Evaluation of the influences of deep buried coal seam mining on river safety
-
摘要:
以文家坡煤矿4105工作面深埋覆水煤层开采为例，采用相似材料模拟和数值模拟方法，研究覆岩破坏和裂隙带发育规律，探究深埋煤层开采对红岩河安全的影响。研究表明：当工作面不断推进，采空区面积随之增加，覆岩在重力作用下发生弯曲变形，形成离层；当重力超过岩石变形极限时，覆岩会破坏变形，部分离层垮落消失，在垮落体上部发育新离层，两侧形成裂隙；4105工作面垮落带高度稳定在164 m；随着工作面的不断推进，导水裂隙带高度逐步上升，最终稳定在244 m；地裂缝自地表向下延伸32 m；导水裂隙带上方存在414 m的岩层做保护层，未导通地表，未与地裂缝沟通，因此红岩河不会发生渗漏，煤层的开采不会对红岩河产生影响。
Abstract:In this paper, taking the mining of deep-buried water-covered coal seam in 4105 working face of Wenjiapo Coal Mine as an example, similar material simulation and numerical simulation methods are used to study the law of overburden failure and fracture zone development, and to explore the impact of deep-buried coal seam mining on the safety of Hongyan River. The research shows that when the working face continues to advance, the goaf area increases, and the overlying rock is bent and deformed under the action of gravity to form a separation layer. When the gravity exceeds the rock deformation limit, the overlying rock will be destroyed and deformed, and some separation layers will collapse and disappear. New separation layers are developed in the upper part of the caving body, and cracks are formed on both sides. The caving zone height of 4105 working face is stable at 164 m. With the continuous advancement of the working face, the height of the water-conducting fracture zone gradually increased and eventually stabilized at 244 m. The ground fissures extend 32 m downward from the surface. There is a 414 m rock layer above the water-conducting fracture zone as a protective layer, which is not connected to the surface and not communicated with the ground fissure. Therefore, Hongyan River will not leak, and the mining of coal seams will not affect Hongyan River.
-
煤矿瓦斯爆炸是危害最严重的煤矿事故之一[1]，随着技术的发展和法规的完善，我国煤矿安全生产情况逐步好转。但我国地质条件复杂，随着煤炭开采深度的加大，发生煤矿瓦斯爆炸的风险仍然存在，自2015年以来，因煤矿瓦斯爆炸死亡的人数达500人以上[2]。因此，研究煤矿瓦斯爆炸事故演化模型，分析事故关键风险，对保障矿工生命安全，减少企业经济损失具有现实意义。
