采煤沉陷区地基在重复开采条件下的基础变形预测方法

摘要

本发明提供的采煤沉陷区地基在重复开采条件下的基础变形预测方法，涉及岩土工程、矿山开采、灾害防控技术领域，根据当前开采监测的地表位移，进行当前扰动岩体参数的模式识别；根据当前开采状态的计算地表位移与迭代步的关系曲线，确定对应于当前状态的迭代步，根据逐年开采计划以及对应于当前监测位移进行动态分析。本发明的采煤沉陷区地基在重复开采条件下的基础变形预测方法，有效解决数值分析的岩体参数和确定迭代步的难题。

说明书

技术领域

本发明涉及岩土工程、矿山开采、灾害防控技术领域，尤其涉及一种 采煤沉陷区地基在重复开采条件下的基础变形预测方法。

背景技术

地下崩落法开采必然引起围岩变形破坏。通常随着矿体连续开采，顶 板冒落逐步向上发展，在顶板形成垮落、裂隙和沉降三带，最终在地表形 成沉降盆地。30年来我国采矿造成的地表沉降面积已达到8150km²，开 展对沉陷区的治理、复垦以及综合利用研究，不仅有利于保护矿山环境， 维护生态平衡，而且还可以利用土地。近年来，我国已经进行了在采煤沉 陷区建造尾矿库的探索性示范工程。利用沉陷区建造尾矿坝不仅可以减少 尾矿库征地，还能够实现塌陷区废弃土地资源的再利用，从而保护矿山环 境。

沉陷区上构筑尾矿坝首要的问题是地下开采对尾矿坝坝体稳定性影 响。因此，地基基础采动诱发的变形预测，是尾矿坝优化设计施工的依据， 是确保尾矿坝在使用期安全运营的基本保证。

针对采煤引起的岩移预测国内外已经开展了大量的研究，也取得诸多 研究成果。根据岩层移动的观测资料进行回归分析，建立岩层移动角与煤 层倾角、煤厚、采深等影响因素的回归函数，从而进行地表岩移预测。由 于地表岩移实测数据与采煤方法（条带开采、分层开采或一次全部开采）、 观测时间（短期未稳定观测、长期稳定跟踪观测）以及开采工艺（规则工 作面开采、不规则工作面开采、多工作面开采）的诸多因素的影响，导致 回归模型预测的可靠性存在问题。近年来人们开始人工神经网络预测模型 的研究。神经网络模型不需要预先给定函数类型，解决回归函数选择上的 困难，由此建立地表岩移参数与影响因素之间的隐函数关系。但神经网络 模型仍是一种智能回归分析，仍难以解决回归模型预测所固有的局限性。

概率积分法是我国用于煤矿开采沉陷预计的主要方法之一，经过了几 十年来不断的改进和完善，已经广泛应用于我国岩层与地表移动预测。该 方法首先以理论或经验方法确定微小单元开采对地表产生变形的影响函 数，然后把地表沉降作为整个采区内所有微小单元开采影响的总和，通过 对微小单元的积分，就获得整个开采引起岩层或地表的移动参数。但概率 积分法是建立在特定的地层条件（水平层状、水平方向同性）、开采工艺 （非重复开采）以及盆地体积不随深度变化的假设的基础上。显然，对于 复杂的煤层条件、非均匀开采工艺以及多煤层重复开采，概率积分法的岩 移预测存在一定的局限性。近年来，人们在探索神经网络、遗传算法等人 工智能技术与概率积分法相结合，研究和探索地表岩移预测的可靠性。随 着数值计算理论与商业软件的开发与完善，采用数值分析进行复杂采煤和 开采工艺条件下的数值仿真与围岩变形预测已经开展了广泛应用。众所周 知，数值分析的可靠性关键在于模型的可靠性以及动态开挖时效模拟。涉 及原岩应力场模拟、岩体参数确定以及动态开挖模拟。尽管人们一直在研 究解决影响数值分析可靠性的主要问题，然而直至目前仍难以获得突破性 进展。采动影响下的沉陷区岩体参数以及地下重复开采过程中的围岩变形 预测至今仍是世界性难题。尤其地下连续开采过程中的模拟不稳定平衡系 统的迭代步的确定，是影响数值模型模拟采动岩移参数的关键技术。

