CN108510112B - 一种现场监测与数值模拟相结合的矿山灾害预测预警方法 - Google Patents
一种现场监测与数值模拟相结合的矿山灾害预测预警方法 Download PDFInfo
- Publication number
- CN108510112B CN108510112B CN201810223969.3A CN201810223969A CN108510112B CN 108510112 B CN108510112 B CN 108510112B CN 201810223969 A CN201810223969 A CN 201810223969A CN 108510112 B CN108510112 B CN 108510112B
- Authority
- CN
- China
- Prior art keywords
- early warning
- real
- time
- monitoring
- numerical simulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明是一种现场监测与数值模拟相结合的矿山灾害预测预警方法,包括如下步骤:进行岩体测试及其赋存环境的表征,并建立矿区三维数值模型;根据岩体测试结果对三维数值模型进行参数赋值,进行初步数值模拟计算,根据初步数值模拟计算结果确定现场监测手段和监测方案;基于实时监测数据和实时数值模拟结果进行灾害的实时预警;基于对监测数据的数据挖掘和超前数值模拟结果进行灾害的超前预测。本发明结合数值模拟方法与现场监测方法,既能实时反映现场情况,又可从机理上认识灾害发生过程。既能实现时间上的超前预测,又可达到空间上的总体把握。提高预警预测的时间、空间准确性,实现预警工作的实时性、超前性,达到预警方法的普适性。
Description
技术领域
本发明属于矿山灾害预测预警领域,涉及一种现场监测与数值模拟相结合的矿山灾害预测预警方法。
背景技术
随着我国经济的快速发展,矿物资源的需求量与日俱增,矿业开发规模逐渐扩大。随之带来的是,矿山生产的安全问题日益突出,岩爆、透水、冒顶、塌陷等灾害日趋凸显,导致矿难频频发生。目前国内外尚缺乏行之有效、稳定可靠的矿山灾害预测预警方法。
现场监测也一直都是管理矿山生产和预防矿山灾害的传统方法之一。这种方法优点在于:利用传感器能实时了解矿山的真实状态,持续不间断的监控,对异常现象做出及时有效的处理。而且,随着科学技术的不断发展,越来越多的监测传感器应运而生,各方面均满足矿山现场监测需求。近年来,基于监测数据的预警方法一般是采用数据挖掘算法分析监测数据与矿山灾害之间的隐含关系,建立矿山灾害预警算法模型,用于预警诊断矿山灾害。
但这种方法存在三个方面严重的缺陷:其一,这种预警方法是对大量数据中隐含规律的挖掘,不能得出明确的作用机制和理论解释,对人们从根本上认识灾害具有很大的困难;其二,由于这种方法的基本条件是数据,由于岩体结构和开采扰动的复杂性,围岩损伤及变形的监测数据的准确性大打折扣,很难保证基本的预测准确性;其三,由于监测数据来源于各个散落布置的监测点传感器,这些数据仅能反映该监测点极小范围内的力学响应状态,并不能获得其他非监测点的响应状态。由于监测点布置不合理等原因,有可能导致非监测点的响应比监测点的响应更强烈,会导致非监测点先于监测点破坏,而监测预警任务失败。
为了更好的进行矿山灾害的预测预警,需要在进行采动致灾过程分析基础上,认清各种矿山灾害发生的机理与前兆规律。实际上,借助于数值模拟方法,人们可以进行岩体损伤致灾过程的分析,在此基础上也可以实现岩体损伤区发展的分析预测,为灾害的预警提供了重要的理论与技术支撑。数值计算方法还能更直观地展示出整个研究区域内的力学响应状态,为解读监测数据提供了理论依据。基于此,数值模拟方法也可被用于灾害的预测。这种预测方法虽然可从理论上分析灾害的发生机理,一定程度上指导安全生产。但是,数值模拟方法也存在以下两方面的缺陷:其一,由于岩体的复杂性,无法完全真实的表征工程现场情况,数值模拟往往对岩体的现场情况进行简化,模拟的结果往往与现场真实情况有较大的误差,其预测预警的准确性也会大打折扣;其二,当前对于岩石尤其是岩体损伤与破裂的时间效应机理尚不是完全清楚,现有的数值模拟模型和数值模拟方法难以做到实时预警,更难以达到超前预警。
发明内容
本发明的目的在于提供一种基于数值模拟和现场监测相结合的矿山灾害预警方法,旨在提高矿山灾害预警方法的准确性、实时性、普适性。
本发明提供一种现场监测与数值模拟相结合的矿山灾害预测预警方法,包括如下步骤:
步骤1:进行岩体测试及其赋存环境的表征,并建立矿区三维数值模型;
步骤2:根据岩体测试结果对三维数值模型进行参数赋值,进行初步数值模拟计算,根据初步数值模拟计算结果确定现场监测手段和监测方案;
步骤3:基于实时监测数据和实时数值模拟进行灾害的实时预警;
步骤4:基于对监测数据的数据挖掘和超前数值模拟进行灾害的超前预测。
在本发明的现场监测与数值模拟相结合的矿山灾害预测预警方法中,步骤1包括:
步骤1.1:对应用矿山及周边地区进行地质勘探和地质测量,获得反映矿区结构产状、地质构造及分布情况的地质剖面图与地质平面图;
步骤1.2:钻取现场不同岩性的岩芯,对岩芯进行基本物理力学试验,可反演获得整个岩体的基本物理力学参数、岩石本构关系与破坏准则;