目前学者对煤矿瓦斯爆炸事故的研究，多数侧重于事故原因的模块化分类和事故整体的因果关系建模[3-4]，研究以评价和预测模型为主[5-6]，在直观展示事故的演化过程和完整表达事故致因间耦合关系上有所不足[2-7]。复杂网络理论可揭示系统内在联系的拓扑结构，其基本特征与煤矿瓦斯爆炸事故的动态链式反应的演化过程相符合[3]，因此可采用复杂网络理论研究事故演化过程和事故致因关系[8]。鉴于此，基于国内近些年的112起煤矿瓦斯爆炸事故，统计分析事故分布特征，挖掘事故致因，利用复杂网络理论建立事故演化过程，构建事故主要演化路径，以期为事故制定防控措施提供参考。
1. 煤矿瓦斯爆炸事故统计分析
从国家矿山安全监察局、各省矿山安全监察局和煤矿安全网收集瓦斯爆炸事故，根据现有统计研究[4]，对2011—2022年的事故进行统计。
1.1 事故等级分布特征
据不完全统计，2011—2022年我国煤矿发生瓦斯爆炸事故112起，造成923人死亡。按照《煤矿安全生产事故报告和调查处理规定》中对事故等级的划分，对112起事故进行分类统计见表1。
表 1 2011—2022年瓦斯爆炸事故等级统计Table 1. Grades of gas explosion accidents from 2011 to 2022事故等级 事故数量 死亡人数 事故数占比/% 死亡人数占比/% 一般事故 16 19 14.30 2.10 较大事故 65 328 58.00 35.50 重大事故 27 427 24.10 46.30 特别重大 4 149 3.60 16.10 由表1可知：不同事故等级下事故数量和死亡人数呈现出显著差异，较大事故占事故总数的58%，重大事故和较大事故造成的死亡人数最多，分别占总人数的46.3%和35.5%。因此，加强对较大和重大瓦斯爆炸事故的防控是减少人员伤亡的关键。
1.2 事故月份分布特征
统计2011—2022年瓦斯爆炸事故的起数和死亡人数的月份分布如图1所示。
由图1可知：10、12月事故数量最多，造成的死亡人数最多；2月事故数量和死亡人数都最少。根据现有研究[9]，6—9月为用电高峰期，当前我国火电仍为主要电力来源，为追求经济效益，煤炭企业易下达超量生产指令，忽视安全管理，并且天气炎热也会导致矿工产生疲惫与懈怠，增大事故风险；10、11、12月和次年1月为年度生产目标的最后季度，并且气候寒冷处于用煤用电高峰期，企业容易出现为按时完成目标而忽视安全生产的情况， 1月份矿工还易受春节假期影响，矿工安全意识下降，不安全行为增多，导致事故频发。
1.3 事故时刻分布特征
基于时段的瓦斯爆炸事故统计如图2所示，图2中：Ⅰ为0:01—2:00；Ⅱ为2:01—4:00；Ⅲ为4:01—6:00；Ⅳ为6:01—8:00；Ⅴ为8:01—10:00；Ⅵ为10:01—12:00；Ⅶ为12:01—14:00；Ⅷ为14:01—16:00；Ⅸ为16:01—18:00；Ⅹ为18:01—20:00；Ⅺ为20:01—22:00；Ⅻ为22:01—24:00。
由图2可知：8:01—12:00是事故发生的高峰期，4:01—6:00的事故发生数量最少，10:01—12:00的死亡人数最多，4:01—6:00的死亡人数最少；从矿工倒班制度角度来看，在8:00、16:00、24:00交班时间点附近的时间段中，事故数量和死亡人数较多，原因主要是煤矿交接班制度落实与监管不到位，同时矿工自身容易产生懈怠情绪。近年来，多地陆续取消三八制和四六制中的夜班轮班，有效减少了矿工不安全行为的频次，避免事故的发生。
2. 煤矿瓦斯爆炸致因网络构建与分析
2.1 获取煤矿瓦斯爆炸事故致因
收集2011—2022年发生的112起煤矿瓦斯爆炸事故的调查报告作为数据来源，采用扎根理论归纳总结事故致因。取107起事故调查报告，邀请4位具有10年以上工作经验的相关研究者，利用Nvivo软件按照质性编码的步骤进行编码[10]。首先对报告中事故原因部分进行分解，得出原始语句；其次将语句概念化后得到114个初始范畴；最后通过汇总、去重和归纳，对初始范畴进行主轴式编码得到67个范畴。瓦斯超限、点火源、O2是造成煤矿瓦斯爆炸的三要素，将范畴中的瓦斯超限编号为$ {E}_{1} $，将明火、电火花、摩擦起火编号为$ {E}_{2} $、$ {E}_{3} $、$ {E}_{4} $。$ {E}_{1} $、$ {E}_{2} $、$ {E}_{3} $、$ {E}_{4} $为事故条件，其余63个范畴为事故致因，从人机环管4个角度进行分类和编号。利用其余5份调查报告对以上结论进行饱和度检验，检验后并未得到新的概念。事故致因分类表见表2。
