Research on re-fracturing mechanism and cavity structure evolution characteristics of broken rock mass in goaf of closed mine
-
摘要:
受“双碳”政策影响，关闭矿井地热开采技术逐渐受到关注。关闭矿井采空区内储热流体提取效率与其渗流特性密切相关，而破碎岩体空隙结构是决定采空区渗流特性的关键因素。因此，需要研究地热开采复杂环境下储热空间破碎岩体空隙结构变形演化特性。笔者基于颗粒离散元数值方法，建立浸水及侧向约束压缩条件下不同级配的破碎岩体数值模型，分析破碎岩体变形行为及二次断裂演化特性，追踪颗粒从岩体骨架结构剥离及空隙内运移规律。得到如下结论：破碎岩体压实过程应力随应变增长可分为3个阶段：初始阶段（0<ε≤0.175），缓慢增长阶段(0.175<ε≤0.275)以及快速增长阶段(ε>0.275)。快速增长阶段应力−应变曲线出现明显波动，破碎岩体二次断裂及应力重分布现象在该阶段最明显。破碎岩体热储环境下空隙率的变化值与初始空隙率成正比，最大达到0.2。当破碎岩体内岩块粒径悬殊大时，接触键应变能最大，断裂能增长缓慢。岩块与颗粒密集区接触部分断裂分布多，与空隙接触部分断裂分布极少。颗粒未剥离岩块时，随岩块运动，整体运动路径复杂速度较小；颗粒剥离瞬间速度突然增大，与岩块碰撞导致速度改变。当颗粒速度减小到与周围岩块相近时，将造成空隙空间的堵塞。研究结果可为关闭矿井储热空间换热效率评估提供理论依据。
Abstract:Due to the “Dual Carbon” policy impact, geothermal extraction technology in closed mines has garnered increasing attention. The efficiency of extracting thermal fluid within the closed mine goaf is related to the permeability characteristics, with the broken rock mass porosity structure playing a key role in determining the permeability characteristics of the goaf. Therefore, it is of great significance to investigate the deformation and evolution characteristics of the porosity structure of broken rock mass in the complex environment of geothermal extraction. Numerical models of broken rock mass with different size grading indexes were established using the particle discrete element numerical method under conditions of immersion and lateral-constrained compression. The deformation behavior and evolution characteristics of the broken rock mass were analyzed, and the movement rules of particles within the rock voids were tracked. The following conclusions were obtained: the stress-strain curve during the compaction process of the broken rock mass can be divided into three stages, namely the initial stage (0<ε≤0.175), the slow growth stage (0.175<ε≤0.275), and the rapid growth stage (ε>0.275). In the rapid growth stage, the stress-strain curve shows significant fluctuations, and the phenomena of secondary fracturing and stress redistribution in the broken rock mass are most pronounced. The variation value of porosity in the broken rock mass under the thermal storage environment is directly proportional to the initial porosity, with a maximum value of 0.2. When there is a large size difference between rock blocks in the broken rock mass, the contact bond strain energy is the largest, and the growth of bond breakage energy is slow. Fractures are more common in the contact part between rock blocks and particles, while fractures in the contact part between rock blocks and voids are very rare. When the particles are not separated from the rock fragments, they move with the rock fragments, resulting in a complex overall trajectory. In the instant when the particles are detached, their velocity suddenly increases and the collision with the rock fragments causes a change in velocity. When the particle's velocity decreases to a level similar to the surrounding rock fragments, it will lead to the blocking of the void space. The research results can provide a theoretical basis for evaluating the thermal storage efficiency in the goaf of closed mines.
