CN112488469A - 一种矿山自然灾害危险源风险预防机制管理系统及方法 - Google Patents
一种矿山自然灾害危险源风险预防机制管理系统及方法 Download PDFInfo
- Publication number
- CN112488469A CN112488469A CN202011277625.4A CN202011277625A CN112488469A CN 112488469 A CN112488469 A CN 112488469A CN 202011277625 A CN202011277625 A CN 202011277625A CN 112488469 A CN112488469 A CN 112488469A
- Authority
- CN
- China
- Prior art keywords
- event
- probability
- tree
- factor
- indexes
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 151
- 230000002265 prevention Effects 0.000 title claims abstract description 40
- 230000007246 mechanism Effects 0.000 title claims abstract description 37
- 239000002367 phosphate rock Substances 0.000 claims abstract description 102
- OJMIONKXNSYLSR-UHFFFAOYSA-N phosphorous acid Chemical compound OP(O)O OJMIONKXNSYLSR-UHFFFAOYSA-N 0.000 claims abstract description 89
- 238000011156 evaluation Methods 0.000 claims abstract description 67
- 238000011160 research Methods 0.000 claims abstract description 37
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 28
- 230000008569 process Effects 0.000 claims abstract description 19
- 239000000463 material Substances 0.000 claims description 93
- 238000012360 testing method Methods 0.000 claims description 68
- 238000004458 analytical method Methods 0.000 claims description 64
- 238000005065 mining Methods 0.000 claims description 63
- 238000004364 calculation method Methods 0.000 claims description 51
- 239000002689 soil Substances 0.000 claims description 51
- 238000010586 diagram Methods 0.000 claims description 37
- 238000006073 displacement reaction Methods 0.000 claims description 37
- 230000006870 function Effects 0.000 claims description 33
- 230000006378 damage Effects 0.000 claims description 27
- 238000005259 measurement Methods 0.000 claims description 27
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 27
- 238000010276 construction Methods 0.000 claims description 25
- 230000007613 environmental effect Effects 0.000 claims description 24
- 230000000875 corresponding effect Effects 0.000 claims description 23
- 230000000694 effects Effects 0.000 claims description 20
- 238000007726 management method Methods 0.000 claims description 20
- 238000003066 decision tree Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 18
- 230000002829 reductive effect Effects 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 17
- 238000011835 investigation Methods 0.000 claims description 17
- 101710154918 Trigger factor Proteins 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 16
- 238000004451 qualitative analysis Methods 0.000 claims description 16
- 238000004088 simulation Methods 0.000 claims description 16
- 239000010459 dolomite Substances 0.000 claims description 12
- 229910000514 dolomite Inorganic materials 0.000 claims description 12
- 238000013178 mathematical model Methods 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 11
- 230000001939 inductive effect Effects 0.000 claims description 9
- 238000012502 risk assessment Methods 0.000 claims description 9
- 239000010440 gypsum Substances 0.000 claims description 8
- 229910052602 gypsum Inorganic materials 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 8
- 230000009977 dual effect Effects 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 7
- 239000000843 powder Substances 0.000 claims description 7
- 239000004576 sand Substances 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 239000013078 crystal Substances 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000001976 improved effect Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000010187 selection method Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000010189 synthetic method Methods 0.000 claims description 3
- 238000011426 transformation method Methods 0.000 claims description 3
- 230000037237 body shape Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 239000011435 rock Substances 0.000 description 108
- 238000009412 basement excavation Methods 0.000 description 38
- 239000010410 layer Substances 0.000 description 27
- 238000011161 development Methods 0.000 description 13
- 230000018109 developmental process Effects 0.000 description 13
- 230000015572 biosynthetic process Effects 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 11
- 230000009471 action Effects 0.000 description 10
- 230000033001 locomotion Effects 0.000 description 10
- 229910052500 inorganic mineral Inorganic materials 0.000 description 8
- 239000011707 mineral Substances 0.000 description 8
- 239000002699 waste material Substances 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000010008 shearing Methods 0.000 description 7
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 6
- 238000005452 bending Methods 0.000 description 6
- 238000005422 blasting Methods 0.000 description 6
- 201000003231 brachydactyly type D Diseases 0.000 description 6
- 229910000831 Steel Inorganic materials 0.000 description 5
- 238000007599 discharging Methods 0.000 description 5
- 238000011049 filling Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 239000010959 steel Substances 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 239000004927 clay Substances 0.000 description 4
- 238000005056 compaction Methods 0.000 description 4
- 238000005094 computer simulation Methods 0.000 description 4
- 238000005520 cutting process Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 241000212384 Bifora Species 0.000 description 3
- 239000003245 coal Substances 0.000 description 3
- 238000005336 cracking Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000013077 scoring method Methods 0.000 description 3
- 238000003756 stirring Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 229910019142 PO4 Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 239000011229 interlayer Substances 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000010452 phosphate Substances 0.000 description 2
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004379 similarity theory Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- -1 3 indexes of height Chemical compound 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 239000006004 Quartz sand Substances 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000012615 aggregate Substances 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000004873 anchoring Methods 0.000 description 1
- 210000000476 body water Anatomy 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000007598 dipping method Methods 0.000 description 1
