劉三平 李長(zhǎng)洪 馬海濤
(1.北京科技大學(xué)土木與環(huán)境工程學(xué)院,北京100083;2.中國(guó)安全生產(chǎn)科學(xué)研究院,北京100012)
我國(guó)是世界上金屬生產(chǎn)第一大國(guó),有1 萬(wàn)多座地下金屬礦山,每年采出20 多億t 礦石,采空區(qū)問(wèn)題日益嚴(yán)重[1]。地下采空區(qū)導(dǎo)致地表出現(xiàn)不均勻沉降,甚至塌陷,如果距離地表建筑物較近,其地基穩(wěn)定性將受到威脅[2]。為避免地表建筑物發(fā)生大規(guī)模破壞,需對(duì)采空區(qū)地表影響范圍進(jìn)行合理的探究和評(píng)估。某鐵礦隨開(kāi)采活動(dòng)進(jìn)行,平面范圍及開(kāi)采深度均有所擴(kuò)大,地表影響進(jìn)一步加劇,而礦區(qū)范圍內(nèi)地表分布有大量工業(yè)、民用建筑。要想實(shí)現(xiàn)礦山穩(wěn)定運(yùn)作的同時(shí),不對(duì)周邊居民的生活、企業(yè)的生產(chǎn)造成過(guò)大影響,需對(duì)采礦擴(kuò)界引起地表變形范圍進(jìn)行計(jì)算。該礦礦床構(gòu)造比較簡(jiǎn)單,礦體頂板為大理巖,底板為矽卡巖及蝕變閃長(zhǎng)巖,地質(zhì)條件較好。礦區(qū)內(nèi)只有1 個(gè)礦體,產(chǎn)于閃長(zhǎng)巖和大理巖接觸帶中,已探明礦體埋深標(biāo)高+40 ~-148 m,礦體長(zhǎng)約350 m。經(jīng)擴(kuò)界后礦區(qū)在開(kāi)采面積上有所增加,開(kāi)采深度從0 m 延深到-150 m 標(biāo)高。采用概率積分法和FLAC3D數(shù)值模擬對(duì)該礦擴(kuò)界開(kāi)采的地表影響范圍進(jìn)行計(jì)算。
作為開(kāi)采沉陷的研究主體,巖體可以用2 種完全不同的介質(zhì)模型來(lái)模擬:一種是連續(xù)介質(zhì)模型,一種是非連續(xù)介質(zhì)模型。概率積分法是我國(guó)目前用于地表移動(dòng)和變形預(yù)測(cè)的最為常用的方法之一,能較好地預(yù)測(cè)分析礦體開(kāi)采后對(duì)地表的影響范圍,是一種非連續(xù)介質(zhì)模型,其認(rèn)為介質(zhì)是由類似于砂?;蛳鄬?duì)來(lái)說(shuō)很小的巖塊這樣的介質(zhì)顆粒組成的,顆粒之間完全失去聯(lián)系,可以相對(duì)運(yùn)動(dòng)。顆粒介質(zhì)的運(yùn)動(dòng)用顆粒的隨機(jī)移動(dòng)來(lái)表征,并把大量的顆粒介質(zhì)移動(dòng)視為隨機(jī)過(guò)程[3-7]。沿傾向方向沉降計(jì)算公式如下:
式中,Wmax為最大下沉值;r 為影響半徑,mm;y 為距離傾向中心水平距離,mm。
該礦頂板巖體中有大量的原生以及開(kāi)采引起的裂隙面和其他非連續(xù)的結(jié)構(gòu)面,因此從整體上考慮是一種非連續(xù)的介質(zhì)模型,采用概率積分法來(lái)研究其開(kāi)采沉陷是合理的。根據(jù)實(shí)測(cè)資料和相關(guān)的實(shí)驗(yàn)數(shù)據(jù),在詳細(xì)分析該礦區(qū)條件的基礎(chǔ)上,進(jìn)行綜合分析,按照開(kāi)采覆巖的性質(zhì)確定了該礦概率積分法的相關(guān)參數(shù)如下:
式中,q 為下沉系數(shù);m 為采厚;α 礦體傾角。
式中,β 為影響范圍邊界及開(kāi)采邊界的直線與水平所成的夾角,H 為礦體埋深。
式中,D 為巖性影響系數(shù),巖性堅(jiān)硬0.7 ~1.25、中硬1.2 ~2.0、軟弱2.0 ~2.8。