因此，当下需要迫切解决的一个技术问题就是：如何能够创新的提出 一种有效的措施，以满足实际应用的需求。

发明内容

针对上述问题中存在的不足之外，本发明提供一种采煤沉陷区地基 在重复开采条件下的基础变形预测方法，有效解决数值分析的岩体参数 和确定迭代步的难题。

为了解决上述问题，本发明提供一种采煤沉陷区地基在重复开采条 件下的基础变形预测方法，包括：

搜集整理沉降区地基上的N个监测点的坐标和以及当前状态的位移 观测值P_i(x,y,z)=w_i，i=1,……,N；

根据煤田地质条件与岩土力学试验，确定扰动和未扰动岩体参数的变 化范围；根据煤矿开采计划，确定已采和未采煤层的逐年开采范围和位置； 在此基础上，建立包括已采煤层、待采煤层以及地基基础的三维数值模型；

针对当前开采状态，将采场围岩划分为采煤扰动区和未扰动区，选择 扰动岩体和非扰动岩体参数γ，E，c，作为模式识别物理量，并根据 扰动和未扰动岩体参数的变化范围，确定3个水平值，借助正交试验表， 选择4因素3水平9个正交试验方案；

根据当前状态的9个正交数值方案进行数值分析，对于每一个计算方 案，获得N个监测点位置上的计算位移值i=1,……,N；m=1,……,9；

根据正交试验方案的岩体参数γ，E，c，和数值分析获得监测点 的计算位移值采用遗传规划算法，建立对应于每个监 测点的计算沉降位移与岩体参数之间的函数关系：

根据地基基础上N个位移监测点的计算位移与监测位移之差的平方 和达到最小为优化目标，建立扰动和非扰动岩体参数模式识别模型为：

$\mathrm{Min}\underset{i=1}{\overset{N}{\Sigma }}\underset{m=1}{\overset{18}{\Sigma }}{(w_{\mathrm{im}}^J-w_i)}^2;$

采用遗传算法进行参数寻优，求得对应于当前开采状态下的等效岩体 参数γ，E，c，

将采用当前开采状态条件下获得的扰动和未扰动条件下的等效岩体 参数γ，E，c，代入模型进行正分析，监测地基基础上2个典型监测 点处的沉降位移与迭代步的关系，当前状态下2个典型监测点实测沉降位 移平均值确定对应于当前状态下的迭代步N；

根据对应于当前的等效岩体参数，γ，E，c，和迭代步N，重新 进行三维数值分析，由此获得的地基基础的变形极为对应于当前开采状态 下的基础沉降位移；

根据矿山逐年开采计划，进行煤层逐年开采过程的动态模拟与地基基 础变形预测，采用当前状态下的模式识别建立的等下数值模型，根据下一 年度煤层开采计划进行煤层开采数值模拟，获得的对应于下一年煤层开采 所产生的地基基础变形预测值，同时根据逐年采煤计划，进行以后逐年的 煤层开采模拟和地基变形预测；

当开采到第i年，以第i年的地基基础上的监测位移作为当前的开采状 态，按照上述步骤进行模式识别，同样获得当前状态下的等效岩体参数和 迭代步，由此进行以后逐年的开采模拟和地基基础变形预测，由此实现地 下开采采场围岩不稳定状态下的地基基础变形预测。