- 238000011439 discrete element method Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012613 in situ experiment Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000010445 mica Substances 0.000 description 1
- 229910052618 mica group Inorganic materials 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000012257 stirred material Substances 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000004154 testing of material Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 239000010878 waste rock Substances 0.000 description 1
- 208000016261 weight loss Diseases 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Primary Health Care (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于矿山自然灾害信息管理技术领域,公开了一种矿山自然灾害危险源风险预防机制管理系统及方法,所述矿山自然灾害危险源风险预防机制管理系统包括:物理模型动力演化模块、尾矿库溃坝定量分析模块、尾矿库溃坝故障模型建立模块、尾矿库危险源辨识与评价模块。本发明以尖山磷矿高陡边坡、昆阳磷矿排土场及海口磷矿曹家滩尾矿坝为研究对象,对尾矿坝的重大事故隐患进行辨识与危险性评价,能够揭示尾矿坝等主要地质灾害可能的失效模式、致灾机理及其动力演化过程,并提出合理有效的灾害治理措施及预测预报系统,做到灾害的科学预防并使灾害损失降到最低,不仅为露天矿山的安全开采提供可靠的技术保障,而且给类似矿山提供借鉴。
Description
技术领域
本发明属于矿山自然灾害信息管理技术领域,尤其涉及一种矿山自然灾害危险源风险预防机制管理系统及方法。
背景技术
目前,矿产资源是人类社会得以发展的重要物质基础,随着经济的快速发展及社会城市化水平的加快,人类社会对各类矿产资源的消耗日益快速增长,导致矿产资源的开发利用速度越来越快。在过去的20世纪100年中,全世界累计消费了2650亿吨煤、1420亿吨石油、380亿吨铁(钢)、7.6亿吨铝、4.8亿吨铜及78万亿立方米天然气等矿产资源。进入21世纪来,由于全世界新一轮工业化浪潮及人口的继续增长,对矿产资源的需求将更为庞大。目前,矿山暴发的矿山地质灾害,如地面塌陷、地面沉降、地裂缝、滑坡、崩塌、泥石流等,造成了巨大的经济损失与严重的人身伤亡。随着社会经济的快速发展,矿山将来可能会面临更加频繁及破坏性更大的地质灾害,严重威胁着矿区人民的生命财产安全及破坏当地的环境。矿产资源是不可再生的自然资源,在世界人口的持续增长及社会经济快速发展的条件下,人类社会对矿产资源的需求将越来越高,从而将加大其开发利用速度;由此,将引起以下两方面的矿山地质灾害问题,一是,进一步破坏矿山本身的自然环境;二是,尾矿及废石土方量越来越多,引起矿山尾矿库及排土场堆积的范围越来越广及高度越来越高,再加之不合理的设计位置及堆放方式,易直接引起尾矿库及排土场失稳,诱发滑坡及崩塌灾害,在降雨及地下水丰富的时段,还易暴发尾矿库溃坝及泥石流灾害,严重影响矿区人民的生活及工作安全。矿山不仅现在正遭受具有巨大损毁性的地质灾害侵袭,而且将来可能会面临更加频繁及破坏性更大的地质灾害,影响矿产资源的开发利用,制约社会的进步与经济的发展程度。社会要进步,经济要发展,完全避免及阻止如此频繁且严重矿山灾害的发生是不经济且不可行的,唯一的办法只能减轻矿山地质灾害带来的危害或将其引起的损失降低到人们可接受的范围内。要减轻矿山地质灾害带来的危害,最本质与核心的问题是首先对矿山存在的潜在地质灾害危险源开展危害程度的辨识与评价,摸清矿山周围潜在地质灾害的受哪些自然本地环境及外界诱发因素的起动、暴发后对矿山区域的物质、经济、环境及社会损失大小及目前对这些潜在的地质灾害危险源有无防护措施及已有防护工程对灾害的防护程度;然后,在此基础上对矿山存在的潜在地质灾害开展危险源辨识及评价,判定属于的危险源等级。这些研究工作能为矿山危险源可能形成的地质灾害的起动机理、预测预报及防治措施的研究开展工作提供理论基础,从而为防灾减灾提供科学的理论指导,制定切实可行的矿山地质灾害的防灾应急预案,减少生命财产损失。危险源理论最开始用于化工行业重大危险源的辨识与评价,后来扩展到一些矿山危险源的辨识、评价与预警技术,主要表现三个方面,一是矿山灾害方面,目前大多用在煤矿瓦斯爆炸、火灾及水灾方面;二是矿山设备及设施方面,如矿山井巷、地下开采、露天开采、提升运输、通风防尘、尾矿库、排土场、炸药库、防排水、防灭火、充填、供电、供水、供气、通讯、边坡等场所及设备与设施;三是,人为因素方面,如管理安排不当、违章指挥、缺乏安全意识、培训不充分等引起产生的矿山危险源。目前,具体的矿山危险源的定义非常少。从现在已有的文献看,只有景国勋与杨玉中对矿山危险源的概念开展了的定义,他们定义矿山危险源为在矿山企业生产过程中,在危险因素中其导致事故发生时,不以其他危险源的存在而存在的危险物质或可能发生意外释放的各种能量的设备、设施或场所,或为生产中可能客观存在的生产活动或事件。到目前为止,国内外学者对危险源辨识、评价及预警技术等方面开展了大量的研究,并取得了丰富的研究成果;但这些成果主要分布在化工行业及矿山业的煤矿瓦斯爆炸、火灾及水灾、矿山设备与设施及人为因素等方面。针对矿山自然灾害危险源方面的研究也存在一些明显的问题有待进一步研究与探讨。从危险源辨识方法可知,由于矿山自然灾害是一种特殊的危险源,可能采用目前对照法及安全评价法来辨识其危险源就不恰当与合理,因此必须采专门的方法来辨识与评价。目前采用的专家打分法、极限平衡法、有限元法及离散元法等专门的方法来辨识矿山灾害的危险程度,但是用这些方法来辨识矿山灾害危险源时仅仅只考虑灾害本身的自然属性方面因素,而未考虑灾害发生后可能造成的潜在总损失的社会属性因素。矿山自然灾害的发生机理比较复杂,甚至有些灾害发生机理到目前为止都还未完全探索清楚,由此增加了在对其进行危险源辨识与评价的复杂性。要对矿山灾害进行较准确地辨识与评价,主要由两个方面决定,一方面是,必须选择合理的因子与指标;另一方面是尽可能较准确地获取选择因子与指标的准确性。但是在实际对矿山危险源开展辨识时,因子与指标的选择还不困难,但针对某个具体矿山灾害,要较准确获取这这些因子与指标就非常困难。其中,专家打分法的理论性和系统性尚有欠缺,有时难以保证评价结果的客观性和准确性。具体矿山企业自然灾害危险源辨识运用方法与指标问题;矿山企业对自然灾害危险源投入经费不够及人的素质方面的问题。
通过上述分析,现有技术存在的问题及缺陷为:
(1)现有危险源辨识方法在辨识矿山灾害危险源时,考虑灾害本身的自然属性方面因素,而未考虑灾害发生后可能造成的潜在总损失的社会属性因素。
(2)矿山自然灾害危险源辨识与评价方法中,专家打分法的理论性和系统性尚有欠缺,有时难以保证评价结果的客观性和准确性。
(3)矿山自然灾害的发生机理比较复杂,由此增加了在对其进行危险源辨识与评价的复杂性。
(4)具体矿山企业自然灾害危险源辨识运用方法与指标问题;矿山企业对自然灾害危险源投入经费不够及人的素质方面的问题。
发明内容
针对现有技术存在的问题,本发明提供了一种矿山自然灾害危险源风险预防机制管理系统及方法。
本发明是这样实现的,一种矿山自然灾害危险源风险预防机制管理系统,所述矿山自然灾害危险源风险预防机制管理系统包括:
物理模型动力演化模块、尾矿库溃坝定量分析模块、尾矿库溃坝故障模型建立模块、尾矿库危险源辨识与评价模块;
物理模型动力演化模块,用于采用与原型岩土材料力学性质相似的材料依据设定的几何相似常数进行构建模型,在模型上进行矿体开采的工况模拟;
尾矿库溃坝定量分析模块,用于通过二元决策树进行尾矿库溃坝定量分析;
尾矿库溃坝故障模型建立模块,用于以概率风险评估方法为指导,运用主逻辑图法分析尾矿库溃坝的初因事件,而后利用事件树分析法得出尾矿库溃坝的事件序列组和事故序列组,再利用事故树分析法对复杂重点事件进行成因的分析,得出尾矿库溃坝故障模型;
尾矿库危险源辨识与评价模块,用于选择海口磷矿尾矿库危险源形成的环境因子与触发因子进行尾矿库危险源辨识与评价。
本发明的另一目的在于提供一种应用所述的矿山自然灾害危险源风险预防机制管理系统的矿山自然灾害危险源风险预防机制管理方法,所述矿山自然灾害危险源风险预防机制管理方法包括以下步骤:
步骤一,通过物理模型动力演化模块采用与原型岩土材料力学性质相似的材料依据设定的几何相似常数进行构建模型,在模型上进行矿体开采工况模拟;
步骤二,通过尾矿库溃坝定量分析模块利用二元决策树进行尾矿库溃坝定量分析;
步骤三,通过尾矿库溃坝故障模型建立模块以概率风险评估方法为指导,运用主逻辑图法分析尾矿库溃坝的初因事件,而后利用事件树分析法得出尾矿库溃坝的事件序列组和事故序列组,再利用事故树分析法对复杂重点事件进行成因的分析,得出尾矿库溃坝故障模型;
步骤四,通过尾矿库危险源辨识与评价模块选择海口磷矿尾矿库危险源形成的环境因子与触发因子进行尾矿库危险源辨识与评价。
进一步,步骤一中,所述通过物理模型动力演化模块进行相似材料和最优材料配比选择的方法,包括:
(1)相似材料的选择
采用砂、石膏配置的试样在压力机上进行单轴抗压强度测试时的应力-位移曲线图:
式中:E50为割线模量,MPa;σ50为单轴抗压强度的50%,MPa;ε50为试样承受σ50应力时的纵向应变值;
式中:μ50为泊松比;εd50为应力为抗压强度50%时的横向应变值;εl50为应力为抗压强度50%时的纵向应变值;
(2)最优材料配比的选择
Fuzzy最佳选择方法的数学模型及隶属函数:设有M种相似材料,表征每种材料特性的指标有N个,则M种材料的所有指标组成一个N×M维矩阵X:
矩阵中的元素xij表示第j中材料的第i个指标值;相似材料和给定原状土关系可以通过隶属函数μij来表示,相似材料和原状土的相似性越好,则相似材料隶属于原状土的程度越高;
根据相似准则:
式中:xi为原状土第i个指标值;xij为第j种相似材料的第i个指标值;xij为按相似准则要求第i个指标的相似系数;
隶属函数呈三角形分布,即:
当0≤cixij<xi时,0≤μij<1;
当cixij=xi时,μij=1;
当xi<cixij<2xi时,0<μij<1;
当cixi≥2xi时,μij=0;
也就是说,隶属函数μij的取值范围为:μij∈[0,1];
按模糊线性加权变换方法,即得:
其中,(z1,z2,…,zm)中最大者即为最佳相似材料;
依据实际边坡工程的特点,在相似材料配比研究中着重考虑材料的密度ρ、单轴抗压强度σc、弹性模量E、泊松比μ等,并确定上述四个物理量在试验中所占的权重;
评分构成的矩Q=(qij)n×n,指标Xi的权重系数为:
参数指标按重要性由大到小排列依次为:重度、抗压强度、弹性模量与泊松比同等重要,可得到评分矩阵:
黑页岩:
故,选取z最大的,即砂膏比为9:1作为黑页岩的最佳相似配比;
矿体:
故,选取z最大的,即砂膏比为9:1作为矿体的最佳相似配比;
砂质白云岩:
故,选取z最大的,即砂膏比为8:1作为砂质白云岩的最佳相似配比;
细粉晶白云岩:
故,选取z最大的,即砂膏比为6:1作为细粉晶白云岩的最佳相似配比。
进一步,步骤二中,所述通过尾矿库溃坝定量分析模块利用二元决策树进行尾矿库溃坝定量分析的方法,包括:
事故树T的结构函数:
φ(T)=x1x3+x1x4+x2x4;
根据事故树的最小割集的定义,可以将φ(T)的最小割集表示为C={x1x3,x1x4,x2x4};其中设C1=x1x3,C2=x1x4,C3=x2x4,可以看出最小割集中包含重复事件,因此,利用最小割集不交化原理来解决重复事件问题;根据上式可转化为:
φ(T)=C1+C1'C2+C1'C2'C3=x1x3+x1x3'x4+x1'x2x3'x4;
此时,由上式可知:x1x3,x1x3'x4和x1'x2x3'x4是互斥关系,因此后果事件T的概率计算式为:
P(T)=P(x1x3)+P(x1x3'x4)+P(x1'x2x3'x4);
该初始事件有两个不同结果,因此将后果T设为事件T1和T2,T1和T2为事故树结构中虚设的事件,则该事故树结构表达式为:
φ(T)=x1x3+x2x3x4;
同理,利用不交化原理,可得下式:
φ(T)=x1x3+x1'x2x3x4;
因此,对于不同事故序列组中包含相同事件的情况,可按照上述方法的介绍,利用最小割集不交化原理进行不交化处理,从而提高分析的准确率。
进一步,所述事故树的概率函数为:
通过所述事故树转化成BDD的方法以及搜索最小割集的方法,可以获得事故树的最小割集甚至不交化最小割集,所以,只需根据最小割集与顶事件之间的逻辑关系,对其进行量化计算就可得到所求顶事件的发生概率;
假设事故树的二元决策树形式共包含了n个基本事件,相应概率分别为;若叶节点1-分支的路径L共有s条,则第j条路径上的第i个结点表示为或,相应概率为或,其中;相应的回溯集表示为,经过最小化的处理过程得到k个最小回溯集,为了描述方便,这里假设k=s;则最小回溯集的集合为:
式中,rj代表第j条路径Lj上具有1-分支的结点的数量,也就是最小割集Cj所包含的基本事件的数目;而n-rj代表第j条路径上的0-分支的结点数目,也就是不发生的基本事件的个数;
因为不交化最小割集之间的关系是互斥的,可以得到所求的事故树的顶事件发生概率的计算式为:
如果事故树中所有基本事件是彼此独立的的关系,则所求顶事件的概率为:
如果事故树中的基本事件之间的关系是统计相依的,则要给出顶事件发生概率的精确表达公式是有难度的;根据顶事件的逻辑门,以及顶事件与对应的最小割集和最小径集之间的关系,可获得近似的顶事件发生概率的区间解公式;
设任意一个事故树的结构函数设为φ(X),它包含n个基本事件,则φ(X)可表示为:
上式表示任意事故树结构函数都满足一个条件,即以“OR”门连接是上限,“AND”门连接是下限;即任意的事故树,都比所有基本事件都是由“OR”门所连接的事故树性能好,比所有基本事件都是由“AND”门连接的事故树所有的性能要差;同时对上式两边求期望值,可得:
将上式表达为以最小割集的AND结构为下限,以最小径集的OR结构为上限的表达式,表示为:
式中:j,k表示最小割集的序数和个数;r,s表示最小径集的序数和个数;i∈Cj表示第i个基本事件属于第j个最小割集Cj;i∈Pr表示第i个基本事件属于第r个最小径集Pr;