步骤1.3:通过现场原位测试试验,获得各个区域的原位地应力参数;
步骤1.4:根据地质剖面图、地质平面图、岩体的基本物理力学参数、岩石本构关系与破坏准则、原位地应力参数建立矿区三维数值模型。
在本发明的现场监测与数值模拟相结合的矿山灾害预测预警方法中,步骤2包括:
步骤2.1:根据岩体测试结果选择本构模型、应力边界条件与自重条件;
步骤2.2:进行初步数值模拟计算,根据初步数值模拟计算分析的结果确定现场监测手段和监测方案。
在本发明的现场监测与数值模拟相结合的矿山灾害预测预警方法中,所述步骤3包括:
步骤3.1:对矿区进行现场监测获得实时监测数据,对实时监测数据进行分析获得实时监测预警结果;
步骤3.2:以实时监测数据为依据对三维数值模型进行修正,利用修正后的三维数值模型进行实时数值模拟,获得实时模拟预警结果;
步骤3.3:如果实时监测预警结果和实时模拟预警结果相一致,则向各预警终端发布警报,如果不一致则向决策者发出预警信息,由决策者判断是否发布预警警报。
在本发明的现场监测与数值模拟相结合的矿山灾害预测预警方法中,步骤3.1具体包括:
步骤3.1.1:根据前期对灾害发生机理的研究与认识,设置监测点预警阈值;
步骤3.1.2:对矿区进行现场监测,将实时监测数据和监测点预警阈值进行对比,获得实时监测预警结果;
步骤3.1.3:实时监测预警结果判定标准为:当实时监测数据值低于阈值时判定为安全,超出阈值时判定为危险,并根据超出阈值程度区分危险等级;
步骤3.1.4:当实时监测预警结果判定为“危险”时,系统则发出预警提示。
在本发明的现场监测与数值模拟相结合的矿山灾害预测预警方法中,步骤3.2具体包括:
步骤3.2.1:根据前期对灾害发生机理的研究与认识,针对岩体强度与应力比值、岩体损伤表征量等参量,设置数值模拟预警阈值;
步骤3.2.2:根据实时监测数据更新修改实时数值模拟三维数值模型的边界条件,动态更新间隔时间为5min;
步骤3.2.3:利用修正后的三维数值模型,实时、动态地模拟整个矿区的应力应变响应状态,获得实时数值模拟数据;
步骤3.2.4:将实时数值模拟数据和数值模拟预警阈值进行对比,获得实时模拟预警结果;
步骤3.2.5:实时模拟预警结果判定标准为:当实时模拟结果的数据值低于阈值时判定为安全,超出阈值时判定为危险,并根据超出阈值程度区分危险等级;
步骤3.2.6:当实时模拟预警结果判定为“危险”时,系统则发出预警提示。
在本发明的现场监测与数值模拟相结合的矿山灾害预测预警方法中,所述步骤4包括:
步骤4.1:对实时监测数据和历史监测数据进行关联性分析数据挖掘,获得超前监测预警结果;
步骤4.2:对实时监测数据和历史监测数据进行趋势性分析数据挖掘获得超前监测数据,以超前监测数据为依据对三维数值模型进行修正;同时利用修正后的三维数值模型进行超前数值模拟,获得超前模拟预警结果;
步骤4.3:如果超前监测预警结果和超前模拟预警结果相一致,则发布预测结果内容,如果不一致则向决策者发出预测结果,由决策者判断是否发布预测结果。
在本发明的现场监测与数值模拟相结合的矿山灾害预测预警方法中,步骤4.1具体为:
步骤4.1.1:利用人工神经网络算法、支持向量机算法或聚类分析算法对实时监测数据和历史监测数据进行数据挖掘,获得监测数据与灾害发生之间存在的隐含关系;
步骤4.1.2:对数据挖掘结果进行分析,获得超前预测矿山发生灾害事故的可能性,预估灾害发生的地点、规模。
在本发明的现场监测与数值模拟相结合的矿山灾害预测预警方法中,步骤4.2具体包括:
步骤4.2.1:利用时间序列分析法对实时监测数据和历史监测数据进行数据挖掘,获得超前监测数据;
步骤4.2.2:根据超前监测数据更新修改超前数值模拟三维数值模型的边界条件,动态更新间隔时间为5min;
步骤4.2.3:利用修正后的三维数值模型,进行超前数值模拟,模拟矿区范围内未来某时刻的力学响应状态,判断矿山发生灾害的可能性、地点、规模。
本发明的一种基于数值模拟和现场监测相结合的矿山灾害预警方法至少具有以下有益效果:
一、本发明提供的预警方法,可以实现基于数值模拟结果获取高应力的区域和发生损伤与破裂的潜在区域,依据该结果合理而有效地选择和制定监测方案并布置传感器。
二、本发明提供的预警方法,可以实现将现场监测数据表征到数值模拟中,在固定监测点反映真实状态的前提下,实现更为接近开采现实情况的数值模拟,从而实时预测监测区域的变形及损伤与破裂的状态。
三、本发明提供的预警方法,实现了数值模拟方法与现场监测方法的有机结合,利用预测的未来某时刻监测数据作为边界条件进行数值模拟,同时做到实时和超前预测预警。监测预测预警结果与模拟预测预警结果之间相互验证,提高了预测预警结果的准确性。
四、该方法是在摸清致灾机理的前提下进行预测预警,可以获取更多、更全面的有用信息,包括定点监测的实时信息与区域数值模拟的超前预测信息,实现将揭示致灾机理与现场岩体响应预测同步进行,这不仅可以提高预测预警的准确性,还可以认清灾害发生原因,为针对性的采取防灾措施提供了技术支撑。
附图说明
图1是本发明的一种现场监测与数值模拟相结合的矿山灾害预测预警方法的流程图;
具体实施方式
如图1所示为本发明的一种现场监测与数值模拟相结合的矿山灾害预测预警方法的流程图,具体包括如下步骤:
步骤1:进行岩体测试及其赋存环境的表征,并建立矿区三维数值模型,步骤1具体包括:
步骤1.1:对应用矿山及周边地区进行地质勘探和地质测量,获得反映矿区结构产状、地质构造及分布情况的地质剖面图与地质平面图;
