軟巖保護層開采采動卸壓效果的預測及應用*

王 坤,孟祥瑞,程 詳,趙光明,顧清恒

(1.安徽理工大學 深部煤礦采動響應與災害防控國家重點實驗室,安徽 淮南 232001;2.安徽理工大學 礦業工程學院,安徽 淮南 232001;3.安徽理工大學 礦業工程博士后流動站,安徽 淮南 232001;4.淮南礦業(集團)有限責任公司博士后科研工作站,安徽 淮南 232001)

0 引言

深地資源開發是我國能源發展戰略之一[1],受“五高兩擾動”環境影響[2],井工開采條件惡化,瓦斯賦存環境變的更加復雜,煤層瓦斯壓力、瓦斯含量更大,吸附性更強[3],而煤層透氣性進一步降低,各因素耦合共生相互影響,造成傳統煤層保護層開采方式遭遇巨大挑戰。針對深部傳統煤層保護層開采適用性受限,煤層群整體區域消突困難,提出選擇軟巖(高嶺土)作為保護層開采的區域瓦斯治理方式[4],具有工作面開采層位靈活、開采厚度可調節、解突效果好、回采安全威脅小等優點。

軟巖保護層工作面覆巖結構與開采技術參數對被保護層卸壓效果影響明顯[5-6],掌握不同開采條件下煤巖體卸壓效果,可指導開采實踐。施峰等[7]研究開采層間距對上保護層卸壓效果的影響;徐剛等[8]研究上保護層開采對被保護層卸壓瓦斯抽采的影響程度;吳仁倫等[9-10]分析采高、工作面面寬對采動覆巖瓦斯卸壓運移“三帶”范圍的影響規律;Shi等[11]分析采高與被保護層卸壓效果的關系;Fang等[12]基于相似模擬研究方法,研究不同傾角下保護層開采的卸壓范圍;賀愛萍等[13]分析保護層采高和相對層間距與被保護層透氣性系數及瓦斯滲透率的關系;Yuan等[14]運用多元回歸法研究不同層間距處保護層開采的防護效果。

開采軟巖作為保護層的工程實例,國內乃至世界上均為罕見,分析特定地質條件下軟巖保護層開采技術參數對上覆被保護層卸壓規律,可豐富保護層卸壓開采理論與實踐。本文以淮北蘆嶺煤礦首采軟巖保護層工作面為工程背景,運用數值仿真方法,研究軟巖保護層不同開采技術參數(采高、層間距、關鍵層位置、埋深和面長)對被保護層卸壓效果的影響規律。研究結果可為軟巖保護層卸壓開采提供重要的參考價值。

1 試驗工程背景

蘆嶺煤礦III1采區主采煤層有8,9,10共3層煤層,均具有突出危險性,構成突出煤層群開采條件。8煤層厚度6.28～13.25 m,平均厚度8.58 m,屬典型特厚極松軟低透氣性煤層;9煤層平均厚2.0 m,距上覆8煤平均3.0 m,試驗過程中與8煤視為1層煤,作為軟巖保護層卸壓開采的被保護層。10煤層發育兩層煤,10-1煤平均厚度1.4 m,10-2煤平均厚度1.3 m,2層煤之間夾矸厚度平均2.27 m。10煤層由于煤層結構復雜,且本身具有突出危險性,回采安全威脅大,不具備保護層開采條件。因此在10煤層與上覆8煤層、9煤層之間選擇含高嶺石黏土的泥巖作為保護層開采方案。軟巖保護層為距9煤層底板法距平均60 m,距10煤層頂板法距平均23 m,層厚平均為5.1 m的泥巖。

2 軟巖保護層采動卸壓效果數值模擬研究

2.1 數值模擬建立

以蘆嶺Ⅲ11首采軟巖保護層工作面為工程背景,利用FLAC3D數值模擬軟件構建模型,探索軟巖保護層不同開采條件對被保護層卸壓效果的影響規律如圖1所示。模型開挖走向長度按照傾向長度的1.8倍設置,并設置風巷、機巷的寬度為4 m,模型四周各留設100 m邊界煤巖柱,煤巖層傾角10°。采用人工調節冒落帶的方法對采空區進行處理,模擬煤巖層的物理力學參數見文獻[15]。