上面两个不等式所表达的意思相同,不等式可基于一个条件进行求解,即基本事件是相互独立的;由事故树的二元决策树形式的最小回溯集集合Hmin(1)可以求得最小割集C={C1,C2,…Ck}以及它的发生概率;同理,将事故树转化为对偶二元决策树形式(方法是将原来的BDD的叶节点1-分支转变为0-分支),事故树的最小径集是对偶BDD中的Hmin(1)中所有0-分支结点的集合,可以求得最小径集P={P1,P2,…,Pr}和它的发生概率;然后进行数值大小的比较,将最小割集的最大值和最小径集的最小值分别代入不等式的两端,就可得出事故树顶事件发生概率的近似区间解。
进一步,所述系统失效总概率数学模型的构建方法为:
系统失效发生的总的概率就是指在定性分析和定量计算事件树和事故树,以此为基础再通过其它一定的合成方法等,经过这种处理来得到数学模型;由前文所表达的PRA的应用流程上可以看到,整个系统失效的总概率是通过从上到下的定性的分折,又从下到上进行定量的计算来求解的;因此首先对系统进行的是定性分析,由此找出整个系统失效所表现的初始事件数,接着用事件树进行分析由前一步骤得出的初始事件,同时进行各事件树环节上事件的事故树进行分析;以从上到下的定性分析为基础,再对其从下到上进行定量的计算,就是将前一步骤得出的概率值逐层依次向上推进,最后通过解析各个事件之间存在的逻辑关系,得出整个系统总的失效概率的数学模型;
由于主逻辑图中存在的层次结构关系和事故树的结构关系较为相似,即其各个事件之间也有许多“与”、“或”等的关系存在,所以,系统总得失效概率的数学计算模型应该根据主逻辑图所表现的实际的情况来进行与之相对应的变换;下面就以主逻辑图中的各个事件之间假设都是“或”的逻辑关系,以此计算得出系统的总失效概率,计算模型可以表示为如下:
式中:P(S)为系统总体失效概率;λi为第i个初始事件Ii的频率或者是概率;P(ASGij/Ii)为第i个初始事件Ii发生时,第j个事故序列组发生的概率;P(S/ASGij)为第i个初始事件的第j个事故序列组是否能引起整个系统的失效;若能引起系统失效,则其值为1,否则为0,这是一个0-1概率。
进一步,步骤三中,所述通过尾矿库溃坝故障模型建立模块进行尾矿库溃坝故障模型构建的方法,包括:
概率风险评估的定性分析实施程序一般由以下几个步骤组成:定义目标和范围、熟悉系统、识别初因事件、事件链建模、故障建模;
事故树定量分析包括计算顶上事件发生的概率、概率重要度计算;
1)事故树顶上事件发生概率计算
计算顶上事件的发生概率的算法主要有以下几种:直接用事故树的结构表达式计算顶上事件发生概率、逐级向上推算法、利用最小割集计算顶上事件的发生概率、利用最小径集计算顶上事件发生概率和近似计算方法;
2)概率重要度
基本事件的概率重要度是指顶上事件发生概率对该基本事件发生概率的变化率,即:
式中:lg(i)为基本事件i的概率重要值;Q(T)为顶上事件发生概率;qi为基本事件i的发生概率;
得出各基本事件的概率重要度后,就能够知道,在所有的基本事件中,选择降低哪个基本事件的发生概率,可快速降低顶上事件的概率;
3)临界重要度
结构重要度顾名思义,就是是从事故树的结构方面来考虑,分析得到所有基本事件的重要性,但是它并不能直接地反映出各基本事件的危险性排序;而概率重要度是反映各基本事件概率的变化对顶上事件概率的影响的敏感程度;临界重要度相对全面一些,它是一个从结构和概率两个方面来分析各基本事件重要度的评析标准;
临界重要度也称危险重要度,它是用基本事件概率的变化率对顶上事件概率的变化率的比,来确定基本事件的重要程度,可用下式表示:
式中:Ic(i)为第i个基本事件的临界重要度;Ig(i)为第i个基本事件的概率重要度;qi为第i个基本事件的发生概率;Q(T)为顶上事件的发生概率。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施所述的矿山自然灾害危险源风险预防机制管理方法。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行所述的矿山自然灾害危险源风险预防机制管理方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明提供的矿山自然灾害危险源风险预防机制管理系统及方法,以尖山磷矿高陡边坡、昆阳磷矿排土场及海口磷矿曹家滩尾矿坝为典型研究对象,对磷矿山持续开发活动中可能出现的尾矿坝的重大事故隐患进行辨识与危险性评价,能够揭示尾矿坝主要地质灾害可能的失效模式、致灾机理及其动力演化过程,并提出合理有效的灾害治理措施及预测预报系统,使该项目能够成为磷矿山层状边坡危险性评价体系建立、失稳机理辨析及其有效防治措施建立的示范性工程,做到灾害的科学预防并使灾害损失降到最低。总之,本发明不仅为露天矿山的安全开采提供可靠的技术保障,而且将给类似矿山提供借鉴。
附图说明
图1是本发明实施例提供的矿山自然灾害危险源风险预防机制管理系统结构框图;
图中:1、物理模型动力演化模块;2、尾矿库溃坝定量分析模块;3、尾矿库溃坝故障模型建立模块;4、尾矿库危险源辨识与评价模块。
图2是本发明实施例提供的矿山自然灾害危险源风险预防机制管理方法流程图。
图3是本发明实施例提供的尖山露天矿边坡平面地形图。
图4(a)是本发明实施例提供的装置1横截面图;图4(b)是本发明实施例提供的装置1纵截面图;图4(c)是本发明实施例提供的装置2横截面图;图4(d)是本发明实施例提供的装置2纵截面图。
图5是本发明实施例提供的相似材料研究试验流程图。
图6(a)是本发明实施例提供的试样单轴压缩应力-竖向位移曲线图;图6(b)是本发明实施例提供的试样单轴压缩应力-竖向位移曲线图。
图7是本发明实施例提供的模型观测示意图。
图8是本发明实施例提供的计算原理图;(a)所以有任意点B到1-2边的距离lx;(b)模型内任一点B。
图9是本发明实施例提供的FLAC3D的求解流程图。
图10是本发明实施例提供的尖山露天矿边坡地质剖面图。
图11是本发明实施例提供的原始计算模型示意图。
图12是本发明实施例提供的最终开挖边坡示意图。
图13是本发明实施例提供的露天矿边坡稳定性及控制技术动态研究框图。
图14是本发明实施例提供的尖山磷矿的采场边坡危险源危险度辨识与评价指标体系图。
图15是本发明实施例提供的尖山磷矿的采场边坡危险源易损度辨识与评价指标体系图。
图16是本发明实施例提供的尖山磷矿的采场边坡危险源风险度辨识与评价指标体系及危险源等级判定示意图。
图17是本发明实施例提供的毕肖普法计算图示。
图18是本发明实施例提供的昆阳磷矿排土场灾害危险源危险度辨识与评价指标体系图。
图19是本发明实施例提供的昆阳磷矿排土场危险源易损度辨识与评价指标体系图。
图20是本发明实施例提供的昆阳磷矿排土场危险源风险度辨识与评价指标体系及危险源等级判定示意图。
图21(a)是本发明实施例提供的事故树结构(a)示意图;图21(b)是本发明实施例提供的事故树结构(b)示意图。
图22是本发明实施例提供的海口磷矿尾矿库灾害危险源危险度辨识与评价指标体系图。
图23是本发明实施例提供的海口磷矿尾矿库危险源易损度辨识与评价指标体系图。
图24是本发明实施例提供的海口磷矿尾矿库危险源风险度辨识与评价指标体系及危险源等级判定示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种矿山自然灾害危险源风险预防机制管理系统及方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的矿山自然灾害危险源风险预防机制管理系统包括:物理模型动力演化模块1、尾矿库溃坝定量分析模块2、尾矿库溃坝故障模型建立模块3、尾矿库危险源辨识与评价模块4。
物理模型动力演化模块1,用于采用与原型岩土材料力学性质相似的材料依据设定的几何相似常数进行构建模型,在模型上进行矿体开采的工况模拟;
尾矿库溃坝定量分析模块2,用于通过二元决策树进行尾矿库溃坝定量分析;
尾矿库溃坝故障模型建立模块3,用于以概率风险评估方法为指导,运用主逻辑图法分析尾矿库溃坝的初因事件,而后利用事件树分析法得出尾矿库溃坝的事件序列组和事故序列组,再利用事故树分析法对复杂重点事件进行成因的分析,得出尾矿库溃坝故障模型;
尾矿库危险源辨识与评价模块4,用于选择海口磷矿尾矿库危险源形成的环境因子与触发因子进行尾矿库危险源辨识与评价。
如图2所示,本发明实施例提供的矿山自然灾害危险源风险预防机制管理方法包括以下步骤:
S101,通过物理模型动力演化模块采用与原型岩土材料力学性质相似的材料依据设定的几何相似常数进行构建模型,在模型上进行矿体开采工况模拟;
S102,通过尾矿库溃坝定量分析模块利用二元决策树进行尾矿库溃坝定量分析;
S103,通过尾矿库溃坝故障模型建立模块以概率风险评估方法为指导,运用主逻辑图法分析尾矿库溃坝的初因事件,而后利用事件树分析法得出尾矿库溃坝的事件序列组和事故序列组,再利用事故树分析法对复杂重点事件进行成因的分析,得出尾矿库溃坝故障模型;
S104,通过尾矿库危险源辨识与评价模块选择海口磷矿尾矿库危险源形成的环境因子与触发因子进行尾矿库危险源辨识与评价。
下面结合实施例对本发明作进一步描述。
实施例1:物理模型动力演化试验分析
1、模型试验设计
1.1试验步骤
露天开采边坡相似模型试验的本质是:采用与原型岩土材料力学性质相似的材料依据设定的几何相似常数进行构建模型,在模型上进行矿体开采等工况模拟。因此,模型试验材料的选取和试验方案的确定是试验的关键因素,围绕这两个方面的问题,本次试验主要包含了如下几个方面:
(1)原型岩土体参数的确定;现场边坡岩土体的物理力学参数是研究对象一切分析的基础,同时也是设计边坡支护的重要理论参数。因此,研究中对相应岩体分别进行了现场原位试验和室内岩块试验,较为准确的确定了宏观岩体力学参数。
(2)最优相似材料的确定;依据相似原理确定相似判据,并结合相似常数的数值确定相似材料的物理力学参数理论值。在此基础上,进行模型试验材料配比,采用模糊综合评判法确定最优的模型材料配比方案。
(3)试验方法设计;根据已经确定的几何相似常数,设计模型试验装置的结构尺寸;并确定试验数据的采集方法等。
(4)工况模拟方案;选取现场具有代表性的地质剖面并进行适当简化后,在室内重现现场实际的开采技术条件,并依据开采设计方案对边坡开挖进行模拟研究。
1.2试验相似常数确定
在相似系统中,原型与模型各相同物理量之比称之为相似常数,即:
相似模拟试验要求模型与原型相同物理量具有一致的相似比。而事实上很难使相似模型与原型各物理量均满足相似条件,往往只要主要参数满足相似即可,本试验中相似常数基本满足式(1)所示的相似条件。对于边坡模型试验,一般是先确定几何相似常数,再根据相似理论进行其他相似常数的确定。
几何相似常数的确定首先是在要满足试验研究范围的要求,并最大限度消除边界效应对试验产生的影响。试验采用平面应变模型,本次试验研究对象尖山磷矿东采区采场边坡最高标高为2220m水平,矿体延伸至1840m水平,随着矿体的延伸开挖,最终将形成380m高的高陡边坡。考虑试验室场地,选取几何相似常数Cl=200,重度相似常数Cγ=1.8。
1.3试验剖面与模拟范围的确定
试验采用平面应变模型,本次试验研究对象尖山磷矿东采区采场边坡最高标高为2220水平,矿体延伸至1840水平,随着矿体的开挖,最终将形成380m高的高陡边坡。室内试验将演绎整个边坡动态开挖的过程,其中试验分别选取尖山采场10#剖面与海丰采场4#剖面作为本次试验研究的主要剖面,基于剖面上的开挖情况分析边坡开采中变形破坏规律,为后续边坡综合治理奠定基础。图3为尖山磷矿高边坡研究范围。
1.4岩体力学参数
课题组依据前期开展的岩体现场原位剪切试验研究成果分析,结合相似理论与相似常数取值,对尖山磷矿东采区高陡边坡岩体室内物理模型试验参数取值进行换算分析,取值见表1所示。
表1试验模型力学参数
1.5相似试验模型设计
本次研究共设计两套模型试验模拟装置,试验装置设计为二维结构,模型装置示意图如图4所示。
装置上部两侧为槽钢结构,下部为0.5米的桁架结构,下部两端设置斜支撑结构,其材料为槽钢,采用的连接形式为螺钉胶结而成。
2、材料试验研究
2.1相似材料的选择
本次试验选取重金粉、石英砂、粉质粘土作为试验试件骨料,石膏、水泥为胶结物。受试验材料参数的影响,不同材料对试件密度和抗压强度的影响程度也不同,为找寻其规律,首先采用均匀设计,设计两组不同材料配比,制作底面直径为50mm,高为100mm的圆柱形试件。自然条件下养护10天后,在三轴抗压试验仪中进行单轴抗压强度试验。试验操作流程见图5所示。
通过采用砂、石膏进行相似材料配比试验后,其密度、抗压强度的试验数值均有一定的调节范围,并且试验结果表明:采用砂、石膏进行材料的配置可以达到本发明试验设计的需求,也能够客观的反应现场岩体材料的基本物理力学特性。因此,对上述砂、石膏配置的试样进行密度、单轴抗压强度测试后,结合试样单轴抗压应力-位移曲线图,计算不同砂膏比试样的弹性模量与泊松比,结果见表2所示。图6是采用砂、石膏配置的试样在压力机上进行单轴抗压强度测试时的应力-位移曲线图。
式中:E50为割线模量,MPa;σ50为单轴抗压强度的50%,MPa;ε50为试样承受σ50应力时的纵向应变值。
式中:μ50为泊松比;εd50为应力为抗压强度50%时的横向应变值;εl50为应力为抗压强度50%时的纵向应变值。
表2材料配比试验结果
2.2最优材料配比的选择
Fuzzy最佳选择方法的数学模型及隶属函数:设有M种相似材料,表征每种材料特性的指标有N个,则M种材料的所有指标组成一个N×M维矩阵X:
矩阵中的元素xij表示第j中材料的第i个指标值。相似材料和给定原状土关系可以通过隶属函数μij来表示,相似材料和原状土的相似性越好,则相似材料隶属于原状土的程度越高。
根据相似准则:
式中:xi为原状土第i个指标值;xij为第j种相似材料的第i个指标值;xij为按相似准则要求第i个指标的相似系数。
隶属函数呈三角形分布,即:
当0≤cixij<xi时,0≤μij<1;
当cixij=xi时,μij=1;
当xi<cixij<2xi时,0<μij<1;
当cixi≥2xi时,μij=0;
也就是说,隶属函数μij的取值范围为:μij∈[0,1]。
按模糊线性加权变换方法,及得:
其中,(z1,z2,…,zm)中最大者即为最佳相似材料。
本课题相似模型试验研究,依据实际边坡工程的特点,在相似材料配比研究中着重考虑材料的密度ρ、单轴抗压强度σc、弹性模量E、泊松比μ等,并确定上述四个物理量在试验中所占的权重。物理力学参数权重表见表3。
表3物理力学参数权重表
评分构成的矩Q=(qij)n×n,指标Xi的权重系数为:
本次试验中的参数指标按重要性由大到小排列依次为:重度、抗压强度、弹性模量与泊松比同等重要,可得到评分矩阵:
所得参数权重表如表4所示。
表4参数权重表
黑页岩:
故,选取z最大的,即砂膏比为9:1作为黑页岩的最佳相似配比。
矿体:
故,选取z最大的,即砂膏比为9:1作为矿体的最佳相似配比。
砂质白云岩:
故,选取z最大的,即砂膏比为8:1作为砂质白云岩的最佳相似配比。
细粉晶白云岩:
故,选取z最大的,即砂膏比为6:1作为细粉晶白云岩的最佳相似配比。
对每组相似配比材料进行综合模糊评判的结果见表5。从评判结果可以看出,13号配比材料为最佳相似材料,大部分参数与目标相近。
表5试验相似材料配比的确定
3、相似模型试验研究
3.1模型填筑方法的选择