具体实施时,先进行地质调查、地质勘探、岩体结构测量、岩石的基本物理力学测试等,以获取矿山采场及围岩的地质产状、矿山结构与岩体基本物理力学参数,其中主要包括岩体结构面产状、地质构造及分布情况、不同岩性的岩体基本物理力学性质等。
步骤1.2:钻取现场不同岩性的岩芯,对岩芯进行基本物理力学试验,可反演获得整个岩体的基本物理力学参数、岩石本构关系与破坏准则;
具体实施时,利用室内岩芯测试试验获取的岩石基本物理力学参数,可反演获得岩体的基本物理力学参数,用于作为数值模拟的岩体力学参数。利用室内力学试验,还可以测试岩石破坏的规律,确定合理的岩石本构关系与破坏准则。
步骤1.3:通过现场原位测试试验,获得各个区域的原位地应力参数;
步骤1.4:根据地质剖面图、地质平面图、岩体的基本物理力学参数、岩石本构关系与破坏准则、原位地应力参数建立矿区三维数值模型。
具体实施时,根据前期获取的采场乃至整个矿山及周边地区的工程地质和水文地质资料,根据所研究的灾害类型选择合适的研究范围,利用Auto-CAD、3Dmine、Hypermesh、犀牛软件等建模软件建立三维几何及数值计算模型。
步骤2:根据岩体测试结果对三维数值模型进行参数赋值,进行初步数值模拟计算,根据初步数值模拟计算结果确定现场监测手段和监测方案,步骤2具体包括:
步骤2.1:根据岩体测试结果选择本构模型、应力边界条件与自重;
步骤2.2:进行初步数值模拟计算,根据初步数值模拟计算分析的结果确定现场监测手段和监测方案。
具体实施时,将获取的岩体参数、本构参数和边界条件作为数值模拟的基本输入,利用前期建立的三维数值模型,结合矿山生产安排,可以预先初步模拟矿山整个生产开挖过程,对矿区整体的应力应变响应过程有个初步的理解。同时,这个过程也可以揭示出矿山灾害发生的理论机理与前兆规律,为预警预测灾害提供理论依据。
根据初步的矿区数值模拟结果,可直观地得出矿区中的高应力集中区域和易发生损伤、出现塑形的部位,结合矿山结构的关键部位(如巷道顶点、采空区顶板等),针对不同的矿山灾害类型,分析判断出最佳的监测手段,以及传感器的合理布置方案。
步骤3:基于实时监测数据和实时数值模拟进行灾害的实时预警,所述步骤3具体包括:
步骤3.1:对矿区进行现场监测获得实时监测数据,对实时监测数据进行分析获得实时监测预警结果,步骤3.1具体包括:
步骤3.1.1:根据前期对灾害发生机理的研究与认识,设置监测点预警阈值;
步骤3.1.2:对矿区进行现场监测,将实时监测数据和监测点预警阈值进行对比,获得实时监测预警结果;
步骤3.1.3:实时监测预警结果判定标准为:当实时监测数据值低于阈值时判定为安全,超出阈值时判定为危险,并根据超出阈值程度区分危险等级;
步骤3.1.4:当实时监测预警结果判定为“危险”时,系统则发出预警提示。
步骤3.2:以实时监测数据为依据对三维数值模型进行修正,利用修正后的三维数值模型进行实时数值模拟,获得实时模拟预警结果,步骤3.2具体包括:
步骤3.2.1:根据前期对灾害发生机理的研究与认识,针对岩体强度与应力比值、岩体损伤表征量等参量,设置数值模拟预警阈值;
步骤3.2.2:根据实时监测数据更新修改进行实时数值模拟时三维数值模型的边界条件,动态更新间隔时间为5min;
步骤3.2.3:利用修正后的三维数值模型,实时、动态地模拟整个矿区的应力应变响应状态,获得实时数值模拟数据;
步骤3.2.4:将实时数值模拟数据值和数值模拟预警阈值进行对比,获得实时模拟预警结果;
步骤3.2.5:实时模拟预警结果判定标准为:当实时模拟结果的数据值低于阈值时判定为安全,超出阈值时判定为危险,并根据超出阈值程度区分危险等级;
步骤3.2.6:当实时模拟预警结果判定为“危险”时,系统则发出预警提示。
具体实施时,利用现场实时监测到的岩体(围岩)内部或边界上的应力、位移状态,将这些力学响应状态作为边界条件或加载条件,表征到前期建立的三维数值模型中。再结合实时监测的地震、天气等条件,实时、动态地模拟整个矿区的应力应变响应状态。当实时数值模拟数据超出模拟预警阈值时,系统也会发出预警提示。
步骤3.3:如果实时监测预警结果和实时模拟预警结果总体一致,则向各预警终端发布警报,如果结果不一致则向决策者发出预警信息,由决策者判断是否发布预警警报。
具体实施时,综合分析实时监测预警结果和实时模拟预警结果,如果结果总体一致,则发布预警警报。由于监测点预警阈值是根据理论分析或经验所得,针对不同的现场情况,其合理性还有待修正。而且,监测点只能反映局部响应状态,得出的预警结果往往准确性较差。数值模拟可以得出的区域内整体的响应状态,结合实时模拟预警结果,可以修正实时监测预警结果。例如,当某监测点的实时监测数据超出预警阈值时,需结合实时模拟预警结果,判断是否发布预警警报。如果实时模拟预警结果显示该监测点附近区域也处于预警状态,则直接发布预警警报;如果数值模拟显示该监测点附近区域为非预警状态,则向矿山决策者发出预警信息,由矿山决策者根据丰富的现场经验判断是否发布预警警报。
基于实时监测数据和实时数值模拟进行灾害的实时预警,在三维模型中不仅会实时显示各监测点的实际状态(实时数据以及是否超阈值),还会显示整个模型的模拟结果(任意点的应力应变状态以及应力集中区)。既可以在特定的监测点实时反映矿山的真实状态,又可以了解矿山其他非监测部分的应力应变状态,对矿山的总体安全状态有一个更全面的判断。还可以从力学角度分析灾害发生的原因,推断灾害发生的条件,科学地制定防灾救灾措施。
