岩、大理岩等6种岩样均具有弱岩爆发生倾向,其结果与现场符合较好。对矿山下阶段安全、高效生产中的岩爆防治有一定的科学指导意义。     

深部硬岩岩爆预测的FDA模型及其应用

将Fisher判别分析(FDA)理论应用到深部硬岩岩爆预测中,以最大切向应力σθ、单轴抗压强度σc、单轴抗拉强度σt和弹性能量指数Wet作为影响岩爆的因素,建立以σθ/σc,σc/σt及Wet为判别因子的岩爆预测的FDA模型.以国内外15个深部岩体实例为训练样本进行训练,利用训练好的模型对冬瓜山硬岩矿山和某煤矿三水平西大巷深部开拓巷道岩爆进行预测.研究结果表明:利用FDA模型进行深部硬岩岩爆预测,结果与工程实际岩爆结果相符合,说明该方法在深部硬岩岩爆预测中具有良好的工程实用性.     

可拓综合评价方法在岩爆判别中的应用

岩爆是岩体高应力区的一种重要地质现象,是地下工程建设中必须关注的重要地质工程问题之一.文中提出3个最能控制岩爆发生的指标:围岩二次应力的最大主应力与岩石抗压强度比、岩爆倾向性指数和岩体完整性指数.以这3个指标为影响因素,确定了岩爆发生等级的判断标准.在此基础上采用可拓方法对岩爆的发生及等级进行了综合判断,并运用已经完成的工程实例进行了验证.     

深部开采岩爆预测的神经网络方法

岩爆是深部高地应力岩石地下工程中的一种常见灾害,其影响因素之间存在着极其复杂的非线性关系。在综合分析基础上,选取开采深度、围岩最大切向应力与岩石单轴抗压强度比值、岩石单轴抗压强度和抗拉强度比值、岩石冲击性倾向指数作为岩爆预测的评判指标。应用人工神经网络方法,建立了岩爆预测的计算模型,利用国内外一些深部开采、岩石地下工程资料作为学习样本和测试样本对模型进行训练。该模型成功应用于某矿巷道的岩爆预测,预测结果与实际情况一致,此研究为深部开采岩爆预测提供了新的途径。     

深井矿山开采中岩爆发生机理及其预测方法研究

岩爆是深井矿山开采中的重要灾害之一.本文从岩爆的发生机理及预测方法等方面,阐述了目前国内外学者的理论研究.简要介绍了岩爆发生机理最常用的理论依据有：强度理论、能量理论和刚度理论;并介绍了岩爆倾向性预测的几种判据：最大主应力判据、最大剪应力判据、能量判据、冲击倾向性判据等.     

基于RES理论的岩爆倾向性预测方法

从工程地质因素、复杂环境因素和人为开挖因素3个方面分析了岩爆启动的主要影响因素,在此基础上,提出了一种基于RES理论的岩爆智能预测模型,并论证了人工神经网络的参数分析原理.此外,采用改进的前馈神经网络BP算法对交互作用矩阵进行编码以及对参数的相对交互作用强度进行了分析.研究结果表明:运用该岩爆智能预测模型,不仅使岩爆倾向性的预测具有动态特性,同时又可以方便地对岩爆启动的主控因素进行分析.     

成兰铁路特长深埋隧道岩爆段应力特征

为了探究高地应力环境下深埋隧道岩爆发生机理,掌握岩爆孕育规律,本文通过现场测试、数值分析及室内实验,对平安特长深埋隧道岩爆段围岩的二次应力场进行了分析,探明了隧道岩爆发生的力学机制,并运用经典应力岩爆判据指标,预测判断出岩爆发生强度及位置。研究表明隧道侧壁处存在较大的压应力,是造成岩爆发生的主要原因；高地应力条件下,由于结构面等不利因素的存在,造成掌子面中部处原岩应力突发释放而引发高烈度的岩爆；在岩爆区段进行应力释放孔的布置,能够有效地释放原岩应力,减少岩爆发生的可能性。相关研究成果能够深化人们对于高地应力环境下岩爆发生机制的认识,为类似工程岩爆的防控及建设提供科学依据。     

岩爆灾害的灰类白化权函数聚类预测方法

岩爆是高应力岩石地下工程中的地质灾害.将岩爆与其影响因素之间的关系作为灰色系统,提出采用灰类白化权函数聚类的预测方法对岩爆灾害进行预测.选取岩石弹性能量指数、脆性系数和围岩最大切向应力与岩石单轴抗压强度的比值作为岩爆灾害预测的主要影响因子,并构造了适于岩爆预测的各聚类指标的白化权函数.采用本文提出的方法对国内外一些岩石地下工程实例进行了分析,并与工程实际情况进行了对比,研究结果表明,本文提出的基于灰类白化权函数聚类的岩爆灾害预测方法具有较高的预测精度.     

基于GD-DNN模型的岩爆烈度等级预测方法与应用

岩爆是深埋隧道施工过程中开挖时形成临空面，引起能量突然释放的现象，轻则岩片剥落，重则造成人员伤亡和财产损失，其危害程度取决于岩爆烈度等级，因此岩爆烈度等级预测是急需解决的难题之一。本文针对单一指标预测法预测效果不理想的问题，首先设计并实现了综合指标法和针对多分类问题的分类器，其次提出并建立了基于梯度下降(Gradient Descent)算法优化深度神经网络(Deep Neural Network)的GD-DNN岩爆烈度等级预测模型。实验结果表明：GD-DNN模型预测的准确率达到95.8%，相比机器学习算法K最近邻(K-nearest neighbor，KNN)、支持向量机（support vector machine，SVM)和深度学习算法DNN分别提高了45.8%、38.7%和8.3%，同时在精确率、召回率和??1值三项指标上均优于其他模型。最后在秦岭隧道、大相岭隧道、通渝隧道和马路坪矿井4个实际工程中检验模型的预测效果，检验结果证明GD-DNN模型能够精准预测岩爆烈度等级，研究成果可应用于深埋隧道工程中。