突水水源范文（精选5篇）
突水水源 第1篇
1) 在判别矿井突水水源的方法方面, 大多数学者都试图建立一种通用性的判别方法, 忽略了任何一种方法都有其自身的特点, 存在一定的局限性, 同样的方法在不同的矿区或矿井判别准确性会存在一定的差异。
2) 现阶段的研究着重于识别准确性的研究, 忽略了水源识别如何实现快速的目标, 而水源快速识别对于水害防治至关重要, 能够为防灾减灾赢得更多的时间。
3) 判别指标一般采用地下水八大常规离子 (Na+、K+、Ca2+、Mg2+、SO42-、Cl-、HCO3-、CO32-) , 忽略了不同的矿区, 甚至于在同一矿区的不同矿井, 由于所处的水文地质条件的不同, 用于识别矿井充水水源的特征离子也不同。
笔者提出了通过对判别方法适应性的研究来提高判别的准确性, 利用粗糙集理论的属性约简来筛选不同矿区或矿井的水化学特征离子, 并通过只检测约简后少量的指标来实现快速识别的目的。
1 识别方法适应性研究
根据目前水源判别方法的应用频率及效果, 建立基于聚类分析、灰色关联分析、多元逐步判别3种方法的水源识别模型, 以解决不同矿区或矿井由于水化学样品数量、水化学指标数据特征等差别而引起的通用识别方法难以实现的问题。
1.1 聚类分析
聚类分析的基本思想是先假定各个样品各自成一类, 这时各类间的距离就是各样品之间的距离, 将距离最近的两类合并成一个新类;再计算新类与其他类间的距离, 又将距离最近的两类合并, 如此每次缩小一类, 直至所有的样品都成为一类为止。然后根据需要或者根据给出的距离临界值 (阈值) 确定分类数及最终要分的类。
1.2 灰色关联分析
灰色关联分析的基本思想是对数据序列几何关系和曲线几何形状的相似程度进行比较分析, 以曲线间相似程度大小作为关联程度的衡量尺度。将多个标准水样各变量对同一个待判水样的关联度排列起来, 便组成了关联序, 其反映了多个标准水样与某一待判水样的关联程度, 以此作为归类的依据。设x0为待判别水样, xi为已知水源类型的标准水样 (i=1, 2, …, n) , x0 (k) 、xi (k) 分别为待判别样品和标准样品中的第k个指标。灰色关联度公式如下:
式中 , 为绝对值;
1.3 多元逐步判别
设有N个样品, 来自G种水源类型 (A1, A2, …, AG) , 每个样品有P个变量;任一样品又可表示为:x={xijg}={xi1g, xi2g, …, xipg}, 式中xijg表示第g种水源中第i个样品的第j个指标的值。任一未知样品x0属于水源类型Ag概率 (贝叶斯公式) 可以表示为:
根据贝叶斯公式先求出x0的G个后验概率P (Ag|x0) , 然后找出后验概率最大的那个水源类型, 从而确定其归属, 即:若 , 则确定x0∈Ag。
1.4 适应性研究
为了实现对上述3种识别方法适应性的定量表达, 收集或检测N个已知水源类型的标准水样, 将其中的n个水样作为检验水样, 其他N-n个水样作为标准水样, 聚类分析、灰色关联分析、多元逐步判别3种方法对n个检验水样的识别结果正确数量分别记为n1、n2、n3, 则3种方法的识别结果准确率分别为 (n1/n) %, (n2/n) %, (n3/n) %。根据识别结果准确率的高低来选择识别方法, 准确率越高则适应性越好, 反之亦然。一般而言, 聚类分析是对水质资料进行大体划分的一种分析方法, 也是对同一含水层参与建模的标准水源选取的基本方法;灰色关联分析要求用户提供的样品典型即可, 对于标准样个数没有具体要求;逐步判别分析要求样本服从正态分布, 用于建模的水样是该含水层的典型水样, 并且一个含水层的典型水样个数越多越好, 近于正态分布。
2 粗糙集理论在水源快速判别中的应用
如何能够在现场实现突水水源快速识别, 其前提是能够快速检测各水化学指标, 而目前的检测方法比较固定, 提升空间有限, 唯一能做的就是通过检测较少的指标来达到一般情况下需要检测较多指标同样的效果, 而检测哪几个具有代表性的指标需要有理论依据, 因此, 将粗糙集理论引入矿井水源快速识别的研究之中。
2.1 粗糙集概述
粗糙集理论是由波兰学者Pawlak Z.于1982年提出的, 该理论建立在分类机制的基础上, 将分类理解为在特定空间上的等价关系, 而等价关系构成了对该空间的划分。属性 (知识) 约简是粗糙集理论的核心问题之一, 是基于知识的分类能力不变前提下的约简[11,12,13]。
定义1令R为一族等价关系, r∈R, 如果ind (R) =ind (R-r) , 则称r为R中不必要的;否则称r为R中必要的。
如果每一个r∈R都为R中必要的, 则称R为独立的;否则称R为依赖的。
定义2设 , 如果Q是独立的, 且ind (Q) =ind (P) , 则称Q为P的一个约简。
2.2 属性约简
根据粗糙集理论, 在做任何粗糙集计算之前, 都应建立一个信息系统S={U, A, V, f}。其中U为对象的非空有限集合, 称为论域;A=C∪D是属性集合, 子集C和子集D分别称为条件属性和决策属性;V是对象属性的值域;f是信息函数, 指定每个对象属性的属性值。具体到本次研究中, 则是建立一个水化学指标信息系统, 条件属性C在本次研究中为Na+、K+、Ca2+、Mg2+、SO42-、Cl-、HCO3-、CO32-等水化学指标, 这里进行属性约简, 不用建立决策属性。
