软岩保护层开采采动卸压效果的预测及应用*

王 坤,孟祥瑞,程 详,赵光明,顾清恒

(1.安徽理工大学 深部煤矿采动响应与灾害防控国家重点实验室,安徽 淮南 232001;2.安徽理工大学 矿业工程学院,安徽 淮南 232001;3.安徽理工大学 矿业工程博士后流动站,安徽 淮南 232001;4.淮南矿业(集团)有限责任公司博士后科研工作站,安徽 淮南 232001)

0 引言

深地资源开发是我国能源发展战略之一[1],受“五高两扰动”环境影响[2],井工开采条件恶化,瓦斯赋存环境变的更加复杂,煤层瓦斯压力、瓦斯含量更大,吸附性更强[3],而煤层透气性进一步降低,各因素耦合共生相互影响,造成传统煤层保护层开采方式遭遇巨大挑战。针对深部传统煤层保护层开采适用性受限,煤层群整体区域消突困难,提出选择软岩(高岭土)作为保护层开采的区域瓦斯治理方式[4],具有工作面开采层位灵活、开采厚度可调节、解突效果好、回采安全威胁小等优点。

软岩保护层工作面覆岩结构与开采技术参数对被保护层卸压效果影响明显[5-6],掌握不同开采条件下煤岩体卸压效果,可指导开采实践。施峰等[7]研究开采层间距对上保护层卸压效果的影响;徐刚等[8]研究上保护层开采对被保护层卸压瓦斯抽采的影响程度;吴仁伦等[9-10]分析采高、工作面面宽对采动覆岩瓦斯卸压运移“三带”范围的影响规律;Shi等[11]分析采高与被保护层卸压效果的关系;Fang等[12]基于相似模拟研究方法,研究不同倾角下保护层开采的卸压范围;贺爱萍等[13]分析保护层采高和相对层间距与被保护层透气性系数及瓦斯渗透率的关系;Yuan等[14]运用多元回归法研究不同层间距处保护层开采的防护效果。

开采软岩作为保护层的工程实例,国内乃至世界上均为罕见,分析特定地质条件下软岩保护层开采技术参数对上覆被保护层卸压规律,可丰富保护层卸压开采理论与实践。本文以淮北芦岭煤矿首采软岩保护层工作面为工程背景,运用数值仿真方法,研究软岩保护层不同开采技术参数(采高、层间距、关键层位置、埋深和面长)对被保护层卸压效果的影响规律。研究结果可为软岩保护层卸压开采提供重要的参考价值。

1 试验工程背景

芦岭煤矿III1采区主采煤层有8,9,10共3层煤层,均具有突出危险性,构成突出煤层群开采条件。8煤层厚度6.28～13.25 m,平均厚度8.58 m,属典型特厚极松软低透气性煤层;9煤层平均厚2.0 m,距上覆8煤平均3.0 m,试验过程中与8煤视为1层煤,作为软岩保护层卸压开采的被保护层。10煤层发育两层煤,10-1煤平均厚度1.4 m,10-2煤平均厚度1.3 m,2层煤之间夹矸厚度平均2.27 m。10煤层由于煤层结构复杂,且本身具有突出危险性,回采安全威胁大,不具备保护层开采条件。因此在10煤层与上覆8煤层、9煤层之间选择含高岭石黏土的泥岩作为保护层开采方案。软岩保护层为距9煤层底板法距平均60 m,距10煤层顶板法距平均23 m,层厚平均为5.1 m的泥岩。

2 软岩保护层采动卸压效果数值模拟研究

2.1 数值模拟建立

以芦岭Ⅲ11首采软岩保护层工作面为工程背景,利用FLAC3D数值模拟软件构建模型,探索软岩保护层不同开采条件对被保护层卸压效果的影响规律如图1所示。模型开挖走向长度按照倾向长度的1.8倍设置,并设置风巷、机巷的宽度为4 m,模型四周各留设100 m边界煤岩柱,煤岩层倾角10°。采用人工调节冒落带的方法对采空区进行处理,模拟煤岩层的物理力学参数见文献[15]。

