煤矿安全
露天煤矿区地质灾害的监测预警技术是保障矿山安全、稳定、持续、绿色和智慧生产的关键技术之一。露天煤矿边坡变形是灾害发生最直观的特征。人们对边坡变形的监测经历了最初主要靠人眼识别和工皮尺等简易的工具对边坡变形进行测量的传统监测方法和靠人工手动操作设备监测2个阶段,监测手段和方式日益进步,以往监测误差较大,存在滞后性、效率低、监测连续性差等问题。随着计算机技术以及远程数据传输技术的发展为边坡监测设备的改进提供了基础,边坡工程数值模拟研究和变形监测逐渐朝自动化、高精度、智能化方向发展。
目前,根据矿山变形监测位置,矿山变形监测技术可分为边坡地表位移监测和边坡地下位移监测两类[1-2]。地表监测技术主要有GNSS点监测、地面三维激光扫描、智能全站仪监测、边坡雷达监测等;地下位移监测技术主要包括时域反射计监测、钻孔测斜仪监测、声发射监测等。为了更好地从监测角度分析边坡变形,学者对边坡应用多种监测方式进行监测,提高了监测数据的准确性。刘善军等[3]指出涵盖时间协同、空间协同、参数协同和智能分析的天-空-地多平台多模式协同观测是大型露天煤矿边坡智能监测的核心;侯林[4]将GNSS监测技术应用在山西煤炭运销集团猫儿沟露天煤矿边坡潜在破坏区域,建立自动化在线监测系统,对失稳边坡进行及时、准确、无误临滑预报,避免发生人员伤亡及设备掩埋事故,保证了矿山的安全生产。
数值模拟方法从较大空间范围内考虑边坡介质的复杂性,全面分析边坡的应力应变状况,有助于深入研究边坡变形和破坏机理[5-8]。同时边坡现场变形监测可以检验数值模拟的准确性,因此将三维边坡数值模拟和现场监测相结合,实现对边坡空间-时间尺度的边坡稳定性分析及预测、预警是一个有意义的尝试。为了实现对露天煤矿边坡地质灾害的精准预警,笔者提出了一种基于三维数值模拟和切线角理论的露天煤矿滑坡灾害预防技术。首先通过FLAC3D数值模拟软件,准确得到边坡在空间上潜在变形体,然后基于蠕变曲线切线角理论计算,提出了不同类型边坡雷达预警阈值级别划分标准,最后对潜在滑移体区域进行时间尺度的全天候监测。将该技术应用于霍林河二号露天采区边坡的滑坡灾害预防过程,成功预警一次小型边坡变形事件,同时在矿区其他区域和其他露天煤矿正在推广应用,为其他类似条件露天煤矿边坡变形预防提供了借鉴依据。
边坡三维数值模拟计算流程如图1所示。三维模型可看作是从整个矿区模型中剥离出了一部分,处于整个矿区模型的“包裹”之中,四周边界不会发生大的位移,对于一般三维边坡计算而言,边界条件往往是对四周施加法向位移约束,对底部施加固定约束,而边坡上部为自由面,不设置约束条件。在数值模型计算过程中,边坡三维计算中岩土体参数的确定对于结果分析至关重要,由于岩体中结构面等因素的影响,实验室试件的物理力学参数往往不能直接用于岩体的数值模拟计算中,需要根据现场岩层的赋存情况综合确定[9-12]。
图1 边坡三维计算流程
1.2.1 边坡监测预警基本理论
一般而言,边坡变形典型曲线及切线角时间关系如图2所示,分为3个阶段[13]:第一阶段为初始阶段(AB段),边坡处于减速变形状态,变形速率逐渐减小,而位移逐渐增大,其位移历时曲线由陡变缓,从曲线几何上分析,曲线的切线由小变大;第二阶段为稳定阶段(BC段),变形速率趋于定常值,位移历时曲线近似为一直线段,直线段切线角及速率近似恒值,表征为等速变形状态;第三阶段为非稳定阶段(CD段),又称加速变形阶段,变形速率逐渐增大,位移历时曲线由缓变陡,因此曲线反映为加速变形状态,同时亦看出切线角随速率的增大而增大。可以看出,位移历时曲线切线角的增减可反映速率的变化。若切线角不断增大,说明变形速率也不断增大,即变形处于加速阶段;反之,则处于减速变形阶段;若切线角保持一常数不变,即变形速率保持不变,处于等速变形状态。根据这一特点可以判定边坡的变形状态[14]。