地表移動(dòng)和變形主要集中在開(kāi)采邊界上方寬度為2r 的范圍內(nèi),主要影響范圍可作為監(jiān)測(cè)變形的范圍,是采礦活動(dòng)可能影響到的最大范圍。根據(jù)巖石力學(xué)實(shí)驗(yàn)數(shù)據(jù),該礦頂板大理巖的平均抗壓強(qiáng)度為88 MPa,其堅(jiān)固性系數(shù)f 為8.8,為堅(jiān)硬巖,故將D 取為1。在已知該礦1 ~9 號(hào)勘探線的基礎(chǔ)上,由式(2)、式(4)可求得線上線下半徑,從而求取平均影響半徑。取下沉量2 mm 為下沉參考值,由式(1)、式(2)可求出地表移動(dòng)邊界。由于礦區(qū)南部的礦體逐漸趨于尖滅,實(shí)際開(kāi)采量較少,其移動(dòng)邊界需做適當(dāng)?shù)男拚F溆?jì)算結(jié)果如表1 所示。
表1 移動(dòng)邊界Table 1 Moving boundary
運(yùn)用FLAC3D軟件對(duì)礦體的分層開(kāi)采進(jìn)行模擬,按照由上而下的順序逐層進(jìn)行[8-10]。根據(jù)該礦實(shí)際情況,礦區(qū)面積內(nèi)共9 條勘探線,采礦邊界內(nèi)礦體形態(tài)簡(jiǎn)單,礦體分布集中。模擬區(qū)域高程從+175 ~-150 m,采用真實(shí)比例,沿X、Y、Z 軸尺寸為700 m ×550 m×325 m,以擴(kuò)界開(kāi)采礦體剖面為基礎(chǔ)數(shù)據(jù),建立了模型內(nèi)部礦體,模型如圖1 所示。
圖1 三維數(shù)值計(jì)算模型Fig.1 Three-dimensional numerical calculation model
模型總計(jì)130 070 個(gè)三維計(jì)算單元,24 928 個(gè)網(wǎng)格節(jié)點(diǎn)。邊界條件:側(cè)面限制水平移動(dòng),底面固定,上表面為自由邊界。采用實(shí)體單元模擬,破壞符合Mohr-Coulomb 強(qiáng)度準(zhǔn)則。有關(guān)參數(shù)選取如表2。
表2 地層力學(xué)參數(shù)取值表Table 2 Mechanics parameters of formations
模擬開(kāi)采過(guò)程,分析地表變形規(guī)律,生成位移云圖,運(yùn)用FLAC3D后處理軟件做出地表沉降等值線圖,并將地表重要建筑物標(biāo)注在圖上,同時(shí)將概率積分法計(jì)算的移動(dòng)邊界也在圖上繪出,兩者計(jì)算結(jié)果進(jìn)行比較,如圖2 所示。從圖2 看出,地表沉降盆地大致對(duì)稱,閉合等值線圖為橢圓形,概率積分法以沉降2 mm為標(biāo)準(zhǔn)值計(jì)算的移動(dòng)邊界要大于FLAC3D計(jì)算出的2 mm 沉降等值線區(qū)域,可見(jiàn)該方法計(jì)算偏于安全保守,在預(yù)測(cè)地表沉降時(shí)是可行的。地表磚廠和選廠位于-2 ~-4 mm 沉降等值線之間,民居位于2 mm 等值線之外,滿足生產(chǎn)和居住的要求。由此判斷擴(kuò)界開(kāi)采是安全的,對(duì)地表企業(yè)和居民的影響可忽略不計(jì)。
圖2 地表沉降等值線圖Fig.2 Contour line graph of surface displacement
擴(kuò)界開(kāi)采每步采深15 m,從0 ~-150 m 標(biāo)高分10 步進(jìn)行,地表最大沉降累積如圖3 所示。從統(tǒng)計(jì)曲線得到,0 ~-90 m 的絕對(duì)變形為16 mm,占到擴(kuò)界開(kāi)采沉降的絕大部分,是地表沉降增長(zhǎng)速率較大區(qū)段。-90 ~-150 m 的累積變形為1.2 mm,只占到地表沉降的一小部分,是地表沉降穩(wěn)定的區(qū)段。隨著采深的增加礦體逐漸變薄,可采體積縮小,尤其到-90 m 以下許多礦體呈窄條狀,甚至尖滅,而且深度越大對(duì)地表的影響越趨于有利,因此出現(xiàn)了上述地表沉降累積變化趨勢(shì)。最終擴(kuò)界開(kāi)采對(duì)地表沉降最大影響值為18 mm。
圖3 地表沉降累積Fig.3 Surface accumulative subsidence value