本发明考虑选取密度控制人工分层填筑夯实的方法,其关键技术是模型薄层条块划分和相应击实功的确定。该方法把模型从空间上划分成若干等厚薄层条形区域,在该区域内根据模型材料预期达到的密实度来确定其填入模型的材料量,并按照一定的击实功进行击实,以保证在薄层内模型材料击实后达到预期的高度和预期的密度。
3.2模型填筑操作流程
在模型填筑方法确定后进行制作模型过程中,设计试验步骤,首先是先上模板,以次是在模板上分层划线、配料、搅拌、装料、拆模、养护等步骤,每个步骤的具体操作如下:
(1)上模板:为保证布置观测点所在面的光滑性和平整性,在模型所需观测的一面一次性将模板全部上好,尽可能使用一整块板,用横梁将其固定,在另外一面进行装料,边装料边上模板,不同模板之间尽量不要留下缝隙,以免在填料击实过程中材料从缝隙中挤出。
(2)分层划线:首先用量角器量取试验所需要模拟的角度,然后用铅笔在模板上将此角度所在的线画上,根据相似理论,计算出模型中各岩层的厚度,为保证线条的笔直性和清晰性,用尺子量取好厚度后,用墨斗线在模板上弹上线条。
(3)配料:根据相似材料所需配比,用电子天平按比例称取各相似材料,一次性配料不要过多,过多会造成后面拌料时的不均匀,一般在50kg左右为宜。
(4)搅拌:先将配好的材料搅拌均匀,搅拌过程中动作不要太大,以免产生较大的粉尘,再根据要求的含水率加入水,并迅速搅拌均匀,防止凝固。
(5)装料:将搅拌均匀的材料从下往上倒入模内,首先是用橡皮锤进行击实,达到一定密实度后改变大铁锤击实。击实后的岩层高度要求与模上所划的线条一致,对于高出部分用小型铁铲进行修剪,低出部分加入材料继续进行击实,堆好一层后,在层面上铺洒一层云母粉,然后再进行下一层堆料。
(6)拆模:通常在自然状态下养护一周后拆模板,拆模时应注意两边横梁同时松开螺丝,以免模型受力不均而向一边偏移。
(7)养护:拆模后在自然状态下养护一周即可进行试验。
3.4位移观测方法
位移观测由各个测点组成,主要目的是计算随工作面推进上覆岩层的垂直位移和水平位移。主要观测器材:经纬仪,三角支架,数码相机。计算原理如下:
模型观测如图7所示,点1、2、3、4设在模型架的左右两侧的固定架上,这些点不受开采影响,相当于固定点。在地面的A点安设电子经纬仪,C点为电子经纬仪的中心位置,以C点垂直于模型的平面为基中平面,来观测点1、2、3、4的水平角和垂直角,并且精密测量出1、2、3、4点之间的距离,其方法是在1-2(1-4、2-3、3-4)边上拉一钢尺,用经纬仪的横丝(或竖丝)瞄准点1(或2、3、4),然后进行水平微调读取钢尺读数,以同样的方法读取2点的读数,1、2点的读数差即为1-2边的长度,用同样的方法量测其它各边,这些数据作为观测任意点的起算数据。
为了便于观测和推导公式的方便,本发明把该基中平面的投影平移到地面,现来推导水平位移和垂直位移的计算公式。设A-1、A-2和A-3、A-4的水平投影距离分别为L1和L2,L1和L2的水平夹角为α。任意点B到A点的水平投影距离为L,L与L1的水平夹角为α1,与L2的水平夹角为α2,距1-2边的距离为lx,距离1-4边的垂直距离为hx。
如图7所示,若1、2点观测的垂直角分别为δ1和δ2,1、2点之间的垂直高度为H0,则有:
H1=L1·tgδ1H2=L1·tgδ2;
H0=H1-H2=L1(tgδ1-tgδ2);
同理,若3、4点观测的垂直角分别为δ3和δ4,由于在设置固定点时要求1、4点和2、3点须精确在同一水平上且间距都等于l,3、4点之间的垂直高度也为H0,所以有:
H1=L2·tgδ2 H2=L2·tgδ3;
H0=H1-H2=L1(tgδ4-tgδ3);
如图8(b)所示,模型内任一点B,其水平角观测值为α1、α2,垂直角为δx,则根据三角正弦定理有:
所以有任意点B到1-2边的距离lx为:
由此可得任意点B到1-4边的距离hx为:
开采前先测量并计算每个位移测点的lx0和hx0作为该点的原始数据,随着工作面的推进,测点产生移动,通过测量和计算便可得出此刻的lxi、hxi,因此该测点的下沉量Wi和水平移动量Ui就可由下面公式求得:
Wi=hx0-hxi Ui=lxi-lx0;
根据上述分析可知,固定点1、2点和3、4点必须处于同一铅垂线上,且1、4点和2、3点分别处于同一水平高度上,所以设置固定点时,必须用经纬仪和水准仪进行布设,并精确量1、2点和3、4点之间的距离H0,以及1、4点和2、3点之间的距离l。设置好后,用经纬仪精确测定其竖直角δ1、δ2、δ3和δ4以及水平角α。
3.4模型试验
本次模型试验共六组,其中小模型中有五组试验,分别为:倾角为30°边坡模型试验;倾角为35°边坡模型试验;倾角为45°边坡模型试验;倾角为50°边坡模型试验;倾角为50°且改变层厚的边坡模型试验;五组试验均填筑1米高,每次向下开挖10cm,为保证开挖后坡脚的连续性,即坡脚处不切层,只进行九次开挖,预留10cm不进行开挖。大模型为现场10#剖面室内模型,每次向下开采15cm。
4、试验结果对比分析
4.1边坡失稳破坏失稳模式
根据相似模型试验所得到的边坡变形规律,五组试验中均出现上部岩层下沉、下部岩层鼓出的试验现象,受开挖卸载、开挖扰动等影响,岩层的变形量随着距离开挖面深度的增加而减小。随着距离开挖面深度的增加,层状岩质边坡总会出现一条分界线,此分界线以上的岩体上发生了错动(鼓出或下沉),此分界线以下的岩体则不出现鼓出或下沉的现象,受各种分化作用的影响,发生层错动的岩层变形量将会不断增大,最终沿着此分界线滑落而破坏,则此线可看着是边坡潜在滑移面的一部分,在模型试验的岩层位移变形图中找出此分界线,将此分界线称为线1。对于层状岩质边坡,当岩层倾向与边坡倾向夹角小于30°的主要破坏模式有四种:滑移-拉裂型、滑移-弯曲型、滑移-剪切型及弯曲-拉裂型,滑移-拉裂型、弯曲-拉裂型破坏的受力形式表现为受拉破坏,滑移-弯曲型、滑移-剪切型破坏的受力形式表现为受压破坏。无论是受拉破坏还是受压破坏,其最先发生破坏的部位为受力最大的区域,另一种表现手法为变形量最大的地方,因此,在岩层的位移变形图上将每层岩层上变形量最大的点用折线进行连接,将此折线称为线2,则线2对应为现场最危险的潜在破坏面。线1和线2组成了边坡最危险的潜在滑移面。
每次试验选取开采下降80cm和90cm时的边坡为研究对象,作其潜在滑移面示意图。
从上述潜在滑移面示意图可知:边坡发生滑移破坏时,其滑动面近似有线1和线2组成,线1为直线对应现场时为一平面,线2类似圆弧线对应现场时为一圆弧面,其潜在滑移面可以看成是一平面与一剪切圆弧面组合的“平面与圆弧面复合型”结构类型。
4.2位移区域的划分
根据边坡开挖后的位移矢量图,可以总结出围岩的运动趋势,对于缓倾斜的边坡(本发明中倾角30°、35°试验),本发明根据围岩的运动趋势的不同,将围岩划分三个区域:下沉区、不动区、上鼓区。
下沉区:岩层上某些部位的围岩由于重力的作用,会出现下沉的现象,将出现此现象的区域称为下沉区,一般位于岩层的上部。
不动区:根据试验总结,岩层至上而下在某个高度上总会出现一些观测点位移量非常小,将出现此现象的区域称为不动区,所谓的不动区是相对的某个开采深度而言的,在总个开采过程而言不动区也是一个变化的区域,一般位于岩层的中部。
上鼓区:在岩层下部的围岩由于上部围岩的作用,会出现向上鼓出的现象,将出现上鼓现象的区域称为上鼓区,一般位于岩层的下部。
对于陡倾斜的边坡(本发明中倾角45°、50°试验),根据围岩的运动趋势的不同,将围岩划分三个区域:下沉区、滑移区、上鼓区,其中下沉区和上鼓区的定义同上。
滑移区:对于陡倾斜的边坡,在岩层的某个区域内会出现沿层面滑移的现象,将此区域称为滑移区,和不动区一样,滑移区也一个相对区域,是相对的某个开采深度而言的,在总个开采过程而言不动区也是一个变化的,一般位于岩层的中部。
4.3岩板的力学分析
通过相似模型试验中的位移变形图和位移矢量图进行都分析,得到30°和35°倾角边坡表现为拉裂破坏,其表现形式为上部岩体在重力的作用下向下运动(即下沉),中部某个部位的岩体基本保持不动(在杠杆中充当支点作用),下部岩体在上部围岩自重力的作用下向上翘起,表现为鼓出,其受力形式为受拉。45°和50°倾角边坡表现为滑移—压裂破坏,其表现形式为上部岩体在重力的作用下也变现为向下运动(即下沉),由于上部岩体重力在沿层面上的分力较大,中部某个部位的岩体运动形式表现为沿层面滑动,下部岩体在上部荷载的作用下向上翘起,表现为鼓出,其受力形式为受压,以35°和50°倾角边坡为例,作模型示意图及受力分析图。
实施例2:露天矿边坡开挖稳定性分析
采用FLAC3D对尖山磷矿层状高陡边坡在采矿活动中的演化规律进行分析与研究。
采用FLAC3D进行计算机数值模拟时,首先建立有限差分网格、确定材料物理力学参数和材料本构模型,以及指定计算模型边界条件与初始条件。有限差分网格用来定义分析模型的结果形状;材料的特性和与之对应的本构模型用来表征模型在外力作用下的力学响应;边界和初始条件用来定义模型的初始状态。完成上述模拟的准备工作后,即可求解模型的初始状态,执行开挖或变更附属环境条件,求解模型开挖或环境条件改变后的力学响应。最后,输出计算结果,完成分析。FLAC3D一般求解流程如图9所示。
1、计算模型与方案
(1)边坡计算模型的建立
数值分析的可靠性在一定程度上取决于所建立的计算模型。大型三维仿真计算模型均是对实体研究对象进行了必要的假设和处理,使得模型的建立具有可操作性,以及建立的模型能够反映实际工程的特点。
本发明合尖山露天矿边坡赋存的地质环境条件、地形地貌特征以及地层岩性组合等,建立了边坡三维计算模型。图10为尖山露天矿边坡地质剖面图。模型X方向为边坡倾向方向(自南向北),长度1700m;模型Y方向为边坡走向方向(自东向西),长度1300m;模型Z方向为竖直方向,模型底部标高1600m。模型共有341220个节点、325680个单元。图11为原始计算模型,图12为最终开挖边坡。
(2)边坡计算模型的概化
建模过程中对边坡地质原型进行了一定的简化。从地质剖面图上可知,原始边坡开挖前,浅表层有第四系粘土层,层厚较薄,该地层对开挖最终边坡稳定性影响小,数值建模不予考虑。矿体中间赋存水云母粘土层,厚度0.58~2m,将矿体分为上下两个矿层;在矿体回采过程中被开挖。因此,它的存在对最终边坡稳定性影响较小,数值模拟计算时不予考虑。区内地质构造发育程度一般,仅有一走向逆断层组(F1-1、F1-2),总体走向近东西,倾向330°~20°,断层破碎带宽度0.13~2.86m,两断层主要切割矿体赋存的地层,随着矿体回采而逐渐消失,因此,断层组对最终边坡稳定性影响较小,建模时不考虑。
计算模型除边坡临空面设为自由边界外,模型底部z=1600m设为固定约束边界,模型四周设为单向约束边界。由于边坡坡面构造应力基本释放,所以在初始条件中,不考虑构造应力,仅考虑自重应力产生的初始应力场。
本构模型;数值模拟中,采用Mohr-Coulomb准则,即弹塑性模型。
(3)宏观岩体力学参数
(4)模拟计算方案
依据文中第三章陈述的尖山露天矿开采历史条件及设计开采方案,本次模型计算共分为如下五个工况进行分析:
①原始模型初始平衡;
②开挖第一步,露天矿边坡开采至2035m;
③开挖第二步,边坡分台阶卸载至2070m,并开采至现状;
④开挖第三步,一期采矿工程采至1910m结束;
⑤开挖第四步,二期采矿工程采至1840m结束,形成最终开挖边坡。
2、边坡稳定性综合分析
应用FLAC3D数值计算方法对尖山磷矿高陡边坡不同开采阶段进行边坡变形破坏规律及特征的分析与研究,从边坡开挖应力场、位移场及塑性区分布等特征综合分析:
天然山坡,在开挖边坡前,由于长期地质历史的内外力等作用的影响,形成了具有一定外貌形态,并处于一定应力场的动态平衡状态。
开挖边坡,产生新的临空区域,出现了新的“应力平衡区域”,激活了原有被控制的对边坡稳定不利的因素。因此,边坡岩体开挖卸荷,破坏了斜坡岩体所处的原有平衡状态,导致开挖面岩体应力的松弛和岩体中应力场的变化致使岩体发生变形。当边坡岩体应力变化和变形处在其允许范围内,边坡岩体将不发生破坏,即边坡岩体仍然处于一个动态平衡状态,开挖边坡是稳定的;如果边坡应力重新分布、变形超过了边坡岩体的允许范围,边坡岩体将发生大规模的整体破坏,即开挖边坡将由于开挖卸荷作用出现失稳。
开挖边坡引起边坡岩体应力重新分布,坡面岩体产生新的“应力平衡区域”,其主要体现在:①开挖卸荷引起边坡坡体局部应力增高。从已有的理论研究和数值模拟分析表明,随着开挖坡度的增加,边坡坡顶、变坡点附近及坡脚附近的应力增加明显,在变坡点附近出现最大张应力区,坡脚出现最大剪应力区,这可导致边坡出现张拉和剪切破坏。由此可见,开挖边坡,由于边坡岩体的卸荷、将引起边坡中局部应力的增高,即有可能进一步引起边坡岩体的拉张开裂破坏和坡脚的剪切破坏,导致边坡的稳定性降低。
②开挖卸荷、爆破震动等导致边坡岩体完整性降低。由于开挖卸荷、施工爆破作业的影响,边坡开挖区域岩体由于应力调整而导致结构面张开松弛、产生新的裂隙,一定范围内的岩体完整性降低,并伴随出现体积增大的现象,从而使岩体的力学强度降低。已有研究表明边坡岩体中节理裂隙愈发育,岩体的抗剪强度将愈低;如果岩体由于开挖应力释放变形使体积增大、节理张开,其强度就会有很大降低,岩体体积增加3%,岩体强度将下降90%。
尖山磷矿自然边坡最大主应力表现为压应力,随着开采掘进,边坡开挖区域,最大主应力由压应力逐渐变换为拉应力,并出现拉应力集中;与此同时,边坡最小主应力在开挖区域均表征为拉应力,且拉应力数值随开采深度增加,越加变大。由于边坡岩体抗拉强度最小,开挖卸荷岩体长期在受拉状态下,易产生张拉裂隙,裂隙的扩展与贯通导致岩体发生张拉破坏。从数值分析结果来看,开挖边坡拉应力最先出现在坡顶、坡肩及坡脚处,当边坡增高变陡时,拉应力沿开挖区域连接成片,并在边坡不同台阶上出现,边坡岩体破坏范围扩大,整体稳定性越拉越低。
从边坡开挖位移变化综合分析,开挖第一步,采场西边边坡高185米,整体边坡在受压屈服过程中,伴随边坡岩体开挖卸荷作用的加强,斜坡岩体产生平行于临空面方向向下的位移,且在水平2080m高程段内位移矢量夹角发生偏转,呈近水平向;同一时期,由于采场东边边坡开挖扰动小,边坡整体不高,边坡岩体产生的位移以回弹变形为主,方向指向临空面。开挖第二步,即在第一步开挖基础上,对边坡进行削坡减重处治,并向下延伸开采100米,由于边坡卸载施工中产生的误差导致西边边坡在向下开采中逐渐又出现了“稳定→不稳定”的变化,整体边坡水平方向、垂直方向位移变化大,其中东边边坡仍以回弹变形为主,方向指向临空面,西边边坡上部岩体产生平行于临空面向下的位移,位移矢量夹角发生偏转的位置由2080m降至2050m。开挖第三步、开挖第四步,即在现有开采基础上,向下分别延伸开采至1910m、1840m,整体边坡位移形变均由平行临空面向下与水平剪出两种组成;东边边坡岩体向下移动与水平剪出的位移增量不断增大,并在2#-3#线1960m高程段内边坡岩体位移矢量呈水平向;西边边坡变形规律与东边边坡基本相似,但前后两次位移变化增量较小。因此,从边坡位移变化特征及计算结果分析,高陡边坡在延伸开采过程中位移量逐渐增大,上部坡体向下滑移、下部坡体发生水平剪出,边坡整体位移运动迹线表征为“平面复合型”滑动,且整体边坡处于失稳状态。
