露天矿山排土场灾害分析与防治措施

介绍了大宝山矿业有限公司李屋排土场的现状和发展规划, 对排土场可能发生的灾害进行了分析预测, 提出了相应的防治措施。     

基于数值模拟的露天矿排土场高陡边坡稳定性分析与治理

受不良工程地质条件、降雨、历史上无序排土等客观因素影响，广东省大宝山矿李屋排土场高陡边坡极易产生滑坡、泥石流等安全事故。为充分保障矿山安全生产，采用多种数值分析方法相结合的手段对李屋排土场边坡稳定性进行了综合分析。通过现场实地调研与试验研究确定了排土场边坡岩体力学参数，利用Slide软件对排土场二维模型进行数值模拟，对失稳边坡进行堆置参数优化，采用Geostudio以及FLAC3D软件进行了进一步计算校核，多角度定量分析了排土场稳定性状态并最终提出了相应的稳坡措施。结果表明，3-3剖面安全系数不满足规范要求，边坡产生滑坡的风险较大；FLAC3D、Geostudio与Slide的模拟结果较一致，多种模拟手段相结合的分析方法准确且合理。最终根据模拟结果提出了“分台阶排土+堆置反压平台”的治理措施，为矿山开采提供了安全保障，同时也为露天矿排土场稳定性分析提供了技术指导。     

元宝山露天煤矿内排土场变形特性研究

为了研究元宝山露天煤矿内排土场变形特性,以控制和计算散体土体变形量为主要目的,通过流变试验确定数值计算参数,采用Burgers蠕变模型对排土场填土过程及填土完成后的沉降规律进行分析,并在垂直方向对排土场进行分层处理,随着填筑高度的增高,每一分层在上覆动态载荷作用下均发生沉降,通过建立适合排土场的Burgers蠕变模型,分析填土过程的沉降、位移和工后沉降规律。计算结果表明:碾压区最大工后沉降量为30.7 cm,水平位移量为27.3 cm,2020年底开展河道施工,能够满足河道变形要求;非碾压区最大工后沉降量为2.74 m,水平位移量为2.12 m,内排土场排土完成2.5年后,土体的变形沉降基本完成。     

露天矿排土场堆置参数优化

设计合理的排土场堆置参数可以达到降低露天矿的排岩成本并保持排土场的稳定性的目的。在建立通用的堆置参数优化的多目标规划模型基础上,结合国内某露天矿实际情况,首先确立单排岩台阶稳定性、总排土场的稳定性与堆置参数的关系,之后在考虑碎岩的运输过程及排土场随排弃任务推进的空间几何演化规律下,建立排岩工作的运输成本及管理费用与堆置参数的函数关系表达式,从而得到该矿以排土场稳定性及排岩成本为优化目标的排土场堆置参数优选模型;对该模型求解得到最佳的排土场堆置参数：台阶数目为4,平盘宽度取最小平盘宽度57 m,单个排岩台阶高度30 m,排土场总堆置高度为120 m,排土场边坡角为26°,该结果与矿山实际情况相符合。     

基于WOA优化神经网络的斜坡道拱顶沉降预测研究

为了更准确地预测地下矿山中斜坡道拱顶沉降的趋势,并控制预测精度,以保障矿山安全。本文提出鲸鱼算法优化神经网络的斜坡道拱顶沉降预测方法。主要步骤为：首先采取邻点中值平滑处理的方法对原始数据进行处理,将处理好的监测数据作为输入样本对BP、Elman神经网络进行训练、测试;再利用鲸鱼算法对初始权值和阈值优化,最后通过不同模型输出预测值。通过仿真实验研究表明:鲸鱼优化后的BP、Elman神经网络模型相比优化前均能更准确地预测斜坡道拱顶沉降;WOA-Elman模型的决定系数为0.948,优于WOA-BP模型0.941,但WOA-Elman模型运行时间耗费671.214 s远超于WOA-BP模型307.226 s,WOA-Elman耗费了更多的训练时间换取了少量的精度提升,大幅降低了训练效率;结合工程实例实测值、预测值的分析比较,鲸鱼算法(WOA)优化后的BP神经网络表现出了更高效且准确的斜坡道拱顶沉降预测能力。     

某露天矿北外排土场稳定性分析

基于某露天矿现场踏勘资料和排土场设计资料,建立工程地质模型,采用数值模拟分析边坡破坏机理,采用极限平衡法计算边坡稳定性系数,分析该露天矿北外排土场边坡的变形程度和稳定性。研究结果表明:北外排土场变形主要表现为单台阶片帮、排土场内部圆弧滑动、排土场沉降;排土场整体稳定系数大于安全储备系数要求,不易出现整体滑坡。     