可得隨開(kāi)采深度增加,地表影響范圍擴(kuò)大,最大沉降值也在逐漸上升,但增長(zhǎng)趨勢(shì)放緩。地表沉降中心位于礦區(qū)內(nèi)部,沉陷等值線呈扁態(tài)閉合橢圓形,cm級(jí)別的沉降未波及到村莊位置,擴(kuò)界開(kāi)采對(duì)地表民居的影響小于2 mm。上述結(jié)果主要有以下幾點(diǎn)原因:①頂板為大理巖,較完整,強(qiáng)度、剛度大,抵抗變形能力強(qiáng);②深度增加,雖然地表影響范圍增大,但影響程度逐漸減小,其沉降量相應(yīng)減少;③0 m 標(biāo)高以上采空區(qū)采用膠結(jié)充填法治理,地表變形趨于穩(wěn)定,巖體強(qiáng)度得到保護(hù),開(kāi)采下部礦體時(shí)造成的地表影響也相應(yīng)減?。?1-12]。
為掌握該礦擴(kuò)界開(kāi)采地表沉降實(shí)際情況,評(píng)估其對(duì)礦山安全及周邊企業(yè)居民的影響。礦區(qū)及礦區(qū)周邊布設(shè)了數(shù)個(gè)地表沉降監(jiān)測(cè)點(diǎn),積累了為期2 a 的監(jiān)測(cè)數(shù)據(jù)。現(xiàn)擴(kuò)界開(kāi)采接近尾聲,各監(jiān)測(cè)點(diǎn)地表沉降累積數(shù)據(jù)如圖4 所示?;诂F(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù),對(duì)概率積分法以及數(shù)值模擬結(jié)果進(jìn)行科學(xué)合理的評(píng)判,并結(jié)合我國(guó)相關(guān)規(guī)范進(jìn)行危險(xiǎn)性評(píng)價(jià)。
擴(kuò)界開(kāi)采地表沉陷最大值發(fā)生在7 號(hào)監(jiān)測(cè)點(diǎn),該點(diǎn)位于沉降盆地的中心位置,下沉量為21 mm,8、9、10、11 圍繞7 號(hào)監(jiān)測(cè)點(diǎn)布置,沉降量略小于7 號(hào)監(jiān)測(cè)點(diǎn)。此處是礦體儲(chǔ)量最大位置,引起沉降值也最大,與數(shù)值模擬計(jì)算的最大沉降區(qū)域一致,數(shù)值也比較接近。1、2、5 號(hào)監(jiān)測(cè)點(diǎn)位于磚廠方向,3、4、6 號(hào)監(jiān)測(cè)點(diǎn)位于礦區(qū)選廠位置,此處相比村莊位置的12、13、14、15 號(hào)監(jiān)測(cè)點(diǎn)沉降量大出2 倍之多,可能是由開(kāi)采活動(dòng)和企業(yè)生產(chǎn)共同造成。村莊位置監(jiān)測(cè)沉降量在3 mm 左右,該位置礦體趨于尖滅,擴(kuò)界可采量較少,不會(huì)影響村民的正常生產(chǎn)和生活?,F(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)與概率積分法和數(shù)值模擬計(jì)算結(jié)果比較契合,證明了運(yùn)用這2 種方法進(jìn)行地表沉降預(yù)測(cè)的可行性。
(1)在確定概率積分法相關(guān)參數(shù)時(shí),要考慮礦區(qū)的頂?shù)装鍘r性、巖礦體強(qiáng)度、地質(zhì)構(gòu)造等因素,全面分析合理評(píng)判。運(yùn)用該方法可以大致預(yù)估采礦活動(dòng)地表影響區(qū)域,沿礦體走向兩側(cè)劃分移動(dòng)邊界較為便捷。
(2)FLAC3D數(shù)值模擬能夠較為準(zhǔn)確地模擬地表沉降連續(xù)變化的過(guò)程,沉降等值線與地表監(jiān)測(cè)數(shù)據(jù)吻合,沉降值從開(kāi)采中心向外逐漸減小,沉降盆地近似橢圓。
(3)概率積分法和數(shù)值模擬計(jì)算的結(jié)果與現(xiàn)場(chǎng)長(zhǎng)期監(jiān)測(cè)數(shù)據(jù)基本一致,地表受擴(kuò)界開(kāi)采影響較小,不會(huì)對(duì)礦區(qū)周邊企業(yè)和居民的生產(chǎn)生活形成干擾。
[1] 馬海濤,劉寧武,王云海,等. 金屬礦山采空區(qū)災(zāi)害防治技術(shù)研究綜述[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù),2014,10(10):75-80.