图2 边坡变形典型曲线及切线角时间关系
1.2.2 边坡变形阶段定量细分
大量边坡变形监测结果表明,边坡的变形往往具有蠕变特点,即从开始出现变形到最终失稳破坏一般需经历与岩土体蠕变曲线类似的初始变形、等速变形和加速变形3个阶段[15]。典型边坡应变-时间特征曲线如图3所示。利用切线角理论公式,并结合蠕变曲线特点,细化曲线加速阶段,定量的确定切线角范围值,只有当边坡进入加速变形临滑阶段,预示着边坡滑坡即将发生[16-18]。
图3 典型边坡应变-时间特征曲线
1.2.3 边坡雷达MSR简介及预警阈值划分标准建立
(1)MSR边坡雷达。MSR 边坡雷达由南非 Reutech 雷达系统有限公司开发与设计,能够对矿山边坡、山体、地表以及矿区建筑物等易发生微小位移变化的物体进行远程监测。边坡雷达的基本原理为边坡雷达设备发送高频电磁波到目标位置,通过接收目标物反射的电磁波,在获取电磁波监测数据基础上进行多次对比,获得边坡变化的距离和位移变化值。
(2)边坡雷达预警阈值划分标准建立。结合边坡雷达(MSR)监测设备特点及获取基础数据,基于蠕变曲线切线理论计算公式,加上地质条件及滑坡机理的分析,得到了采场和排土场边坡不同变形阶段预警阈值,建立了边坡雷达预警阈值级别划分标准,根据边坡雷达不同监测阶段具体阈值优化结果,建立相应应急处置方式,见表1和表2。
表1 MSR雷达监测硬岩类边坡预警体系标准
等级变形速度V/(mm·h-1)速度趋势警报形式处置方式Ⅳ级预警2.0≤V<3.0匀速蓝色边坡技术人员24 h内加强监测,现场查看变化,及时发布预警信息,传达至每班调度Ⅲ级预警3.0≤V<5.0加速黄色划定重点监测区域,加强现场巡视,传达至每名作业人员Ⅱ级预警5.0≤V<8.0加速橙色划定重点监测区域,加强现场巡视,传达至每名作业人员,撤离监测区域作业人员,制定处置方案Ⅰ级预警V≥8.0加速红色预警后每15 min播报一次,实时推送给现场管理人员,通知值班领导立即启动预案,组织撤离人员和设备,开展边坡专项科研和治理工作
表2 MSR雷达监测土类及排土场边坡预警标准
等级变形速度V/(mm·h-1)速度趋势警报形式处置方式Ⅳ级预警3.0≤V<5.0匀速蓝色边坡技术人员24 h内加强监测,现场查看变化,及时发布预警信息,传达至每班调度Ⅲ级预警5.0≤V<8.0加速黄色划定重点监测区域,加强现场巡视,传达至每名作业人员Ⅱ级预警8.0≤V<15.0加速橙色划定重点监测区域,加强现场巡视,传达至每名作业人员,撤离监测区域作业人员,制定处置方案Ⅰ级预警V≥15.0加速红色预警后每15 min播报一次,实时推送给现场管理人员,通知值班领导立即启动预案,组织撤离人员和设备,开展边坡专项科研和治理工作
霍林河二号采区位于霍林河煤田,地处大兴安岭南段脊部,属山间盆地,盆地内部地势较平坦,海拔标高一般为930~980 m,研究区域位于矿区东部,具体位置如图4所示。
图4 研究区域位置
通过划分覆盖层及基岩,再根据本次研究的岩土分类、岩土的力学强度、岩土的共性及岩层中含水量变化,结合前期在研究中所得到的成果,本次研究将地层划分为5层,由上到下依次为排弃物料层、第四系细砂层、第三系黏土层、泥岩层及煤层,典型岩层剖面如图5所示,南帮边坡岩层倾角约为13°,岩层呈顺倾结构,弱层分布较多,在第四系底板、煤层顶底板存在弱层。
图5 典型地质剖面
首先无人机低空飞行得到的矿区台阶等高线及地质剖面图建立南帮三维地质模型,然后将地质模型转为数值模型,如图6所示。
图6 霍林河二号露天煤矿三维数值地质模型
2.2.1 三维数值模拟分析