步骤4:基于对监测数据的数据挖掘和超前数值模拟进行灾害的超前预警,所述步骤4包括:
步骤4.1:对实时监测数据和历史监测数据进行关联性分析数据挖掘,获得超前监测预警结果,步骤4.1具体为:
步骤4.1.1:利用人工神经网络算法、支持向量机算法或聚类分析算法对实时监测数据和历史监测数据进行数据挖掘,获得监测数据与灾害发生之间存在的隐含关系;
步骤4.1.2:对数据挖掘结果进行分析,获得超前预测矿山发生灾害事故的可能性,预估灾害发生的地点、规模。
步骤4.2:对实时监测数据和历史监测数据进行趋势性分析数据挖掘,获得超前监测数据,以超前监测数据为依据对三维数值模型进行修正;同时利用修正后的三维数值模型进行超前数值模拟,获得超前模拟预警结果,步骤4.2具体包括:
步骤4.2.1:利用时间序列分析法对实时监测数据和历史监测数据进行数据挖掘,获得超前监测数据;
具体实施时,将现场监测采集到的数据(应力、位移、微震、含水率、涌水量、渗透压等)实时的汇集至系统平台,利用前期积累的历史数据与实时监测到的各类数据,借助趋势性分析数据挖掘,例如,时间序列分析等,分析得出未来某时刻的超前监测数据。
步骤4.2.2:根据超前监测数据修改进行超前数值模拟时三维数值模型的边界条件,,动态更新间隔时间为5min;
步骤4.2.3:利用修正后的三维数值模型,进行超前数值模拟,模拟矿区范围内未来某时刻的力学响应状态,判断矿山发生灾害的可能性、地点、规模。
具体实施时,利用数据挖掘预测出的超前监测数据作为未来时刻的数值模拟边界条件,进行矿区未来状态超前数值模拟。同时,几何三维模型随着施工进度实时动态更新,边界条件和初始条件也随着超前预测的预测值实时动态更新,模拟矿区范围内未来某时刻的力学响应状态。根据应力集中区可大致判断矿山发生灾害的可能性、地点、规模,实现矿山灾害的超前模拟预测。
步骤4.3:如果超前监测预警结果和超前模拟预警结果总体一致,则发布预测结果内容,如果结果不一致则向决策者发出预测结果,由决策者判断是否发布预测结果。
具体实施时,结合数据挖掘预测结果与超前数值模拟结果,综合分析得出未来某时刻灾害发生的可能性、地点和规模。由于数据挖掘预测方法为非确定性预测方法,准确性和可靠性较低。而且,该预测方法为“黑箱”方法,即输入条件与预测结果之间为非确定性联系,并不清楚其导致灾害发生的机理及过程。而数值模拟方法为确定性预测方法,可以清楚的揭示灾害发生的诱因、致灾机理与灾害发展过程,有利于进行灾害的防灾、减灾及灾害重建工作的开展。例如,当采用数据挖掘算法预测出某区域在未来一天内可能发生灾害时,还需要根据超前数值模拟预测结果来判断是否发布灾害预报。如果超前数值模拟结果显示未来一天中矿区该区域应力集中、塑性变形大,则向各预警预报终端发布灾害预报,并在控制中心同时显示两种预测结果,以供矿山决策者制定合理的防治方案;如果超前数值模拟预测结果与数据挖掘预测结果有较大偏差,则不发布灾害预报,但仍然在控制中心同时显示两种预测结果,以供矿山决策者参考。
基于对监测数据的数据挖掘和超前数值模拟进行灾害的超前预警,利用该方法进行灾害超前预测时,三维模型中显示的是各监测点的超前预测值、数据挖掘预测结果和超前数值模拟结果,可直观地展示整个矿区未来某时刻的状态,实现一定量的超前预测,为灾害的防治争取更多宝贵的时间,对减灾防灾工作有非常重要的意义。
利用灾害实时预警方法和超前预测方法,预警预测系统可同时实现矿山灾害的短时预警和长期预测。实时预警模块中三维模型展示的是矿山实时状态,包括实时监测数据、实时数值模拟结果以及综合预警诊断。当综合预警结果诊断为即将发生险情时,系统将立即发布预警信息到各个预警终端。预警终端包括企业决策者的手机和电脑终端、矿山控制中心的信息发布屏幕、井下广播系统、井下报警器(警报灯和蜂鸣器)、矿工随身佩戴的预警终端、矿工使用的井下手机等。预警内容主要包括灾害类型、灾害等级、灾害发生概率、灾害发生时间、灾害发生地点以及避险方式等。超前预测模块中展示的是矿山未来某时刻状态(如超前实际时间1小时),包括监测数据超前预测值、超前数值模拟结果以及灾害预测诊断结果。该预测结果可为矿山决策者初步了解矿山未来安全状态提供参考,也可为企业经营者制定合理的安全生产方案、组织有效的防灾减灾工作提供有效帮助。用户还可以通过网页系统平台,在任何地方实时地查看各种数据、预测结果以及展示图形,为企业决策者提供多方面的信息,既从理论机理角度又从现实数据方面对实时和未来的矿山状态有更全面的了解,做出更合理、更正确的判断。
实施例1:下面针对矿山最常见的采场顶板冒落灾害进行应用说明:
首先,利用地质勘探设备对应用矿山及周边地区进行地质勘探与地质测量,得到反映矿区地质构造、结构产状的地质剖面图与地质平面图。利用三维激光扫描设备扫描矿山巷道、采场、采空区以及其他硐室,得到各种矿山结构的尺寸与分布情况。利用地质取芯钻,钻取现场不同岩性的岩芯,进行基本物理力学试验,以获取矿山岩体基本物理力学参数,以及这些岩石的本构关系和破坏准则。利用现场原位测试试验或地应力监测设备,获取矿区各个区域的原位地应力。最后,综合以上获取的所有信息,利用3Dmine三维建模软件,选取合适的研究范围,建立矿区三维数值模型。