粗糙集理论易于处理离散数据, 然而实际的水化学指标数据都是连续的。因此要实现连续数据的粗糙集约简处理, 其前提就是要将连续数据进行离散化。将信息系统离散化后, 根据定义1和定义2, 识别和删除无助于水源类型划分的属性 (指标) , 从而得到符合研究区实际情况的针对性水化学特征指标。
通过约简后指标即为具有针对性的水化学特征指标, 将其作为水源识别的评价因子, 并将其代入适应具体矿井或矿区的识别方法, 以此识别出未知样品的水源类型。
3 实例研究
以山西某矿为例, 该矿井面临的充水水源主要是奥灰水、采空区水、砂岩裂隙水和K2灰岩水4种水源类型。共采集35个已知水源类型的水样, 根据该矿井水文地质特征及以往水化学资料, 检测各样品中Na+、K+、Ca2+、Mg2+、SO42-、Cl-、HCO3-、CO32-、NO3-、NO2-、Fe、NH4+、p H值13个水质指标。将其中27个样品作为该矿井的标准水源样品数据库 (其中奥灰水、采空区水、砂岩裂隙水和K2灰岩水样品数量分别为8、7、8、4个) , 作为水源识别的比对标准。另外8个样品用于检验识别结果的准确性, 见表1。
采用聚类分析、灰色关联分析、多元逐步判别分析等识别方法, 分别判别表1所示样品的水源类型, 结果如表2所示。可见, 最适合本矿井的水源识别方法是灰色关联分析, 在8个水样中, 有7个判别正确, 其准确率近90%。
将35个水样的13个指标数据离散后, 对上述13个水化学指标进行属性约简, 通过从用户主观和系统客观两个层面, 筛选出其中的约简 (Na+、Mg2+、HCO3-、NO2-、p H) 作为该矿井水源识别的特征指标, 即通过未知水源样品中这5个指标数据与这5个因子构成的水源标准样品库进行比对, 就可以识别出水源类型, 快速而方便。利用该矿井的水化学特征指标Na+、Mg2+、HCO3-、NO2-、p H代入灰色关联分析模型, 对8个检验样品进行识别, 并与未进行约简的全部指标的识别结果进行对比, 结果见表3。采用灰色关联分析的识别方法, 属性约简后产生2个误判, 相对属性约简前的1个误判, 一致性较高。可见, 属性约简后的针对性指标总体反映了该矿井的水化学特征信息。
4 结论
1) 水源识别方法不能一概而论, 不同的识别方法在不同矿区或矿井效果不一, 因此需根据适应性选择最适合具体矿区或矿井的方法, 以减少判别的失误。
2) 利用粗糙集属性约简, 得到的针对性指标能够以较少指标反映矿区或矿井的大部分水化学信息, 足够进行较准确的水源识别, 同时大大节约了水化学指标检测的时间, 真正实现了快速识别。
突水水源 第2篇
根据矿区地层、岩性、含水空隙特征及埋藏条件分析, 影响矿井二1、二3煤层开采的有以下4个含水层:
(1) 寒武系灰岩岩溶裂隙承压含水层。
该含水层上距二1煤层约80 m, 岩溶裂隙发育, 为含水丰富但不均一的强含水层, 水质类型为HCO3-Ca·Mg, 为二1煤层底板间接充水含水层。当该含水层至二1煤层间隔水层受到破坏时, 就成为矿井灾难性水患的主要诱发因素。如平禹公司一矿矿井1985年7月+30 m总回风巷突水, 其最大突水量达2 375 m3/h, 造成淹井停产事故。
(2) 石炭系上统太原组下段灰岩裂隙岩溶承压含水层。
由多层深灰色灰岩 (L1—L6) 组成, 其中L1—L4最稳定, 厚13.50 m, L6上距二1煤层42 m。2001年10月, 该含水层因受采动影响, 含水层水顺煤层底板裂隙涌入采动空间, 发生突水。这次突水, 最大涌水量770 m3/h, 后稳定在560 m3/h, 说明该含水层有一定的补给来源, 导、富水性较强。
(3) 石炭系上统太原组上段灰岩裂隙岩溶承压含水层。
主要由L7—L11五层灰—深灰色隐晶质石灰岩组成, 该含水层上距二1煤层12～16 m, 是二1煤层底板直接充水含水层。充水形式以裂隙涌水为主, 出水点的初始水量较大。如1972年1月主石门北和1975年1月东大巷水闸门里底板裂隙涌水量达350, 164 m3/h, 但衰减很快。说明该含水层的补给来源不足, 以静储量为主。
(4) 二叠系山西组二1、二3煤层顶板砂岩裂隙承压含水层。
由大占、香炭和砂锅窑砂岩组成, 一般厚度30～35 m。该层段裂隙不发育, 富水性不够均一, 是二1煤层顶板直接充水含水层。井下开掘、回采过程中主要以滴、淋水的形式向矿坑充水, 水量小, 衰减快。
2 “10.19”突水水源的判定
2.1 突水区情况
(1) 突水点位置。
一矿“10.19”突水点位于东运输大巷967 m (距主石门) 处附近 (图1) , 突水区域大巷位于L7灰岩底部砂质泥岩岩层中, 上距二1煤层约22 m, 突水点及其附近巷道均为砌碹支护。该巷道为1997年施工完成的巷道。其上部为二1煤层采面间煤柱和二1煤层采空区, 其东部为原13011采面实体煤层, 北部沿L8灰岩布置有采区回风巷。
(2) 突水点及其附近构造情况。
突水点及其附近岩层呈单斜构造, 岩层走向139°, 倾向229°, 倾角13°。在大巷施工过程中, 岩层层位稳定, 突水点及其附近未发现有断层或褶曲出现。但在该区域上部二1煤层开采过程中发现煤层底板岩层有小的起伏变化, 起伏轴向为近东西向。