-
0. 引 言
我国绝大部分煤炭资源深埋于地下，由此形成了以井工开采为主要方式的开采方式，约占全国煤炭产量的90%以上[1]。煤层上覆岩土体与构筑物、合成材料等造工程结构不同，它们不断地受到自然地质作用和人类工程活动的叠加效应。随着地下浅部煤炭资源的枯竭，迫使我国煤炭开采不断向深部发展，由此造成开采难度倍增，一旦开采工艺与监测方法设计不当，通常会直接造成诸如巷道变形、矿井突水、开采裂缝、塌陷水域等矿山灾害，尤其在风沙地及冲积平原地等生态环境相对脆弱区，煤炭规模开采导致矿区地下水位大范围和大幅度疏降，使得大面积植被衰败，加速了荒漠化进程，形成了资源与生态环境之间的恶性循环，上述开采灾害和生态环境问题与开采矿区的地质条件、土质岩性，以及地下变形场、温度场、渗流场、地电场、震动场等多场耦合及相互作用息息相关，一旦发生通常会造成巨大的人员伤亡和经济损失，严重威胁着矿山安全生产和矿区生态环境保护。由此可见，开展煤层采动覆岩变形多场感知研究，持续性获得各地层变形时空连续信息，将为煤层安全开采评价和生态环境容量评估提供数据支撑。
国内外学者围绕采动覆岩变形破坏机理开展了大量室内外试验探索，利用相似材料物理模型试验、现场原位测试、数值仿真与理论计算等手段进行了系统性研究，获得了对煤层采动过程中上覆地层变形破坏模式与演变规律的深刻认知，将覆岩变形破坏模式大致分为3大类别：①弯曲和拉伸破坏；②整体剪切破坏；③剪切和滑动破坏。对于以拉伸和弯曲(或压缩)为主导的裂隙和离层的演化模式，当初始采空区形成时，采空区上部岩层在覆岩压力作用下发生弯曲；随着采空区体积的增加，采空区中部工作面上方出现微裂隙；当采空区达到一定长度时，岩层发生裂隙破坏。剪切滑移破坏通常发生在开挖面附近，可分为2种类型，一种是剪切作用引起的裂隙破坏，通常发生在：①岩层具有高强度和刚度；②岩层承受巨大的剪切力。由于整个岩层具有高强度，采空区两端开始出现裂隙，在强剪应力作用下，整个岩层将被直接切断。此时，覆岩中出现了明显的离层裂隙。这种破坏多发生于深部矿区的脆性围岩中，是造成煤矿开采灾害的主要原因。另一种破坏模式是已经发生弯曲和拉伸变形的岩层，受采空区自由工作面和开采扰动的影响，覆岩中形成横向和纵向裂隙，裂隙在弯曲和拉伸作用下扩展、闭合并再次发育，随后由于压缩和剪切作用，岩层发生分段剪切和滑动，其特征是形成了许多不规则的垮落碎石。在此阶段，上覆岩层通常会受到缓慢和周期性的破坏。
近年来，关于采动覆岩变形破坏规律的研究逐渐增多，在室内外试验中，多采用电阻应变片、位移计、渗压计、温度计、电极等传统感测元件，这类观测技术虽然可以获得煤层上覆岩土体局部位置的应变、位移、渗压、温度、电阻率等物理参量，但普遍存在感测元件测量精度低、布设繁琐、耐久性差、数据离散等不足，无法全面追踪煤层上覆岩层随持续性开采造成的累积变形，且难以获得地下岩土体多源多场信息，如何确定上覆岩层的累积开采沉陷又成为一个附加难题。柴敬等[2-4]应用光纤测量技术开展了大量的煤层开采试验研究，特别是在岩体–光纤耦合性分析中引入光纤−岩体耦合系数k，用于描述光纤与岩体的耦合性能；张丹、张平松等[5-6]在淮南矿区开展了大量的现场试验研究，获得煤层开采过程覆岩应变分布特征；程刚等[7]进行了煤层采动物理模型试验研究，通过垂直布设于煤层上方覆岩中的3组U型感测光缆，对煤层采动过程中上覆各地层变形进行实时监控，为厘清覆岩变形破坏机理与离层演化过程提供重要测评依据。
综上所述，煤层覆岩的时空连续性与精细化形变状态尚缺乏先进的信息化手段来感知，裂隙发育特征与展布格局难以被准确刻画，这一问题是制约采动覆岩变形破坏机理研究取得突破性进展的主要瓶颈。因此，基于光纤感知神经网络建立一套集感知−传输−处理−预警−决策−应急于一体的安全保障体系，对采动覆岩变形破坏的智能感知和多场实时监控具有重要意义。
1. 采动覆岩变形多场光纤神经感知
采动覆岩变形破坏受多场耦合作用影响，因此，实时准确地获取多场数据成为覆岩变形多场感知的核心，通过对多场数据进行去噪提取、关联挖掘与聚类分析，构建多场作用关系模型，以实现覆岩变形附加效应的精准分析。在现场工程实践中，考虑岩土体多场间存在的相互联系、相互作用与相互制约关系，以及多场耦联度对煤层上覆岩土体变形破坏的影响效应，通常优选与覆岩变形关联度较高的变形场、温度场、渗流场及地电场进行研究。
1.1 变形场
煤层开采地下变形场是煤层上覆岩土体中的一种耦合场，它是变形场、温度场、渗流场及地电场等多场耦合作用的展现形式，岩土体各基本场相互作用的结果均可体现于岩土单元的变形上，因此，变形场的分布特征及其动态演化过程直接映射了岩土体各基本场的耦合效应和作用程度。无论是变形场、温度场、渗流场抑或是地电场，当它们作用于煤层上覆岩土体时，就会改变岩土单元的物理性质与状态，这种改变均会表现在岩土体应变大小与分布范围上[8]。因此，覆岩变形破坏主要受变形场控制，变形场时空连续数据的主要获取方式为分布式光纤感测(Distributed Fiber Optic Sensing，DFOS)技术[9]，同时通过无线智能MEMS(Micro-Electro Mechanical Systems)传感器实现地层深部位移的高精度监测，建立深部位移多传感器协同监测系统。裴华富等[10]提出一种基于霍尔元件的新型磁感测斜仪，并研发一套基于霍尔元件的深部变形监测系统。通过将基于霍尔元件的深部磁感测斜仪布设于采动覆岩变形地面钻孔中，受煤层上方各岩层界面间的作用力以及松散层土体的蠕动效应，使得霍尔元件由于上述作用发生弯曲变形，引起通过其截面的磁通量发生改变，从而实现了角度变化的非接触式测量。表1为常用的变形场监测技术方法。
监测技术 监测装备 优势 局限性 点式监测 应变片 
尺寸小，价格便宜，工艺成熟，便于多点测量 易腐蚀，易受环境影响，无法重复利用 微机电监测 MEMS 
成本低、功耗低、可靠性高，适于批量化生产，易于集成和实现智能化 寿命短，难以适应恶劣的工作环境 霍尔元件 
精度高、响应快、测量范围广，可实现非接触式测量 功耗高，一致性差，灵敏度低，温度特性差 准分布式 FBG 
测量精度高 准分布式，易漏测量点 UWFBG 
可实现密集式和动态测量 制作工艺复杂，解调性能要求高 全分布式 BOTDR 
单端测量、距离长、范围广，环境适应性优 空间分辨率有限，难以实现精细化测量 BOTDA 
测量精度和空间分辨率均明显高于BOTDR 需构成测试回路，环境适应性较差 BOFDA 
测量精度和空间分辨率均略高于BOTDA 需构成测试回路，测试重复性和稳定性略低于BOTDA 通过基于光纤感测技术的采动覆岩移动变形模型试验研究，不仅可为预测上覆岩土体垮落演化过程提供理论数据，而且可为煤层开采实际工程中的覆岩位移、变形与垮落动态演变规律提供重要思路和手段。袁强等[12]基于光纤测试应力与光纤频移之间的线性关系，结合岩层变形垂直和水平光纤的应力分布理论模型，提出了基于光纤频移的覆岩变形表征体系(图1)，建立不同类型覆岩变形及结构特征的规律性频移分布，据此对覆岩变形状态进行反演，获得采动覆岩的变形范围和变形特征；通过三维模型试验，研究了巨厚砾岩下采动覆岩变形移动规律，发现沿煤层走向，其上覆岩体变形向上呈破碎垮落、裂隙发育、弯曲下沉的变形破坏动态演化特征，并基于巨厚砾岩层的三维变形光纤测试数据，获得了垮落带、巨厚砾岩层和地表岩层变形场分布特征及其演变过程，实现了岩层变形和破断发展的精准判识。