表 2 事故致因分类表Table 2. Classification of accident causes分类 事故致因 分类 事故致因 分类 事故致因 人为因素$ A $ 瓦斯检测不及时$ {A}_{1} $ 机器因素$ B $ 安全监控系统失效$ {B}_{1} $ 环境因素$ C $ 瓦斯突出$ {C}_{12} $ 矿工安全意识差$ {A}_{2} $ 瓦斯电闭锁失效$ {B}_{2} $ 风量不足$ {C}_{13} $ 风机随意关停$ {A}_{3} $ 甲烷传感器不足$ {B}_{3} $ 串联通风$ {C}_{14} $ 风门随意开闭$ {A}_{4} $ 金属间摩擦碰撞$ {B}_{4} $ 管理因素$ D $ 安全责任不落实$ {D}_{1} $ 随意打开密闭$ {A}_{5} $ 风机停风$ {B}_{5} $ 安全培训不到位$ {D}_{2} $ 瓦斯数据失真$ {A}_{6} $ 设备失爆$ {B}_{6} $ 隐患排查不到位$ {D}_{3} $ 风机随意改装$ {A}_{7} $ 电缆损坏$ {B}_{7} $ 灾害治理不到位$ {D}_{4} $ 矿工违规操作$ {A}_{8} $ 电器短路$ {B}_{8} $ 应急处置不到位$ {D}_{5} $ 风筒随意断开$ {A}_{9} $ 风机故障$ {B}_{9} $ 防突措施不到位$ {D}_{6} $ 井下随意送电$ {A}_{10} $ 停电$ {B}_{10} $ 通风系统不完善$ {D}_{7} $ 井下随意供风$ {A}_{11} $ 环境因素$ C $ 采空区大面积空顶$ {C}_{1} $ 风机布局不合理$ {D}_{8} $ 密闭不及时$ {A}_{12} $ 岩石间碰撞摩擦$ {C}_{2} $ 防灭火措施不到位$ {D}_{9} $ 密闭质量差$ {A}_{13} $ 爆破残药自燃$ {C}_{3} $ 防漏风措施不到位$ {D}_{10} $ 违规爆破$ {A}_{14} $ 瓦斯涌出异常$ {C}_{4} $ 违规组织生产$ {D}_{11} $ 带电检修$ {A}_{15} $ 采空区导通$ {C}_{5} $ 安全管理混乱$ {D}_{12} $ 违规气焊$ {A}_{16} $ 局部循环风$ {C}_{6} $ 技术管理混乱$ {D}_{13} $ 无风作业$ {A}_{17} $ 采空区漏风$ {C}_{7} $ 采煤方法违规$ {D}_{14} $ 密闭失修$ {A}_{18} $ 密闭漏风$ {C}_{8} $ 风机配给不足$ {D}_{15} $ 故意造假$ {A}_{19} $ 顶板垮落$ {C}_{9} $ 机电管理混乱$ {D}_{16} $ 违章指挥$ {A}_{20} $ 地质变化$ {C}_{10} $ 外部监管失职$ {D}_{17} $ 违章放顶$ {A}_{21} $ 煤炭自燃$ {C}_{11} $ 通风管理混乱$ {D}_{18} $ 2.2 构建煤矿瓦斯爆炸致因网络
将事故致因抽象为节点，将事故致因间的关系抽象为边，构建出较大重大煤矿瓦斯爆炸事故的演化模型，探索事故关键致因和关键路径[11-12]，主要网络指标如下。
节点的度是指该节点连接的边数量，是衡量节点在网络结构中重要程度最直观的特性[13]，节点度为出度与入度之和。设$ {X}_{i} $和$ {X}_{j} $为网络模型中任意2个节点，$ {N}_{i} $为节点$ {X}_{i} $的度，则有：
$$ {N}_{i}=\sum _{j=1}^{Y-1} {a}_{ij}$$ (1) 式中：$ {a}_{ij} $为节点$ {X}_{i} $与节点$ {X}_{j} $相连的边的数量，值为0或1；$ Y $为网络节点数量。
网络直径是网络中任意2个节点间距离的最大值，每经过1条边，距离增加1。设网络直径为$ J $，节点$ J $到节点$ {X}_{j} $的距离为$ {b}_{ij} $，则有：
$$ J=\underset{i,j\in Y}{{\mathrm{max}}} \left({b}_{ij}\right)$$ (2) 最短路径长度是指任意两节点间所有路径中最短的长度，即导致事故的最简单直接的方式，其平均值即为平均路径长度，平均路径长度越短则说明事故风险越大。设$ F $为平均路径长度，节点$ {X}_{i} $到节点$ {X}_{j} $的最短路径长度为$ {d}_{ij} $，则有：
$$ F=\frac{1}{\dfrac{1}{2}Y\left(Y-1\right)}\sum _{i\ne j} {d}_{ij}$$ (3) 节点的聚类系数反映了该节点与相邻节点的紧密程度，值越大说明各事故致因的关联性越高。
设节点$ {X}_{i} $的聚类系数为$ {G}_{i} $，则有：
$$ {G}_{i}=\frac{2{H}_{i}}{{N}_{i}\left({N}_{i}-1\right)}$$ (4) 式中：$ {H}_{i} $为网络模型中与节点$ {X}_{i} $直接相连的各节点之间存在的边数量。