2.2 突水过程
2005年10月19日15:30左右, 东运输大巷扩砌处向西20 m范围内巷道压力增大, 有底鼓现象, 扩砌处向西第4拱拱帽塌落;14:20左右, 后方10 m范围内到处掉碴, 拱帽塌落8个, 底鼓更为明显, 巷道下帮道轨比上帮道轨高出0.3 m;15:40, 大巷冒顶处出现底鼓1.2 m, 巷道两帮岩壁向巷道内鼓出1.0 m左右;18:20, 底板鼓起段开始出水;18:38冒顶处喷出约0.6 m的水柱;至19:21, 矿井涌水量已在10 000 m3/h以上。随着时间的推移, 矿井单位时间内的涌水量逐步增大, 矿井前7 h的平均涌水量为26 639 m3/h, 矿井最大突水量为38 056 m3/h, 据测算此次矿井突水总突水量为1 437 474 m3。
3 “10.19”突水水源分析
3.1 水压分析
“10.19”突水灾害发生前, 巷道出现严重底鼓、片帮现象, 突水水源水压大是造成巷道底鼓、片帮的重要因素。①在上述4个含水层和矿井老空水中, 突水点附近区域虽会有老空积水存在, 但其上部开采区域不大, 同时该区域老空水一直外流。因此, 即使有老空水存在, 该区域也不会有大水压老空水存在。②二叠系山西组二1煤层顶板砂岩裂隙承压含水层虽为裂隙承压含水层, 然在矿井开采过程中及开采后, 煤层顶板砂岩垮落或受采动影响及水压作用后顶板砂岩产生裂隙, 煤层顶板砂岩含水层中赋存的水已充分自然排泄, 该含水层不会有大的水压存在。③石炭系上统太原组上段灰岩裂隙岩溶承压含水层, 该承压含水层主要有L8灰岩含水岩层组成, 在矿井建设及生产过程中, 矿井-200 m运输大巷沿L8灰岩布置, L8灰岩岩层中赋含的水已得到彻底疏排。该含水层水压在-200 m水平以上几乎为零。④石炭系上统太原组下段灰岩裂隙岩溶承压含水层, 一矿“10.19”东大巷发生突水灾害前, 该含水层实测水压为2.8 MPa (在-195 m标高处测得) 。⑤寒武系灰岩岩溶裂隙承压含水层, “10.19”东大巷发生突水前, 在-195.0 m水平测得该含水层水压为3.2 MPa。故可以认定:从水压分析, 一矿“10.19”突水水源应为寒武系灰岩岩溶裂隙承压含水层水、石炭系上统太原组下段灰岩裂隙岩溶承压含水层水或二者联合突水。
3.2 突水量分析
一矿“10.19”突水灾害, 最大突水量为38 056 m3/h, 总突水量为1 437 474 m3。①若是老空水突出, 其最大突水量达到38 056 m3/h虽有可能, 但其可能性微乎其微, 即使是老空水突出, 其突水总量不会达到1 437 474 m3, 淹没整个矿井。②二叠系山西组二1煤层顶板砂岩裂隙承压含水层, 虽含水岩层较厚 (最厚达45 m, 一般为30～35 m) , 其整体赋存水量可能会较大, 但短时间一次突出1 437 474 m3水的可能性不大。在矿井开采过程中, 该含水层虽曾发生多次涌水或突水, 其最大突水量仅为32.6 m3/h, 一般为6.0～10.0 m3/h。二叠系山西组二1煤层顶板砂岩裂隙承压含水层最大涌水量达38 056 m3/h是不可能的。③石炭系上统太原组上段灰岩裂隙岩溶承压含水层富水性弱, 其补给来源不足, 以静储量为主。如1972年1月主石门施工过程中和1975年1月东大巷施工过程中, 该含水层发生突水, 最大突水量分别为350, 164 m3/h, 且衰减很快, 充分说明该含水层补给来源不足、以静储量为主的特点。矿井-200 m运输大巷沿L8灰岩岩层布置, 突水点前后大巷均在L8灰岩岩层中, 其中的赋水均已基本自然排泄完毕, 不会出现总突水量1 437 474 m3、最大突水量达38 056 m3/h的突水情况。④石炭系上统太原组下段灰岩裂隙岩溶承压含水层, 该含水层虽富水性弱, 但其有一定的补给来源, 如矿井东翼-140 m的107集中巷 (沿L8灰岩布置) 因遇断层导水, 太原组下段灰岩裂隙岩溶承压含水层涌出, 初始涌水量为90 m3/h, 矿井“10.19”突水前, 107集中巷涌水量为40 m3/h左右。2001年10月13日, 二采区下山12041采面发生该含水层大面积底板突水 (突水标高为-247.0 m) , 最大涌水量为770 m3/h, 稳定水量为560 m3/h。太原组下段灰岩裂隙岩溶承压含水层突出38 056 m3/h的水量, 短时间造成矿井被淹也是不可能的。⑤寒武系灰岩岩溶裂隙承压含水层, 该含水岩层厚度巨大 (仅寒武系上统地层就有近200 m) , 出露面积广。从岩层出露情况看:该岩层局部岩溶较发育, 加之该岩层厚度巨大, 具有富集大量水的可能, 且在通道好的情况下具有大水量涌水的可能。1985年7月7日, +30 m总回风巷发生的突水事故 (突水标高+30 m, 其最大涌水量达2 375 m3/h, 稳定水量为1 446 m3/h, 造成淹井停产事故) 就可说明这一点, 因此可以认为:这次突水水源应为寒武系灰岩岩溶裂隙承压含水层水。
3.3 出水形式分析