层状边坡在随着开挖卸荷范围的逐渐增大,层间阻滑力减小,层间相对运动增大,上部坡体呈现向下移动的趋势,而边坡下部岩体有水平剪出的趋势;层状岩质边坡开挖扰动后,坡体岩层会沿一定范围发生弯曲,表征为该范围岩体位移运动水平指向坡外,边坡岩体发生弯曲变形是由上部岩体受压,而下部岩体无自由临空方向,即位移受限所致,当弯曲变形逐渐扩大,弯曲变形量增加时,边坡即发生大规模的失稳,其属于陡倾层状岩质边坡的溃屈破坏失稳。
上述的分析表明,由于开挖卸荷作用,引起边坡岩体局部应力增高,以及开挖卸荷引起岩体裂隙增多、完整性降低等,使得开挖后边坡岩体强度降低,稳定性减小。
实施例3:边坡稳定性控制技术
边坡稳定性分析与评价的最终目的就是依据边坡稳定性状况提出科学、合理、具有可操作性的处治技术方案,控制边坡发生滑坡灾害,从而达到防灾减灾的目的。
1、露天矿边坡稳定性控制技术分析
露天矿边坡稳定性问题是影响和困扰矿山生产与安全的重大难题。露天矿边坡与其它边坡工程相比具有如下几方面的特点:伴随着矿山生产的不同阶段,且对露天矿边坡稳定性的认识逐渐深化。图13为露天矿边坡稳定性及控制技术动态研究框图。
2、研究区边坡变形控制措施研究
通过尖山露天矿边坡数值分析与边坡稳定性评价,在现有开采技术条件下,边坡延伸开采新形成的应力场不利于边坡稳定,并且在坡顶、坡肩、坡脚及平台上多产生剪应力和张拉应力集中。层状边坡开挖后,坡体岩层会沿一定范围发生弯曲变形,当弯曲变形量逐渐增大时,边坡发生溃屈破坏。此外,边坡监测数据的反馈信息表征露天边坡预警级别进入橙色预警,边坡岩体变形加速,且快速地向临滑阶段变化。矿山依据上述边坡稳定性分析与监测结果立即停止了采场内的采矿活动,并组织相关人员和机械设备对坡顶进行卸载。由此可见,边坡稳定性成为制约尖山磷矿延伸开采的主要技术难题。科学、合理、高效的处治尖山露天矿边坡潜在的滑坡灾害隐患,是矿山亟待解决的重要问题。通过前述边坡常见处治措施,结合尖山磷矿边坡特点,可以采用的方法有两大类:①拦挡抗滑;②削方压脚。
就上述两种处治方法而言,它们都能有效抑制与消除边坡滑坡灾害隐患。但是露天矿边坡作为临时性边坡,它的工程建设不是“百年大计”,且它的存在服务于矿山生产年限。因此,露天矿边坡治理要坚持“安全第一、以防为主、防治结合、及时处理、分期实施”的处治原则,更要兼顾经济利益。尖山磷矿采场边坡稳定性控制技术综合施工安全、施工技术难度、治理成本、快速恢复生产等方面的因素,对上述两类不同方案进行了综合比选:
(1)拦挡抗滑;如果使用抗滑桩,抗滑工程多布置于边坡中下部,施工作业需爆破开挖,加之尖山采场边坡已处于极限平衡状态,施工期间的开挖扰动势必会对边坡稳定构成不利;鉴于整体边坡走向长度长,且边坡潜在滑面位置深,抗滑桩治理成本高。采用锚索加固,边坡已形成280米高,坡面上进行定位、钻孔、置入锚索、注浆等工序施工难度大;同样,边坡整体锚固治理成本高。
(2)削方压脚;削方减载、坡脚反压,都是矿山熟练的边坡处治方法,且矿山大型铲运设备齐全,技术人员经验丰富,施工组织相对成熟,能最大限度的在保证边坡安全的前提下,快速完成施工作业。鉴于边坡潜在变形破坏范围较广,削坡方量大,治理成本高。同时,依据采场边坡工程地质剖面图揭示,边坡延伸开采中,矿体倾角逐渐变缓,小于20°,靠帮边坡坡脚也逐渐变小,且采场下部具有坡脚反压的条件,因此,开采条件既可以解决排土问题,又可解决边坡潜在滑移问题。
实施例4:边坡危险源辨识与评价体系
1、尖山磷矿的采场边坡危险源危险度辨识与评价
1.1辨识与评价因素及指标的选取及原始数据的获取
辨识与评价因素及指标的选取
综合考虑诱发与起动尖山磷矿的采场边坡的各个因素,本研究选择尖山磷矿的采场边坡危险源形成的环境因子(也可叫本底因子或主控因子)与触发因子开展其危险度的辨识与评价。必须同时满足环境因子与触发因子,矿山自然灾害才能被起动与诱发,二者缺一不可,如满足了尖山磷矿的采场边坡危险源本身具有的环境因子,没有触发因子来诱发起动,也不能形成尖山磷矿的采场边坡失稳。
Ⅰ环境因子及指标的选取
①选取的因子及指标
针对尖山磷矿的采场边坡选择地形因子、地层因子、构造因子、水文因子及植被因子作为尖山磷矿的采场边坡危险源辨识与评价的环境因子。这5个因子较全面地反映了尖山磷矿的采场边坡形成的环境条件。
地形因子选择尖山磷矿的采场边坡边坡形状指标,如高度、坡度及坡面形态3个指标。
地层因子选择尖山磷矿的采场边坡的地层岩体性质指标,包括岩体岩性、粘结力c、内摩擦角φ、容重γ、变形模量E及泊松比μ等6个指标。
构造因子选择尖山磷矿的采场边坡中断层及节理分布情况及岩层产状与边坡坡向关系2个指标。
水文因子选择尖山磷矿的采场边坡所在区域河流分布及地下水发育情况2个指标。
植被因子选择尖山磷矿的采场边坡上的植被覆盖率指标。
②因子指标获取方法
地形因子中选择高度、坡度及坡面形态3个指标可在现场调查获得。
地层因子中岩体粘结力c、岩体的内摩擦角φ、岩体的容重γ、变形模量E及泊松比μ等性质可通过室内或原位实验获取。
断层及节理分布情况通过查询地质资料获取,而岩层产状与边坡坡向关系则通过现场测量与调查获得。
区域内河流分布及地下水发育情况则在观察现场或查询矿山水文资料获取。
植被因子中植被覆盖率通过现场考察获取。
Ⅱ触发因子及指标的选取
①选取的因子及指标
对于尖山磷矿的采场边坡危险源辨识与评价的触发因子,本研究选择降雨因子、人为因子、地震因子等3因子。这3个因子较全面地包括了尖山磷矿的采场边坡在本底环境下诱发自然灾害的触发因素。
具体各个因子中选择的评估指标如下:
降雨因子选择尖山磷矿的采场边坡所在位置的日最大降雨量或年平均降雨量指标。
人为因子选择人为对尖山磷矿的采场边坡危险源影响指标,如人的管理水平及人类活动两个指标。人类活动可分为人工开挖程度、爆破的频率与强度及矿山自然灾害危险源地下采矿的频率与强度等等。
地震因子选择在危险源所在区域置的地震烈度分布指标。
②因子指标获取方法
降雨因子中选取的日最大降雨量或年平均降雨量指标通过查询在所在位置的相关降雨资料获得。
人为因子中选取的人为对尖山磷矿的采场边坡的破坏方式与强度指标通过查询相关认为人为活动的设计资料及辅助询问从事矿山对应活动的工作人员来获取原始数据。
地震因子中选择地震烈度分布指标通过查询当地地震烈度资料来取。
通过测量获取因子指标的始数据时,为保证数据的可靠性,每个因子指标必须至少取3个样本测量,并保证测量结果的标准差在5%以内,如果测量结果的标准差超过5%时,增加样本量直到其结果的标准差控制在5%为止。
1.2构建尖山磷矿的采场边坡危险性辨识与评价体系
根据上文选定的尖山磷矿的采场边坡危险源危险度评价的因子与指标可构建其危险性辨识与评价体系,见图14。
2、尖山磷矿的采场边坡危险源易损度辨识与评价体系
根据第2章矿山自然灾害危险源易损度辨识及评价体系理论,本节能构建可构建尖山磷矿的采场边坡危险源易损度辨识与评价体系,见图15。
3、尖山磷矿的采场边坡风险及危险源等级辨识与评价体系
根据第2章矿山自然灾害危险源的风险及危险源等级辨识及评价体系理论,本节能构建可构建尖山磷矿的采场边坡危险源风险及危险源等级辨识与评价体系,见图16。
实施例5:排土场边坡稳定性分析
排土场边坡稳定性分析是排土场研究工作的核心,排土场边坡稳定性的好坏关系到排土场本身乃至整个矿山能否正常运转及生产的安全进行,做好排土场的稳定性研究工作,有助于预测排土场的稳定性状况,从而能做到防患于未然,防止灾害的发生或将损失减少到最低限度。该矿在开采矿石过程中,产生大量剥离废石,形成了巨大的废石堆积场—排土场,由于是裸露式露天堆放,占地面积大、排土高度较高,使其存在一定的安全隐患。因此对排土场进行稳定性分析研究具有重要的意义。
边坡稳定性分析方法中极限平衡法是边坡工程分析与设计中最主要的且最有效的实用分析方法,并为各国广泛采用。其基本原理是先假定多个滑坡可能的滑动面,然后根据静力平衡条件和莫尔-库伦强度准则计算沿各滑动面滑动的可能性,从中寻找稳定系数最小者,其对应的滑动面即为滑坡滑动可能性最大的滑动面。在对昆阳磷矿排土场边坡的地质原型及其工程特点充分分析的基础上,抽象、概化出供分析计算所需要的地质-力学模型。本次计算采用极限平衡对排土场边坡稳定性进行模拟分析计算。
极限平衡分析法是以条分法和极限平衡原理为基础的,是排土场边坡稳定性研究广泛适用的分析方法。因考虑条块间力的假定条件及破坏面形状的不同,极限平衡法形成了考虑圆弧滑动面的瑞典法、Bishop法,考虑任意形状滑动面的Sarma法、Janbu加法、Morgenstern-Price法、余推力法等。这些方法因采用的假设条件不同,它们的计算精度及适用条件也不一样。本发明采用了极限平衡分析法中的简化Bishop法对排土场边坡进行了模拟分析计算。
在工程设计中,判断边坡稳定性的大小习惯上采用边坡稳定安全系数来衡量。1955年,毕肖普(A.W.Bishop)明确了土坡稳定安全系数的定义:
式中:τf为沿整个滑裂面上的平均抗剪强度;τ为沿整个滑裂面上的平均剪应力;FS为边坡稳定安全系数。
毕肖普法考虑了土条间力的作用,如图17所示,Ei及Xi分别表示土条间法向和切向条间作用力,Wi为土条自重力,Qi为土条的水平作用力,Ni、Ti分别为土条底的总法向力和切向力,ei为土条水平力Qi的作用点到圆心的垂直距离,土条高为hi,宽为bi。
分析土条i的作用力,根据竖向力平衡条件,有:
Wi+Xi-Xi+1-Ti sinαi-Ni cosαi=0
从而得:
Ni cosαi=Wi+Xi-Xi+1-Ti sinαi (2)
如果整个滑裂面彻上的平均安全系数为FS按照式(16-1)定义,土条底部的切向阻力Ti为:
将前述的安全系数定义和摩尔一库伦准则,即式(3)代入式(2),整理后有:
根据各土条力对圆心的力矩平衡条件,即所有土条的作用力对圆心点的力矩之和为零,此时土条间的作用力将相互抵消,从而有:
∑Wiχi-∑TiR+∑Qiei=0 (5)
将式(3)、(4)代入式(5),得:
式(6)中有3个未知量;FS和Xi、Xi+1,要么补充新的条件,要么做一些简化消除两个未知量,问题才得有解。毕肖普采用了假定各土条之间的切向条间力Xi和Xi+1略去不计的方法,即假定条间力的合力为水平力,这样,式(6)简化为:
实施例6:排土场危险源辨识与评价体系
1、昆阳磷矿的排土场危险源危险度辨识与评价
1.1辨识与评价因素及指标的选取及原始数据的获取
辨识与评价因素及指标的选取:综合考虑诱发与起动昆阳磷矿排土场的各个因素,本研究选择昆阳磷矿排土场危险源形成的环境因子(也可叫本底因子或主控因子)与触发因子开展其危险度的辨识与评价。必须同时满足环境因子与触发因子,矿山自然灾害才能被起动与诱发,二者缺一不可,如满足了昆阳磷矿排土场危险源本身具有的环境因子,没有触发因子来诱发起动,也不能导致形成昆阳磷矿排土场形成灾害。
Ⅰ环境因子及指标的选取
①选取的因子及指标
针对昆阳磷矿排土场选择排土场形状因子、排土土体性质因子、排土场结构要素潜在破坏因子及水文因子作为其危险源辨识与评价的环境因子。
场地选择因子:沟谷形态,场地的植被清除、表土清除,坡度超过25度的山体应开挖成台阶式等,考虑不应有不良地层、考虑承载能力、不能有泉眼,若有应采取措施。
排土场形状因子选择堆积的排土场的形状指标,包括排土场已堆积总高度及坡度与各台阶高度与坡度、平台宽度等指标。
排土场排土土体性质因子选择土体岩性、颗粒级配、土体含水量及干密度、等4个指标。
排土场结构潜在破坏因子选择已发育各向裂缝指标,包括横向裂缝、纵向裂缝、水平裂缝等指标。
水文因子选择排土场中发育的地下水指标。
排土工艺指标选择排土强度与排土方式(分排、混排,考虑土石的分布情况)2个指标。
②因子指标获取方法
场地选择可通过现场实地调查获取。
形状因子选择指标也可在现场测量获得。
排土土体性质因子中选择的尾矿岩性通过查询地质资料获取,而尾矿颗粒级配通过现场取样回实验室测定,土体含水量及干密度直接在现场测定。
排土场结构潜在破坏因子选择已具有的裂缝及库水位指标,包括横向裂缝、纵向裂缝、水平裂缝、库水位高度等指标可在现场调查与测量获取。
排土场中发育的地下水的情况也可在现场调查与测量获取。
排土工艺可通过现场实地调查获取。
Ⅱ触发因子及指标的选取
①选取的因子及指标
对于昆阳磷矿排土场危险源辨识与评价的触发因子,本研究选择降雨因子、人为因子、地震因子等3因子。这3个因子较全面地包括了昆阳磷矿排土场在本底环境下诱发自然灾害的触发因素。
具体各个因子中选择的评估指标如下:
降雨因子选择昆阳磷矿排土场所在位置的日最大降雨量或年平均降雨量指标。
人为因子选择人为对昆阳磷矿排土场危险源影响指标,如人的管理水平及人类活动两个指标。人类活动可分为人工开挖程度、爆破的频率与强度及矿山自然灾害危险源地下采矿的频率与强度等等。
地震因子选择在危险源所在区域置的地震烈度分布指标。
②因子指标获取方法
降雨因子中选取的日最大降雨量或年平均降雨量指标通过查询在所在位置的相关降雨资料获得。
人为因子中选取的人为对昆阳磷矿排土场的破坏方式与强度指标通过查询相关认为人为活动的设计资料及辅助询问从事矿山对应活动的工作人员来获取原始数据。
地震因子中选择地震烈度分布指标通过查询当地地震烈度资料来取。
通过测量获取因子指标的始数据时,为保证数据的可靠性,每个因子指标必须至少取3个样本测量,并保证测量结果的标准差在5%以内,如果测量结果的标准差超过5%时,增加样本量直到其结果的标准差控制在5%为止。
1.2构建昆阳磷矿排土场危险性辨识与评价体系
根据上文选定的昆阳磷矿排土场危险源危险度评价的因子与指标可构建其危险性辨识与评价体系,见图18。
2、昆阳磷矿排土场危险源易损度辨识与评价体系
根据第2章矿山自然灾害危险源易损度辨识及评价体系理论,本节能构建可构建昆阳磷矿排土场危险源易损度辨识与评价体系,见图19。
3、昆阳磷矿排土场风险及危险源等级辨识与评价体系
根据第2章矿山自然灾害危险源的风险及危险源等级辨识及评价体系理论,本节能构建可构建昆阳磷矿排土场危险源风险及危险源等级辨识与评价体系,见图20。
实施例7:尾矿库溃坝的定量分析
1、事件树的BDD分析
二元决策树(BinaryDecisionDiagram,BDD)是由SheldonB.Akers于1978年首先提出的,它实际上是简化布尔代数的Shannon分解树时得到的,是一种比较特殊的树形结构。
由图21(a)可得事故树T的结构函数:
φ(T)=x1x3+x1x4+x2x4;
根据事故树的最小割集的定义,可以将φ(T)的最小割集表示为C={x1x3,x1x4,x2x4}。其中设C1=x1x3,C2=x1x4,C3=x2x4,可以看出最小割集中包含重复事件,因此,利用最小割集不交化原理来解决重复事件问题。根据上式可转化为:
φ(T)=C1+C1'C2+C1'C2'C3=x1x3+x1x3'x4+x1'x2x3'x4;
此时,由上式可知:x1x3,x1x3'x4和x1'x2x3'x4是互斥关系,因此后果事件T的概率计算式为:
P(T)=P(x1x3)+P(x1x3'x4)+P(x1'x2x3'x4);
由图21(b)可知,该初始事件有两个不同结果,因此将后果T设为事件T1和T2,T1和T2为事故树结构中虚设的事件,则该事故树结构表达式为:
φ(T)=x1x3+x2x3x4;
同理,利用不交化原理,可得下式:
φ(T)=x1x3+x1'x2x3x4;