圖1 軟巖保護層開采模型Fig.1 Model of soft rock protective layer mining

2.2 卸壓指標選擇

軟巖保護層開采后,上覆煤巖體受采動影響,其應力-應變狀態發生改變。以往研究得到,保護層卸壓開采被保護層的卸壓率達到0.5或膨脹率達到2‰～3‰時,被保護煤層將充分卸壓,其滲透率將增大數十倍[16-17]。考慮當前卸壓指標可能存在奇異點的問題,定義等效卸壓率從應力角度表征被保護層卸壓程度。如式(1)所示:

(1)

定義等效膨脹率從位移角度表征被保護層卸壓程度。如式(2)所示:

(2)

式中:ζ為等效膨脹率;μi為被保護層頂底板相對位移量,mm;Mi為被保護層厚度,mm。ζ>0說明被保護層發生膨脹變形,反之發生壓縮變形。

本文將等效卸壓率達到0.5和等效膨脹率達到3‰作為軟巖保護層開采后采動卸壓臨界指標,描述被保護層的卸壓保護效果。

2.3 軟巖保護層不同開采參數卸壓效果影響規律

2.3.1 軟巖保護層采高

為研究軟巖保護層采高分別為1,2,3,4,5 m時被保護層卸壓效果,以軟巖保護層采高為變量,模擬軟巖保護層工作面面長為100 m,埋深為700 m,層間距為60 m,關鍵層位于軟巖保護層上方50 m處,不同采高被保護層等效卸壓率和等效膨脹率模擬結果如圖2所示。

圖2 不同采高被保護層等效卸壓率和等效膨脹率Fig.2 Equivalent pressure relief rate and equivalent expansion rate of protected layer under different mining heights

由圖2可知,隨著開采高度的增加,被保護層卸壓效果逐漸明顯。在模擬地質條件下,當開采高度不超過4 m時,軟巖保護層采高變化對被保護層卸壓效果的敏感性較強。當開采高度超過4 m時,被保護層卸壓效果的敏感性減弱。不同開采高度被保護層等效卸壓率分別為0.65,0.46,0.37,0.32,0.27,等效膨脹率分別為2.27‰,3.44‰,3.89‰,4.40‰,4.58‰。模擬地質條件下,能夠獲得卸壓效果的最小開采高度分別為1.8,1.6 m,為滿足卸壓臨界指標,軟巖保護層采高至少1.8 m。

2.3.2 軟巖保護層與被保護層層間距

在恒定采高及原巖物理狀態的前提下,改變軟巖保護層與被保護層之間的層間距,分析層間距對被保護層卸壓效果的影響。模擬層間距分別為20,40,60,80,100 m,軟巖保護層工作面采高2 m,工作面面長100 m,模擬埋深700 m,關鍵層位于軟巖保護層上方50 m處,不同層間距被保護層等效卸壓率和等效膨脹率模擬結果如圖3所示。

圖3 不同層間距被保護層等效卸壓率和等效膨脹率Fig.3 Equivalent pressure relief rate and equivalent expansion rate of protected layer under different layer spacings

由圖3可知,模擬地質條件下,不同層間距處被保護層等效卸壓率分別為0.28,0.34,0.46,0.64,0.76。等效膨脹率分別為4.77‰,4.44‰,3.44‰,2.37‰,1.54‰。隨層間距增大,等效卸壓率逐漸增大,而等效膨脹率逐漸減小,即隨著層間距增大,被保護層卸壓效果逐漸減弱。分析原因為隨著層間距增加,被保護層所處層位由裂隙帶逐步過渡到彎曲下沉帶,被保護層內離層裂隙、穿層裂隙減少,被保護層卸壓效果減弱。模擬地質條件下,能夠獲得卸壓效果的最大層間距分別為65,68 m,為滿足卸壓臨界指標,軟巖保護層與被保護層最大層間距不超過65 m。

2.3.3 軟巖保護層工作面面長

為研究軟巖保護層工作面面長取50,80,100,120,150,180,240,300 m時,被保護層的卸壓影響規律。以工作面傾向長度為變量,建立8種不同模型,模擬采高2 m,層間距60 m,模擬埋深700 m,關鍵層位于保護層上方50 m處,不同面長被保護層等效卸壓率和等效膨脹模擬結果如圖4所示。