基于BP神经网络的矿山排土场滑坡预警模型

排土场滑坡是矿山的重大灾害之一,威胁矿山的安全生产。提出了矿山排土场滑坡预警指标体系,针对综合预警指标,建立了基于BP神经网络的排土场滑坡预警模型。将黏聚力、内摩擦角、地表位移、内部位移、降雨量等10个指标作为网络的输入单元,选取合适的激励函数和学习步长,利用实际工程的20组样本数据,采用改进的梯度算法完成了BP神经网络的学习。应用学习好的预警模型对贵州某矿排土场进行了滑坡预警分析,结果与实际情况一致。该预警模型合理可靠,具有推广应用价值。     

胜利东二号露天矿外排土场稳定性研究

针对胜利东二号露天矿未来外排土场的情况,建立了外排土场三维模型,通过有限差分软件对外排土场稳定性进行数值模拟分析,得出外排土场边坡较稳定的结论,预测其破坏模式为顺坡向圆弧滑坡。     

基于GNSS技术的排土场边坡监测及稳定性研究

本文介绍了边坡工程监测技术和方法,并以大孤山铁矿废弃排土场边坡监测项目为例,运用GNSS在线监测技术,综合分析边坡变形监测数据,对大孤山排土场边坡的安全状态及稳定性进行评价。研究表明:①大孤山铁矿废弃排土场边坡各监测区域内沉降位移普遍要大于水平位移,且沉降位移的波动趋势显著高于水平位移,可知大孤山排土场边坡变形主要由沉降导致;②各监测区域的沉降位移曲线在2017年7～9月及2017年12月～2018年2月波动显著,呈现先下降后上升的趋势,与监测区域受夏季降雨影响处于活跃期以及冬季冰雪冻胀影响的情况相符,其中,降雨对监测区域变形的影响大于冰雪冻胀的影响;③球团厂、黄岭子村以及滑坡区监测区域的下部变形普遍大于上部变形,邻近滑坡区的尾矿库监测点水平位移及沉降位移要略高于尾矿库其他监测点,由于边坡底部紧邻厂区或居民生活区,应重点关注边坡底部变形,加强监测力度,确保该区域边坡稳定及安全;④综合分析可知,大孤山铁矿废弃排土场边坡划分的四个监测区域中,球团厂变形最大,黄岭子村及滑坡区次之,尾矿库稳定性良好。研究成果对同类矿山边坡工程的监测及预警具有重要借鉴意义。     

基于模糊理论的矿山排土场稳定性分析

结合多个边坡的资料,将模糊聚类迭代理论运用到矿山排土场稳定性分析中,建立了矿山排土场的模糊聚类迭代模型,并对某矿山排土场进行了稳定性分析,结果符合工程实际.     

排土工艺对排土场的稳定性影响分析

排土场在自然堆放过程中,排土顺序、单阶台阶高度、堆积平台预留宽度以及整体边坡角是影响排土场稳定性的几个关键因素。针对紫金山金铜矿排土场的实际情况,室内实验获得了堆积散体材料的力学强度参数,通过数值模拟分析,研究了这几种因素对排土场稳定性的影响。结果认为：排土过程中,采用多台阶排土比单台阶一坡到底排放方式更有利;单阶台阶高度不超过30 m,平台宽度在20~30 m时,既可保证排土场的整体稳定性,又能最大限度增加排放库容。     

采空区对哈尔乌素露天煤矿排土场地表沉陷的影响

为了研究长壁工作面开采对排土场地表沉陷规律的影响,以酸刺沟煤矿采空区为工程背景,在实测地表移动特征的基础上,采用概率积分法对酸刺沟煤矿地下开采引起的地表沉陷进行预测,结合哈尔乌素露天煤矿GNSS监测系统,对预测值进行评价。结果表明:4112工作面开采结束后,排土场地表极限沉降为3 062 mm,东西极限水平位移为922 mm,南北极限水平位移为933mm;6上114工作面开采结束后,排土场地表极限沉降为21 529 mm,东西极限水平位移为5 313mm,南北极限水平位移为5 379 mm。GNSS监测系统监测值与预测值基本吻合。     

排土场边坡稳定性研究与安全分析

总结与比较了边坡稳定性各种主要计算方法的优缺点,系统分析了极限平衡法所涵盖的几种常用方法,引进HH-SLOPE软件,结合某排土场工程实际,进行应用思路与计算结果分析。利用HH-SLOPE软件计算排土场静力载荷和地震载荷二种工况的安全系数。研究结果表明:采用HH-SLOPE软件能高效、准确、直观地反映排土场边坡稳定性情况。     

黑岱沟露天矿拉铲倒堆剥离内排土场稳定性研究

针对黑岱沟露天矿采用拉铲倒堆形成的内排土场的实际情况,运用拉格朗日三维有限差分软件(FLACD)进行数值模拟分析;同时还采用相似材料模拟试验,模拟研究爆破振动对排土场边坡稳定性的影响.通过分析,得出了内排土场边坡比较稳定的结论,并预测其破坏模式为顺坡向的圆弧滑坡.     