因此,对于不同事故序列组中包含相同事件的情况,可按照上述方法的介绍,利用最小割集不交化原理进行不交化处理,从而提高分析的准确率。
2、事故树的概率函数
由事故树的相关知识可知,求解事故树的概率也就是求顶事件的概率的过程。而顶事件的发生概率,就是该事故树最小割集的概率。通过上述介绍的事故树转化成BDD的方法以及搜索最小割集的方法,可以获得事故树的最小割集甚至不交化最小割集,所以,只需根据最小割集与顶事件之间的逻辑关系,对其进行量化计算就可得到所求顶事件的发生概率。
假设事故树的二元决策树形式共包含了n个基本事件,相应概率分别为;若叶节点1-分支的路径L共有s条,则第j条路径上的第i个结点表示为或,相应概率为或,其中;相应的回溯集表示为,经过最小化的处理过程得到k个最小回溯集,为了描述方便,这里假设k=s。则最小回溯集的集合为:
式中,rj代表第j条路径Lj上具有1-分支的结点的数量,也就是最小割集Cj所包含的基本事件的数目;而n-rj代表第j条路径上的0-分支的结点数目,也就是不发生的基本事件的个数。
因为不交化最小割集之间的关系是互斥的,可以得到所求的事故树的顶事件发生概率的计算式为:
如果事故树中所有基本事件是彼此独立的的关系,则所求顶事件的概率为:
如果事故树中的基本事件之间的关系是统计相依的,则要给出顶事件发生概率的精确表达公式是有难度的。根据顶事件的逻辑门,以及顶事件与对应的最小割集和最小径集之间的关系,可以获得近似的顶事件发生概率的区间解公式。
设任意一个事故树的结构函数设为φ(X),它包含n个基本事件,则φ(X)可表示为:
上式表示任意事故树结构函数都满足一个条件,即以“OR”门连接是上限,“AND”门连接是下限。即任意的事故树,都比所有基本事件都是由“OR”门所连接的事故树性能好,比所有基本事件都是由“AND”门连接的事故树所有的性能要差。同时对上式两边求期望值,可得:
将上式表达为以最小割集的AND结构为下限,以最小径集的OR结构为上限的表达式,表示为:
式中:j,k表示最小割集的序数和个数;r,s表示最小径集的序数和个数;i∈Cj表示第i个基本事件属于第j个最小割集Cj;i∈Pr表示第i个基本事件属于第r个最小径集Pr。
上面两个不等式所表达的意思相同,不等式可基于一个条件进行求解,即基本事件是相互独立的。由事故树的二元决策树形式的最小回溯集集合Hmin(1)可以求得最小割集C={C1,C2,…Ck}以及它的发生概率;同理,将事故树转化为对偶二元决策树形式(方法是将原来的BDD的叶节点1-分支转变为0-分支),事故树的最小径集是对偶BDD中的Hmin(1)中所有0-分支结点的集合,可以求得最小径集P={P1,P2,…,Pr}和它的发生概率。然后进行数值大小的比较,将最小割集的最大值和最小径集的最小值分别代入不等式的两端,就可得出事故树顶事件发生概率的近似区间解。
3、系统失效总概率数学模型
系统失效发生的总的概率就是指在定性分析和定量计算事件树和事故树,以此为基础再通过其它一定的合成方法等,经过这种处理来得到数学模型。由前文所表达的PRA的应用流程上可以看到,整个系统失效的总概率是通过从上到下的定性的分折,又从下到上进行定量的计算来求解的。因此首先对系统进行的是定性分析,由此找出整个系统失效所表现的初始事件数,接着用事件树进行分析由前一步骤得出的初始事件,同时进行各事件树环节上事件的事故树进行分析;以从上到下的定性分析为基础,再对其从下到上进行定量的计算,就是将前一步骤得出的概率值逐层依次向上推进,最后通过解析各个事件之间存在的逻辑关系,得出整个系统总的失效概率的数学模型。
由于主逻辑图中存在的层次结构关系和事故树的结构关系较为相似,即其各个事件之间也有许多“与”、“或”等的关系存在,所以,系统总得失效概率的数学计算模型应该根据主逻辑图所表现的实际的情况来进行与之相对应的变换。下面就以主逻辑图中的各个事件之间假设都是“或”的逻辑关系,以此计算得出系统的总失效概率,计算模型可以表示为如下:
式中:P(S)为系统总体失效概率;λi为第i个初始事件Ii的频率或者是概率;P(ASGij/Ii)为第i个初始事件Ii发生时,第j个事故序列组发生的概率;P(S/ASGij)为第i个初始事件的第j个事故序列组是否能引起整个系统的失效;若能引起系统失效,则其值为1,否则为0,这是一个0-1概率。
实施例8:尾矿库溃坝故障模型建立
概率风险评估(PRA)的定性分析实施程序一般由以下几个步骤组成:定义目标和范围、熟悉系统、识别初因事件、事件链建模、故障建模等。
故障建模的目的是利用事故树或其他适用的方法,以事件链的初因事件和中间事件为顶事件进行故障建模。
本步骤的实施要点是:
(1)对于事件链上需要进一步分析的各个中间事件,记录其前面的中间事件和对应的初因事件,以确定事件评估的初始边界条件;
(2)利用故障树或贝叶斯网络等适用模型和方法,对事件链上需要进一步分析的各个中间事件或初因事件的故障进行建模。根据所建模系统或功能的不同,模型可能有多个层次;
(3)在顶事件的初始边界条件约束下,识别出故障树的底事件或基本事件。
1、故障树分析法
故障树分析(Fault Tree Analysis,FTA)是一种安全系统工程领域常用的方法,也称为事故树分析法。它是从一个不期望发生的事故开始从上而下按不同层次搜索可能导致事故的触发事件、直接原因和间接原因,并运用逻辑门符号将这些原因之间的逻辑关系表现出来。故障树分析是一种从结果向原因分析的演绎分析方法。
事故树根据逻辑门符号运用数学逻辑方法,对系统中可能存在的不同危险进行定性分析和定量的评价,具有很强的适用性。
一、分析过程
(1)确定要分析的顶上事件
顶上事件是系统失效事件,也就是不期望发生的事件,它们是事故树要分析的对象。顶上事件的确定是在充分调查事故的基础上得出的。而事故调查,其目的是要弄清事故的真相和过程,由事故事实查出事故发生的起因,因为原因是基于事实而导出的。根据对事故的统计和调查的结果,在所有的事故类型中找出出需要主要分析的类型并研究其发生的可能性。
(2)充分了解系统
在对系统进行事故树分析前,要充分了解系统,包括系统中的操作人员、设备设施、管理制度和存在环境等,进而了解事故的存在条件。
(3)调查事故原因
调查事故原因时,需从系统中的操作人员、设备设施、管理制度和存在环境出发,考虑构成事故的因素。其中既要重视存在因果关系的影响因素,也要考虑相关的影响因素。
(4)确定控制目标
通过事故统计的方法得出事故的发生概率和后果的严重程度,看是否在可接受的范围之内,如果不能,则需确定事故发生的目标风险值。
(5)建造故障树
按照故障树的构造方法,分层次研究顶上事件、中间事件和基本事件之间的关系,运用逻辑门符号将它们之间的逻辑关系描述出来,构成完整的事故树。
(6)定性分析
根据事故树中的逻辑门符号,列出逻辑公式,可以求得导致顶事件发生的最小割集和预防事故发生的最小径集,并确定出基本事件的结构重要度排序,为后期的定量分析提供科学依据。
(7)定量分析
通过统计、实验、模拟等方法获得基本事件的发生概率,按照定性分析中得到的逻辑表达式,确定顶上事件的发生概率。也可得出各基本事件的概率重要度和临界重要度。
(8)制定安全对策
依照上述定性分析和定量计算的结果,制定降低事故发生概率的各种方案,从治理效果、经济利益等方面考虑,选择最佳方案,实施并确保治理的效果。
二、定性分析过程
(1)最小割集
割集:使得顶上事件发生的所有基本事件的集合,即在事故树中,几个基本事件按不同的方式发生能够导致顶上事件发生,则这组基本事件就称为割集。
最小割集:导致顶上事件发生的最小限度的基本事件的集合。
常用的求解最小割集的方法有布尔代数法和行列法。
(2)最小径集
径集:有些基本事件,只要阻止了它们的某些集合不发生,则顶上事件也不发生,这组基本事件的集合称为径集。
最小径集:使顶上事件不发生的最低限度的基本事件的集合。
求解最小径集的方法和求解最小割集的方法基本类似,也是运用布尔代数法或行列式法,其原理是根据它和最小割集的对偶性。首先根据事故树的结构,得出与事故树对偶的成功树,具体的转化方法为:将事故树中的或门转化成与门,与门转化成或门,将事件的发生转化为不发生。然后运用布尔代数法或者行列式法,求出成功树的最小割集,就是原事故树的最小径集。
三、定量分析
事故树定量分析包括计算顶上事件发生的概率、概率重要度计算。
1)事故树顶上事件发生概率计算
计算顶上事件的发生概率的算法主要有以下几种:直接用事故树的结构表达式计算顶上事件发生概率、逐级向上推算法、利用最小割集计算顶上事件的发生概率、利用最小径集计算顶上事件发生概率和近似计算方法。
2)概率重要度
基本事件的概率重要度是指顶上事件发生概率对该基本事件发生概率的变化率,即:
式中:lg(i)为基本事件i的概率重要值;Q(T)为顶上事件发生概率;qi为基本事件i的发生概率。
得出各基本事件的概率重要度后,就能够知道,在所有的基本事件中,选择降低哪个基本事件的发生概率,可快速降低顶上事件的概率。
3)临界重要度
结构重要度顾名思义,就是是从事故树的结构方面来考虑,分析得到所有基本事件的重要性,但是它并不能直接地反映出各基本事件的危险性排序。而概率重要度是反映各基本事件概率的变化对顶上事件概率的影响的敏感程度。临界重要度相对全面一些,它是一个从结构和概率两个方面来分析各基本事件重要度的评析标准。
临界重要度也称危险重要度,它是用基本事件概率的变化率对顶上事件概率的变化率的比,来确定基本事件的重要程度,可用下式表示:
式中:Ic(i)为第i个基本事件的临界重要度;Ig(i)为第i个基本事件的概率重要度;qi为第i个基本事件的发生概率;Q(T)为顶上事件的发生概率。
2、尾矿库溃坝的故障模型
通过分析识别初因事件和事件链建模的结果,选出尾矿库日常管理和暴雨洪水超过防洪库容两个中间事件进行故障树的进一步分析。
在此章节中,运用故障树分析法进一步细致分析某些复杂中间事件的致灾因素,只通过绘制故障树分析具体原因,并未进行定性和定量分析。
实施例9:尾矿库危险源辨识与评价体系
1、海口磷矿尾矿库危险源危险度辨识与评价
1.1辨识与评价因素及指标的选取及原始数据的获取
综合考虑诱发与起动海口磷矿尾矿库灾害的各个因素,本研究选择海口磷矿尾矿库危险源形成的环境因子(也可叫本底因子或主控因子)与触发因子开展其危险度的辨识与评价。必须同时满足环境因子与触发因子,海口磷矿尾矿库才能被起动与诱发,二者缺一不可,如满足了海口磷矿尾矿库危险源本身具有的环境因子,没有触发因子来诱发起动,也不能导致形成海口磷矿尾矿库形成灾害。
Ⅰ环境因子及指标的选取
①选取的因子及指标
针对海口磷矿尾矿库选择坝体形状因子、尾矿性质因子、坝体结构潜在破坏因子及水文因子作为其危险源辨识与评价的环境因子。
坝体形状因子选择海口磷矿尾矿库形状指标,包括初始坝体高度及坡度、已堆积坝体高度及坡度及坝宽等指标。
尾矿性质因子选择尾矿岩性、尾矿颗粒级配、土体含水量及干密度等4个指标。
坝体结构潜在破坏因子选择已具有的裂缝及库水位指标,包括横向裂缝、纵向裂缝、水平裂缝、库水位高度等指标。
水文因子选择矿山尾矿库中发育的地下水指标。
坝址选择修建尾矿库坝址的地形条件及水位条件等。
库区选择修建尾矿库区的地形条件及水位条件等。
②因子指标获取方法
坝体形状因子选择尾矿库形状指标,包括初始坝体高度及坡度、已堆积坝体高度及坡度及坝宽等指标也可在现场测量获得。
尾矿性质因子中选择的尾矿岩性通过查询地质资料获取,而尾矿颗粒级配通过现场取样回实验室测定,土体含水量及干密度直接在现场测定。
坝体结构潜在破坏因子选择已具有的裂缝及库水位指标,包括横向裂缝、纵向裂缝、水平裂缝、库水位高度等指标可在现场调查与测量获取。
矿山尾矿库中发育的地下水的情况也可在现场调查与测量获取。
坝址及库区可通过现场实地调查获取。
Ⅱ触发因子及指标的选取
①选取的因子及指标
对于海口磷矿尾矿库危险源辨识与评价的触发因子,本研究选择降雨因子、人为因子、地震因子等3因子。这3个因子较全面地包括了海口磷矿尾矿库在本底环境下诱发自然灾害的触发因素。
具体各个因子中选择的评估指标如下:
降雨因子选择海口磷矿尾矿库所在位置的日最大降雨量或年平均降雨量指标。
人为因子选择人为对海口磷矿尾矿库危险源影响指标,如人的管理水平及人类活动两个指标。人类活动可分为人工开挖程度、爆破的频率与强度及矿山自然灾害危险源地下采矿的频率与强度等等。
地震因子选择在危险源所在区域置的地震烈度分布指标。
②因子指标获取方法
降雨因子中选取的日最大降雨量或年平均降雨量指标通过查询在所在位置的相关降雨资料获得。
人为因子中选取的人为对海口磷矿尾矿库的破坏方式与强度指标通过查询相关认为人为活动的设计资料及辅助询问从事矿山对应活动的工作人员来获取原始数据。
地震因子中选择地震烈度分布指标通过查询当地地震烈度资料来取。
通过测量获取因子指标的始数据时,为保证数据的可靠性,每个因子指标必须至少取3个样本测量,并保证测量结果的标准差在5%以内,如果测量结果的标准差超过5%时,增加样本量直到其结果的标准差控制在5%为止。
1.2构建海口磷矿尾矿库危险性辨识与评价体系
根据上文选定的海口磷矿尾矿库危险源危险度评价的因子与指标可构建其危险性辨识与评价体系,见图22。
2、海口磷矿尾矿库危险源易损度辨识与评价体系
根据第2章矿山自然灾害危险源易损度辨识及评价体系理论,本节能构建可构建海口磷矿尾矿库危险源易损度辨识与评价体系,见图23。
3、海口磷矿尾矿库风险及危险源等级辨识与评价体系
根据第2章矿山自然灾害危险源的风险及危险源等级辨识及评价体系理论,本节能构建可构建海口磷矿尾矿库危险源风险及危险源等级辨识与评价体系,见图24。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种矿山自然灾害危险源风险预防机制管理系统,其特征在于,所述矿山自然灾害危险源风险预防机制管理系统包括:
物理模型动力演化模块、尾矿库溃坝定量分析模块、尾矿库溃坝故障模型建立模块、尾矿库危险源辨识与评价模块;
物理模型动力演化模块,用于采用与原型岩土材料力学性质相似的材料依据设定的几何相似常数进行构建模型,在模型上进行矿体开采的工况模拟;
尾矿库溃坝定量分析模块,用于通过二元决策树进行尾矿库溃坝定量分析;
尾矿库溃坝故障模型建立模块,用于以概率风险评估方法为指导,运用主逻辑图法分析尾矿库溃坝的初因事件,而后利用事件树分析法得出尾矿库溃坝的事件序列组和事故序列组,再利用事故树分析法对复杂重点事件进行成因的分析,得出尾矿库溃坝故障模型;
尾矿库危险源辨识与评价模块,用于选择海口磷矿尾矿库危险源形成的环境因子与触发因子进行尾矿库危险源辨识与评价。
2.一种执行权利要求1所述的矿山自然灾害危险源风险预防机制管理系统的矿山自然灾害危险源风险预防机制管理方法,其特征在于,所述矿山自然灾害危险源风险预防机制管理方法包括以下步骤:
步骤一,通过物理模型动力演化模块采用与原型岩土材料力学性质相似的材料依据设定的几何相似常数进行构建模型,在模型上进行矿体开采工况模拟;
步骤二,通过尾矿库溃坝定量分析模块利用二元决策树进行尾矿库溃坝定量分析;
步骤三,通过尾矿库溃坝故障模型建立模块以概率风险评估方法为指导,运用主逻辑图法分析尾矿库溃坝的初因事件,而后利用事件树分析法得出尾矿库溃坝的事件序列组和事故序列组,再利用事故树分析法对复杂重点事件进行成因的分析,得出尾矿库溃坝故障模型;