节点的中介中心度是指网络结构中经过该节点的最短路径的条数，与该最短路径所归属的两点之间最短路径的数量之比。当某节点作为最短路径的中间节点出现时，此时中介中心度便可以弥补度的局限性。设节点$ {X}_{i} $的中介中心度为$ {I}_{i} $，则有：
$$ {I}_{i}=\sum _{i\ne j\ne k} \frac{{c}_{jki}}{{c}_{jk}}$$ (5) 式中：$ {c}_{jki} $为节点$ {X}_{j} $和节点$ X $之间最短路径中经过节点$ {X}_{i} $的条数；$ {c}_{jk} $为节点$ {X}_{j} $和节点$ {X}_{k} $之间最短路径的条数。
对112起调查报告中对事故原因的判断，共得到239个致因关系，合并重复出现的致因关系，得到129个致因关系，利用Gephi软件构建的包含67个节点和129条有向边的致因网络如图3所示。
2.3 煤矿瓦斯爆炸致因网络的分析
对煤矿瓦斯爆炸事故致因网络进行计算，网络指标节点个数为67，边条数为129，平均中介中心度为6.910，
致因网络的网络直径为5，数值较小，各节点间的联通性较好；平均路径长度为2.11，每个事故致因平均经过2.11次变动即可变为另一致因；平均聚类系数为0.103，高于0.100，各节点间的联系较为密切[14]。网络的平均路径长度小于3，网络整体上趋近于小世界特性，各节点有形成高度相关的整体的趋势。将节点度、聚类系数和中介中心度最大的10个节点整理排序见表3。
表 3 各网络指标值排序Table 3. The value ranking of each network indicator排序 节点 度 节点 聚类
系数节点 中介
中心度出度 入度 1 $ {D}_{12} $ 14 2 $ {A}_{15} $ 0.50 $ {D}_{11} $ 73.8 2 $ {D}_{11} $ 10 3 $ {B}_{8} $ 0.50 $ {D}_{12} $ 67.0 3 $ {A}_{8} $ 6 4 $ {A}_{20} $ 0.48 $ {A}_{14} $ 62.6 4 $ {A}_{14} $ 5 5 $ {C}_{14} $ 0.33 $ {C}_{9} $ 54.9 5 $ {D}_{16} $ 8 0 $ {D}_{14} $ 0.23 $ {A}_{8} $ 32.9 6 $ {D}_{13} $ 6 2 $ {D}_{15} $ 0.20 $ {B}_{4} $ 22.5 7 $ {D}_{7} $ 4 3 $ {B}_{7} $ 0.17 $ {D}_{7} $ 20.0 8 $ {C}_{13} $ 1 6 $ {C}_{11} $ 0.17 $ {C}_{6} $ 16.1 9 $ {C}_{9} $ 4 2 $ {D}_{9} $ 0.17 $ {D}_{3} $ 15.5 10 $ {D}_{14} $ 3 3 $ {A}_{3} $ 0.15 $ {B}_{7} $ 12.5 由表3可知：各节点的度最大为16，平均值为3.851；事故致因中，$ {D}_{12} $安全管理混乱的出度最高，在事故风险的传导上具有较强的主动作用，是导致事故的重要源头；$ {C}_{13} $风量不足的入度最高，多起事故致因可造成工作面风量不足；度值较高的致因还有$ {D}_{11} $违规组织生产、$ {A}_{8} $矿工违章操作和$ {A}_{14} $违规爆破等。节点子网数最高的事故致因有$ {D}_{12} $安全管理混乱、$ {D}_{11} $违规组织生产和$ {A}_{14} $违规爆破。聚类系数较大的事故致因有$ {A}_{15} $带电检修、$ {B}_{8} $电器短路、$ {A}_{20} $违章指挥和$ {C}_{14} $串联通风等，这些事故致因与周围事故致因的关联性较高；中介中心度较大的节点有$ {D}_{11} $违规组织生产、$ {D}_{12} $安全管理混乱和$ {A}_{14} $违章爆破等，表明这些事故致因是事故的重要中间因素。
3. 煤矿瓦斯爆炸事故的防控
3.1 事故致因重要度评价
综合考虑致因网络指标，邀请4位具有10年以上工作经验的相关研究者，利用层次分析法，评价度$ {N}_{i} $、子网数$ {K}_{i} $、聚类系数$ {G}_{i} $、中介中心度$ {I}_{i} $ 4个网络指标的权重。各指标权重见表4。