![]()
图 1 基于光纤频移的覆岩变形表征体系Figure 1. Overburden deformation characterization system based on fiber optic frequency shift侯公羽等[13]基于BOFDA(Brillouin Optical Frequency Domain Analysis)技术，通过室内采动覆岩物理模型试验，研究了垮落带和裂隙带的变形过程与演化特征，构建了采动覆岩“两带”分布及其演化的动态模型，利用模型内部横向光纤应变数据的突变点表征岩层冒落位置，基于应变数据的凸台横向长度表征“两带”分布范围。同时，联合纵横向光纤数据刻画了“两带”在采动作用下的时空演化特征，以及岩层垮落破坏高度和强度(图2)。
![]()
图 2 基于BOFDA的分布式光纤监测模型试验系统Figure 2. Distributed fiber optic monitoring model test system based on BOFDA1.2 温度场
温度场是岩土体内部温度分布和热传导的表现形式，受岩土周围气候环境及日照强度影响，主要由地表、水分、空气温度组成[14]。相关研究表明，温度场会影响岩土体的土质硬度与渗透系数等岩性表现，因此导致采动过程中上覆岩层的移动与垮落[15-17]。王效宁[18]结合摩擦因数对滑坡地下温度场进行研究，研究结果表明，温度对滑动速度、滑动时间和滑体热力学参数均产生影响。姚文花等[19]以兰州某地冻融期滑坡为原型，利用ADINA对滑坡温度场进行模拟分析，发现岩土体温度场受外界温度变化的影响随深度加大而减小。
煤层上覆岩土体同滑坡地下岩土体存在类似的温度场分布特征，因而在覆岩变形温度场感知中，通常基于ROTDR(Raman Optical Time-Domain Reflectometry)和FBG(Fiber Bragg Grating)的大范围、全分布、精细化温度感测技术及装备，快速获取覆岩岩土体内部温度场分布规律。弱反射光纤光栅(Ultra-Weak Fiber Bragg Grating，UWFBG)技术本质上是FBG与光时域反射计(Optical Time-Domain Reflectometer，OTDR)的结合，具有以下特点：感测特性与FBG一致，具有同样的高精度；反射率极低，对上千个光纤光栅进行复用，可实现密集分布式测量；解调速度快，可实现动态测量，其测量原理如图3所示。柴敬等[20]开展了基于光纤系统的物理相似模型温度分布与演化特征试验研究，提出了一种利用温度变化特征确定相似模型干燥时间的方法；试验发现模型温度场演化主要分为干燥初期的水化热、干燥中期的养护和干燥后期的试验3大阶段，模型在干燥后期呈现出垂直方向上高下低，水平方向基本一致的温度特征，其中低温核区下移并逐渐消失被视作试验开挖的关键判断指标；研究结果充分验证了融合光纤光栅和分布式光纤的测温法能够提高系统的温度测试精度，克里金法可应用于物理相似模型温度分布特征及其演化过程分析，为精准获取覆岩岩土体内部温度场分布规律提供重要判识依据。南京大学(苏州)高新技术研究院基于UWFBG技术和岩土体温度场监测特征，在FBG和分布式感测技术的基础上，结合煤层采动覆岩变形地下温度场感知的特殊需求，开展仪器测量精度与空间分辨率的提升优化研究，研发了适用于覆岩变形温度场感知的密集分布式光纤解调仪，并对其鲁棒性与重复性进行测试研究。研发的解调仪不仅可以进行单点FBG温度测量，还实现了温度场分布式高精度测量。同时，在研制的一体化设备中增加了无线传输模块，通过连接4 G/5 G网络或远程IP访问实现了温度数据的实时采集与传输。研发设备及主要参数见表2。
表 2 温度场光纤感测主流解调仪性能参数Table 2. Performance parameters of mainstream demodulation instrument for fiber optic sensing of temperature field解调仪型号 参数类型 参数值 
测温范围/℃ −20～80 温度分辨率/℃ 0.1 温度重复性/℃ ±0.2 温度测量精度/℃ ±0.2 单通道测试距离/km 1 
测温范围/℃ −40～120 温度分辨率/℃ 0.1 温度测量精度/℃ ±0.3 测量距离/km 1～16 空间分辨率/m 0.5～3 因此，UWFBG技术可实现覆岩变形破坏过程中岩土体内部温度场的高精度实时感知，其既具有FBG的高精度和动态测量的优势，又可以实现高密度的分布式测量，是高精度分布式测量技术的重要发展方向。
1.3 渗流场
对于地下渗流场，其主要来自于地下岩土体中的地下水作用。按照作用的相关性，亦可以分为水分场、水势场、渗压场等。渗流场是影响地下岩土体稳定性的主要因素之一，采动上覆岩土体的变形破坏与开采沉陷等地质灾害均与地下岩土体中的渗流场密切相关。相关研究发现，温度变化会引起水体和岩土体的物理化学性质发生改变，从而影响地下岩土体渗流场的分布。张婉玲[21]基于光纤布拉格光栅技术，研制了一种内加热刚玉管FBG渗流传感器，提出了一种准分布式的渗流场测量方法，研究了不同渗流速率下该传感器所测得的温升随时间的变化情况，验证了该传感器用于渗流监测的可行性，试验结果如图4所示。
UWFBG技术因其通过在同一光纤上密集加工数千个光纤光栅感测点，实现了穿越不同地层和含水层的渗流场实时高精度连续测量。孙向阳等利用弱光栅技术对朱仙庄矿五含帷幕截流工程稳定性进行监测评价，重点开展了大型注浆帷幕内力与竖向变形分布式光纤监测技术研究，分析了回采对注浆帷幕稳定性影响范围及程度，在此基础上建立了一套基于分布式光纤感测的大型注浆帷幕稳定性自动化监控系统(图5)，实时显示帷幕的状态特征和演变趋势，为帷幕截流效果评价提供数据支撑。
朱鸿鹄等[22]设计研发了具有高精度和高稳定性的渗流场光纤传感器，开展了螺旋缠绕管式碳纤维光缆的结构选型和标定方案设计，采用瞬态变温测量方法和温度梯度−渗流速率对应原理，研制增敏型和多量程型感测光缆，并基于标定试验获取特征温度值、渗流速率、土体饱和度、基质吸力及含水率等指标之间的定量关系。根据结构健康监测理论，设计传感器最优化布设方案，解决感测光缆微创植入、传输光缆简易熔接和快速组网等瓶颈问题，结合岩土渗流理论，建立基于渗流实测信息的三维重构算法。融合FBG和DTS(Distributed Temperature Sensing)技术，通过主动加热光纤法对被测岩土体的渗流速率进行测试，率定温度特征值与渗流速率的线性关系，以达到连续性感知覆岩内部水分场时空演变的目标。同时，开展了煤层采动地下水分场感测原位试验，研究结果验证了地下水分场原位测量技术的可行性和有效性，技术原理如图6所示（图6中Q为热量）。
![]()
图 6 渗流场准分布式原位测量技术原理Figure 6. Principle of quasi-distributed in-situ measurement of seepage field1.4 地电场