(1)岩土体力学指标选取。岩体物理力学性质是决定边坡岩体稳定性最本质的控制因素,边坡岩体力学参数选取的合理性直接影响到边坡稳定性分析研究的可靠性,同时岩土体力学参数是数值模拟分析的基础,因此,本研究在边坡岩石物理力学性质试验的基础上,结合边坡岩体的工程地质特征,如结构特征、发育程度及充填物等,综合确定最终用于计算的力学参数,见表3。
表3 岩土力学指标
岩层名称容重γ/(kN·m-3)杨氏模量/MPa黏聚力C/kPa摩擦角Φ/(°)厚度/m第四系细砂层17.703018.0011.510~25第三系黏土层17.903037.0015.715~20泥岩层20.209050.0022.820~50煤层12.708060.0024.530~60排弃物料17.90283.1719.880~360弱层20.20102.506.00.1~0.3
(2)数值模拟计算结果分析。三维数值模拟结果表面开挖区域受到了弱层的影响,叠加上部岩土体荷载影响,存在潜在的变形体,边坡三维数值模拟结果如图7所示,变形体最大位移1.25 m,表明采场边坡变形明显,稳定程度很差,变形范围需要重点关注并加强监测。
图7 三维数值模拟确定的潜在变形体
2.2.2 三维数值模拟结果与边坡雷达监测预警对比分析
结合上述数值模拟结果,2021年9月7日在使用MSR边坡雷达对该区域重点监测过程中,发现该区域位移进一步增大,区域位移速度有进一步增大趋势,曲线位移累积量明显增大,此时在雷达监测图中出现明显红色预警区域,如图7所示。
MSR雷达成功预警蠕变曲线如图8所示,边坡变形初期平均速度为4.53 mm/h,切线角角度10°左右,达到黄色预警级别,黄色预警区域位移出现明显加速度趋势,预警区域位移平均速度达到8.68 mm/h,切线角角度45°左右,矿方立即组织相关人员撤离。边坡变形速度进一步加剧,该区域位移速度峰值达到17 mm/h,切线角角度75°达到红色预警级别,9月9日10时该区域发生滑坡,40 min后该区域边坡体破坏阶段结束,位移速度降至3 mm/h,切线角角度在2° 左右,再经过一段时间观察后,滑体位移速度降至0.05 mm/h接近静止状态,切线角角度近乎为0°,整个边坡变形过程结束,并发布警报解除。
图8 MSR雷达成功预警蠕变曲线
雷达显示的边坡滑坡区域与三维数值模拟得到的区域基本吻合,同时经过滑坡后现场勘查发现边坡变形沿煤底板剪出,通过三维数值模拟加雷达监测的预警技术成功预警了边坡变形的发生,该技术对露天矿山边坡的灾害预防具有一定的指导意义。
(1)提出了一种三维数值模拟和改进的边坡雷达预警监测的露天煤矿区边坡滑坡灾害预防技术,通过三维精细化模拟获得空间的潜在变形体,并利用边坡雷达监测技术对潜在变形体区域进行重点监测。
(2)基于蠕变曲线切线角理论分析,分别计算确定了采场边坡、排土场场边坡雷达监测临滑阶段速度、切线角预警阈值,通过科学设定预警阈值,可实现及时有效预报。
(2)结合边坡雷达阈值阈值划分标准及边坡破坏机理等因素,创新提出了不同级别预警阈值级别下处置方式。
(4)将提出的露天煤矿区边坡滑坡灾害预防技术应用于霍林河二号矿南帮的滑坡预警中,三维数值模拟准确得到空间的潜在滑移体,改进的雷达监测技术准确实现了对该潜在滑移体滑坡的预警,成功预警了边坡滑坡。
[1] TANG Ca,LI L,XU N,et al.Microseismic monitoring and numerical simulation on the stability of high-steep rock slopes in hydropower engineering[J].Journal of Rock Mechanics and Geotechnical Engineering,2015,7(5):493-508.