从一矿采、掘活动分析, 充水点及其周围采空区、巷道工程较多, 运输大巷又沿L8灰岩布置 (出水点处巷道位于L8灰岩底部) , L8灰岩又是太原组上段灰岩岩溶裂隙含水层的重要组成部分, 若是二1煤层顶板砂岩含水层水、老空水或太原组上段灰岩岩溶裂隙含水层的话, 突水应从巷道顶部发生, 虽其有从底部突水的可能, 但其可能性极小;位于巷道以下的含水层仅有石炭系上统太原组下段灰岩裂隙岩溶承压含水层和寒武系灰岩岩溶裂隙承压含水层, 从突水形式分析, 这次突水应为石炭系上统太原组下段灰岩裂隙岩溶承压含水层水或寒武系灰岩岩溶裂隙承压含水层水。
4 突水水源的确定
突水水源 第3篇
关键词：工作面水源,分析研究,综合利用
本文通过:对千秋矿矿井水源进行了综合分析研究, 包括矿井水来源, 水害治理措施及方案, 将矿井水净化处理后进行综合利用, 变废为宝。对节能减排水资源化合理利用, 解决矿区缺水问题具有重大的环境价值和经济效益。
1 矿井水文地质基本情况
千秋煤矿水文地质条件中等, 地表广为第四系粘土黄土覆盖, 基岩零星裸露地表。有石河、涧河两个季节性河流从矿井浅部穿过, 石河为南涧河的支流, 于下石河处汇入南涧河, 石河平时无水, 涧河正常涌水量为800m3/h。井田内从下往上有五个弱含水层, 每个含水层间均有稳定的隔水层, 含水层储水空间不发育, 富水性较弱, 煤层底板以下无承压水, 矿井水害主要为老空水及老顶砾岩空隙裂隙水。另据矿井2009年以来涌水量实际观测资料分析, 矿井平均涌水量174.4 m3/h, 最大涌水量489.6m3/h。
2 矿井充水因素分析
根据义马区域和千秋矿井田水文地质特征, 地表水与地下水的补、径、排条件, 以及矿井突水情况与涌水量变化情况, 千秋矿井田充水主要由大气降水、地表水、老窑水、含水层、断层等因素所造成, 现分析如下:
2.1 大气降水
大气降水是矿井充水的主要因素之一。区域内年均降水量700.2mm, 其中七、八、九三个月降水占全年降水量的50%以上, 由于季节性差异较大, 冬春干旱少雨、夏秋暴雨致使河谷、河流形成洪峰, 因此地下水具有集中降水补给、常年消耗等特点, 反映在矿井涌水量上, 一般3~6月涌水量相对较小, 9月开始增大, 可一直持续到12月, 甚至翌年1~2月, 分析其原因, 是由于地表大面积被第四系松散黄土层覆盖, 渗透性相对较差, 基岩仅在沟谷中可见, 但其范围与面积小, 直接接受大气降水的补给与水量有限, 加之厚层泥岩、砂质泥岩对含水层水力联系的阻隔, 致使矿井涌水量季节性十分突出。尤其是涧河、石河河床和河漫滩以及基岩裸露区。
2.2 地表水
千秋井田及附近地表水体不发育, 流经井田浅部东部的涧河、石河均为季节性河流, 春冬水量较小, 雨季可形成洪峰, 对矿井充水有不同程度的影响。依据煤层赋存特征与开采塌陷裂隙影响程度以及地表水的影响程度,
2.3 含水层
主要为砾岩孔隙水、裂隙承压水和潜水含水层, 次为泥灰岩岩溶裂隙承压水与潜水含水层, 据抽水试验和矿井揭露分析, 均为弱富水含水层, 除第四系砾石层单位涌水量和渗透系数大于1以外, 其它含水层均在0.5以下, 但由于横向上富水性分布不均, 加之开采塌陷裂隙改变了原有的补、径、排条件, 使某些地段含水层与大气降水、地表水、采空区积水之间形成了水力联系是经第四系砾岩层下补侏罗系中上统砾岩含水层, 并沿其顺层径流, 间接地补给矿井, 其补给缓慢、水量小, 涌水形式多呈淋水或滴水。
2.4 断层的导水性及对矿井充水的影响
3 工作面突水水源分析
21172工作面位于21下山东翼采区, 为21171工作面的二分层, 横跨21151工作面。该工作面直接顶为灰色、深灰色泥岩, 致密块状, 赋存稳定, 厚度9.4m~13.5m, 隔水性较好。上部为中上侏罗系杂色粉砂岩、细砂岩、砾岩组成, 以砾岩为主, 交替出现的混合岩层。该层厚度大, 含水性不稳定。侏罗系上统、中统巨厚砾岩孔隙—裂隙潜水—承压含水层是造成煤层顶板充水的主要含水层。该含水层虽然整体上含水性较弱, 但存在局部强含水段。该层厚度大, 含水性不稳定。砂岩和砾岩整体为弱含水层, 但由于砂、砾岩层裂隙发育极不均匀, 局部存在因裂隙强烈发育而形成的强富水区段。由于21151工作面和21171工作面回采后, 顶板垮塌后与上覆含水层导通, 使工作面出水, 造成老塘内有大量积水。两个工作面回采结束后, 老塘一直有水流出, 水量在10m3/h, 老塘内蓄积了一定量的积水。
F3-6断层是引起21172工作面顶板出水主要因素, 21172工作面掘进期间, 上巷见滴水现象, 预计F3-6断层有水害影响。F3-6断层在千秋煤矿二水平东大巷已揭露落差9m~13m, 在21172工作面上巷揭露落差为11.0m, F3-6断层为张性正断层, 构造断裂使隔水层与含水层发生位移岩石破碎, 它是造成矿井充水和透水的主要通道, 断层带有导水现象。在21172工作面回采时, 上下巷揭露证实, 上切口西194m, 上切口下85m为F3-6断层尖灭位置, 为富水区域, 构造断裂, 上巷偶见滴水现象, 下巷未见。
2011年6月11日, 21172工作面回采至切眼西180m时, 工作面下巷老塘开始出水, 6月13日工作面老塘出水已到7m3/h, 6月28日已经递增到21m3/h, 7月9日已经增加到65m3/h, 紧接着7月14日工老作面老塘出水已达80m3/h, 8月4日猛增到208m3/h, 10月9日第增到270m3/h, 2012年1月3日达到362m3/h。