地电场感知主要通过埋设于煤层顶板岩层中的电阻率单元，研究不同回采时期岩层结构性变形破坏过程中的电场变化，该方法主要采用高密度电阻率法，结合光缆连续性应变数据提出应变−电阻率相关系数，及其与岩体变形破坏之间的关系[23-25]。高密度电阻率法是一种阵列勘探方法，可实现层析成像观测，较常规电阻率勘探具有更好的效果[26]。高密度电阻率层析成像(High Definition Electrical Resistance Tomography，HD–ERT)技术的目的是测量被测介质的电阻率分布，其结合了垂直电阻率测深和视电阻率剖面测量，技术原理与传统电阻率法相同。基于不同电解质的电导率差异，向电极提供人工直流电以测量产生的电势差，检索介质异质性和电特性的信息。高密度电法测量结果与监测系统采集参数(仪器类型、测量时间、电极间距与数量等)存在高度关联性，数据反演质量以及测量结果的精度和分辨率均受采集参数直接影响，其测量原理如图7所示，电极A和B(电流电极)是具有电流(I)的电源极，另外两个电极M和N(电位电极)用于记录产生的电位差(ΔU=UM－UN)，K为与电极配置相关的系数。获知上述参数后，将电位差ΔU与电流I的比值乘上电极配置系数K，即可计算出视电阻率ρs。
程刚等以淮北杨柳煤矿为监测原型进行了相似模型试验，研究煤层采动过程中上覆岩土体的移动变形破坏机理。采用HD–ERT技术，同时结合分布式光纤感测和近景摄影测量(Close-Range Photography，CRP)技术进行综合分析[27]。试验数据结果显示，在初始状态下，垂向电法测线总电阻率为0(图8a)。随着开采工作面的不断推进，电阻率分布发生变化，煤层顶板处的电阻率显著增加(图8b)，这是由于煤层上覆岩层中出现了裂隙。当开采工作面推进至1 m时，煤层顶部和模型顶部的电阻率进一步增加(图8c)。
![]()
图 8 垂向电法测线在不同推进距离的反演结果Figure 8. Inversion results of vertical electrical line at different advance distances综合分析电阻率与岩性分布关系可知，在整个开挖期间，上下2层火成岩电阻率变化较小，说明其岩层的完整性较好，未产生较大的裂隙，同时两层火成岩之间的岩层电阻率逐渐增大。由此判断，两层火成岩对采动覆岩变形具有控制作用，为关键层所处位置；下火成岩下部岩层的高电阻率区域随着开挖的推进不断向上部扩展，这有效刻画出导水裂缝带界面的动态发育过程。
矿山微震监测作为一种地下围岩稳定性判定的重要方法，被广泛应用于矿山安全开采监测中。然而，由于矿山开采环境的复杂性，使得矿山微震信号频率范围广、信噪比弱，且采场的背景噪声、工频干扰、人工活动等信号均会对微震事件波形信息产生干扰，导致常规手段获得波形的信噪比相对较低，直接增加了信号的处理难度与误差率。近年来，一种基于瑞利光散射的分布式声学感测技术(Distributed Acoustic Sensing，DAS)被广泛应用于管道、油气、铁路、机场等基础设施建设与运行监测中。该技术主要通过干涉式声波传感对外部的振动信号进行感知，即当振动引起光纤某处的干涉光相位产生线性变化时，利用相关解调仪解调出不同时刻该点的干涉信号，进而完成该点相关物理参数的定量化感测，其技术原理如图9所示。该技术不仅拥有DFOS的优点，而且可实现光纤沿线动态振动的长距离、分布式、连续性感知，将其通过附着杆件布设于井下采场围岩钻孔中，可实时获取全尺度(幅度、频率、相位)数万道信息，从而实现对工作面开采过程中围岩变形破坏的实时监测与精准定位。Hendrik J等[28]在距离地表约1 500 m深的地下矿井中安装了275 m的振动感测光缆，连续性记录2周内的矿井微震活动，同步安装4个14 Hz三分量检波器进行对比验证，研究发现对于较大的地震事件(矩震级MW> −0.1)，DAS技术获得的数据相较于常规检波器数据具有更高的一致性；在数据中亦发现注浆段光缆采集了更高质量的地震波记录，表明光缆与周围介质的耦合性对震波数据质量产生重要影响；同时，提出了基于现有光纤通信基础设施开展矿山地震勘探，以实现低成本勘探下的高分辨率成像。在覆岩变形破坏的微震研究方面，下一步应重点开展主(被)动源条件下，开采区、未开采区及采空区覆岩变形破坏的对比试验研究，利用DAS技术连续性监测振动信息及其变化趋势，分析不同震源条件、不同监测背景下煤层覆岩的时效响应和破坏过程，并通过数值模拟加以对比验证，力求从本质上指导矿山安全生产和资源开采控制标准的制定。
随着DAS技术的不断发展，进一步将其引入矿山工程地下结构探测与振动感知中，开展矿山工程微震研究，实现矿山地下空间的“透明化”探测。未来，可融合多场数据信息构建多源多场一体化感知网络(图10)，利用光纤感知神经网络智能监控采动覆岩变形破坏与离层演化的全过程，从而为厘清覆岩变形破坏孕灾机理提供技术支撑。
![]()
图 10 煤层采动多源多场一体化感知网络Figure 10. Multi-source and multi-field integrated sensing network for coal mining2. 煤层采动一体化安全保障体系构建与应用
对于煤层采动覆岩变形破坏研究，现有的方法技术难以准确、实时获取煤层开采过程中上覆岩土体的变形和多场作用对井下巷道局部变形及地面沉陷的影响。因此，亟需突破煤层采动过程中地下变形场、温度场、渗流场和地电场海量时空连续信息感知的技术瓶颈，开展从覆岩变形破坏到地表沉陷发生发展演化全过程监控研究，在此基础上建立一套涵盖感知–传输–处理–预警–决策的煤层采动一体化安全保障体系(图11)，以实现煤层开采灾害风险的精准评估和地表沉陷潜力的预测评价。
2.1 系统感知层
在煤层采动一体化安全保障体系中，感知层位于整个体系的最底层，是体系的核心。作为信息采集的关键部分，其功能主要通过传感光缆(器)感知岩土体的位移、温度、渗压及电阻率等物理参数与环境信息。施斌教授[29]基于对人体感知神经的认识，在长期研究岩土体光纤感测技术的基础上，提出了岩土体“感知”理念，在岩土体中植入线性传感元，构建大地感知神经网络，实现岩土体“时空连续”的智能感知。对人体而言，是基于五官和皮肤，通过视觉、味觉、嗅觉、听觉和触觉感知环境状态及其变化；对岩土体而言，感知层即为岩土体的五官和皮肤，可用于待测岩土体状态及其演变过程的动态识别(图12)。
感知层由各类智能传感器和解调设备2大部分组成。该层的核心是融合射频、新兴传感、无线网络组网和现场总线控制等技术，架构起待测岩土体、传感器和解调设备间的数据耦合关系。在该层中，传感器是获取岩土体多元数据的基本单元，它将岩土体各物理场状态信息变化转换为传感器光电信号的改变，将其送入解调设备进行一系列信号处理与校准。常见的传感器包括应变、温度、渗压、电法传感器等。
随着现代光纤通信和信息技术的高速发展，尤其是光纤感测技术在各类基础工程中的广泛应用，使得各类光纤传感器逐渐被引入矿山工程安全监测中，未来可进一步研发多源多参量感测光缆以实现岩土体多场时空数据的分布式、连续性、大范围实时获取，推动采动覆岩变形从原位检测、探测、监测走向感知，目标朝着范围更广、深度更深，数据传输效率更高方向创新，内容向着多样化、精准化、三维立体化发展。在实际煤层开采监控过程中，通常融合FBG,UWFBG,BOTDR(Brillouin Optical Time-Domain Reflectometer)等技术，利用地面钻孔和井下工作面仰孔进行感测光缆(器)布设，实时获取煤层开采过程中上覆岩土体的多物理场参量及其变化，煤层采动覆岩井上井下一体化感知系统如图13所示。