与现有技术相比，本发明具有以下优点：

本方案根据当前开采监测的地表位移，进行当前扰动岩体参数的模 式识别；根据当前开采状态的计算地表位移与迭代步的关系曲线，确定 对应于当前状态的迭代步，根据逐年开采计划以及对应于当前监测位移 进行动态分析，有效提高采煤沉陷区尾矿坝基础变形数值分析的可靠性， 从而解决数值分析的岩体参数和确定迭代步的难题。

附图说明

图1是监测地基基础上2个典型监测点处的沉降位移与迭代步的 关系曲线；

图2是地基基础上的1001点的沉降位移与岩体参数的遗传树；

图3是地基基础上的1002点的沉降位移与岩体参数的遗传树；

图4是当前开采状态（2012年）基础沉降位移与迭代步的关系曲 线。

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，下面结合 附图与实例对本发明作进一步详细说明。但所举实例不作为对本发明 的限定。

本方案的具体实现包括以下步骤：

步骤1：搜集整理沉降区地基上的N个监测点的坐标和以及当前状 态的位移观测值P_i(x,y,z)=w_i，i=1,……,N；

步骤2：根据煤田地质条件与岩土力学试验，确定扰动和未扰动岩 体参数的变化范围；根据煤矿开采计划，确定已采和未采煤层的逐年开 采范围和位置。在此基础上，建立包括已采煤层、待采煤层以及地基基 础的三维数值模型。

步骤3：针对当前开采状态，将采场围岩划分为采煤扰动区和未扰 动区。选择扰动岩体和非扰动岩体参数γ，E，c，作为模式识别物 理量，并根据扰动和未扰动岩体参数的变化范围，确定3个水平值。借 助正交试验表，选择4因素3水平9个正交试验方案。

步骤4：根据当前状态的9个正交数值方案进行数值分析。对于每 一个计算方案，获得N个监测点位置上的计算位移值 $P_{\mathrm{im}}^J(x,y,z)=w_{\mathrm{im}}^J,i=1,······,N;m=1,······,9.$

步骤5：根据正交试验方案的岩体参数γ，E，c，和数值分析 获得监测点的计算位移值采用遗传规划算法，建立 对应于每个监测点的计算沉降位移与岩体参数之间的函数关系：

步骤6：根据地基基础上N个位移监测点的计算位移与监测位移之 差的平方和达到最小为优化目标，建立扰动和非扰动岩体参数模式识别 模型为：

$\mathrm{Min}\underset{i=1}{\overset{N}{\Sigma }}\underset{m=1}{\overset{18}{\Sigma }}{(w_{\mathrm{im}}^J-w_i)}^2---\left(1\right)$

步骤7：采用遗传算法进行参数寻优，求得对应于当前开采状态下 的等效岩体参数γ，E，c，

步骤8：将采用当前开采状态条件下获得的扰动和未扰动条件下的 等效岩体参数γ，E，c，代入模型进行正分析，监测地基基础上2 个典型监测点处的沉降位移与迭代步的关系曲线如图1所示。当前状态 下2个典型监测点实测沉降位移平均值根据图1就可以 确定对应于当前状态下的迭代步N（见图1）。

步骤9：根据对应于当前的等效岩体参数，γ，E，c，和迭代 步N，重新进行三维数值分析，由此获得的地基基础的变形极为对应于 当前开采状态下的基础沉降位移。

步骤10：根据矿山逐年开采计划，进行煤层逐年开采过程的动态 模拟与地基基础变形预测。采用当前状态下的模式识别建立的等下数值 模型（即等效岩体参数和迭代步），根据下一年度煤层开采计划进行煤 层开采数值模拟，由此获得的对应于下一年煤层开采所产生的地基基础 变形预测值。同时也可以根据逐年采煤计划，进行以后逐年的煤层开采 模拟和地基变形预测。

步骤11：当开采到第i年，以第i年的地基基础上的监测位移作为 当前的开采状态，按照上述步骤进行模式识别，同样获得当前状态下的 等效岩体参数和迭代步，由此可以进行以后逐年的开采模拟和地基基础 变形预测，由此就实现了地下开采采场围岩不稳定状态下的地基基础变 形预测。