截止2014年9月21172工作面正常涌水量稳定在120~140m3/h, 累计出水量为550万m3。水色清、无味、涌水量较稳定, 经过多次水质化验研究分析充分证明, 水源来于中统巨厚砾岩含水层水, 可以进行综合利用。
4 矿井水的资源转化利用
目前全国有70%的煤矿缺水, 其中40%的煤矿严重缺水。由于水资源的严重不足, 影响了我国煤炭工业的进一步发展。事实证明, 矿井水资源转化利用, 不仅是推行煤炭行业清洁生产、发展循环经济的主要内容, 也是煤炭生产持续发展的需要, 矿井水资源化利用途径是矿井水净化处理后回用于生产和生活中, 不仅可以减少深井水的开采量, 节约地下水资源, 还保护矿区地下水和地表水的自然平衡。处理后的矿井水一般先用于煤炭生产加工, 其次用于生态、矿区生活用水, 如仍有剩余, 则需要根据矿井水水质、水量大小, 或达标排放, 或作其他用水。
5 结论
千秋煤矿在矿井新井工业广场建成了一座现代化矿井水处理厂, 矿区每年可利用净化矿井水100万m3, 回收了大量煤泥, 减少了排污费, 年获经济效益90万元。不仅使千秋矿区矿井水资源得到充分、合理利用, 还大幅度降低了现有供水成本, 获得了丰厚的经济回报。
(1) 千秋煤矿矿井面积大, 战线长, 生产用水量大。自2006年以来井下生产用水非常紧张, 用水问题急需解决。21172工作面回采时, 在顶板老塘水采取埋设管道将水自压到下巷口沉淀池, 经过沉淀、过滤、消毒后, 将水排至二水平清水仓直接供井下使用, 满足采掘工作面生产需要的工业用水。
(2) 也做为矿井地面工业用水, 将一部分矿井水排至井上水仓, 只需要去除矿井水的悬浮物即可满足要求, 净化过程需要加人混凝剂。不需再加液氯消毒, 即可直接用于浴室、锅炉房或冲刷厕所及地面浇花、打扫卫生等。
(3) 也可以做为生活用水。净化后的矿井水达到国家饮用水水质标准时, 可以做为饮用水直接供应用户, 弥补自来水供应的不足。此类用水需要对矿井水进行深度处理。
(4) 用于井下灌浆。可以将一部分水源回灌到地下, 补充地下水资源, 降低采煤引起的地表沉降。
(5) 可以作为农业用水。用于农业灌溉、水产养殖等, 可减轻农民负担。
参考文献
[1]于景邨, 刘志新, 汤金云, 王杨州.用瞬变电磁法探查综放工作面顶板水体的研究[J].中国矿业大学学报, 2007 (04) .
[2]王文波, 孙立峰, 王恩斌, 等.龙口矿区矿井水循环利用[C]//能源开发利用与清洁生产技术研讨会.2006.
[3]罗文瑞, 张转维.谢一煤矿矿井水循环再利用[J].河南科技, 2013 (02) .
突水水源 第4篇
关键词：综放工作面,突水,应急治理,含水层水,水源分析
1 工作面概况
1710综放工作面为七采区首采工作面, 布置在七采区南部向斜南翼, 基本呈单斜构造, 突水点接近向斜轴部, 设计走向长680m, 倾斜宽170m, 煤层最大厚度12.5m, 采用走向长壁全部垮落法综采放顶煤采煤方法进行回采。工作面直接顶为砂砾岩, 厚度约6.7m;基本顶为中粒砂岩, 厚度约2.0m;直接底为炭质粉砂岩, 厚度约4.1m;基本底为粉砂岩, 厚度约9.7m。煤层开采区七采区自然构成一个水文地质单元, 西南部为落差60m~100m的F15号断层, 东部为煤层零点边界, 煤层开采深度500m左右 (见图1) 。
2 突水事故及应急治理
2.1 突水事故
2011年5月28日中班, 1710综放工作面在回采过程中, 煤帮及顶板压力突然增大, 煤炮声频繁, 矿压显现明显。16时50分在28#支架架后采空垮落区开始出现涌水, 初期涌水量约30m3/h, 至20时05分水量增大至45m3/h, 21时左右工作面该区段顶板出现又一次剧烈来压, 28#支架至机头段架后采空区涌水量突然增大, 涌水量增至最大200m3/h, 属中等突水点[1], 约10小时之内涌出水量2000m3, 涌水淹没工作面下段51副支架及500m机道, 矿井立即采取应急救援措施, 组织排水并控制事故扩大。
2.2 应急治理
2.2.1 集中排水
突水事故发生后, 矿井立即启动了重大水灾事故专项应急预案, 投入大量设备应急排水。在机道设有MD155-30×4型水泵1台, BQW-40-120-25型水泵1台, BQW-100-50-25型水泵3台, 工作面设BQW-100-50-25型水泵2台, 共计7台水泵经过9天时间集中排水, 控制了水位上涨。
2.2.2 系统互换
为使工作面恢复生产, 将机道和回风巷互换, 工作面的回风巷作为出煤运输顺槽, 机道调整为回风顺槽, 将原来上行通风、下行割煤调整为下行通风、上行割煤通风回采方案, 同时开掘和调整了通风、运煤辅助系统。
将1710机道转载机、破碎机、皮带输送机等设备拉运至1710回风巷, 受水淹损坏的移动变电站、泵站、设备列车等全部升井检修, 重新配置所需设备, 上端头增设一副端头支架。至6月14日突水事故16天后, 工作面正常恢复生产出煤。
2.2.3 开掘泄水巷[2]
为防止工作面再次遭到水淹, 在1710机道以东距离采帮线30m处留设8m隔离煤柱 (净煤柱) 平行掘进一条泄水巷, 每间隔50m与1710工作面机道沟通形成排水系统, 泄水巷初期掘进工程量57m, 并设MD280-43×3型多级耐磨离心泵1台、2台BQW100-40-25型潜水泵抽排泄水巷积水。