![]()
2.2 系统传输层
由于覆岩变形破坏过程中原始数据量的体系庞杂，且必须确保预警信息的准确度，因而对感知数据传输可靠性提出了较高要求。为解决覆岩变形海量数据传输可靠性问题，可基于物联网的感知数据解调和实时传输技术开展可靠性优化研究，设计低能耗的多源数据采集方案，实现基于5 G\WIFI\LoRa的数据无线通讯，包括覆岩感测区域和远程传输的可靠性保障机制。数据传输的可靠性度量指标主要分为“包可靠性”和“事件可靠性”，按照不同的视角对可靠性数据传输技术进行分类，如图14所示。
感知层的感测光缆经过解调设备、系统现场总线等短距离传输技术将所采集数据信息打包送至传输层。传输层关键技术包括有线传输和短距离无线通信技术等，其通过传感器网络与感知层进行数据通讯，传感器网络是一种由传感器节点组成的传输网络，其中每个传感器节点都具有传感元件、微处理器和通信单元。各节点通过通信网络共同协作来感知待测岩土体和环境的多参量信息。由于矿山工程大都具有范围广、隐蔽性强、环境恶劣、动态响应要求高等特点。在实际感测过程中，往往会处于无通信网络信号区域，因此，应根据感知目标和环境选择相应的传输技术。无线传感器网络(Wireless Sensor Network，WSN)具有网络规模大、自组织网络、可靠性强、以数据为中心等优点，可提高采动覆岩变形破坏与开采沉陷的感测准确度。同时可根据待测岩土体周围可信节点的状况，利用贝叶斯网络反演和修正恶劣环境下灾害风险大小与分布范围，并在实际一体化系统中对可靠性传输的优化结果进行不断修正，使得系统数据传输的精准度与时效性达到最优。同时，研究井上和井下相结合的可靠传输和实时性保障机制。
由于传感器节点需具有转发数据功能，其可靠度是整个监控系统可靠性的关键，可采用一种动态倍增优化冗余策略，确保关键节点的整体拓扑可靠性达到最优，并通过融合确认重传机制与双并联冗余机制(图15)的综合策略来实现远程传输系统可靠性的本质提高。
![]()
图 15 具有双倍冗余和重传功能的远程监控的传输架构Figure 15. A transport architecture for remote monitoring with double redundancy and retransmission capabilities2.3 系统处理层
在煤层采动过程中，由于覆岩破断垮落，尤其是突发性的整体性垮落，通常会造成光纤感测数据出现异常突变和紊乱等现象。因此，为了完整地还原覆岩变形破坏的实际过程，须对光纤数据进行去噪与滤波等处理。其中，小波变换作为一种信号的时间−频率分析方法，具有多分辨率分析的特点，其在时域和频域都具有信号局部特征的表征能力，因而在光纤数据异常处理中被广泛应用。该方法主要是根据关键信号和噪声信号的不同传递特性和特征，将原始信号进行分离以消除噪声波形，可实现感测数据的异常自识别与处理。程刚等采用DFOS技术进行采动覆岩变形监测研究时，选用Daubechies小波进行小波去噪[33]。一个含噪声的一维信号的模型可以表示成如下形式，即
$$ {S}\left({t}\right)={f}\left({t}\right)+{\sigma } {e}\left({t}\right)\text{，}({t}=\mathrm{0,1},\cdots ,{n}-1 )$$ (1) 式中，f(t)为真实信号；e(t)为噪声；S(t)为原始信号；σ为噪声信号的标准差。去噪流程如图16所示。
在覆岩变形多场感知中，随着开采的不断推进，往往会累积海量的多场数据，如何快速精准地对各物理场数据进行分类提取、误差修正、聚类分析等优化处理，以实现海量数据的自诊断和智能化分析，并为开展覆岩变形机器学习和预测模型研究提供有效数据源。该过程可运用数理统计、人工智能理论和系统学方法，优化海量多场感测数据分类提取的预处理算法，以提高数据的可靠性自诊断和智能分析准确率；同时，通过一种基于主题模型的数据清洗方法，综合物联网感知数据源的有效性分析机制，开展覆岩变形破坏感知全过程海量数据的智能化处理；从误差修正、关联分析和数据挖掘等方面加强关键层位数据缺失的机器学习研究，利用移动平均、随机森林、多元贝叶斯等优化算法对超参数进行优化，以提高变形预测精度(图17)。郗刘涛等[34]针对采动覆岩变形相似模拟试验中光纤监测数据的缺失值还原问题，采用基于最小二乘支持向量机(Least Squares Support Vector Machine，LSSVM)的缺失数据还原方法，完成了离散缺失值、连续缺失值以及不同缺失比例3种类型还原试验研究，结合数据预处理、小样本增强技术、平稳性检验、长短期记忆(Long Short-Term Memory，LSTM)神经网络样本数据集构造、LSTM预测模型设计与评价等关键步骤，建立覆岩变形监测数据预测模型，据此对覆岩状态及其演化趋势进行预测，研究结果为利用分布式光纤监测数据开展工作面周期来压预测和采动覆岩变形破坏规律分析提供了一种新方法。
![]()
图 17 海量数据智能处理与算法优化Figure 17. Mass data intelligent processing and algorithm optimization2.4 系统预警层
在地质灾害防灾减灾中，开展感知只是路径手段，成功预警才是最终目的。对于采动覆岩变形破坏引起的矿山灾害事故，不仅要重视采动过程覆岩变形感测数据的解译与表征，更应聚焦于煤层上覆岩层破断引起灾害的预警与响应。大量的现场试验研究发现，感知点和感知手段的数量并不完全同预警成功率成正相关，因而在实际的采动覆岩变形破坏感知中，应结合地层岩性、煤层采高、开采速率等因素，设计相应的感知内容、设定具体的评价指标、划分科学的预警判据。同时，大多数岩层的破断垮落具有一定突发性，须采用具有自动变频功能的仪器设备才能获取覆岩变形破坏全过程时空连续数据，尤其是临跨阶段完整的状态信息，且应加强周期性异常数据预警和多方法共性异常预警研究，改进常规阈值预警方法中存在误报、漏报率较高的不足，强化对历史累积数据的统计分析和基于变形、温度、渗压、电阻率等关键指标的预警模型与判据研究，据此提高煤层采动过程中覆岩灾变预警的准确性，进而为灾害事故的科学防治提供重要保障。在实际感知预警过程中，应开展覆岩变形多源多场数据预测模型研发，实现基于多场融合的实时感知预警；加强预警阈值的差异化研究，针对煤层上覆岩土体的物质组成不同(软岩、硬岩、松散层)、关键层厚度不同(薄、厚、巨厚)、开采速率不同等开展差异化的预警阈值和预警等级研究，不断提升阈值与地层变形破坏演化过程表征的匹配度，最大限度减小漏报和误报率。
在岩土体变形失稳预警中，许强等[35]提出了滑坡变形演化的4阶段。鉴于煤层开采过程中的覆岩变形垮落演化与滑坡变形失稳具有相似演变规律，可在考虑地层岩性、煤层采高和开采速率的基础上，对覆岩变形感测数据时空演化过程进行阶段划分(图18)。未来，可通过建立基于多场数据机器学习的预测模型，转被动预警为主动防控，提升煤层采动过程中一体化安全保障体系的实时性与可靠性。
![]()
图 18 覆岩变形演化过程与预警等级Figure 18. Evolution process and early warning grade of overburden deformation2.5 系统决策层