表 4 网络指标的比较矩阵Table 4. Comparison matrix of network indicators指标 $ {N}_{i} $ $ {K}_{i} $ $ {G}_{i} $ $ {I}_{i} $ 权重 $ {N}_{i} $ 1 1 0.5 0.5 0.167 $ {K}_{i} $ 1 1 0.5 0.5 0.167 $ {G}_{i} $ 2 2 1 1 0.333 $ {I}_{i} $ 2 2 1 1 0.333 设网络中共有节点$ l $个，每个节点共有$ k $个网络指标，设$ {L}_{mn} $为第$ m $个节点的第$ n $个网络指标值，构造网络指标矩阵$ {\boldsymbol{M}} $为：
$$ {\boldsymbol{M}}=\left[\begin{array}{cccc}{L}_{11}& {L}_{12}& \cdots & {L}_{1k}\\ {L}_{21}& {L}_{22}& \cdots & {L}_{2k}\\ \vdots &\vdots & \vdots &\vdots \\ {L}_{l1}& {L}_{l2}& \cdots & {L}_{lk}\end{array}\right]$$ (6) 将节点的指标值进行标准化处理，如下所示：
$$ {{L}}_{mn}^*=\frac{{L}_{mn}-{L}_{mn,{\mathrm{min}}}}{{L}_{mn,{\mathrm{max}}}-{L}_{mn,{\mathrm{min}}}}$$ (7) 式中：$ {L}_{mn,{\mathrm{min}}} = {\mathrm{min}}\{{L}_{mn}|m = \mathrm{1,2},3,\cdots ,l|\} $，$ {L}_{mn,{\mathrm{max}}} = {\mathrm{max}}\{{L}_{mn}|m=\mathrm{1,2},3,\cdots ,l|\} $，由此构造出指标值归一化处理后的网络指标矩阵$ {{\boldsymbol{M}}}^{*} $为：
$$ {{\boldsymbol{M}}}^{*}=\left[\begin{array}{cccc}{{L}^{*}}_{11}& {{L}^{*}}_{12}& \cdots & {{L}^{*}}_{1k}\\ {{L}^{*}}_{21}& {{L}^{*}}_{22}& \cdots & {{L}^{*}}_{2k}\\ \vdots & \vdots & \vdots & \vdots \\ {{L}^{*}}_{l1}& {{L}^{*}}_{l2}& \cdots & {{L}^{*}}_{lk}\end{array}\right]$$ (8) 设节点$ {C}_{m} $在网络中的重要度为$ {O}_{m} $，$ {g}_{k} $为网络指标权重，则$ {O}_{m} $值为：
$$ {O}_{m}={{L}^{*}}_{m1}{g}_{1}+{{L}^{*}}_{m2}{g}_{2}+,\cdots ,+{{L}^{*}}_{mk}{g}_{k}$$ (9) 依次计算所有事故致因的重要度，重要度明显高于其他致因的有$ {D}_{12} $安全管理混乱、$ {D}_{11} $违规组织生产和$ {A}_{14} $违章爆破，将节点重要度最大的前15个事故致因绘制得到的关键事故致因与边如图4所示。
3.2 边风险度评价
为了综合衡量网络的边与边出现频率对网络的影响，识别事故关键边，结合边风险度理论[15]，对各边做如下处理。
设$ (i,j) $为由节点$ {X}_{i} $指向节点$ {X}_{j} $的边，$ {P}_{ij} $为边$ (i,j) $的风险度，则有：
$$ {P}_{ij}={Q}_{ij}{S}_{ij}{N}_{j}$$ (10) 式中：$ {Q}_{ij} $为边$ (i,j) $的致灾率；$ {S}_{ij} $为边$ (i,j) $的脆弱度；$ {N}_{j} $为节点$ {X}_{j} $的度。
设$ {U}_{ij} $为边$ (i,j) $在73起较大重大煤矿瓦斯爆炸事故调查报告中出现的频数，$ {U}_{i} $为节点$ {X}_{i} $的频数，$ {U}_{j} $为节点$ {X}_{j} $的频数，则边$ (i,j) $的致灾率为：
$$ {Q}_{ij}=\frac{{U}_{ij}}{{U}_{i}+{U}_{j}-{U}_{ij}}$$ (11) 设$ {V}_{ij} $为边$ (i,j) $的介数，表示网络中经过该边的最短路径的条数与网络中最短路径数量之比；设$ {F}_{ij} $为网络中去除边$ (i,j) $后的平均路径长度，则有边$ (i,j) $的脆弱度为：