圖4 不同面長被保護層等效卸壓率和等效膨脹率Fig.4 Equivalent pressure relief rate and equivalent expansion rate of protected layer under different surface lengths

由圖4可知,工作面面長不同時,造成被保護層應力分布狀態不同,導致其等效卸壓率和等效膨脹率不同,不同面長條件下被保護層等效卸壓率分別為0.73,0.53,0.48,0.46,0.44,0.45,0.51,0.59。等效膨脹率分別為1.9‰,2.8‰,3.44‰,3.7‰,3.89‰,3.75‰,2.9‰,1.92‰。模擬地質條件下,能夠獲得卸壓效果的工作面面長范圍分別為89～227 m和85～230 m,為滿足采動卸壓臨界指標,工作面面長范圍應在89～227 m范圍內。

隨著工作面面長的增大,被保護層卸壓效果并不與面長呈線性關系,而是表現出2個階段特征包括:首先在一定面長范圍內,被保護層卸壓程度隨工作面面長的增大而增大,其次當工作面面長超過一定長度后,被保護層卸壓程度隨面長增大而逐步減小。分析原因為覆巖應力場的演化與覆巖關鍵層、覆巖破斷形成的空間結構及采空區壓實程度等因素有關,當工作面超過一定長度后,采空區上覆巖層破斷后在采空區中部范圍開始逐漸重新壓實,應力開始逐步恢復,出現卸壓程度逐步降低現象,與文獻[18]得到的結果相似。

2.3.4 軟巖保護層埋深

煤巖層受力情況隨埋深的變化而變化,不同埋深煤巖體內裂隙的閉合和擴展變形程度不同。以軟巖保護層埋深為變量,研究采高2 m,層間距60 m,關鍵層位于保護層上方50 m,工作面面長100 m情況下,軟巖保護層埋深300,500,700,900,1 200 m時被保護層的卸壓影響規律,不同埋深被保護層等效卸壓率和等效膨脹率模擬結果如圖5所示。

由圖5可知,不同埋深條件下被保護層等效卸壓率分別為0.61,0.52,0.46,0.43,0.40。等效膨脹率分別為1.52‰,2.48‰,3.44‰,4.40‰,5.34‰。保護層埋深越大,被保護層等效卸壓率r越小,即所需的應力卸壓程度越高。埋深變化引起軟巖保護層上覆載荷變化,埋深越大,載荷越大,當埋深大于700 m時,隨埋深增加,被保護層卸壓指標變化率放緩,被保護層等效膨脹率與埋深呈正比例關系。分析原因為原巖應力隨埋深增大而增大,當達到一定埋深后,巖體裂紋趨于閉合,等效卸壓率隨埋深增大逐步減小,導致埋深越大被保護層卸壓量越大,造成被保護層等效膨脹率逐步增大。模擬地質條件下,能夠獲得卸壓效果的埋深為550～605 m,為滿足卸壓臨界指標,軟巖保護層埋深至少605 m。

2.3.5 關鍵層位置

關鍵層為在巖層運動過程中起承載和控制作用的硬巖層[19]。以關鍵層位置為變量,考慮4種情況;模型1,模型2關鍵層分別位于保護層上方25,50 m處;模型3,模型4關鍵層分別位于被保護層上方25,50 m處。研究軟巖保護層工作面采高2 m,層間距60 m、面長100 m、模擬埋深700 m情況下,關鍵層處于不同位置時被保護層的卸壓影響規律,不同關鍵層位置被保護層等效卸壓率和等效膨脹率模擬結果如圖6所示。

圖6 不同關鍵層位置被保護層等效卸壓率和等效膨脹率Fig.6 Equivalent pressure relief rate and equivalent expansion rate of protected layer under different key layer positions

由圖6可知,關鍵層位置1,位置2被保護層等效卸壓率r分別為0.4,0.46,等效膨脹率分別為3.89‰,3.44‰。關鍵層位置3,4被保護層等效卸壓率r分別為0.35,0.29,等效膨脹率分別為4.32‰,4.6‰。關鍵層控制上覆巖層中裂隙和離層的動態變化,關鍵層破斷前,軟巖工作面上方采動裂隙止于關鍵層下側,關鍵層上方煤巖體受采動影響較小,不具備充分卸壓條件。隨著關鍵層層位升高,關鍵層下相同層位巖層的應力卸壓程度相對有所提高,但差異并不明顯。關鍵層破斷時,其上部煤巖體與之協調同步下沉,覆巖卸壓程度明顯增加。軟巖保護層開采過程中,關鍵層所處層位不同,相同層間距的被保護層卸壓效果不同。關鍵層位于被保護層上側時,被保護層卸壓效果明顯。受軟巖工作面采動影響,覆巖破壞可以直接發展到被保護層,關鍵層的存在對其上覆巖層運移起到積極控制作用,保證被保護層擁有足夠卸壓時間和變形空間。研究結果與文獻[20]得到的結果一致。

Ⅲ1采區南至Ⅱ1采區下限-590 m煤層底板等高線,北至-900 m煤層底板等高線。在Ⅲ1采區10煤頂板向上20 m至9煤底板30 m位置布置勘查鉆孔,發現穩定巖層有2層,分別為10煤頂板35～40 m段的中粒砂巖,厚度1～5 m和10煤頂板20～27 m灰色泥巖(含高嶺石黏土),厚度3～7 m,平均厚度5.1 m。模擬地質條件下,能夠獲得卸壓效果的最大層間距為65 m,根據綜采開采工藝、快速推進等要求,可選擇灰色泥巖層位作為保護層開采。在此基礎上,當軟巖工作面距9煤底板法距平均59 m,獲得卸壓效果的采厚最低1.8 m,工作面面長89～227 m。綜合蘆嶺煤礦現有的機械裝備及無成熟的巖石工作面回采實踐經驗,確定首采軟巖保護層工作面(Ⅲ11工作面)采高2 m,面長105 m。

3 改進鯨魚BP神經網絡預測

3.1 模型構建

針對BP神經網絡預測過程中存在局部最優解及隨機選擇初始權值和閾值的問題,本文采用改進鯨魚算法,優化BP神經網絡上述缺陷,構建軟巖保護層卸壓開采CIWOA-BP神經網絡預測模型,對保護層不同開采條件下被保護層的卸壓程度進行預測,在樣本訓練結束后,可通過輸入不同開采參數獲得對應情況下被保護層等效卸壓率和等效膨脹率。改進鯨魚算法模擬鯨魚捕食場景,基本原理包含3個步驟:首先,以最優解作為目標進行圍獵更新初始種群位置;其次,采用“氣泡攻擊法”螺旋收縮上升追蹤最優解;最后,以種群個體為目標進行全局搜索獲得CIWOA-BP神經網絡最佳初始權值和閾值,避免出現局部最優解[21]。

將影響軟巖保護層卸壓開采的5個主要參數作為CIWOA-BP神經網絡的輸入層神經元。將判斷被保護層卸壓程度的2個指標作為CIWOA-BP神經網絡輸出層神經元,輸出層的傳遞函數采用純線性函數。3層神經網絡可以很好地解決一般的預測、識別問題,其中隱藏層神經元個數往往取輸入層神經元個數的2倍,為提高網絡整體的準確性可以給予隱藏層神經元個數一定的富余量,本文CIWOA-BP神經網絡隱層神經元個數為13個。

3.2 樣本獲取與訓練

試驗過程要求網絡樣本具有普遍性和可靠性,整理FLAC3D數值模擬結果獲得138個樣本,選取其中115個樣本組成網絡訓練集,用以訓練構建的軟巖保護層卸壓開采CIWOA-BP神經網絡預測模型,并另選出23個樣本作為網絡測試集用以測試網絡的準確性,測試結果如表1所示。

表1 測試集及其測試誤差Table 1 Test sets and test errors

為提高軟巖保護層卸壓開采CIWOA-BP神經網絡預測模型的準確性及收斂速度,采用MATLAB編程環境,樣本迭代次數1 000次,學習率0.001,訓練目標最小誤差0.000 1,為加速CIWOA-BP神經網絡的收斂速度,激活函數選擇Sigmoid函數。

將樣本訓練集和測試集的總體均方誤差作為最佳適應度函數。最佳適應度函數的數值越小,表明訓練越準確預測精度越高。在進化迭代10次之后最佳適應度函數值收斂于3.964 7,收斂速度快,進一步說明CIWOA-BP神經網絡進行軟巖保護層卸壓開采結果預測的可行性。