系统决策目的是针对预警等级制定关键性措施与对策，而决策树作为一种经典机器学习方法，被广泛应用于系统决策。在覆岩变形破坏程度决策分析中，通常须基于不同数据，采用不同分类标准，不断对多源数据进行决策分类，以提升决策树分支结点“纯度”，直至分类无法进行。基于该决策树模型，可对处理后的多源数据做出分类，并根据关联规则得出共性规律，对覆岩变形破坏致灾程度做出研判，进而实施科学的系统决策与应急对策。
综上所述，建立一套覆盖煤层开采全过程的一体化覆岩变形破坏感知神经系统对保障矿山安全生产具有重要意义。该系统集数据感知、信息传输、智能处理、危险预警、决策处置等功能于一体，并可通过移动端实时发送预警信息与处置措施；同时，系统预留扩展功能，未来可进一步基于机器学习的多场数据融合技术，解决煤层覆岩开采感知信息的三维实时可视化问题，如图19所示。
![]()
图 19 覆岩变形破坏神经感知系统Figure 19. Neural sensing system for overburden deformation and failure特别地，对于超长工作面的覆岩变形破坏机理研究，可利用一体化感知系统累积的过程数据开展机器学习与模型优化研究，以实现煤层上覆各地层变形破坏与开采沉陷演化发展全过程预测。
2.6 应用案例
为研究帷幕墙体的稳定性，对帷幕截流效果评价提供数据支撑，淮北矿业集团联合苏州南智传感科技有限公司，开展了朱仙庄矿注浆帷幕稳定性光纤自动化监测研究，通过建设地面井下一体化光纤监测系统(图20)，利用布设于注浆帷幕中的感测光缆对帷幕内力与竖向变形进行实时监测，实现了多钻孔光纤监测数据的自动化采集与显示，据此分析了回采对注浆帷幕稳定性的影响范围与程度，从而确定帷幕墙体的受力状态，为帷幕截流效果评价提供了重要参考依据，同时验证了融合光栅传感和光时域定位优势的UWFBG技术，可实现长距离工程的高精度实时监测，在矿山安全开采监测中具有良好的适用性。
![]()
图 20 地面井下一体化光纤监测系统集成Figure 20. Integration of surface and downhole integrated fiber optic monitoring system3. 结 论
1) 覆岩变形破坏受多场耦合作用，各物理场相互作用均直接体现于岩土单元的变形位移、破断垮落等物理变化。因此，多场耦联度对覆岩变形感测数据的表现形式产生重要影响，未来应加强多场关联研究，融合多场数据实现多物理场共性关系的精准表征，并重点关注各物理场周期性异常数据，以提高采动覆岩灾变预警的准确性。
2) 基于光纤感知神经网络，建立了煤层采动一体化安全保障体系，该体系可连续获取覆岩变形的时空数据，从而实现覆岩变形破坏到地表沉陷发生发展演化全过程认知；基于归纳学习算法，改进得到一种具有高泛化能力的决策树模型，据此对覆岩变形破坏致灾程度做出研判，进而实施科学的系统决策与应急对策。
3) 随着机器学习在海量数据处理与趋势预测中的广泛应用，可在统计学基础上，融合聚类、神经网络、支持向量机等机器学习方法联合开展光纤监测数据缺失的还原研究；基于获得的时间序列数据，结合灰色理论和神经网络等方法，建立覆岩变形预测模型，以实现对未来煤层开采灾害风险和地表沉陷潜力的精准预测与科学评价。
-
![]()
![]()
图 2 破碎岩体室内实验与数值模拟应力应变曲线对比
Figure 2. Stress-strain curve of broken rock mass numerical simulation and indoor experiment
![]()
图 3 破碎岩体颗粒离散元数值模型建立过程
Figure 3. Broken rock mass specimen generation by particle discrete elements
![]()
图 5 不同级配破碎岩体应力−应变曲线
Figure 5. Stress-strain curve of broken rock mass with different particle size grade
![]()
图 7 不同级配破碎岩体空隙率变化曲线
Figure 7. Changing law of porosity of broken rock mass with different particle size grading
![]()
图 8 不同颗粒级配破碎岩体能量–应变曲线
Figure 8. Energy and strain changing curve of broken rock mass with different size gradings
![]()
图 9 不同级配破碎岩体断裂能曲线
Figure 9. Bond energy density changing curve of different size grading scheme
![]()
图 12 G1试样切面的力链和颗粒分布
Figure 12. Cutting plane of force chain and particles for G1 specimen
![]()
图 14 裂隙与岩块分布切面（ε=0.3）
Figure 14. Cutting plane of fracture field and fragments distribution (ε=0.3)
ρp(颗粒密度)/(kg·m−3) 2700 deform_emod (线性接触模量)/GPa 5.3 pb_deform_emod (平行黏结模量)/GPa 49.7 pb_ten (抗剪强度)/MPa 43 pb_coh (法向强度)/MPa 52 kratio (刚度比) 1.2 
下载: 导出CSV
-
[1] 袁 亮. 废弃矿井资源综合开发利用助力实现“碳达峰、碳中和”目标[J]. 科技导报,2021,39(13):1. YUAN Liang. Comprehensive development and utilization of abandoned mine resources to achieve the goal of “carbon peak and carbon neutrality”[J]. Science and Technology Review,2021,39(13):1.
[2] 浦 海,卞正富,张吉雄,等. 一种废弃矿井地热资源再利用系统研究[J]. 煤炭学报,2021,46(2):677−687. PU Hai,BIAN Zhengfu,ZHANG Jixiong,et al. Research on a reuse mode of geothermal resources in abandoned coal mines[J]. Journal of China Coal Society,2021,46(2):677−687.
[3] 郭平业,王 蒙,孙晓明,等. 废弃矿井地下空间反季节循环储能研究[J]. 煤炭学报,2022,47(6):2193−2206. GUO Pingye,WANG Meng,SUN Xiaoming,et al. Study on off-season cyclic energy storage in underground space of abandoned mine[J]. Journal of China Coal Society,2022,47(6):2193−2206.