Ma Haitao,Liu Ningwu,Wang Yunhai,et al.Review on research status of controlling techniques for goaf disaster in mental mine[J].Journal of Safety Science and Technology,2014,10(10):75-80.
[2] 何國(guó)清,楊 倫,等.礦山開(kāi)采沉降學(xué)[M].徐州:中國(guó)礦業(yè)大學(xué)出版社,1994.
He Guoqing,Yang Lun,et al. The Theory of Mining Subsidence[M]. Xuzhou:China University of Mining and Technology Press,1994.
[3] 吳 侃,靳建明,戴仔強(qiáng).概率積分法預(yù)計(jì)下沉量的改進(jìn)[J]. 遼寧工程技術(shù)大學(xué)學(xué)報(bào),2003,22(1):19-22.
Wu Kan,Jing Jianming,Dai Ziqiang.Improvement on probability integral method prediction come down quantity[J].Journal of Liaoning Technical University,2003,22(1):19-22.
[4] 陳 雨,張振文,張彥敏.基于概率積分法的地面沉陷災(zāi)害預(yù)測(cè)[J].遼寧工程技大學(xué)學(xué)報(bào),2007,26(S):143-144.
Chen Yu,Zhang Zhenwen,Zhang Yanmin.Disaster prediction of surface subsidence based on probability integration[J].Journal of Liaoning Technical University,2007,26(S):143-144.
[5] 李春雷,謝謨文,李曉璐.基于GIS 和概率積分法的北洺河鐵礦開(kāi)采沉陷預(yù)測(cè)及應(yīng)用[J]. 巖石力學(xué)與工程學(xué)報(bào).2007,26(6):1244-1245.
Li Chunlei,Xie Mowen,Li Xiaolu. GIS and probability integral based approach for subsidence prediction and application to Beiminghe Iron Mine[J].Chinese Journal of Rock Mechanics and Engineering,2007,26(6):1244-1245.
[6] 耿德庸,仲惟林.用巖性綜合評(píng)價(jià)系數(shù)P 確定地表移動(dòng)的基本參數(shù)[J].煤炭學(xué)報(bào),1980(4):14-17.
Geng Deyong,Zhong Weilin. Calculation of surface movement basic parameters with lithologic comprehensive evaluation coefficient P[J].Journal of China Coal Society,1980(4):14-17.
[7] 解鋼鋒,吳亞安,雷崇利.用巖性綜合評(píng)價(jià)系數(shù)P 確定地表最大沉陷的預(yù)計(jì)參數(shù)[J].煤炭工程,2010(11):94-96.
Xie Gangfeng,Wu Yaan,Lei Chongli.Comprehensive evaluation coefficient P of lithology applied to setup predicted parameters of max surface ground subsidence[J].Coal Engineering,2010(11):94-96.
[8] 胡麗珍,李云安,雷 銀,等. 上向分層充填法采礦的數(shù)值模擬研究[J].金屬礦山,2014(1):5-8.
Hu Lizhen,Li Yunan,Lei yin,et al.Numerical simulation on upward sublevel filling method[J].Matel Mine,2014(1):5-8.
[9] 周曉超,周 銘,李小武.緩傾斜礦體開(kāi)采地表沉降模擬[J].金屬礦山,2015(1):16-19.
Zhou Xiaochao,Zhou Ming,Li Xiaowu.Simulation on surface subsidence induced by mining of gentle inclined deposit[J].Matel Mine,2015(1):16-19.
[10] 祁建東,高永濤,韓浩亮. 河流下伏采空區(qū)地表沉降規(guī)律及處治技術(shù)研究[J].金屬礦山,2015(2):26-31.
Qi Jiandong,Gao Yongtao,Han Haoliang. Research on the surface subsidence regularity and treatment technique of goaf underlying river[J].Matel Mine,2015(2):26-31.
[11] 顧 葉,宋振柏,張勝偉.基于概率積分法的開(kāi)采沉陷預(yù)計(jì)研究[J].山東理工大學(xué)學(xué)報(bào):自然科學(xué)版,2011,25(1):33-36.
Gu Ye,Song Zhenbai,Zhang Shengwei. Research of mining settlement estimate based on probability integration[J].Journal of Shandong University of Technology:Natural Science Edition,2011,25(1):33-36.
[12] Ambromic Tt Turk G.Prediction of subsidence due to underground mining by artificial neural networks[J].Computers& Geosciences.2003,29(5):627-637.