步骤四,通过尾矿库危险源辨识与评价模块选择海口磷矿尾矿库危险源形成的环境因子与触发因子进行尾矿库危险源辨识与评价。
3.如权利要求2所述的矿山自然灾害危险源风险预防机制管理方法,其特征在于,步骤一中,所述通过物理模型动力演化模块进行相似材料和最优材料配比选择的方法,包括:
(1)相似材料的选择
采用砂、石膏配置的试样在压力机上进行单轴抗压强度测试时的应力-位移曲线图:
式中:E50为割线模量,MPa;σ50为单轴抗压强度的50%,MPa;ε50为试样承受σ50应力时的纵向应变值;
式中:μ50为泊松比;εd50为应力为抗压强度50%时的横向应变值;εl50为应力为抗压强度50%时的纵向应变值;
(2)最优材料配比的选择
Fuzzy最佳选择方法的数学模型及隶属函数:设有M种相似材料,表征每种材料特性的指标有N个,则M种材料的所有指标组成一个N×M维矩阵X:
矩阵中的元素xij表示第j中材料的第i个指标值;相似材料和给定原状土关系可以通过隶属函数μij来表示,相似材料和原状土的相似性越好,则相似材料隶属于原状土的程度越高;
根据相似准则:
式中:xi为原状土第i个指标值;xij为第j种相似材料的第i个指标值;xij为按相似准则要求第i个指标的相似系数;
隶属函数呈三角形分布,即:
当0≤cixij<xi时,0≤μij<1;
当cixij=xi时,μij=1;
当xi<cixij<2xi时,0<μij<1;
当cixi≥2xi时,μij=0;
也就是说,隶属函数μij的取值范围为:μij∈[0,1];
按模糊线性加权变换方法,即得:
其中,(z1,z2,…,zm)中最大者即为最佳相似材料;
依据实际边坡工程的特点,在相似材料配比研究中着重考虑材料的密度ρ、单轴抗压强度σc、弹性模量E、泊松比μ,并确定上述四个物理量在试验中所占的权重;
评分构成的矩Q=(qij)n×n,指标Xi的权重系数为:
参数指标按重要性由大到小排列依次为:重度、抗压强度、弹性模量与泊松比同等重要,得到评分矩阵:
黑页岩:
故,选取z最大的,即砂膏比为9:1作为黑页岩的最佳相似配比;
矿体:
故,选取z最大的,即砂膏比为9:1作为矿体的最佳相似配比;
砂质白云岩:
故,选取z最大的,即砂膏比为8:1作为砂质白云岩的最佳相似配比;
细粉晶白云岩:
故,选取z最大的,即砂膏比为6:1作为细粉晶白云岩的最佳相似配比。
4.如权利要求2所述的矿山自然灾害危险源风险预防机制管理方法,其特征在于,步骤二中,所述通过尾矿库溃坝定量分析模块利用二元决策树进行尾矿库溃坝定量分析的方法,包括:
事故树T的结构函数:
φ(T)=x1x3+x1x4+x2x4;
根据事故树的最小割集的定义,可以将φ(T)的最小割集表示为C={x1x3,x1x4,x2x4};其中设C1=x1x3,C2=x1x4,C3=x2x4,可以看出最小割集中包含重复事件,因此,利用最小割集不交化原理来解决重复事件问题;根据上式可转化为:
φ(T)=C1+C1'C2+C1'C2'C3=x1x3+x1x3'x4+x1'x2x3'x4;
此时,由上式可知:x1x3,x1x3'x4和x1'x2x3'x4是互斥关系,因此后果事件T的概率计算式为:
P(T)=P(x1x3)+P(x1x3'x4)+P(x1'x2x3'x4);
该初始事件有两个不同结果,因此将后果T设为事件T1和T2,T1和T2为事故树结构中虚设的事件,则该事故树结构表达式为:
φ(T)=x1x3+x2x3x4;
同理,利用不交化原理,可得下式:
φ(T)=x1x3+x1'x2x3x4;
因此,对于不同事故序列组中包含相同事件的情况,可按照上述方法的介绍,利用最小割集不交化原理进行不交化处理,从而提高分析的准确率。
5.如权利要求4所述的矿山自然灾害危险源风险预防机制管理方法,其特征在于,所述事故树的概率函数为:
通过所述事故树转化成BDD的方法以及搜索最小割集的方法,可以获得事故树的最小割集甚至不交化最小割集,所以,只需根据最小割集与顶事件之间的逻辑关系,对其进行量化计算就可得到所求顶事件的发生概率;
假设事故树的二元决策树形式共包含了n个基本事件,相应概率分别为;若叶节点1-分支的路径L共有s条,则第j条路径上的第i个结点表示为或,相应概率为或,其中;相应的回溯集表示为,经过最小化的处理过程得到k个最小回溯集,为了描述方便,k=s;则最小回溯集的集合为:
式中,rj代表第j条路径Lj上具有1-分支的结点的数量,也就是最小割集Cj所包含的基本事件的数目;而n-rj代表第j条路径上的0-分支的结点数目,也就是不发生的基本事件的个数;
因为不交化最小割集之间的关系是互斥的,可以得到所求的事故树的顶事件发生概率的计算式为:
如果事故树中所有基本事件是彼此独立的的关系,则所求顶事件的概率为:
如果事故树中的基本事件之间的关系是统计相依的,则要给出顶事件发生概率的精确表达公式是有难度的;根据顶事件的逻辑门,以及顶事件与对应的最小割集和最小径集之间的关系,可获得近似的顶事件发生概率的区间解公式;
设任意一个事故树的结构函数设为φ(X),它包含n个基本事件,则φ(X)可表示为:
上式表示任意事故树结构函数都满足一个条件,即以“OR”门连接是上限,“AND”门连接是下限;即任意的事故树,都比所有基本事件都是由“OR”门所连接的事故树性能好,比所有基本事件都是由“AND”门连接的事故树所有的性能要差;同时对上式两边求期望值,可得:
将上式表达为以最小割集的AND结构为下限,以最小径集的OR结构为上限的表达式,表示为:
式中:j,k表示最小割集的序数和个数;r,s表示最小径集的序数和个数;i∈Cj表示第i个基本事件属于第j个最小割集Cj;i∈Pr表示第i个基本事件属于第r个最小径集Pr;
上面两个不等式所表达的意思相同,不等式可基于一个条件进行求解,即基本事件是相互独立的;由事故树的二元决策树形式的最小回溯集集合Hmin(1)求得最小割集C={C1,C2,…Ck}以及它的发生概率;同理,将事故树转化为对偶二元决策树形式,事故树的最小径集是对偶BDD中的Hmin(1)中所有0-分支结点的集合,求得最小径集P={P1,P2,…,Pr}和它的发生概率;然后进行数值大小的比较,将最小割集的最大值和最小径集的最小值分别代入不等式的两端,得出事故树顶事件发生概率的近似区间解。
6.如权利要求2所述的矿山自然灾害危险源风险预防机制管理方法,其特征在于,系统失效总概率数学模型的构建方法为:系统失效发生的总的概率就是指在定性分析和定量计算事件树和事故树,以此为基础再通过其它一定的合成方法等,经过这种处理来得到数学模型;由前文所表达的PRA的应用流程上可以看到,整个系统失效的总概率是通过从上到下的定性的分折,又从下到上进行定量的计算来求解的;因此首先对系统进行的是定性分析,由此找出整个系统失效所表现的初始事件数,接着用事件树进行分析由前一步骤得出的初始事件,同时进行各事件树环节上事件的事故树进行分析;以从上到下的定性分析为基础,再对其从下到上进行定量的计算,就是将前一步骤得出的概率值逐层依次向上推进,最后通过解析各个事件之间存在的逻辑关系,得出整个系统总的失效概率的数学模型;
由于主逻辑图中存在的层次结构关系和事故树的结构关系较为相似,即其各个事件之间也有许多“与”、“或”等的关系存在,所以,系统总得失效概率的数学计算模型应该根据主逻辑图所表现的实际的情况来进行与之相对应的变换;下面就以主逻辑图中的各个事件之间假设都是“或”的逻辑关系,以此计算得出系统的总失效概率,计算模型可以表示为如下:
式中:P(S)为系统总体失效概率;λi为第i个初始事件Ii的频率或者是概率;P(ASGij/Ii)为第i个初始事件Ii发生时,第j个事故序列组发生的概率;P(S/ASGij)为第i个初始事件的第j个事故序列组是否能引起整个系统的失效;若能引起系统失效,则其值为1,否则为0,这是一个0-1概率。
7.如权利要求2所述的矿山自然灾害危险源风险预防机制管理方法,其特征在于,步骤三中,所述通过尾矿库溃坝故障模型建立模块进行尾矿库溃坝故障模型构建的方法,包括:概率风险评估的定性分析实施程序一般由以下几个步骤组成:定义目标和范围、熟悉系统、识别初因事件、事件链建模、故障建模;
事故树定量分析包括计算顶上事件发生的概率、概率重要度计算;
1)事故树顶上事件发生概率计算
计算顶上事件的发生概率的算法主要有以下几种:直接用事故树的结构表达式计算顶上事件发生概率、逐级向上推算法、利用最小割集计算顶上事件的发生概率、利用最小径集计算顶上事件发生概率和近似计算方法;
2)概率重要度
基本事件的概率重要度是指顶上事件发生概率对该基本事件发生概率的变化率,即:
式中:lg(i)为基本事件i的概率重要值;Q(T)为顶上事件发生概率;qi为基本事件i的发生概率;
得出各基本事件的概率重要度后,就能够知道,在所有的基本事件中,选择降低哪个基本事件的发生概率,可快速降低顶上事件的概率;
3)临界重要度
从事故树的结构方面来考虑,分析得到所有基本事件的重要性,但是它并不能直接地反映出各基本事件的危险性排序;而概率重要度是反映各基本事件概率的变化对顶上事件概率的影响的敏感程度;临界重要度相对全面一些,它是一个从结构和概率两个方面来分析各基本事件重要度的评析标准;
临界重要度也称危险重要度,它是用基本事件概率的变化率对顶上事件概率的变化率的比,来确定基本事件的重要程度,可用下式表示:
式中:Ic(i)为第i个基本事件的临界重要度;Ig(i)为第i个基本事件的概率重要度;qi为第i个基本事件的发生概率;Q(T)为顶上事件的发生概率。
8.如权利要求2所述的矿山自然灾害危险源风险预防机制管理方法,其特征在于,步骤四中,所述通过尾矿库危险源辨识与评价模块进行尾矿库危险源辨识与评价的方法,包括:
综合考虑诱发与起动海口磷矿尾矿库灾害的各个因素,选择海口磷矿尾矿库危险源形成的环境因子与触发因子开展其危险度的辨识与评价;同时满足环境因子与触发因子;
Ⅰ环境因子及指标的选取
①选取的因子及指标
针对海口磷矿尾矿库选择坝体形状因子、尾矿性质因子、坝体结构潜在破坏因子及水文因子作为其危险源辨识与评价的环境因子;
坝体形状因子选择海口磷矿尾矿库形状指标,包括初始坝体高度及坡度、已堆积坝体高度及坡度及坝宽的指标;
尾矿性质因子选择尾矿岩性、尾矿颗粒级配、土体含水量及干密度4个指标;
坝体结构潜在破坏因子选择已具有的裂缝及库水位指标,包括横向裂缝、纵向裂缝、水平裂缝、库水位高度指标;
水文因子选择矿山尾矿库中发育的地下水指标;
坝址选择修建尾矿库坝址的地形条件及水位条件;
库区选择修建尾矿库区的地形条件及水位条件;
②因子指标获取方法
坝体形状因子选择尾矿库形状指标,包括初始坝体高度及坡度、已堆积坝体高度及坡度及坝宽等指标也可在现场测量获得;
尾矿性质因子中选择的尾矿岩性通过查询地质资料获取,而尾矿颗粒级配通过现场取样回实验室测定,土体含水量及干密度直接在现场测定;
坝体结构潜在破坏因子选择已具有的裂缝及库水位指标,包括横向裂缝、纵向裂缝、水平裂缝、库水位高度等指标可在现场调查与测量获取;
矿山尾矿库中发育的地下水的情况也可在现场调查与测量获取;
坝址及库区可通过现场实地调查获取;
Ⅱ触发因子及指标的选取
①选取的因子及指标
对于海口磷矿尾矿库危险源辨识与评价的触发因子,选择降雨因子、人为因子、地震因子3因子;这3个因子较全面地包括了海口磷矿尾矿库在本底环境下诱发自然灾害的触发因素;
具体各个因子中选择的评估指标如下:
降雨因子选择海口磷矿尾矿库所在位置的日最大降雨量或年平均降雨量指标;
人为因子选择人为对海口磷矿尾矿库危险源影响指标;
地震因子选择在危险源所在区域置的地震烈度分布指标;
②因子指标获取方法
降雨因子中选取的日最大降雨量或年平均降雨量指标通过查询在所在位置的相关降雨资料获得;
人为因子中选取的人为对海口磷矿尾矿库的破坏方式与强度指标通过查询相关认为人为活动的设计资料及辅助询问从事矿山对应活动的工作人员来获取原始数据;
地震因子中选择地震烈度分布指标通过查询当地地震烈度资料来取;
通过测量获取因子指标的始数据时,为保证数据的可靠性,每个因子指标必须至少取3个样本测量,并保证测量结果的标准差在5%以内,如果测量结果的标准差超过5%时,增加样本量直到其结果的标准差控制在5%为止。
9.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施如权利要求2~8任意一项所述的矿山自然灾害危险源风险预防机制管理方法。
10.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求2~8任意一项所述的矿山自然灾害危险源风险预防机制管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011277625.4A CN112488469A (zh) | 2020-11-16 | 2020-11-16 | 一种矿山自然灾害危险源风险预防机制管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011277625.4A CN112488469A (zh) | 2020-11-16 | 2020-11-16 | 一种矿山自然灾害危险源风险预防机制管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112488469A true CN112488469A (zh) | 2021-03-12 |
Family
ID=74930582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011277625.4A Pending CN112488469A (zh) | 2020-11-16 | 2020-11-16 | 一种矿山自然灾害危险源风险预防机制管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112488469A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113378427A (zh) * | 2021-05-11 | 2021-09-10 | 三峡大学 | 一种评测乔木枝干抗风载折断性的计算方法 |
CN113391605A (zh) * | 2021-06-09 | 2021-09-14 | 辽宁科技学院 | 基于数字矿山技术的自动化采矿方法 |
CN113435053A (zh) * | 2021-07-01 | 2021-09-24 | 内蒙古农业大学 | 一种古镇林区灾害演化分析模拟装置 |
CN113536713A (zh) * | 2021-08-05 | 2021-10-22 | 武汉理工大学 | 一种尾矿库溃坝应急仿真演练系统、装置及方法 |
CN114021487A (zh) * | 2022-01-10 | 2022-02-08 | 西南交通大学 | 一种山坡崩塌的预警方法、装置、设备及可读存储介质 |
CN116104052A (zh) * | 2023-01-19 | 2023-05-12 | 中煤科工开采研究院有限公司 | 膏体碱渣安全采挖方法及坝体拆除方法 |