其次,将建立的三维矿山数值模型导入有限元计算软件Comsol中。根据前期获取的岩体力学参数、岩石的本构关系与破坏准则、原位地应力等条件,对三维数值模型进行参数赋值、建立本构模型、确定边界条件。基于矿山生产安排,对研究区域进行初步的采动影响数值模拟分析。获得开挖过程中矿山各结构的应力、位移响应状态,重点关注采场顶板的位移响应状态,分析顶板冒落的力学作用机制与冒落灾害的发展规律,得出冒落灾害发生前期顶板的应力和位移响应状态,对采场顶板冒落灾害有一定的理论认识。同时,根据初步数值模拟计算分析的结果,针对研究的采场(或采空区)顶板冒落问题,选择合理的监测手段与监测设备,根据模拟得出的应力集中与大变形的区域,结合某些结构关键点(如巷道顶点、采场边角点等),设计合理的监测点布置方案。
最终,现场监测采集到的各类数据信号汇聚到矿山控制中心的本地的管理平台。本地管理平台将一定时期内的数据进行简单前处理,分类存储及备份。同时,将处理的可视化结果同步显示到控制中心的大屏幕上。
在前期的工作基础上,开展矿山采场顶板冒落灾害的预警预测,分为实时预警和超前预测。
实时预警:首先,针对现场顶板和边帮监测点,根据前期对冒落灾害发生机理的研究与认识,设置合理的监测点预警阈值。当监测数据达到或超过预警阈值时,系统发出冒落灾害预警提示。同时,将现场监测点的实时监测到的围岩内部或边界上的应力、位移状态,作为边界条件或加载条件,表征到前期建立的三维数值模型中去,再结合实时监测的行车、爆破、渗水等条件,实时地、动态地模拟整个研究区域的应力应变响应状态,实时更新的时间间隔为5min。对于模拟得出的顶板应力与岩体强度比值或沉降位移值超过预设阈值时,系统也会发出冒落灾害预警提示。最后,当某监测点监测数据超出阈值时,需结合实时数值模拟结果,判断是否发布预警警报。如果数值模拟显示该监测点附近区域也处于预警状态,则直接发布预警警报;如果数值模拟显示该监测点附近区域为非预警状态,则向矿山决策者发出预警信息,由矿山决策者根据丰富的现场经验判断是否发布预警警报。
超前预测:首先,将现场监测点采集到的数据(应力、位移、微震、含水率、涌水量、渗透压等)实时的汇集至系统平台,利用前期积累的与实时监测到的各类数据,借助时间序列分析方法,分析得出未来某时期内各监测数据的预测值。同时,利用神经网络预测算法判断顶板发生冒落事故的可能性,预估冒落地点和规模,并将这些超前预测信息显示到三维数值模型中。其次,利用预测出的监测点未来某时刻的数据值作为数值模拟初始条件,进行矿区未来状态的数值模拟。矿山三维模型随着现场开挖过程实时动态更新,数值模拟的初始条件也随着超前预测的监测值实时动态更新,实时更新的时间间隔为5min,模拟研究范围内未来某时刻的力学响应状态,并根据顶板应力与岩体强度比值和沉降位移值情况,可判断矿山发生顶板冒落灾害的可能性、地点、规模,实现矿山顶板冒落灾害的超前模拟预测。最终,结合数据挖掘预测结果与数值模拟预测结果,综合预测未来某时刻冒落发生的可能性、地点和规模。当采用数据挖掘算法预测出某区域在未来一天内可能发生灾害时,还需要根据超前数值模拟预测结果来判断是否发布灾害预报。如果超前数值模拟结果显示未来一天中矿区该区域应力集中、塑性变形大,则向各预警预报终端发布灾害预报,并在控制中心同时显示两种预测结果,以供矿山决策者制定合理的防治方案;如果超前数值模拟预测结果与数据挖掘预测结果有较大偏差,则不发布灾害预报,但仍然在控制中心同时显示两种预测结果,以供矿山决策者参考。
实时预警和超前预测结果展示平台,分为实时预警模块和超前预测模块。实时预警模块,展示的是矿山实时状态,包括实时监测数据和实时数值模拟结果,并同时显示出监测预警结果和数值模拟预警结果。当两种预警结果总体一致时,系统默认将立即通过操作平台发布预警警报和预警信息到各个预警预报终端。如果两种预警结果相差较大,则将预警结果发布给矿山决策者,由决策者判断选择是否发布预警警报。超前预测模块,展示的是矿山未来某时刻状态(如超前实际时间1小时),包括监测数据超前预测值和超前数值模拟结果。如果两种预测结果总体一致,系统默认将立即通过操作平台发布灾害预报报和预报信息到各个预警预报终端。如果两种预测结果相差较大,则不发布灾害预报,但这两种预测结果可为矿山决策者初步了解矿山未来安全状态提供参考,也可为企业经营者制定合理的安全生产方案、组织有效的防灾减灾工作提供有效帮助。其中,预警预报终端包括企业决策者的手机和电脑终端、矿山控制中心的信息发布屏幕、井下广播系统、井下报警器(警报灯和蜂鸣器)、矿工随身佩戴的预警终端、矿工使用的井下手机等。预警预报内容主要包括灾害类型、灾害等级、灾害发生概率、灾害发生时间、灾害发生地点以及避险方式等。用户还可以通过网页系统平台,在任何地方实时地查看各种数据、预测结果以及展示图形,为企业决策者提供多方面的信息,既从理论机理角度又从现实数据方面对实时和未来的矿山状态有更全面的了解,合理安排避险、抢险、防治工作。
以上所述仅为本发明的较佳实施例,并不用以限制本发明的思想,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种现场监测与数值模拟相结合的矿山灾害预测预警方法,其特征在于,包括如下步骤:
步骤1:进行岩体测试及其赋存环境的表征,并建立矿区三维数值模型;
步骤2:根据岩体测试结果对三维数值模型进行参数赋值,进行初步数值模拟计算,根据初步数值模拟计算结果确定现场监测手段和监测方案;
步骤3:基于实时监测数据和实时数值模拟进行灾害的实时预警;