$$ {S}_{ij}={V}_{ij}{F}_{ij}$$ (12) 依次计算各边的风险度。边$ ({A}_{14},{E}_{2}) $的风险度最高，是事故关键边，应避免由违规爆破导致的明火。除此之外，由安全责任不落实导致的隐患排查不到位，和由违规组织生产导致的瓦斯浓度超限，也是事故的关键边。风险度最大的15个边排序如图4。
3.3 事故主要演化路径的构建与防控
将事故致因重要度和边的风险度，通过四分法进行分层，取值最大一层的事故致因和边中二者重合的部分，构造事故主要演化路径如图5所示。
切断事故演化路径，是预防事故发生的重要手段。在致因网络中，模拟煤矿生产过程中对主要演化路径的防控，依次计算去除后的平均聚类系数、中介中心度和路径长度，得到的防控后的网络指标如图6所示。
由图6可知：对事故主要演化路径进行防控后，网络的平均聚类系数和中介中心度下降趋势明显，分别下降34.95%和46.65%；平均路径长度有所上升，由2.11上升到2.71。由此可得，防控事故关键边，既可以降低事故致因间的关联，降低事故风险，也可以拉长事故发生的路径，延缓事故发生。
4. 结 语
通过统计分析的较大和重大煤矿瓦斯爆炸是当前应防控的重点，第4季度和交接班时间段是容易引发煤矿瓦斯爆炸事故的月份和时刻。利用扎根理论对2011—2022年国内煤矿瓦斯爆炸事故调查报告归纳总结，从人机环管4维度得到63个事故致因利用复杂网络理论，构建起包含67个节点和129条边的事故致因网络，网络的聚类系数较大，平均路径较短，趋近于小世界特性，发生事故的风险较高。运用层次分析法和数据标准化计算致因关键度，通过风险度理论计算边风险度，利用四分法取关键致因和边，识别包含13个致因和19条边的事故主要演化路径，优先管控主要演化路径，可有效降低事故风险。
-
![]()
图 1 工作面推进200 m覆岩破坏图
Figure 1. Overburden rock failure diagram of working face advancing 200 m
![]()
图 2 工作面推进680 m覆岩破坏图
Figure 2. Rock overburden failure diagram of working face advancing 680 m
![]()
图 3 垮落带高度和导水裂隙带高度关系图
Figure 3. Relationship of collapse zone height and water-conducting fissure zone height
![]()
图 4 开挖结束后各排测点下沉位移图
Figure 4. Sink displacement of each row of measurement points after the completion of excavation
![]()
图 5 地表沉降量随着工作面推进的下沉变化曲线图
Figure 5. Surface sedimentation curves of sinking change with the advancing of the working face
表 1 力学参数统计表
Table 1 Mechanical parameters statistics table
岩层 密度/
(kg·m−3)体积模量/
GPa切变模量/
GPa黏聚力/
MPa内摩擦角/
（°）黄土 2 720 2.30 1.96 0.57 37 华池组砂质泥岩 2 620 1.28 1.03 1.03 41 洛河组中粒砂岩 2 580 1.12 0.86 2.45 38 洛河组粗粒砂岩 2 540 0.68 0.71 1.33 38 洛河组中粒砂岩 2 580 1.12 0.86 2.45 38 宜君组砂岩 2 460 1.04 1.04 0.60 39 安定组泥岩 2 540 1.41 0.91 0.60 41 直罗组粗粒砂岩 2 460 1.04 1.04 0.60 39 延安组第三段泥岩 2 640 1.41 0.91 1.45 39 
下载: 导出CSV
表 2 煤层推进距离与垮落带高度关系表
Table 2 Relationship between the coal seam advancing distance and collapse zone height
模型 实际 垮落角/（°） 推进
距离/
cm垮垮落
步距/
cm垮落带
高度/
cm推进
距离/
m垮落
步距/
m垮落带
高度/
m切眼侧 工作面 50 50 3.8 200 200 15.2 36 4 60 10 4.0 240 40 16.0 30 8 70 10 9.0 280 40 28.0 50 0 90 20 11.0 360 80 44.0 30 5 110 20 11.0 440 80 44.0 55 2 120 10 13.5 480 40 54.0 40 3 150 30 36.0 600 120 144.0 40 3 160 10 41.0 640 40 164.0 35 3