将工作面突水点28#支架至2#支架段后溜清理下底, 埋设管路集中引水, 在端头架后做挡水墙, 将水引至泄水巷, 使老塘出水彻底与运输设备隔离。
工作面恢复生产后, 30#支架以下不放煤, 并提底回采, 将前后部刮板运输机抬高于机道0.5m, 避免架后老塘出水影响生产。至2012年1月30日约半年后, 工作面涌水逐渐下降至65m3/h并趋于稳定, 目前已衰减至很小且持续时间长。
3 突水水源探测分析
3.1 探测分析的必要性
在煤矿开采过程中, 突水、溃水是经常遇到的水害现象, 一旦发生突水或溃水, 就要进行水源分析, 找到突水的水源, 采取相应的防治水措施。对于突水点、溃水点的水质研究和可能的突水、溃水水源的水质进行分析对比, 常常是不可缺少的内容[3]。
3.2 无影响水源分析
3.2.1 地表水充水因素
该区域属干旱性气候, 4~5月份基本没有降雨, 地表无常年性径流, 工作面采空区突水与地表水无关。
3.2.2 小煤矿老空水充水因素
七采区位于井田东部, 属矿井的深部采区, 历史上的小煤矿开采未延伸至七采区中部。小煤矿老空积水积存时间较长, 水温低, 冰冷、浑浊, H2S气体的臭味明显, 积水存在大量的硫酸根离子, p H值<3.0, 属强酸性水, 而突水点出水温度在25°~27°之间, 透明度较好, 无色, 无气味, 经水质化验p H值在6.0~8.0之间, 属中性水。综合分析, 该区域无小煤矿老空积水充水可能。
3.2.3 灌浆水充水因素
1710综放工作面属七采区的首采工作面, 采空区还未实施灌浆, 四周属未开采的原始煤层, 周围也没有灌浆区域, 突水与灌浆无关。
3.3 含水层水探测分析
为查明井巷突水原因, 查清地下水赋存情况及对未来矿井生产的影响, 靖煤集团公司委托甘肃煤田地质局133队自2011年10月开始到2013年4月完成了《靖远煤业集团有限责任公司红会一矿七采区水文地质补充勘查报告》。报告显示, 七采区共有3个含水层, 4个隔水层, 各含水层之间都有几米到数十米的隔水层, 相互之间没有直接的水力联系, 顶、底板含水层之间的煤层属良好的隔水层。含水层、隔水层相互间存在多层的复合结构。其中中侏罗统新河组承压含水层 (Ⅱ含水层) 直接覆于煤层顶板上, 为区内主要含水层及直接充水含水层, 厚度较大。
依据《煤矿水文地质、工程地质及环境地质勘查评价标准》附录中冒落带、导水裂隙带最大高度经验公式[4], 对七采区范围内所有钻孔进行了导水裂隙带高度的计算, 七采区范围内煤层导水裂隙带高度在13.35m~196.85m之间, 各钻孔煤层顶板距新河组底界高度和导水裂隙带高度, 均能达到上部新河组含水层, 引起矿井涌水量突然增大。
3.4 综合分析
综合以上对七采区水文地质勘探及分析, 1710综放工作面采空区突水来源于直接覆于煤层顶板上的中侏罗统新河组承压含水层水。
突水事故直接原因:1710综放工作面回采推移过程中, 采空区顶板垮落形成冒落带和顶板裂隙带, 顶板裂隙带导通中侏罗统新河组承压含水层, 且各含水层之间产生了水力联系, 含水层水涌入顶板离层区间及冒落带, 形成相对稳定的“再造隔水层”、“储水体”, 随着工作面的推进, 顶板突然大范围垮落并向工作面产生裂隙通道, 涌水突然溃入工作面[5]。
4 预防性治理
(1) 提高对含水层水害的风险意识, 在采区及工作面设计阶段, 优先对水害防治进行考虑, 确保地质资料明确。
(2) 在综放工作面系统形成掘进过程中, 对顶底板含水层水采取钻探疏排措施, 水害不排除, 严禁盲目进行采掘作业。
(3) 采取对采空区充填治理等措施, 控制采空区顶板大范围的变形和垮落, 以有效控制导水裂隙带, 阻止含水层水侵入工作面, 造成突水事故。同时可以避免过度依赖疏水降压、超前排放对地下水环境系统造成的破坏[6]。
(4) 加宽煤柱, 根据煤层水文地质条件确定合理的煤柱尺寸, 确保隔水煤柱达到规定[7]。
(5) 同步掘进泄水巷, 布置足够的防排水设施, 提高矿井对水害事故的应急处置能力。
(6) 防范采掘布置不合理造成的潜在风险和隐患。从七采区突水事故中发现六采区采用“剃头式”开采, 即采掘工作面安全撤离出口均位于采区最低点, 导致突水后安全出口在极短的时间内即被封住, 人员无法撤离[8]。
5 结论
1710综放工作面突水事故后, 2013~2015年, 在开采相邻的1709、1711综放工作面中, 有效控制了顶板含水层水的危害。
目前掘进的1708机道, 将与1710机道的煤柱由10m窄小煤柱增加到20m, 并对煤柱侧进行锚网索加固, 防止煤柱受压遭受破坏, 导通相邻1710综放工作面采空区积水及上覆含水层水[9]。1708机道、回风巷掘进过程中, 顶板及巷道帮部淋水较大, 每40m上下帮交错设计一个钻场超前对含水层水进行探排, 经过长孔探排释放和锚索、锚杆眼释放, 降低了水害风险。但是在掘进后期发现, 1708机道煤柱侧受压变形量大, 说明涌水对煤柱的支护强度有较大影响, 隔水煤柱的留设宽度过小, 强度不高, 应科学计算留设安全可靠的隔水安全煤柱。
参考文献
[1]《〈煤矿安全规程〉专家解读》编委会.《煤矿安全规程》专家解读 (3版) [M].徐州:中国矿业大学出版社, 2011.