更进一步的，以实际的应用场景进行介绍，应用中为了解决司家营 铁矿选矿尾砂存放问题，河北钢铁集团矿业有限公司拟在唐山市古冶区 范各庄采煤塌陷区建设司家营铁矿选厂尾矿库。有地下煤矿仍在开采， 采煤顶板围岩仍在下沉导致尾矿坝基础变形，势必对尾矿坝稳定性产生 影响。因此，准确预测未来采煤尾矿坝地基基础产生的变形，对于尾矿 坝的设计与施工以及今后尾矿库的安全运行都是极其重要的。为此采用 本发明的采矿沉陷区地基基础变形的智能预测方法，来进行该尾矿坝基 础的变形预测。

步骤A1：建立包括已采煤层和待采煤层、围岩和地基基础在内的 三维数值模型。

步骤A2：根据岩体参数变化范围确定4因素3水平的正交试验方 案（见表1）。

表1岩体参数4因素3水平的正交试验方案

处理号 重度γ（kN/m³） 粘聚力c（KPa） 内摩擦角ф（°） 弹性模量E（MPa） 1 15.2 12.3 14.5 3.8 2 15.2 16.3 24.5 5.8 3 15.2 20.3 34.5 7.8 4 20.2 12.3 14.5 3.8 5 20.2 16.3 24.5 5.8 6 20.2 20.3 34.5 7.8 7 25.2 12.3 14.5 3.8 8 25.2 16.3 24.5 5.8 9 25.2 20.3 34.5 7.8

步骤A3：尾矿坝地基基础上监测点位置及当前状态的监测位移见 表2。

表2尾矿坝地基基础上监测点当前状态的监测沉降位移（2012年）

地基基础编号 钻孔编号 X坐标 Y坐标 沉降值/m 1001 j地1 94337.48 388663.3 5.5 1002 68-1 93532.01 388611.8 12.02 1003 范51 93532.01 388611.8 1.91 1004 范61 94560.9 387446.3 5.26 1005 86--12 93285.55 389748.6 0.877 1006 89--1 92954.56 389654.2 0.531 1007 01--j2 92483.95 388701.8 1.038 1008 74--5 94715.09 386837.2 3.367 1009 74--4 94689.34 386555.1 3.493

1010 74--3 94514.64 386134.7 2.788 1011 毕34 92441.73 386097.3 1.027 1012 毕20 92253 386108.5 2.222 1013 15 92254.49 386641.3 3.354 1014 钱35 92083.61 387175.9 1.116

步骤A4：根据正交试验方案进行数值分析，获得对应于地基基础 上的监测点的沉降位移的计算值见表3。

表3尾矿坝地基基础上监测点当前状态的监测沉降位移（2012年） 单位：m

监测点 方案1 方案2 方案3 方案4 方案5 方案6 方案7 方案8 方案9 j地1 7.691 7.686 7.701 8.533 8.524 8.531 9.398 9.393 9.396 68-1 12.377 12.378 12.411 13.703 13.685 13.684 15.013 14.987 15.013 范52 8.117 8.101 8.100 9.233 9.219 9.184 10.362 10.352 10.346 范61 2.193 2.189 2.176 2.540 2.537 2.535 2.898 2.901 2.898 86-12 0.673 0.490 0.442 0.791 0.731 0.500 0.830 0.808 0.586 89-1 0.119 0.102 0.102 0.127 0.109 0.123 0.157 0.118 0.129 01-j2 0.111 0.039 0.034 0.175 0.102 0.053 0.143 0.160 0.077 74-5 0.812 0.907 0.899 0.997 1.070 1.059 1.179 1.255 1.210 74-4 0.738 0.770 0.769 0.914 0.932 0.948 1.069 1.086 1.094 74-3 0.006 0.057 0.142 0.021 0.093 0.101 0.069 0.132 0.062 毕34 0.151 0.191 0.187 0.160 0.159 0.160 0.152 0.213 0.160 毕20 0.035 0.059 0.063 0.035 0.037 0.037 0.038 0.059 0.040 15 0.189 0.161 0.152 0.219 0.191 0.179 0.242 0.228 0.181 钱35 0.060 0.065 0.043 0.054 0.055 0.051 0.039 0.066 0.058