下载: 导出CSV
表 3 垮落带与导水裂隙带发育规律
Table 3 Collapse zone and water conduction fracture zone development law
推进
距离/m垮落带
高度/m导水裂隙
带高度/m推进
距离/m垮落带
高度/m导水裂隙
带高度/m40 0 0 400 44.0 44.0 80 0 0 440 44.0 54.0 120 0 0 480 54.0 54.0 160 15.2 15.2 520 54.0 224.0 200 15.2 15.2 560 54.0 224.0 240 16.0 16.0 600 144.0 224.0 280 28.0 28.0 640 164.0 224.0 320 28.0 28.0 680 164.0 244.0 360 44.0 44.0 720 164.0 244.0
下载: 导出CSV
表 4 地表裂缝汇总表
Table 4 Summary table of surface cracks
地表裂缝
编号推进距
离/m裂缝宽
度/m裂缝深
度/m裂缝方向 1# 680 0.4 32 平行切眼 2# 680 0.4 16 平行切眼
下载: 导出CSV
-
[1] 武强. 我国矿井水防控与资源化利用的研究进展、问题和展望[J]. 煤炭学报,2014,39(5):795−805. WU Qiang. Progress, problems and prospects of prevention and control technology of mine water and reutilization in China[J]. Journal of China Coal Society, 2014, 39(5): 795−805.
[2] 侯恩科,龙天文,樊志刚. 解析法预测文家坡煤矿工作面涌水量[J]. 矿业安全与环保,2019,46(5):80−84. HOU Enke, LONG Tianwen, FAN Zhigang. Prediction of water inflow in Wenjiapo coal mine working face in analytical method[J]. Mining Safety & Environmental Protection, 2019, 46(5): 80−84.
[3] 张浩,伍永平. 慈林山矿煤层群下部采场覆岩运移规律[J]. 煤矿安全,2018,49(5):51−54. ZHANG Hao, WU Yongping. Overburden migration law of lower stope in Cilinshan mine coal seam group[J]. Safety in Coal Mines, 2018, 49(5): 51−54.
[4] 郝长胜,赵冉,苏岳. 煤层群开采覆岩导水裂隙带发育规律研究[J]. 煤炭技术,2018,37(6):141−142. HAO Changsheng, ZHAO Ran, SU Yue. Study on development law of water flowing fractured zone of overlying strata in mining of coal seams[J]. Coal Technology, 2018, 37(6): 141−142.
[5] 李学良. 下穿铁路框构桥下多煤层开采可行性分析[J]. 煤炭技术,2018,37(9):115−118. LI Xueliang. Feasibility analysis of multi-coal seams mining under railway frame bridge[J]. Coal Technology, 2018, 37(9): 115−118.
[6] 李杨,王建鹏,陈一鼎,等. 多煤层开采中间岩层对覆岩移动的影响研究[J]. 煤炭科学技术,2020,48(4):246−255. LI Yang, WANG Jianpeng, CHEN Yiding, et al. Study on effect of interburden on movement of overburden in multiple coal seams[J]. Coal Science and Technology, 2020, 48(4): 246−255.