[2]王瑞, 张丽苹.西马煤矿1208采面突水水源分析及采区剩余采面防治水方法[A].国家煤矿安全监察局.中国煤矿水害防治技术[C].徐州:中国矿业大学出版社, 2011:266-270.
[3]武强.煤矿防治水手册[M].北京:煤炭工业出版社, 2013.
[4]国家安全生产监督管理总局.MT/T1091-2008煤矿床水文地质、工程地质及环境地质勘查评价标准[S].煤炭工业出版社, 2010:25.
[5]贾琇明.煤矿地质学[M].徐州:中国矿业大学出版社, 2007.
[6]冯玉, 等.隐伏向斜扬起端构造复杂区回采工作面防治水技术[J].煤炭科学技术, 2015, 43 (5) :126-129.
[7]国家安全生产监督管理总局, 国家煤矿安全监察局.煤矿防治水规定[M].北京:煤炭工业出版社, 2009.
[8]佟向阳, 等.恩洪矿区水害事故分析及防治对策[J].煤矿安全, 2014, 45 (12) :149-152.
突水水源 第5篇
关键词：突水水源判别,GA-BP,PCA算法,交叉验证
0 引言
矿井水害是威胁矿井安全生产的自然灾害之一。为减少或避免水害的发生,快速、准确地查明突水来源对开展防治水工作具有重要的指导意义。由于地下水与周围岩层在不同的地质环境下进行长期而复杂的物理、化学作用,因此,不同含水层的水质特征具有一定的差异,故根据水化学特征来判别突水来源具有快速、准确、经济的特点[1]。但由于地下水含水层间水力联系极为复杂,邻近含水层的水化学特征较为相近,传统的数学模型难以准确判别。
目前,智能算法的出现成为该领域的研究热点。如人工神经网络[1,2]能够很好的将多样本、高维度数据进行非线性拟合;支持向量机(SVM)[3,4,5]能够将原始空间数据映射到高维空间,通过计算超平面将数据进行分类;遗传算法[3,5,6]和微粒群算法[7,8,9]从仿生学的角度模拟了生物进化和鸟群迁徙的自然规律。而在矿井水源判别领域,以水化学特征组分为依据,智能算法为载体而构建的水源判别模型已成为当前发展的趋势:钱家忠[1]、阳富强[3]、汪嘉杨[7]等选取了不同的水化学特征组分,分别建立了BP和Elman神经网络模型、改进的GA-BP和SVM模型、PSO-RBF模型,并应用于矿井水源判别中,均取得了较好的判别效果。
虽然这些方法取得了一定的成果,但也有不足之处。一方面,由于地质环境的影响,不同矿区含水层的主要水化学特征组分各不相同,因此,选取具有代表性的水化学特征组分对水源判别的准确性和可靠性起着至关重要的作用,然而对该特征组分的选取并没有一个统一的标准,且在大多数研究中,也没有考虑因特征组分之间存在的信息冗余而导致水源误判的可能;另一方面,传统的GA-BP神经网络的适应度函数由训练样本的总误差或几组仿真误差来确定,但这并不能充分利用样本中所包含的信息来对BP神经网络权值进行全面评价,因此,传统方法具有一定的偶然性。为克服上述问题,本文将主成份分析法(PCA)[6,9,10,11,12]和K折交叉验证理论[13]嵌入GA-BP模型中,建立了一种新的GA-BP模型,旨在提高水源判别的准确性和可靠性。
1 特征组分的选取
1.1 水源特征分析
在矿井突水水源的判别过程中,需要对各含水层水化学特征进行分析,本文主要采用Piper三线图法[14],Shoeller半对数图分析法、Pearson相关系数法对文献[15]中某矿的突水资料进行分析,并从中抽取了26个水源样本,突水类型为:4-6煤顶板水为第1类、奥灰水为第2类、6煤底至奥灰砂岩水为第3类。该水样数据由Ca2+、Mg2+、K+、Na+、HCO3-、Cl-、SO42-、总硬度、碱度、p H、矿化度(TDS)11个水化学特征组分组成。并从文献[15]的表1,表2中随机选取X3、X5、X6号样品作为预测样本,其余的23个样品作为训练样本。
采用Rock Ware Aq·QA软件对该矿Ca2+、Mg2+、K++Na+、HCO3-、Cl-、SO42-六种常规离子浓度进行水源类型分析,并绘制Piper三线图,如图1所示。
图中空心标记为训练样本,实心标记为测试样本。从左右两个三角形中可以看出奥灰水分布较为集中,阴阳离子分别以Cl-和K++Na+为主;从菱形区域中可以看出该矿区奥灰水的水质类型为SO4+Cl-K·Na型;而4-6煤顶板水和6煤至奥灰砂岩水分布较为分散,其水质类型较难确定。从三个预测样本来看,只有奥灰水能够从其他两种水样中分离出来,因此,对于水质类型差异较小的邻近含水层很难通过该方法来判别。
图2是对矿区不同含水层11种水化学特征组分的描述,从图中可以看出奥灰水的特征组分分布具有一定的规律,而4-6煤顶板水和6煤底至奥灰砂岩水的Cl-、K++Na+分布较为分散且相似,故也难以区分水源类型。从碱度、p H、TDS等组分可以看出,三者差异较小,一致度高,表明这三种组分就该方法而言对判别水源类型没有实际的参考价值。
为说明样本中各水化学特征组分之间的相关性,采用Pearson相关系数矩阵来对23个训练样本进行分析,见表1。