步骤A5：根据表3中所获得监测点的9组方案所计算的沉降位移 值以及对应的正交方案中的岩体参数，采用遗传规划算法，建立了每个 监测点的位移与岩体参数的函数关系。图2和图3显示了1001和1002 两个监测点的沉降位移与岩体参数的最佳遗传树。

J地1和68-1两个监测点的沉降位移与岩体参数之间的函数表达式 为：

f1=minus(X2,times(plus(plus(X2,plus(X1,mydivide(X3,X3))),plus(X3 ,X2)),mydivide(X4,plus(plus(X1,exp(mydivide(X2,X1))),plus(X1,mydivide( X3,plus(plus(mydivide(X2,X2),times(plus(X2,mydivide(times(times(X3,X4 ),minus(X3,minus(X1,mydivide(X4,X4)))),minus(mydivide(plus(plus(X4,X 2),exp(mydivide(X2,X1))),X4),plus(exp(exp(X3)),mydivide(mydivide(X1,X 4),times(X1,X4)))))),X1)),exp(X3))))))))

f2=plus(mydivide(X1,times(times(minus(X4,mydivide(X1,times(exp( mydivide(X4,plus(plus(X4,plus(X2,X3)),X1))),times(X1,minus(X2,X1))))), X2),X3)),X4)

其余的12测点的遗传树和拟合函数略。

步骤A6：根据尾矿坝地基基础上当前状态（2012年）14个沉降观 测位移w_i（i=1,14）与监测点的计算沉降位移f_i（i=1,14）之差的平 方和为最小，建立当前状态下采动条件下的等效岩体参数的识别模型：

$\mathrm{Min}\underset{i=1}{\overset{N}{\Sigma }}\underset{m=1}{\overset{18}{\Sigma }}{(w_{\mathrm{im}}^J-w_i)}^2=\mathrm{Min}\underset{i=1}{\overset{14}{\Sigma }}{(f_i^J-w_i)}^2---\left(2\right)$

步骤A7：采用遗传算法对式（2）的采动地层等效岩体进行识别， 由此获得对应于当前状态（2012年）的等效岩体参数如表4。

表4地下动态开采过程中对应于当前状态（2012年）的等效岩体 参数

重度γ（kN/m³） 粘聚力C/KPa 内摩擦角/（。） 弹性模量/MPa 0.213 15.32 26 7.054

步骤A8：采用表4中识别的2012年开采条件下的等效岩体参数进 行当前开采状态的三维数值模拟直至收敛，并监测1007和1008两个监 测点的位移变化曲线，由此获得两个监测点的沉降位移与迭代步的关系 曲线如图4所示。当前状态（2012年）1007和1008两个监测点的沉降 位移为1.038m和3.367m。根据这两个监测点的监测沉降位移和图4， 由此确定当前状态（2012年）的迭代步为4000步。

步骤A9：根据当前状态的等效参数和确定的迭代步进行数值计算， 由此获得当前开采状态下尾矿坝地基基础的位移场。

步骤A10：采用2012年确定的当前状态的数值模型，根据2013年 ～2018年的开采计划进行逐年模拟开采和动态识别。即根据2012年的 识别的数值模型预测2013年的地基基础的沉降变形。然后再根据2013 年的沉降观测（作为当前状态）进行模式识别。根据识别结果进行2014 年的变形预测。依次类推，直至到2018年的开采结束为止。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现 或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来 说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的 精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被 限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新 颖特点相一致的最宽的范围。