[7] MAJDIA Abbas, HASSANI F P, NASIRI M Y. Prediction of the height of destressed zone above the mined panel roof in longwall coal mining[J]. International Journal of Coal Geology, 2012, 98: 62−72. doi: 10.1016/j.coal.2012.04.005
[8] 刘颖,孙亚军,徐智敏. 基于GIS小浪底水库下采煤的危险性分析与评价[J]. 煤矿安全,2009,40(5):98−101. LIU Ying, SUN Yajun, XU Zhimin. Risk analysis and evaluation of coal mining based on GIS under Xiaolangdi reservoir[J]. Safety in Coal Mines, 2009, 40(5): 98−101.
[9] 许延春,刘世奇. 水体下综放开采的安全煤(岩)柱留设方法[J]. 煤炭科学技术,2011,39(11):1−4. XU Yanchun, LIU Shiqi. Study on method to set safety coal and rock pillar for fully mechanized top coal caving mining under water body[J]. Coal Science and Technology, 2011, 39(11): 1−4.
[10] 郭文兵,邵强,石显怡. 水库坝体下厚煤层放顶煤协调开采技术[J]. 煤炭科学技术,2013,41(9):133−137. GUO Wenbing, SHAO Qiang, SHI Xianyi. Coordinated top coal caving mining technology of thick seam under reservoir dam[J]. Coal Science and Technology, 2013, 41(9): 133−137.
[11] 樊振丽. 纳林河复合水体下厚煤层安全可采性研究[D]. 北京:中国矿业大学(北京),2013. [12] 刘国治. 下沟煤矿泾河及砂砾岩含水层下综放开采分析[J]. 煤炭科学技术,2012,40(8):32−35. LIU Guozhi. Fully mechanized top coal caving mining analysis in Xiagou mine under Jinghe river and qravel aquifer[J]. Coal Science and Technology, 2012, 40(8): 32−35.
[13] 陈冲. 水体压覆煤炭资源开采可行性分析[J]煤炭技术,2014,33(7):291-293. CHEN Chong. Feasibility analysis of mining coal reserves under reservoirs[J]. Coal Technology, 2014, 33(7): 291-293.
[14] 戴华阳,廖梦光,孟宪营,等. 峰峰矿区九龙矿水体下采煤安全性分析[J]. 煤炭学报,2014,39(S2):295−300. DAI Huayang, LIAO Mengguang, MENG Xianying, et al. Analysis of the security of mining under the reservoir in Jiulong coal mine of Fengfeng mining area[J]. Journal of China Coal Society, 2014, 39(S2): 295−300.
[15] DAI Huayang, REN Liyan, WANG Meng. Water distribution extracted from mining subsidence area using kriging interpolation algorithm[J]. Transactions of Noneferrous Metals Society of China, 2011, 21(S3): 723−726.
[16] 张进,张彦宾,许胜军. 裴沟矿魔洞王水体下压煤开采技术[J]. 煤矿安全,2013,44(4):110−112. ZHANG Jin, ZHANG Yanbin, XU Shengjun. Mining technology under Modongwang reservoir in Peigou Mine[J]. Safety in Coal Mines, 2013, 44(4): 110−112.
[17] 侯恩科,张萌,孙学阳,等. 浅埋近距离煤层群开采覆岩与地表移动破坏规律研究[J]. 中国煤炭地质,2022,34(5):31−36. HOU Enke, ZHANG Meng, SUN Xueyang, et al. Study on shallow small interval coal seam group mining overburden and surface movement failure regularity[J]. Coal Geology of China, 2022, 34(5): 31−36.
[18] 栾元重,于水,郭传超,等. 近距离重复开采导水裂隙带发育问题研究[J]. 煤炭技术,2022,41(5):115−118. LUAN Yuanzhong, YU Shui, GUO Chuanchao, et al. Study on development of water-flow fractured zone during close distance repeated coal mining[J]. Coal Technology, 2022, 41(5): 115−118.
-
期刊类型引用(2)
1. 李振中. 回采巷过断层围岩支护方案设计. 凿岩机械气动工具. 2025(01): 38-40 . 
百度学术
2. 贾蒙. 巷道围岩变形破坏影响因素分析. 煤矿现代化. 2025(02): 70-74+80 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 28
- HTML全文浏览量: 7
- PDF下载量: 5
- 被引次数: 2