CN116320327A (zh) * | 2023-05-23 | 2023-06-23 | 中国安全生产科学研究院 | 油气管道地质灾害风险多维监测预警方法及装置 |
CN117313872A (zh) * | 2023-09-28 | 2023-12-29 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于词频统计的土石坝溃坝风险贝叶斯模型分析方法 |
CN117892092A (zh) * | 2024-03-13 | 2024-04-16 | 贵州大学 | 基于大数据实现矿山数据的智能采集方法及系统 |
CN117892092B (zh) * | 2024-03-13 | 2024-06-04 | 贵州大学 | 基于大数据实现矿山数据的智能采集方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012008744A (ja) * | 2010-06-23 | 2012-01-12 | Inst Nuclear Energy Research Rocaec | 原子力発電プラント用コンピュータ支援トップ論理によるリスクの定量的評価方法。 |
CN103294877A (zh) * | 2013-07-08 | 2013-09-11 | 重庆松藻煤电有限责任公司 | 应用于煤矿安全评估的事故树图形数字化分析方法及工具 |
CN103294876A (zh) * | 2013-07-08 | 2013-09-11 | 重庆松藻煤电有限责任公司 | 一种煤矿安全评估的图形化事故树自动分析方法 |
KR101580062B1 (ko) * | 2014-12-05 | 2015-12-28 | 연세대학교 산학협력단 | 실시간 산사태 예경보 방법 및 시스템 |
CN107016508A (zh) * | 2017-04-11 | 2017-08-04 | 福州大学 | 一种基于故障树与流体动力学的粮仓燃爆风险评估框架模型 |
CN110163500A (zh) * | 2019-05-21 | 2019-08-23 | 重庆科技学院 | 一种基于模糊故障树的储油罐区火灾爆炸风险评估方法 |
CN110619459A (zh) * | 2019-09-05 | 2019-12-27 | 北京科技大学 | 一种尾矿库事故隐患及风险演化的表征方法 |
-
2020
- 2020-11-16 CN CN202011277625.4A patent/CN112488469A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012008744A (ja) * | 2010-06-23 | 2012-01-12 | Inst Nuclear Energy Research Rocaec | 原子力発電プラント用コンピュータ支援トップ論理によるリスクの定量的評価方法。 |
CN103294877A (zh) * | 2013-07-08 | 2013-09-11 | 重庆松藻煤电有限责任公司 | 应用于煤矿安全评估的事故树图形数字化分析方法及工具 |
CN103294876A (zh) * | 2013-07-08 | 2013-09-11 | 重庆松藻煤电有限责任公司 | 一种煤矿安全评估的图形化事故树自动分析方法 |
KR101580062B1 (ko) * | 2014-12-05 | 2015-12-28 | 연세대학교 산학협력단 | 실시간 산사태 예경보 방법 및 시스템 |
CN107016508A (zh) * | 2017-04-11 | 2017-08-04 | 福州大学 | 一种基于故障树与流体动力学的粮仓燃爆风险评估框架模型 |
CN110163500A (zh) * | 2019-05-21 | 2019-08-23 | 重庆科技学院 | 一种基于模糊故障树的储油罐区火灾爆炸风险评估方法 |
CN110619459A (zh) * | 2019-09-05 | 2019-12-27 | 北京科技大学 | 一种尾矿库事故隐患及风险演化的表征方法 |
Non-Patent Citations (7)
Title |
---|
司悦彤: "概率风险评估在尾矿坝溃坝中的应用研究", 中国优秀硕士学位论文全文数据库工程科技Ⅱ辑, no. 2, 15 February 2014 (2014-02-15), pages 037 - 58 * |
杜俊: "尖山磷矿层状边坡变形失稳模式研究", 中国博士学位论文全文数据库工程科技I辑, no. 12, 15 December 2014 (2014-12-15), pages 021 - 70 * |
王文才;岑旺;巴蕾;: "矿山冒顶片帮灾害事故树分析", 金属矿山, no. 03, pages 142 - 144 * |
王良忠;张永亮;史美芳;: "金属矿山尾矿库定量安全评价研究", 黄金, no. 05, pages 46 - 48 * |
肖慧: "层状岩质边坡开挖过程相似模拟试验研究", 中国优秀硕士学位论文全文数据库工程科技Ⅱ辑, no. 1, 15 January 2015 (2015-01-15), pages 038 - 1098 * |
蔡彬亭等: "昆阳磷矿排土场灾害隐患辨识与评价", 有色冶金设计与研究, vol. 39, no. 6, 31 December 2018 (2018-12-31), pages 8 - 11 * |
陈世江等: "矿山安全评价", vol. 1, 28 February 2014, 煤炭工业出版社, pages: 116 - 123 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113378427A (zh) * | 2021-05-11 | 2021-09-10 | 三峡大学 | 一种评测乔木枝干抗风载折断性的计算方法 |
CN113391605A (zh) * | 2021-06-09 | 2021-09-14 | 辽宁科技学院 | 基于数字矿山技术的自动化采矿方法 |
CN113435053B (zh) * | 2021-07-01 | 2022-10-14 | 内蒙古农业大学 | 一种古镇林区灾害演化分析模拟装置 |
CN113435053A (zh) * | 2021-07-01 | 2021-09-24 | 内蒙古农业大学 | 一种古镇林区灾害演化分析模拟装置 |
CN113536713A (zh) * | 2021-08-05 | 2021-10-22 | 武汉理工大学 | 一种尾矿库溃坝应急仿真演练系统、装置及方法 |
CN114021487B (zh) * | 2022-01-10 | 2022-03-25 | 西南交通大学 | 一种山坡崩塌的预警方法、装置、设备及可读存储介质 |
CN114021487A (zh) * | 2022-01-10 | 2022-02-08 | 西南交通大学 | 一种山坡崩塌的预警方法、装置、设备及可读存储介质 |
CN116104052A (zh) * | 2023-01-19 | 2023-05-12 | 中煤科工开采研究院有限公司 | 膏体碱渣安全采挖方法及坝体拆除方法 |
CN116104052B (zh) * | 2023-01-19 | 2023-09-05 | 中煤科工开采研究院有限公司 | 膏体碱渣安全采挖方法及坝体拆除方法 |
CN116320327A (zh) * | 2023-05-23 | 2023-06-23 | 中国安全生产科学研究院 | 油气管道地质灾害风险多维监测预警方法及装置 |
CN116320327B (zh) * | 2023-05-23 | 2023-09-12 | 中国安全生产科学研究院 | 油气管道地质灾害风险多维监测预警方法及装置 |
CN117313872A (zh) * | 2023-09-28 | 2023-12-29 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于词频统计的土石坝溃坝风险贝叶斯模型分析方法 |
CN117313872B (zh) * | 2023-09-28 | 2024-05-14 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于词频统计的土石坝溃坝风险贝叶斯模型分析方法 |
CN117892092A (zh) * | 2024-03-13 | 2024-04-16 | 贵州大学 | 基于大数据实现矿山数据的智能采集方法及系统 |
CN117892092B (zh) * | 2024-03-13 | 2024-06-04 | 贵州大学 | 基于大数据实现矿山数据的智能采集方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112488469A (zh) | 一种矿山自然灾害危险源风险预防机制管理系统及方法 | |
Chowdury | Slope analysis | |
Diederichs | The 2003 Canadian Geotechnical Colloquium: Mechanistic interpretation and practical application of damage and spalling prediction criteria for deep tunnelling | |
Wu et al. | Advances in statistical mechanics of rock masses and its engineering applications | |
Chang et al. | Slope creep behavior: observations and simulations | |
Kolapo et al. | An overview of slope failure in mining operations | |
Ceryan et al. | Probabilistic analysis applied to rock slope stability: A case study from Northeast Turkey | |
Chen et al. | Landslide mechanism and stability of an open-pit slope: The Manglai open-pit coal mine | |
Lai et al. | Deformation evolution of landslides induced by coal mining in mountainous areas: case study of the Madaling landslide, Guizhou, China | |
Rodr ı´ guez-Roa | Ground subsidence due to a shallow tunnel in dense sandy gravel | |
Kaya et al. | Bearing capacity and slope stability assessment of rock masses at the Subasi viaduct site, NE, Turkey | |
Yan et al. | Application of double-yield model in numerical simulation of stability of mining filling body | |
BAWDEN | The use of rock mechanics principles in Canadian underground hard rock mine design | |
Havaej | Characterisation of High Rock Slopes using an Integrated Numerical Modelling-Remote Sensing Approach | |
Langåker | Joberget tunnel-Analysis of stability and support design for tunneling in soil | |
Qi et al. | Stability mechanism recognition and failure risk assessment on a high slope by synthesizing different analysis methods | |
Winn | Engineering geological properties of jurong formation for underground cavern excavation in Singapore | |
Alashti | New Empirical relations for determination of rock slope safety factor in fully drained conditions on section RS06 of block five in Sungun copper mine | |
Karki | SCHOOL OF ENGINEERING DEPARTMENT OF CIVIL ENGINEERING | |
Salman | Utilizing Load Tests and Site Investigation Data to Predict Design Load Capacities for Drilled Shafts in Different Geologic Formations | |
Couto | The effect of geological alterations on pillar strength | |
Riyanto | Geotechnic Analysis of Slope Stability for Open Coal Mining System Design in East Kalimantan | |
Jayanthu et al. | LIMIT EQUILIBRIUM AND NUMERICAL MODEL ANALYSIS OF SLOPE STABILITY IN OPENCAST COAL MINES-A PARAMETRIC STUDY | |
Gupte | Optimisation of internal dump capacity and stability analysis in a coal mine—a case study | |
Abbasi | An improved rock mass behavior numerical model and its applications to longwall coal mining |
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 |