步骤4:基于对监测数据的数据挖掘和超前数值模拟进行灾害的超前预测,所述步骤4包括:
步骤4.1:对实时监测数据和历史监测数据进行关联性分析数据挖掘,获得超前监测预警结果;
步骤4.2:对实时监测数据和历史监测数据进行趋势性分析数据挖掘获得超前监测数据,以超前监测数据为依据对三维数值模型进行修正;同时利用修正后的三维数值模型进行超前数值模拟,获得超前模拟预警结果;
步骤4.3:如果超前监测预警结果和超前模拟预警结果相一致,则发布预测结果内容,如果不一致则向决策者发出预测结果,由决策者判断是否发布预测结果。
2.如权利要求1所述的现场监测与数值模拟相结合的矿山灾害预测预警方法,其特征在于,步骤1包括:
步骤1.1:对应用矿山及周边地区进行地质勘探和地质测量,获得反映矿区结构产状、地质构造及分布情况的地质剖面图与地质平面图;
步骤1.2:钻取现场不同岩性的岩芯,对岩芯进行基本物理力学试验,可反演获得整个岩体的基本物理力学参数、岩石本构关系与破坏准则;
步骤1.3:通过现场原位测试试验,获得各个区域的原位地应力参数;
步骤1.4:根据地质剖面图、地质平面图、岩体的基本物理力学参数、岩石本构关系与破坏准则、原位地应力参数建立矿区三维数值模型。
3.如权利要求1所述的现场监测与数值模拟相结合的矿山灾害预测预警方法,其特征在于,步骤2包括:
步骤2.1:根据岩体测试结果选择本构模型、应力边界条件与自重条件;
步骤2.2:进行初步数值模拟计算,根据初步数值模拟计算分析的结果确定现场监测手段和监测方案。
4.如权利要求1所述的现场监测与数值模拟相结合的矿山灾害预测预警方法,其特征在于,所述步骤3包括:
步骤3.1:对矿区进行现场监测获得实时监测数据,对实时监测数据进行分析获得实时监测预警结果;
步骤3.2:以实时监测数据为依据对三维数值模型进行修正,利用修正后的三维数值模型进行实时数值模拟,获得实时模拟预警结果;
步骤3.3:如果实时监测预警结果和实时模拟预警结果相一致,则向各预警终端发布警报,如果不一致则向决策者发出预警信息,由决策者判断是否发布预警警报。
5.如权利要求4所述的现场监测与数值模拟相结合的矿山灾害预测预警方法,其特征在于,步骤3.1具体包括:
步骤3.1.1:根据前期对灾害发生机理的研究与认识,设置监测点预警阈值;
步骤3.1.2:对矿区进行现场监测,将实时监测数据和监测点预警阈值进行对比,获得实时监测预警结果;
步骤3.1.3:实时监测预警结果判定标准为:当实时监测数据值低于阈值时判定为安全,超出阈值时判定为危险,并根据超出阈值程度区分危险等级;
步骤3.1.4:当实时监测预警结果判定为 “危险”时,系统则发出预警提示。
6.如权利要求5所述的现场监测与数值模拟相结合的矿山灾害预测预警方法,其特征在于,步骤3.2具体包括:
步骤3.2.1:根据前期对灾害发生机理的研究与认识,针对岩体强度与应力比值、岩体损伤表征量参量,设置数值模拟预警阈值;
步骤3.2.2:根据实时监测数据更新修改实时数值模拟三维数值模型的边界条件,动态更新间隔时间为5min;
步骤3.2.3:利用修正后的三维数值模型,实时、动态地模拟整个矿区的应力应变响应状态,获得实时数值模拟数据;
步骤3.2.4:将实时数值模拟数据和数值模拟预警阈值进行对比,获得实时模拟预警结果;
步骤3.2.5:实时模拟预警结果判定标准为:当实时模拟结果的数据值低于阈值时判定为安全,超出阈值时判定为危险,并根据超出阈值程度区分危险等级;
步骤3.2.6:当实时模拟预警结果判定为“危险”时,系统则发出预警提示。
7.如权利要求1所述的现场监测与数值模拟相结合的矿山灾害预测预警方法,其特征在于,步骤4.1具体为:
步骤4.1.1:利用人工神经网络算法、支持向量机算法或聚类分析算法对实时监测数据和历史监测数据进行数据挖掘,获得监测数据与灾害发生之间存在的隐含关系;
步骤4.1.2:对数据挖掘结果进行分析,获得超前预测矿山发生灾害事故的可能性,预估灾害发生的地点、规模。
8.如权利要求1所述的现场监测与数值模拟相结合的矿山灾害预测预警方法,其特征在于,步骤4.2具体包括:
步骤4.2.1:利用时间序列分析法对实时监测数据和历史监测数据进行数据挖掘,获得超前监测数据;
步骤4.2.2:根据超前监测数据更新修改超前数值模拟三维数值模型的边界条件,动态更新间隔时间为5min;
步骤4.2.3:利用修正后的三维数值模型,进行超前数值模拟,模拟矿区范围内未来某时刻的力学响应状态,判断矿山发生灾害的可能性、地点、规模。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810223969.3A CN108510112B (zh) | 2018-03-19 | 2018-03-19 | 一种现场监测与数值模拟相结合的矿山灾害预测预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810223969.3A CN108510112B (zh) | 2018-03-19 | 2018-03-19 | 一种现场监测与数值模拟相结合的矿山灾害预测预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108510112A CN108510112A (zh) | 2018-09-07 |
CN108510112B true CN108510112B (zh) | 2021-08-10 |