图1 软岩保护层开采模型Fig.1 Model of soft rock protective layer mining

2.2 卸压指标选择

软岩保护层开采后,上覆煤岩体受采动影响,其应力-应变状态发生改变。以往研究得到,保护层卸压开采被保护层的卸压率达到0.5或膨胀率达到2‰～3‰时,被保护煤层将充分卸压,其渗透率将增大数十倍[16-17]。考虑当前卸压指标可能存在奇异点的问题,定义等效卸压率从应力角度表征被保护层卸压程度。如式(1)所示:

(1)

定义等效膨胀率从位移角度表征被保护层卸压程度。如式(2)所示:

(2)

式中:ζ为等效膨胀率;μi为被保护层顶底板相对位移量,mm;Mi为被保护层厚度,mm。ζ>0说明被保护层发生膨胀变形,反之发生压缩变形。

本文将等效卸压率达到0.5和等效膨胀率达到3‰作为软岩保护层开采后采动卸压临界指标,描述被保护层的卸压保护效果。

2.3 软岩保护层不同开采参数卸压效果影响规律

2.3.1 软岩保护层采高

为研究软岩保护层采高分别为1,2,3,4,5 m时被保护层卸压效果,以软岩保护层采高为变量,模拟软岩保护层工作面面长为100 m,埋深为700 m,层间距为60 m,关键层位于软岩保护层上方50 m处,不同采高被保护层等效卸压率和等效膨胀率模拟结果如图2所示。

图2 不同采高被保护层等效卸压率和等效膨胀率Fig.2 Equivalent pressure relief rate and equivalent expansion rate of protected layer under different mining heights

由图2可知,随着开采高度的增加,被保护层卸压效果逐渐明显。在模拟地质条件下,当开采高度不超过4 m时,软岩保护层采高变化对被保护层卸压效果的敏感性较强。当开采高度超过4 m时,被保护层卸压效果的敏感性减弱。不同开采高度被保护层等效卸压率分别为0.65,0.46,0.37,0.32,0.27,等效膨胀率分别为2.27‰,3.44‰,3.89‰,4.40‰,4.58‰。模拟地质条件下,能够获得卸压效果的最小开采高度分别为1.8,1.6 m,为满足卸压临界指标,软岩保护层采高至少1.8 m。

2.3.2 软岩保护层与被保护层层间距

在恒定采高及原岩物理状态的前提下,改变软岩保护层与被保护层之间的层间距,分析层间距对被保护层卸压效果的影响。模拟层间距分别为20,40,60,80,100 m,软岩保护层工作面采高2 m,工作面面长100 m,模拟埋深700 m,关键层位于软岩保护层上方50 m处,不同层间距被保护层等效卸压率和等效膨胀率模拟结果如图3所示。

图3 不同层间距被保护层等效卸压率和等效膨胀率Fig.3 Equivalent pressure relief rate and equivalent expansion rate of protected layer under different layer spacings

由图3可知,模拟地质条件下,不同层间距处被保护层等效卸压率分别为0.28,0.34,0.46,0.64,0.76。等效膨胀率分别为4.77‰,4.44‰,3.44‰,2.37‰,1.54‰。随层间距增大,等效卸压率逐渐增大,而等效膨胀率逐渐减小,即随着层间距增大,被保护层卸压效果逐渐减弱。分析原因为随着层间距增加,被保护层所处层位由裂隙带逐步过渡到弯曲下沉带,被保护层内离层裂隙、穿层裂隙减少,被保护层卸压效果减弱。模拟地质条件下,能够获得卸压效果的最大层间距分别为65,68 m,为满足卸压临界指标,软岩保护层与被保护层最大层间距不超过65 m。

2.3.3 软岩保护层工作面面长

为研究软岩保护层工作面面长取50,80,100,120,150,180,240,300 m时,被保护层的卸压影响规律。以工作面倾向长度为变量,建立8种不同模型,模拟采高2 m,层间距60 m,模拟埋深700 m,关键层位于保护层上方50 m处,不同面长被保护层等效卸压率和等效膨胀模拟结果如图4所示。