从表1中可以看出:0.4≤|r|<0.7的特征组分有16个,为显著相关性;0.7≤|r|<1的特征组分有10个,为高度线性相关。这表明该矿区水源的水化学特征组分相关度较高,存在较多的重叠信息,将会给水源判别造成一定的影响。
针对上述出现的问题,有必要对该矿的水源特征组分进行筛选,实施对样本的降噪、降维处理。
1.2 主成份分析法
主成份分析法[11]是一种通过降维技术把多个变量化为少数几个主成份(即综合变量)的多元统计方法,这些主成份能够反映原始变量的大部分信息,通常表示为原始变量的线性组合,各主成份间线性无关。
主成份分析法主要计算步骤为:
Step1根据式(1)对原始数据标准化处理,即去量纲:
式中:Xi*为去量纲后的变量;D(Xi)为Xi的方差。
Step2计算各变量间的协方差阵C。
Step3计算C矩阵的特征值λi和对应的特征向量
Step4根据λ大小对的的主成份由大到小排序,并根据式(2)计算各成分贡献率:
Step5根据式(3)计算新的成分Yi:
采用Matlab软件中princomp函数对26个样本的11个水化学特征组分进行PCA降维处理,并根据式(2)提取95%的原始信息,计算结果如表2、图3所示。
从图3中可以看出在保持95%的原始信息的情况下,将原有的11个水化学特征组分降为5个相互独立的新成分,这种方法不仅能够避免样本信息重复计算而导致误判的影响,还能简化模型结构,提高运算效率,对水源判别的准确性和可靠性具有重要的意义。
2 K折交叉验证理论
GA-BP模型适应度函数的选取决定了种群进化的方向,而传统的适应度函数由训练样本总误差或几组仿真误差来衡量某组权值的优劣,可能会出现:
(1)训练样本误差很小,预测误差偏大;
(2)训练样本误差很大,预测误差极小;
(3)GA-BP算法中出现不收敛,而预测误差却很小。
为了解决上述出现的问题,采用K折交叉验证理论将23个训练样本分成K份,取K-1分作为训练样本,剩下的作为仿真样本,并记录仿真误差,经K次循环,使所有样本均被仿真过一次,最终取K次仿真误差的平方和,即PRESS值作为适应度值,见式(4)。这种方法使得对一组权值进行多方位评估,避免了偶然因素的影响导致进化方向的偏离。
式中:Oi为第i次仿真结果;Ti为第i次期望结果;K为样本分割数量,本例取10。
3 改进的GA-BP神经网络
为了提高传统GA-BP模型的准确性和可靠性,拟将PCA算法和K折交叉验证理论嵌入GA-BP模型中,建立了一种改进的GA-BP水源判别模型,以克服第1、2节出现的不足。算法流程如图4。
4 实例分析
本文以第1节所述水源样本数据为例,应用传统方法和改进的GA-BP模型,并对判别结果进行分析。GA、BP模型参数设定见表3和表4。
将23个训练样本和3个预测样本,分别代入不同的模型,其中,GA-BP模型:只对样本归一化处理;PCA-GA-BP模型:归一化+PCA;PCA-K-GA-BP模型:归一化+PCA+K折交叉验证。三种模型的判别结果与分析如表5、6所示。
从表5中可以看出,传统的GA-BP模型对第一种突水类型出现了误判,且误差较大。从表6中可知,三种模型对训练样本的回判准确率都达到了100%,但GA-BP模型回判平均误差精度高于PCA-GA-BP模型,原因在于该模型的适应度函数为训练样本的总误差,遗传算法将以降低这一误差为进化方向,但可能会出现第2节(1)、(3)的问题,其预测正确率只有67%,因此,盲目的追求训练样本误差最小,显然是不科学的;而PCA-GA-BP模型虽然回判误差较高,但其他评估指标均优于GA-BP模型,这表明对样本进行PCA处理能够提高模型的准确性;改进的GA-BP模型(PCA-K-GA-BP模型)回判正确率和预测正确率均达到了100%,且误差远远优于另外两种方法,从平均误差和误差范数来看,该模型对预测样本的整体判别结果较其他方法具有明显的优势。
从图5可以直观看出三种模型对3个预测样本的判别效果,其中改进的GA-BP模型对奥灰水和6煤底至奥灰砂岩水的判别精度都高于其他两种,而对4-6煤顶板水判别精度偏低,但并不能否定该方法的科学性,一方面从折线的波动情况可以看出,该模型较其他两种模型更加稳定;另一方面从适应度函数的合理性方面来讲,GA-BP和PCA-GA-BP模型本身都存在着一定的缺陷,仅仅对某一水源类型出现较高的判别精度是可以理解的,而改进的GA-BP模型则具有很好的鲁棒性,判别结果亦更具可靠性。
5 结论
1)Piper三线图法能够准确的判别水化学特征分布规律较为明显的含水层,应用Schoeller半对数图法和Pearson相关系数法对水源样本进行分析得出:原始样本中存在大量重叠、无效、相关度高的信息,对水源判别造成了一定影响。
2)PCA算法具有对原始信息压缩、降维、净化的能力,大大简化了模型结构,提高了计算效率和判别精度。
3)针对传统GA-BP模型适应度函数存在的缺陷,采用PRESS值来综合评估BP神经网络参数的优劣,优化了参数的进化方向,提高寻优质量。