Family
ID=63375841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810223969.3A Active CN108510112B (zh) | 2018-03-19 | 2018-03-19 | 一种现场监测与数值模拟相结合的矿山灾害预测预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108510112B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109872509A (zh) * | 2019-04-02 | 2019-06-11 | 西安邮电大学 | 基于数字孪生驱动的山体地质灾害监测与预警系统及方法 |
CN110008301B (zh) * | 2019-04-12 | 2021-07-02 | 杭州鲁尔物联科技有限公司 | 基于机器学习的区域性地质灾害易发性预测方法及装置 |
CN110188115B (zh) * | 2019-04-19 | 2020-05-12 | 特斯联(北京)科技有限公司 | 一种基于模糊匹配的消防预警方法、装置及系统 |
CN111581865B (zh) * | 2020-05-08 | 2023-09-05 | 成都山地环安科技有限公司 | 一种工程结构损伤远程监测预警方法及系统 |
CN112289006B (zh) * | 2020-10-30 | 2022-02-11 | 中国地质环境监测院 | 山体滑坡风险监测预警方法和系统 |
CN113295851B (zh) * | 2021-05-25 | 2023-04-28 | 山东省地质矿产勘查开发局第六地质大队(山东省第六地质矿产勘查院) | 一种矿山地质环境预警装置及其预警方法 |
CN113486080A (zh) * | 2021-06-16 | 2021-10-08 | 中国安全生产科学研究院 | 数据处理方法、装置、电子设备及存储介质 |
CN113310407A (zh) * | 2021-07-02 | 2021-08-27 | 四川华能宝兴河水电有限责任公司 | 一种高坝大库水电站泄洪闸门动态监测方法 |
CN114354351B (zh) * | 2021-12-28 | 2024-07-30 | 东北大学 | 一种基于多源异构数据的岩石破坏过程实时监测预警系统及方法 |
CN114352359B (zh) * | 2022-01-06 | 2022-11-25 | 长沙矿山研究院有限责任公司 | 矿山在线地压监测设备安装位置的选择方法 |
CN114495432B (zh) * | 2022-01-19 | 2022-10-14 | 中国矿业大学 | 一种煤层顶底板含氢流体灾害的监测预警方法 |
CN114689821B (zh) * | 2022-03-20 | 2024-02-13 | 兰州资源环境职业技术学院 | 一种矿山相似材料模拟试验用应力采集系统及方法 |
CN115376283B (zh) * | 2022-08-23 | 2023-11-28 | 江西理工大学 | 一种基于多元数据融合的监测预警方法及系统 |
CN115929408B (zh) * | 2023-01-17 | 2023-09-19 | 河南理工大学 | 一种巷道掘进过程煤矿顶板裂隙实时监测系统与方法 |
CN118430373A (zh) * | 2024-05-17 | 2024-08-02 | 陕西山清水秀信息科技有限公司 | 具有预警功能的水利沙盘模型及其预警方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7734245B2 (en) * | 2006-01-13 | 2010-06-08 | Sai Ravela | Statistical-deterministic approach to natural disaster prediction |
CN103729483A (zh) * | 2012-10-11 | 2014-04-16 | 张驰 | 山洪灾害模拟预测装置及方法 |
CN104281975A (zh) * | 2013-07-06 | 2015-01-14 | 上海科宇营销策划有限公司 | 一种水质超标监测系统 |
CN104674819A (zh) * | 2015-01-28 | 2015-06-03 | 东北大学 | 一种高速公路高边坡的信息化施工方法 |
CN106595525A (zh) * | 2016-12-26 | 2017-04-26 | 中国矿业大学(北京) | 基于三维点云数据的煤矿顶板灾害预防方法 |
CN107119731A (zh) * | 2017-06-12 | 2017-09-01 | 上海理工大学 | 基坑群开挖对邻近建筑物变形影响的模型试验装置 |
-
2018
- 2018-03-19 CN CN201810223969.3A patent/CN108510112B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108510112A (zh) | 2018-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108510112B (zh) | 一种现场监测与数值模拟相结合的矿山灾害预测预警方法 | |