灰色人工神经网络模型在路基沉降预测中的应用

利用灰色GM(1,1)模型得出的高速公路工后运营期路基沉降预测量呈快速增长趋势,这与后期沉降趋缓的实际情况不相符。针对这个问题,提出先用弱化缓冲算子对原始监测数据进行弱化处理,再利用弱化缓冲序列建立灰色GM(1,1)模型,提高了模型的预测精度。采用BP网络对沉降预测值修正,使修正后的预测值更加接近实际值。工程实例表明在弱化监测数据的基础上建立的灰色与人工神经网络结合模型具有很高的预测精度,可用以公路路基沉降预测分析。     

利用卡尔曼滤波综合算法构建开采沉陷预测模型

为提高矿区地表沉陷预测精度,提出了基于自回归综合移动平均模型（Autoregressive Integrated Moving Average,ARIMA）的卡尔曼滤波模型与Elman神经网络相结合的综合预测模型。首先,针对沉陷监测序列的非平稳性与复杂性特点,ARIMA模型能够将原始数列平稳化,构建地表下沉预测模型,并作为卡尔曼滤波的状态方程;然后将Elman神经网络的沉陷预测结果作为观测值引入卡尔曼滤波观测方程中,建立综合预测模型;最后针对噪声方差Q与R选取的问题,统计出ARIMA模型与Elman神经网络模型的误差特性,从而计算出噪声Q与R的取值。分别将综合预测模型与BP神经网络模型、Elman神经网络模型以及卡尔曼滤波模型进行了预测精度对比,4种模型预测值与实测值的均方根误差分别为2.06、5.857 8、2.926 9、3.688 9 mm,相对误差分别为1.170 4％、3.050 2％、1.432 6％、1.908 4％,绝对误差平均值分别为1.886 7、10.703 9、2.329 4、2.807 6 mm。研究表明：综合预测模型能够有效减小单一预测机制造成的同一性质误差累积,其预测精度明显优于其余3种模型,对于大幅提升矿区地表沉陷的预测精度有一定的参考价值。     

基于强度折减有限元法的排土场边坡稳定性分析

排土场边坡稳定性是影响矿山安全生产的重要因素之一。为了给排土场安全生产提供可靠的理论依据,选择排土场边坡典型剖面建立数值模型,用Ansys强度折减法对边坡变形破坏机制及演变进行数值模拟,绘制边坡数值模型塑性应变云图。通过不断变化模型的折减系数求解安全系数,并对不同条件下的位移、应力、应变进行比较分析。最终计算出排土场边坡抗滑稳定安全系数值大于规范规定的最高安全系数,满足排土场边坡稳定要求,模拟分析结果符合工程实际。     

湿陷性黄土地基排土场稳定性分析

为了研究湿陷性黄地基排土场的稳定性,利用极限平衡法评价各种工况条件下的排土场边坡的稳定性,进行基础工程地质勘查,构建地质概化模型,根据室内外试验结果选取排土料及地基岩体强度的物理力学参数,并辅以余推力法进行验证.分析了袁家村排土场边坡现状及最终边坡的稳定性,结果表明:该排土场稳定性安全系数满足要求.     

基于MIDAS-GTS的排土场稳定性分析

稳定的排土场是露天矿山持续高效开采的前提。为了分析排土场堆排过程的稳定性,以德兴铜矿富家坞排土场为研究对象,运用MIDAS-GTS软件建立典型剖面的数值计算模型,并对其在静力条件及渗流、静力耦合条件两种工况下的稳定性进行研究分析。研究结果表明:两种工况下排土场的安全系数均在1.15以上,说明排土场在整个堆排过程中是安全稳定的,同时根据数值分析结果给出了排土过程中的薄弱部位,为同类排土场的稳定性分析提供经验借鉴。     

齐大山铁矿排土场增高扩容稳定性分析

由于露天矿开采量的增大和土地资源的紧缺,迫使企业在老排土场上进行增高扩容,由此引起的安全问题日益突出。以齐大山铁矿某排土场为例,分析验算该排土场增高扩容方案的可行性。通过室内实验取得的边坡散体力学参数,根据工程地质勘察成果建立排土场边坡模型,利用极限平衡法计算排土场分别坐落于基岩、黏土层之上,边坡体内无地下水,低水位、高水位情况下的边坡安全系数,获得了地下水对于排土场边坡安全的影响规律;尤其是当排土场坐落于黏土层之上时,边坡安全系数随着地下水位的不断升高而迅速降低,严重影响边坡安全。由排土场180~230 m不同高度的边坡稳定性分析可知,在180~220 m,排土场安全稳定性系数由1.122降到1.116;而在230 m,安全系数则增长到1.142。所获边坡稳定性随地下水位和边坡高度的变化规律为边坡安全性评价及整治方案确定提供了有力依据。