[4] 崔超群. 废弃煤矿再利用评价模型及其应用研究[D]. 北京:中国矿业大学(北京),2021. CUI Chaoqun. Research on evaluation models for abandoned coal mine reutilization and their applications[D]. Beijing:China University of Mining and Technology-Beijing,2021.
[5] GUO Pingye,HE Manchao,ZHENG Liang,et al. A geothermal recycling system for cooling and heating in deepmines[J]. Application Thermal Engineering,2017,116:833−839.
[6] BAO Ting,MELDRUM Jay,GREEN Christopher,et al. Geothermal energy recovery from deep flooded copper mines for heating[J]. Energy Conversion and Management,2019,183:604−616. doi: 10.1016/j.enconman.2019.01.007
[7] 万志军,张 源,师 鹏,等. 煤-热共采模式下地热水非常规开采数值模拟研究[J]. 煤炭学报,2023,48(3):1115−1125. WAN Zhijun,ZHANG Yuan,SHI Peng,et al. Numerical simulation on unconventional mining of geothermal water in coal-heat co-mining mode[J]. Journal of China Coal Society,2023,48(3):1115−1125.
[8] 浦 海,许军策,卞正富,等. 关闭/废弃矿井地热能开发利用研究现状与进展[J]. 煤炭学报,2022,47(6):2243−2269. PU Hal,XU Junce,BIAN Zhengfu,et a1. Research status and progress of geothermal energy development and utilization from closed/abandoned coal mines[J]. Journal of China Coal Society,2022,47(6):2243−2269.
[9] VELD Peter Op’t,DEMOLLIN-SCHNEIDERS Elianne. The mine water project Heerlen,the Netherlands—low exergy in practice[C]. Proceedings of the 6th International Conference on Indoor Air Quality,Ventilation & Energy Conservation in Buildings (IAQVEC 2007),Sendai,Japan. 2007:28−31.
[10] MENÉNDEZ Javier,ORDÓNEZ Almudena,FERNÁNDEZ-ORO Jesús M,et al. Feasibility analysis of using mine water from abandoned coal mines in Spain for heating and cooling of buildings[J]. Renewable Energy,2020,146:1166−1176. doi: 10.1016/j.renene.2019.07.054
[11] BAILEY M T,GANDY C J,WATSON I A,et al. Heat recovery potential of mine water treatment systems in Great Britain[J]. International Journal of Coal Geology,2016,164:77−84. doi: 10.1016/j.coal.2016.03.007
[12] ANDRÉS C,ORDÓÑEZ A,ÁLVAREZ R. Hydraulic and thermal modelling of an underground mining reservoir[J]. Mine water and the environment,2017,36(1):24−33. doi: 10.1007/s10230-015-0365-1
[13] HALL A,SCOTT JA,SHANG H. Geothermal energy recovery from underground mines[J]. Renewable and Sustainable Energy Reviews,2011,15(2):916−924. doi: 10.1016/j.rser.2010.11.007
[14] 蔡美峰,马明辉,潘继良,等. 矿产与地热资源共采模式研究现状及进展[J]. 工程科学学报,2022,44(10):1669−1681. CAI Meifeng,MA Minghui,PAN Jiliang,et al. Co-mining of mineral and geothermal resources:A state-of-the-art review and future perspectives[J]. Chinese Journal of Engineering,2022,44(10):1669−1681.
[15] 张 源,他旭鹏,师 鹏,等. 废弃矿井蓄洪储能与取热综合利用模式研究[J]. 煤炭科学技术,2023,51(6):197−204. ZHANG Yuan,TA Xupeng,SHI Peng,et al. Energy storage via storing flood in abandoned mines and low temperature heat energy utilization from mine water[J]. Coal Science and Technology,2023,51(6):197−204.
[16] 张志强,张珊珊,姚海清,等. 废弃矿井地热资源利用的研究与发展[J]. 区域供热,2022,219(4):45−55. ZHANG Zhiqiang,ZHANG Shanshan,YAO Haiqing,et al. Research and development of geothermal resources utilization in abandoned mine[J]. District Heating,2022,219(4):45−55.
[17] 褚召祥. 基于体积法的废弃煤矿水热型热储潜能评估[J]. 工程地质学报,2023,31(5):1696−1710. CHU Zhaoxiang. Volume method based potential evaluation on mine water-based geothermal reservoir in abandoned coal mine[J]. Journal of Engineering Geology,2023,31(5):1696−1710.
[18] 张吉雄,汪集暘,周 楠,等. 深部矿山地热与煤炭资源协同开发技术体系研究[J]. 工程科学学报,2022,44(10):1682−1693. ZHANG Jixiong,WANG Jiyang,ZHOU Nan,et al. Collaborative mining system of geothermal energy and coal resources in deep mines[J] Chinese Journal of Engineering,2022,44(10):1682−1693.
[19] WU Yu,GENG Haozhe,HAO Guan,et al. Experimental study on heat exchange efficiency of rock bed heat storage system based on broken rock mass[J]. Energy Reports,2022,8:12456−12465. doi: 10.1016/j.egyr.2022.08.274
[20] ZHANG Cun,TU Shihao,ZHAO Yixin. Compaction characteristics of the caving zone in a longwall goaf:a review[J]. Environmental Earth Sciences,2019,78(1):1−20. doi: 10.1007/s12665-018-7995-0
[21] LI Bo,LIANG Yunpei,ZHANG Lei,et al. Breakage law and fractal characteristics of broken coal and rock masses with different mixing ratios during compaction[J]. Energy Science and Engineering,2019,7:1000−1015. doi: 10.1002/ese3.330
[22] ZHANG Cun,Ren Zhaopeng,HAO Dingyi,et al. Numerical simulation of particle size influence on the breakage mechanism of broken coal[J]. Arabian Journal for Science and Engineering,2020,45:9171−9185. doi: 10.1007/s13369-020-04693-2
[23] MENG Fanfei,PU Hai,DINTWE Tumelo K M,et al. Creep and breakage behavior of broken rock in the caved zone of abundant mines under triaxial compression condition[J] Energy Reports,2022,8:14517−14532.
[24] ZHANG Cun,BAI Qingsheng,ZHU Chuanqi. A methodology for determining the size distribution of broken rock masses in longwall mining goaf[J]. Geomechanics and Geophysics for Geo-Energy and Geo-Resources,2022,8(4):113. doi: 10.1007/s40948-022-00418-x
[25] LI Qiang,MA Dan,ZHANG Yandong,et al. Insights into controlling factors of pore structure and hydraulic properties of broken rock mass in a geothermal reservoir[J]. Lithosphere,2021(Special 5) DOI: 10.2113/2022/3887832.
[26] HUANG Yanli,LI Junmeng,MA Dan,et al. Triaxial compression behaviour of gangue solid wastes under effects of particle size and confining pressure[J]. Science of the Total Environment,2019:693.
[27] LI Meng,ZHANG Jixiong,MENG Guohao,et al. Testing and modelling creep compression of waste rocks for backfill with different lithologies[J]. International Journal of Rock Mechanics and Mining Sciences,2020,125:104170. doi: 10.1016/j.ijrmms.2019.104170
[28] WANG Yunjia,SONG Erxiang,ZHAO Zhihong,et al. Particle mechanics modeling of the effect of aggregate shape on creep of durable rockfills[J]. Computers and Geotechnics,2018,98:114−131. doi: 10.1016/j.compgeo.2018.02.013
[29] MENG Fanfei,PU Hai,Sasaoka Takashi,et al. Time effect and prediction of broken rock bulking coefficient on the base of particle discrete element method[J]. International Journal of Mining Science and Technology,2021,31(4):643−651. doi: 10.1016/j.ijmst.2021.05.004
[30] ZHANG Cun,ZHAO Yixin,BAI Qingsheng. 3D DEM method for compaction and breakage characteristics simulation of broken rock mass in goaf[J]. Acta Geotechnica,2022,17(7):2765−2781. doi: 10.1007/s11440-021-01379-3
[31] YU Haitao,LIU Zhibin,ZHANG Yun,et al. The disintegration mechanism analysis of soft rock due to water intrusion based on discrete element method[J]. Computers and Geosciences,2023,171:105289. doi: 10.1016/j.cageo.2022.105289
[32] ZHANG Yao,GUO Shaoqiang,YIN Xiaotao. Variation characteristics analysis of sandstone strength parameters in discrete element method by using internal scale ratio[J]. Computational Particle Mechanics,2023,10(5):1145−1160. doi: 10.1007/s40571-022-00551-0
[33] QIAN Guoping,Hu Kaikai,LI Jun,et al. Compaction process tracking for asphalt mixture using discrete element method[J]. Construction and Building Materials,2020,235:117478. doi: 10.1016/j.conbuildmat.2019.117478
[34] WANG Tuo,ZHANG Fengshou,FURTNEY Jason,et al. A review of methods,applications and limitations for incorporating fluid flow in the discrete element method[J]. Journal of Rock Mechanics and Geotechnical Engineering,2022,14(3):1005−1024. doi: 10.1016/j.jrmge.2021.10.015
[35] ZHU Haiyan,SHEN Jiadong,ZHANG Fengshou,et al. DEM-CFD modeling of proppant pillar deformation and stability during the fracturing fluid flowback[J]. Geofluids,2018:1−18 DOI: 10.1155/2018/3535817.
[36] ZHANG Longyu,ZHU Jiming. Analysis of mechanical strength and failure morphology of prefabricated closed cracked rock mass under uniaxial compression[J]. Geotechnical and Geological Engineering,2020,38:4905−4915. doi: 10.1007/s10706-020-01335-0
[37] ZHANG Yuanyuan,SHAO Zhushan,WEI Wei,et al. PFC simulation of crack evolution and energy conversion during basalt failure process[J]. Journal of Geophysics and Engineering,2019,16(3):639−651. doi: 10.1093/jge/gxz036
[38] FAN Long,LIU Shimin. A conceptual model to characterize and model compaction behavior and permeability evolution of broken rock mass in coal mine gobs[J]. International Journal of Coal Geology,2017,172(1):60−70.
[39] MA Wenqiang,WANG Tongxu. Experimental study of shear strength features of regenerated rock mass compacted and consolidated by broken soft rocks[J]. KSCE Journal of Civil Engineering,2019,23(4):1839−1848. doi: 10.1007/s12205-019-1831-2
[40] GUO Yuxi,QIN Yan,CHEN Ping,et al. Simulation of the Compaction behavior and the water permeability evolution of broken rock masses of different shapes in a goaf[J]. Water,2023,15(6):1190. doi: 10.3390/w15061190
[41] 李 樯,马 丹,张吉雄,等. 断层带破碎岩体采动剪切变形与渗透性演化规律[J]. 煤田地质与勘探,2023,51(8):150−160. LI Qiang,MA Dan,ZHANG Jixiong,et al. Mining-induced shear deformation and permeability evolution law of crushed rock mass in fault zone[J]. Coal Geology & Exploration,2023,51(8):150−160.
[42] HU W R,LIU K,POTYONDY D O,et al. 3D continuum-discrete coupled modelling of triaxial Hopkinson bar tests on rock under multiaxial static-dynamic loads[J]. International Journal of Rock Mechanics and Mining Sciences,2020,134:104448. doi: 10.1016/j.ijrmms.2020.104448
[43] LI Meng,LI Ailing,ZHANG Jixiong,et al. Effects of particle sizes on compressive deformation and particle breakage of gangue used for coal mine goaf backfill[J]. Powder Technology,2020,360:493−502. doi: 10.1016/j.powtec.2019.10.075
[44] JIANG Ning,YIN Dawei,MA Junbiao,et al. Effects of water immersion on the long-term bearing characteristics of crushed gangue in goaf[J]. Geofluids,2021:1−11 DOI: 10.1155/2021/6675984.
[45] 严向阳,王腾飞,李 楠,等. 砂岩储层无填砂水力裂缝导流能力计算模型[J]. 油气藏评价与开发,2017,7(1):27−31. YAN Xiangyang,WANG Tengfei,LI Nan,et al. A calculation model of unpropped hydraulic fracture flow conductivity in sandstone reservoir[J]. Reservoir Evaluation and Development,2017,7(1):27−31.
[46] WANG Yuannian,TONON Fulvio. Discrete element modeling of rock fragmentation upon impact in rock fall analysis[J]. Rock Mechanics and Rock Engineering,2011,44:23−35. doi: 10.1007/s00603-010-0110-9
[47] LUO Lina,SENETAKIS Kostas. Influence of analog barrier type and impact velocity on the energy dissipation of simulant saprolitic rock particles colliding rigid and deformable barrier systems[J]. Transportation Geotechnics,2022,35:100784. doi: 10.1016/j.trgeo.2022.100784
[48] 刘 磊,杨建民,吕海宁,等. 球形颗粒自由下落过程运动和流场数值分析[J]. 江苏科技大学学报(自然科学版),2017,31(5):620−628. LIU Lei,YANG Jianmin,LYU Haining,et al. Numerical analysis on motion and flow field of a freely falling sphere[J]. Journal of Jiangsu University of Science and Technology(Natural Science Edition),2017,31(5):620−628.
-
期刊类型引用(2)
1. 张平松，刘畅. 煤系砂岩受载破裂全程多尺度多参数测试及表征. 中国矿业大学学报. 2025(01): 172-185 . 
百度学术
2. 程刚，张昊宇，李刚强，游钦凉，王振雪，王子怡. 边坡多场光纤神经感知与安全保障体系. 科学技术与工程. 2023(35): 15010-15019 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 149
- HTML全文浏览量: 21
- PDF下载量: 69
- 被引次数: 2