CN101550841B (zh) | 煤与瓦斯突出综合预警系统及预警方法 | |
Du et al. | Risk assessment of dynamic disasters in deep coal mines based on multi-source, multi-parameter indexes, and engineering application | |
Huang et al. | Development and in-situ application of a real-time monitoring system for the interaction between TBM and surrounding rock | |
He et al. | Integrated rockburst early warning model based on fuzzy comprehensive evaluation method | |
Wang et al. | Development and application of a goaf-safety monitoring system using multi-sensor information fusion | |
Rahimi et al. | A comprehensive underground excavation design (CUED) methodology for geotechnical engineering design of deep underground mining and tunneling | |
Wang et al. | An ultrasonic-based method for longwall top-coal cavability assessment | |
CN111022119B (zh) | 一种基于模式识别的盾构隧道结构抗震安全评价方法 | |
CN109345140B (zh) | 一种煤矿突水灾害预警的辅助方法 | |
Niu et al. | Identification of potential high-stress hazards in deep-buried hard rock tunnel based on microseismic information: a case study | |
CN115830829A (zh) | 一种煤矿水害通用预报预警系统 | |
CN105182412A (zh) | 煤矿地下水库煤柱坝体地震安全性的检测方法 | |
CN115726809A (zh) | 高应力复杂条件下三维采场围岩变形综合控制方法 | |
CN115688251A (zh) | 基于深度学习的地震多发区隧道风险决策方法及系统 | |
Wang et al. | Research progress of disaster factors and a prevention alarm index of coal and gas outbursts | |
Zolotov et al. | Spatially distributed system for monitoring of fields technical condition in mineral resources sector | |
Liu et al. | Study of roof water inrush forecasting based on EM-FAHP two-factor model | |
CN117236105A (zh) | 城市地下空间施工安全预警方法 | |
Zhou et al. | Probabilistic analysis of tunnel collapse: Bayesian method for detecting change points | |
Gai et al. | A new method for evaluating floor spatial failure characteristics and water inrush risk based on microseismic monitoring | |
CN115929408B (zh) | 一种巷道掘进过程煤矿顶板裂隙实时监测系统与方法 | |
Xue et al. | A method to predict rockburst using temporal trend test and its application | |
CN105046409B (zh) | 煤层群上行开采可行性综合评定及技术保障体系建立方法 | |
Wang et al. | Asymmetrical distribution of roof microseismicity and its application to roof control of a deep longwall panel |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |