期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
露天煤矿碎裂结构岩体滑坡参数反演及边坡失稳机理研究
1
作者 臧建领 张凯 《中国矿业》 北大核心 2025年第S1期93-98,共6页
为了研究露天煤矿碎裂结构岩体参数确定难、边坡变形失稳频繁和控制难度大等问题,本文基于某露天煤矿北帮碎裂结构岩体的地质特征,采用滑坡参数反演确定滑坡区域的黏聚力和内摩擦角参数,对滑坡区域不同变形程度A、B两剖面进行数值模拟,... 为了研究露天煤矿碎裂结构岩体参数确定难、边坡变形失稳频繁和控制难度大等问题,本文基于某露天煤矿北帮碎裂结构岩体的地质特征,采用滑坡参数反演确定滑坡区域的黏聚力和内摩擦角参数,对滑坡区域不同变形程度A、B两剖面进行数值模拟,利用FLAC^(3D)软件分析了边坡失稳破坏模式下边坡变形、塑性区分布规律及边坡滑移模式,基于分析结果探讨了边坡角参数优化。研究结果表明:对北帮边坡的滑坡区域进行参数反演,得到杂色泥岩的黏聚力为32.46 kPa、内摩擦角20.29°。剖面A的最大临坡面位移达到9.3 m,最大竖直位移达到6.6 m,其拉伸破坏区主要集中在坡面中上部,剪切破坏区集中在坡脚和坡体中部,受拉剪破坏的影响较大;剖面B的最大临坡面位移达到0.017 m,最大竖直位移达到0.012 m,其拉伸破坏区较少,剪切破坏区集中在坡脚和坡体内部。确定了边坡的破坏模式为沿底板泥岩的顺层剪切-拉裂破坏模式,与现场观测的滑坡失稳现象一致;随着边坡角度的减小,安全系数呈非线性上升趋势,塑性区高度显著降低。当边坡角选取为40°时,安全系数为1.23,塑性区高度为6 m,此时能够有效保证边坡的稳定性。结合现场监测数据与数值模拟技术,精确反演了岩体力学参数,并揭示边坡失稳的力学机制,为类似地质条件下的边坡设计提供了参考。 展开更多
关键词 露天煤矿 岩体参数 数值模拟 FLAC^(3D) 滑动模式
在线阅读 下载PDF
基于SBAS-InSAR和NDVI监测的露天矿排土场受扰动时空演化态势研究
2
作者 臧建领 汪晶 张凯 《中国矿业》 北大核心 2025年第S1期99-104,共6页
时序InSAR监测技术因其高空间分辨率、全覆盖监测能力、非接触式数据获取优势,成为监测露天矿区地表沉降的重要技术手段。针对露天矿受井工开采扰动的排土场区域,本文以某露天矿排土场为研究区,基于SBAS-InSAR技术并利用22景哨兵一号(Se... 时序InSAR监测技术因其高空间分辨率、全覆盖监测能力、非接触式数据获取优势,成为监测露天矿区地表沉降的重要技术手段。针对露天矿受井工开采扰动的排土场区域,本文以某露天矿排土场为研究区,基于SBAS-InSAR技术并利用22景哨兵一号(Sentinel-1A)卫星影像,获取研究区的整体沉降分布特征,探究地下开采扰动对排土场稳定性的影响;同时基于哨兵二号(Sentinel-2)数据,探究地下开采扰动对地表植被生长状况的影响。研究结果表明:地下开采煤矿区域的地表沉降主要集中在6108工作面、4104工作面和4106工作面对应的地下开采扰动区,最大沉降值达-172 mm,而内排土场东部沉降最为严重,最大沉降值达到-572 mm;沿西北-东南方向选取的四条测线,监测结果表明,各测线均呈现出漏斗式沉降特征,且内排土场中心区域沉降值较大;根据时序形变监测发现,内排土场及地下开采扰动区的沉降范围随时间逐渐扩大,再结合应力分布特征发现,地下开采对于内排土场的扰动影响随时间也愈发扩大;外排土场地下开采引发的地表沉降导致地下水位下降与地表裂缝,一定程度上破坏了土壤的水分供给与植被生长环境。地表植被生长受到影响,并且NDVI值偏低。 展开更多
关键词 地表沉陷 SBAS-InSAR 露天矿 排土场边坡 滑动模式
在线阅读 下载PDF
基于时序InSAR与改进LSTM的露天矿沉降分析与预测
3
作者 王辉 雷新鹏 +3 位作者 栾博钰 邵杏红 刘庆雨 朱方印 《中国矿业》 北大核心 2025年第S1期79-84,共6页
针对露天矿地表沉降监测精度不足、时序预测模型适应性弱的问题,本文提出一种基于时序InSAR技术与改进长短期记忆(LSTM)模型相结合的露天矿区沉降分析与预测方法。首先,本文利用SBAS-InSAR技术处理59景Sentinel-1卫星影像,获取矿区总体... 针对露天矿地表沉降监测精度不足、时序预测模型适应性弱的问题,本文提出一种基于时序InSAR技术与改进长短期记忆(LSTM)模型相结合的露天矿区沉降分析与预测方法。首先,本文利用SBAS-InSAR技术处理59景Sentinel-1卫星影像,获取矿区总体形变空间分布特征及毫米级的年平均沉降率;其次,基于传统的LSTM模型进行优化改进,引入编码器与解码器架构,构建沉降预测框架。研究结果表明:SBAS-InSAR监测精度较高;改进LSTM模型预测精度显著提升,四个点位平均绝对误差为1.946 mm、平均均方根误差为2.453 mm;传统LSTM模型四个点位的平均绝对误差为3.670 mm、平均均方根误差为4.560 mm;相较于传统LSTM模型,平均绝对误差和平均均方根误差分别至少降低了46.98%和46.21%。因此,时序InSAR与改进LSTM的融合方法在露天矿区沉降分析与预测中具有较好的应用效果。 展开更多
关键词 露天矿 时序InSAR 矿区地表沉降监测 改进型LSTM 沉降预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部