[2] ZHANG F,YANG T H,LI L C,et al.Cooperative monitoring and numerical investigation on the stability of the south slope of the Fushun west open-pit mine[J].Bulletin of Engineering Geology and the Environment,2018,78(4):2409-2429.
[3] 刘善军,吴立新,毛亚纯,等.天-空-地协同的露天煤矿边坡智能监测技术及典型应用[J].煤炭学报,2020,45(6):2265-2276.
[4] 侯林.基于GNSS监测系统的露天矿失稳边坡临滑预报[J].中国煤炭,2019,45(1):78-82.
[5] 冉孟坤,韦港荣,熊春发,等.广西某高速公路基于切线角理论的隧道变形监测预警应用研究[J].四川地质学报,2023,43(2):302-306,312.
[6] STEAD D,EBERHARDT E,COGGAN J S.Developme nts in the characterization of complex rock slope deformation and failure using numerical modelling techniques[J].Engineering Geology,2006,83(1-3):217-235.
[7] 李志国,徐涛,刘永杰,等.基于监测和数值模拟的白音华凸台边坡变形稳定性分析[J].中国矿业,2022,31(S1):84-92.
[8] 张成业,李飞跃,李军,等.基于DeepLabv3+与GF-2高分辨率影像的露天煤矿区土地利用分类[J].煤田地质与勘探,2022,50(6):94-103.
[9] 高志轩,陈涛,舒继森,等.露天煤矿排土场综合治理方案研究——以云南省文山州普阳煤矿1号排土场为例[J].中国煤炭,2022,48(7):88-95.
[10] LI Z,WANG J A,LI L,et al.A case study integrating numerical simulation and GB-InSAR monitoring to analyze flexural toppling of an anti-dip slope in Fushun open pit[J].Engineering Geology,2015,197:20-32.
[11] KANG K S,HU N L,SIN C S,et al.Determination of the mechanical parameters of rock mass based on a GSI system and displacement back analysis[J].Journal of Geophysics and Engineering,2017,14(4).
[12] 姜光成,胡乃联,洪根意,等.基于GSI值量化和修正方法的岩体力学参数确定[J].岩土力学,2018,39(6):2211-2218.
[13] 刘国锋,周迟,李志强,等.基于RMR与H-B准则估算大型洞室岩体力学参数敏感度分析[J].东北大学学报(自然科学版),2022,43(8):1149-1158.
[14] 王永增,孟磊磊,王润,等.齐大山铁矿露天边坡岩体力学参数确定[J].有色金属(矿山部分),2021,73(1):98-102.
[15] XUE L,QIN S,LI P,et al.New quantitative displacement criteria for slope deformation process:From the onset of the accelerating creep to brittle rupture and final failure[J].Engineering Geology,2014,182:79-87.
[16] 赵立春,徐长友,刘永杰,等.基于切线角理论的露天煤矿滑坡预警阈值计算[J].矿业安全与环保,2022,49(6):34-38.
[17] 唐辉明,李长冬,龚文平,等.滑坡演化的基本属性与研究途径[J].地球科学,2022,47(12):4596-4608.
[18] 李超,闫杰,赵锦生,等.烧变岩边坡渗流特征及采动稳定分析研究[J].中国煤炭,2021,47(8):48-53.
移动扫码阅读
ZHAO Lichun,Hexigetu,WANG Jingwei,et al.Prevention technology for landslide disasters in open-pit coal mines based on 3D numerical simulation and tangent angle theory[J].China Coal,2024,50(2)∶50-56.DOI:10.19880/j.cnki.ccm.2024.02.007