图4 不同面长被保护层等效卸压率和等效膨胀率Fig.4 Equivalent pressure relief rate and equivalent expansion rate of protected layer under different surface lengths

由图4可知,工作面面长不同时,造成被保护层应力分布状态不同,导致其等效卸压率和等效膨胀率不同,不同面长条件下被保护层等效卸压率分别为0.73,0.53,0.48,0.46,0.44,0.45,0.51,0.59。等效膨胀率分别为1.9‰,2.8‰,3.44‰,3.7‰,3.89‰,3.75‰,2.9‰,1.92‰。模拟地质条件下,能够获得卸压效果的工作面面长范围分别为89～227 m和85～230 m,为满足采动卸压临界指标,工作面面长范围应在89～227 m范围内。

随着工作面面长的增大,被保护层卸压效果并不与面长呈线性关系,而是表现出2个阶段特征包括:首先在一定面长范围内,被保护层卸压程度随工作面面长的增大而增大,其次当工作面面长超过一定长度后,被保护层卸压程度随面长增大而逐步减小。分析原因为覆岩应力场的演化与覆岩关键层、覆岩破断形成的空间结构及采空区压实程度等因素有关,当工作面超过一定长度后,采空区上覆岩层破断后在采空区中部范围开始逐渐重新压实,应力开始逐步恢复,出现卸压程度逐步降低现象,与文献[18]得到的结果相似。

2.3.4 软岩保护层埋深

煤岩层受力情况随埋深的变化而变化,不同埋深煤岩体内裂隙的闭合和扩展变形程度不同。以软岩保护层埋深为变量,研究采高2 m,层间距60 m,关键层位于保护层上方50 m,工作面面长100 m情况下,软岩保护层埋深300,500,700,900,1 200 m时被保护层的卸压影响规律,不同埋深被保护层等效卸压率和等效膨胀率模拟结果如图5所示。

由图5可知,不同埋深条件下被保护层等效卸压率分别为0.61,0.52,0.46,0.43,0.40。等效膨胀率分别为1.52‰,2.48‰,3.44‰,4.40‰,5.34‰。保护层埋深越大,被保护层等效卸压率r越小,即所需的应力卸压程度越高。埋深变化引起软岩保护层上覆载荷变化,埋深越大,载荷越大,当埋深大于700 m时,随埋深增加,被保护层卸压指标变化率放缓,被保护层等效膨胀率与埋深呈正比例关系。分析原因为原岩应力随埋深增大而增大,当达到一定埋深后,岩体裂纹趋于闭合,等效卸压率随埋深增大逐步减小,导致埋深越大被保护层卸压量越大,造成被保护层等效膨胀率逐步增大。模拟地质条件下,能够获得卸压效果的埋深为550～605 m,为满足卸压临界指标,软岩保护层埋深至少605 m。

2.3.5 关键层位置

关键层为在岩层运动过程中起承载和控制作用的硬岩层[19]。以关键层位置为变量,考虑4种情况;模型1,模型2关键层分别位于保护层上方25,50 m处;模型3,模型4关键层分别位于被保护层上方25,50 m处。研究软岩保护层工作面采高2 m,层间距60 m、面长100 m、模拟埋深700 m情况下,关键层处于不同位置时被保护层的卸压影响规律,不同关键层位置被保护层等效卸压率和等效膨胀率模拟结果如图6所示。

图6 不同关键层位置被保护层等效卸压率和等效膨胀率Fig.6 Equivalent pressure relief rate and equivalent expansion rate of protected layer under different key layer positions

由图6可知,关键层位置1,位置2被保护层等效卸压率r分别为0.4,0.46,等效膨胀率分别为3.89‰,3.44‰。关键层位置3,4被保护层等效卸压率r分别为0.35,0.29,等效膨胀率分别为4.32‰,4.6‰。关键层控制上覆岩层中裂隙和离层的动态变化,关键层破断前,软岩工作面上方采动裂隙止于关键层下侧,关键层上方煤岩体受采动影响较小,不具备充分卸压条件。随着关键层层位升高,关键层下相同层位岩层的应力卸压程度相对有所提高,但差异并不明显。关键层破断时,其上部煤岩体与之协调同步下沉,覆岩卸压程度明显增加。软岩保护层开采过程中,关键层所处层位不同,相同层间距的被保护层卸压效果不同。关键层位于被保护层上侧时,被保护层卸压效果明显。受软岩工作面采动影响,覆岩破坏可以直接发展到被保护层,关键层的存在对其上覆岩层运移起到积极控制作用,保证被保护层拥有足够卸压时间和变形空间。研究结果与文献[20]得到的结果一致。

Ⅲ1采区南至Ⅱ1采区下限-590 m煤层底板等高线,北至-900 m煤层底板等高线。在Ⅲ1采区10煤顶板向上20 m至9煤底板30 m位置布置勘查钻孔,发现稳定岩层有2层,分别为10煤顶板35～40 m段的中粒砂岩,厚度1～5 m和10煤顶板20～27 m灰色泥岩(含高岭石黏土),厚度3～7 m,平均厚度5.1 m。模拟地质条件下,能够获得卸压效果的最大层间距为65 m,根据综采开采工艺、快速推进等要求,可选择灰色泥岩层位作为保护层开采。在此基础上,当软岩工作面距9煤底板法距平均59 m,获得卸压效果的采厚最低1.8 m,工作面面长89～227 m。综合芦岭煤矿现有的机械装备及无成熟的岩石工作面回采实践经验,确定首采软岩保护层工作面(Ⅲ11工作面)采高2 m,面长105 m。

3 改进鲸鱼BP神经网络预测

3.1 模型构建

针对BP神经网络预测过程中存在局部最优解及随机选择初始权值和阈值的问题,本文采用改进鲸鱼算法,优化BP神经网络上述缺陷,构建软岩保护层卸压开采CIWOA-BP神经网络预测模型,对保护层不同开采条件下被保护层的卸压程度进行预测,在样本训练结束后,可通过输入不同开采参数获得对应情况下被保护层等效卸压率和等效膨胀率。改进鲸鱼算法模拟鲸鱼捕食场景,基本原理包含3个步骤:首先,以最优解作为目标进行围猎更新初始种群位置;其次,采用“气泡攻击法”螺旋收缩上升追踪最优解;最后,以种群个体为目标进行全局搜索获得CIWOA-BP神经网络最佳初始权值和阈值,避免出现局部最优解[21]。

将影响软岩保护层卸压开采的5个主要参数作为CIWOA-BP神经网络的输入层神经元。将判断被保护层卸压程度的2个指标作为CIWOA-BP神经网络输出层神经元,输出层的传递函数采用纯线性函数。3层神经网络可以很好地解决一般的预测、识别问题,其中隐藏层神经元个数往往取输入层神经元个数的2倍,为提高网络整体的准确性可以给予隐藏层神经元个数一定的富余量,本文CIWOA-BP神经网络隐层神经元个数为13个。

3.2 样本获取与训练

试验过程要求网络样本具有普遍性和可靠性,整理FLAC3D数值模拟结果获得138个样本,选取其中115个样本组成网络训练集,用以训练构建的软岩保护层卸压开采CIWOA-BP神经网络预测模型,并另选出23个样本作为网络测试集用以测试网络的准确性,测试结果如表1所示。

表1 测试集及其测试误差Table 1 Test sets and test errors

为提高软岩保护层卸压开采CIWOA-BP神经网络预测模型的准确性及收敛速度,采用MATLAB编程环境,样本迭代次数1 000次,学习率0.001,训练目标最小误差0.000 1,为加速CIWOA-BP神经网络的收敛速度,激活函数选择Sigmoid函数。

将样本训练集和测试集的总体均方误差作为最佳适应度函数。最佳适应度函数的数值越小,表明训练越准确预测精度越高。在进化迭代10次之后最佳适应度函数值收敛于3.964 7,收敛速度快,进一步说明CIWOA-BP神经网络进行软岩保护层卸压开采结果预测的可行性。

3.3 预测结果分析与对比

由表1可知,CIWOA-BP神经网络预测模型等效膨胀率及等效卸压率与实际值的最大相对误差分别为0.99%,4.85%;BP神经网络等效膨胀率及等效卸压率与实际值的最大相对误差分别为3.60%,5.94%。分析得到CIWOA-BP神经网络的预测精度高于BP神经网络。

CIWOA-BP神经网络等效膨胀率预测结果相对误差小于0.5%的占比82.6%,等效卸压率预测结果相对误差小于3%的占比91.3%,BP神经网络等效膨胀率预测结果相对误差小于0.5%的占比73.91%,等效卸压率预测结果相对误差小于3%的占比78.26%,分析得出CIWOA-BP神经网络的预测稳定性优于BP神经网络。

CIWOA-BP神经网络预测模型易于操作、适用性强,采用该方法对软岩保护层卸压开采效果的预测具有较高的可靠性,可为软岩保护层开采技术参数优化设计提供指导。

4 灰色关联分析

通过大量数据样本的训练可以获取CIWOA-BP神经网络中输入层参数与输出层参数之间的拟合关系,却无法很好地分析各个输入层参数对输出层参数的影响程度,即无法确定影响采动卸压效果的主次影响因素。据此进一步引入灰关联系统,分析不同开采参数变化对软岩保护层卸压开采的影响程度,为现场施工提供可靠的理论参考。

采用邓氏关联度对软岩保护层采动卸压效果进行分析,通过MATLAB软件对数值模拟结果进行灰色关联度研究,以等效卸压率和等效膨胀率作为灰关联系统母序列,将不同开采参数作为灰关联系统子序列。若二者变化态势基本一致则计算出的关联度高,即该开采参数对采动卸压效果影响程度大,否则计算出的关联度低。据此便可很好分析出文中5种开采参数对软岩保护层采动卸压效果各自的影响程度,不同开采参数与卸压指标的关联度如表2所示。

表2 不同开采参数关联度Table 2 Correlation degree of different mining parameters

邓氏关联度对样本量的多少和样本有无规律都同样适用并且计算量少,应用方便。由表2可知,软岩保护层不同开采参数下对被保护层卸压效果的主要影响因素是关键层位置,其次是软岩保护层与被保护层层间距、软岩保护层采高、软岩保护层工作面面长,最后是软岩保护层埋深。与实际经验符合,表明邓氏关联度是合理的。

本文前期已验证数值模拟结果与现场保护层开采覆岩裂隙发育高度的吻合性[22],并以与本文相同的工程背景进行数值模拟研究,确定合理软岩保护层开采参数,同时也通过现场试验验证模拟结果的可靠性[5]。利用数值模拟结果作为基础数据进行分析预测是有依据的,接下来将通过具体的现场试验进一步验证模型的可靠性。

5 结论

1)提出将改进鲸鱼BP神经网络预测模型应用于软岩保护层卸压开采中,其测试集预测结果与实际结果最大相对误差分别为0.99%,4.85%,预测精度优于BP神经网络,采用该方法对软岩保护层卸压开采效果的预测具有较高的可靠性,可为软岩保护层开采技术参数优化设计提供指导。

2)灰色关联度分析得出在不同开采参数下影响被保护层卸压程度的主要因素是关键层位置,其次是软岩保护层与被保护层层间距、软岩保护层采高、软岩保护层工作面面长,最后是软岩保护层埋深。

3)模拟地质条件下,能够获得卸压效果的最大层间距为65 m,根据综采开采工艺、快速推进等要求,可选择灰色泥岩层位作为保护层开采。在此基础上,当软岩工作面距9煤底板法距平均59 m,获得卸压效果的采厚最低1.8 m,工作面面长89～227 m。综合芦岭煤矿现有的机械装备及无成熟的岩石工作面回采实践经验,确定首采软岩保护层工作面(Ⅲ11工作面)采高2 m,面长105 m。