3.3 預測結果分析與對比

由表1可知,CIWOA-BP神經網絡預測模型等效膨脹率及等效卸壓率與實際值的最大相對誤差分別為0.99%,4.85%;BP神經網絡等效膨脹率及等效卸壓率與實際值的最大相對誤差分別為3.60%,5.94%。分析得到CIWOA-BP神經網絡的預測精度高于BP神經網絡。

CIWOA-BP神經網絡等效膨脹率預測結果相對誤差小于0.5%的占比82.6%,等效卸壓率預測結果相對誤差小于3%的占比91.3%,BP神經網絡等效膨脹率預測結果相對誤差小于0.5%的占比73.91%,等效卸壓率預測結果相對誤差小于3%的占比78.26%,分析得出CIWOA-BP神經網絡的預測穩定性優于BP神經網絡。

CIWOA-BP神經網絡預測模型易于操作、適用性強,采用該方法對軟巖保護層卸壓開采效果的預測具有較高的可靠性,可為軟巖保護層開采技術參數優化設計提供指導。

4 灰色關聯分析

通過大量數據樣本的訓練可以獲取CIWOA-BP神經網絡中輸入層參數與輸出層參數之間的擬合關系,卻無法很好地分析各個輸入層參數對輸出層參數的影響程度,即無法確定影響采動卸壓效果的主次影響因素。據此進一步引入灰關聯系統,分析不同開采參數變化對軟巖保護層卸壓開采的影響程度,為現場施工提供可靠的理論參考。

采用鄧氏關聯度對軟巖保護層采動卸壓效果進行分析,通過MATLAB軟件對數值模擬結果進行灰色關聯度研究,以等效卸壓率和等效膨脹率作為灰關聯系統母序列,將不同開采參數作為灰關聯系統子序列。若二者變化態勢基本一致則計算出的關聯度高,即該開采參數對采動卸壓效果影響程度大,否則計算出的關聯度低。據此便可很好分析出文中5種開采參數對軟巖保護層采動卸壓效果各自的影響程度,不同開采參數與卸壓指標的關聯度如表2所示。

表2 不同開采參數關聯度Table 2 Correlation degree of different mining parameters

鄧氏關聯度對樣本量的多少和樣本有無規律都同樣適用并且計算量少,應用方便。由表2可知,軟巖保護層不同開采參數下對被保護層卸壓效果的主要影響因素是關鍵層位置,其次是軟巖保護層與被保護層層間距、軟巖保護層采高、軟巖保護層工作面面長,最后是軟巖保護層埋深。與實際經驗符合,表明鄧氏關聯度是合理的。

本文前期已驗證數值模擬結果與現場保護層開采覆巖裂隙發育高度的吻合性[22],并以與本文相同的工程背景進行數值模擬研究,確定合理軟巖保護層開采參數,同時也通過現場試驗驗證模擬結果的可靠性[5]。利用數值模擬結果作為基礎數據進行分析預測是有依據的,接下來將通過具體的現場試驗進一步驗證模型的可靠性。

5 結論

1)提出將改進鯨魚BP神經網絡預測模型應用于軟巖保護層卸壓開采中,其測試集預測結果與實際結果最大相對誤差分別為0.99%,4.85%,預測精度優于BP神經網絡,采用該方法對軟巖保護層卸壓開采效果的預測具有較高的可靠性,可為軟巖保護層開采技術參數優化設計提供指導。

2)灰色關聯度分析得出在不同開采參數下影響被保護層卸壓程度的主要因素是關鍵層位置,其次是軟巖保護層與被保護層層間距、軟巖保護層采高、軟巖保護層工作面面長,最后是軟巖保護層埋深。

3)模擬地質條件下,能夠獲得卸壓效果的最大層間距為65 m,根據綜采開采工藝、快速推進等要求,可選擇灰色泥巖層位作為保護層開采。在此基礎上,當軟巖工作面距9煤底板法距平均59 m,獲得卸壓效果的采厚最低1.8 m,工作面面長89～227 m。綜合蘆嶺煤礦現有的機械裝備及無成熟的巖石工作面回采實踐經驗,確定首采軟巖保護層工作面(Ⅲ11工作面)采高2 m,面長105 m。