深井巷道围岩支护参数优化研究

[摘 要]深井围岩支护中，锚杆是应用最为普遍的一种支护方式。随着智能算法应用越来越普遍，智能算法可作为围岩支护设计时的一种参考。文中通过群算法对锚杆支护设计的优化，使锚杆支护设计更为合理。在基于工程经验提出初步参数的基础上，采用数值分析方法进行支护参数优化，获得了具有指导意义的研究成果。

[关键词]深井巷道 围岩支护 PSO算法 参数优化 力学分析

中图分类号：TD353 文献标识码：A 文章编号：1009-914X（2017）02-0169-01

1.深井支护概况

1.1 支护参数优化概况

围岩支护参数优化是巷道支护设计实现定量决策的关键，科学地寻找支护参数设计在安全和经济两方面之间的最佳点，对安全生产和经济效益的意义显而易见。锚杆支护在各种支护形式中占有举足轻重的地位。近年来，很多学者对深井围岩支护参数优化的问题进行了深入的研究。

1.2 工程概况

东海煤矿的主要破坏巷道位于东海煤矿32#煤层二水平五采区下山，水平标高-600m。取下山巷道不同位置岩石进行力学参数测定得知，该下山整体岩层的岩石强度比较大，质地坚硬，但受各种弱面（节理、裂隙等）和软弱夹层的影响，严重降低了底板岩层各分层的整体强度，使得岩体出现软化现象。通过现场勘查和实验室力学参数测定结果可知，32#层顶板岩层的质量级别为П级，即较完整较坚硬岩体。所研究的巷道段围岩岩样抗压、抗剪实验测定结果如下图（选取有代表性的岩样应力应变曲线）：

2.深井围岩应力分布分析

由于下山巷道围岩处于层状岩体中、上覆岩层存在较厚的坚硬岩层、围岩存在较多的机理裂隙，采动影响较频繁、采深较大且巷道断面是矩形。因此，通过锚杆的悬吊理论、动力学平衡理论确定锚杆的参数将更加精确。[13-14]

假定深井巷道断面为圆形且侧压力系数，根据弹性力学及岩石力学可求得任何一点的应力状态为

其中，为径向应力，切向应力，为剪应力，原岩应力，为圆形巷道断面的半径，任意点到圆形巷道断面中心点的距离，任意点到中轴线连线与水平面的夹角，侧向压力系数。

根据三维岩体锚固范围方程

其中，是节理裂隙对应力的影响系数，大小受岩体质量等级的影响，这里取0.85。为初始锚固力，一般不低于25MPa，为有效预应力，单位，。其中C为与接触表面、螺纹形式等因素有关的系数，经实验室测定；M为输出扭矩，N・M，一般国内矿山单体锚杆钻机输出扭矩在100～140N・M之间；为预应力损失系数，与原岩应力大小、支护表面粗糙度、锚固机具参数、工人熟练程度和时间效应等有关，取值范围为，这里取0.60。L2取0.5～3.0的值。

由（1）（2）两式可知围岩应力分布及不同锚固力时锚杆锚固范围。

由上式可知当锚杆的有效长度为2.1m即时较为合适。因此根据锚杆总长可得到锚杆长度为2.2m。依据式（1）分别求得的巷道顶板和两帮最大径向应力、最大切向应力和最大剪应力值，从而初步确定锚杆的直径选取范围为：。

由以上分析可得到锚杆锚固范围边界三向承载力，，。

3.数值分析

3.1 锚杆锚固模型

建立巷道围岩在锚杆作用下的变形函数，求得变形的最大值，求得变形最大值的的位置并验证锚杆的有效性。研究对象为东海煤矿32#煤层二水平五采区下山中段10m范围内的巷道围岩，巷道设计断面为矩形，设计净宽5m，设计净高3.5m，顶板锚固面积为50m2，两帮锚固面积均为35m2。

根据结构面面壁力学特性，依照沃尔多夫（Waldorf ）的观点，计算锚杆作用下的结构面面壁法向弹性变形为

其中，，为锚杆的初始锚固力，E为围岩弹性模量，A为接触面积。

根据煤矿支护安全规定的巷道围岩变形范围，在允许的范围内求出的区间，通过数值计算得到最大变形的位置。

3.2 数值过程

函数（3）对于适应度函数fitness对其参数，，做出不同方式的比较已测试其对函数结果影响。

4.结语

东海矿区32#煤层二水平五采区下山巷道是受深部高应力场困扰的主要工程之一。由于于较深地层受采动影响较大，因此选择该段巷道作为高应力采场巷道支护设计和现场试验研究的地段。在基于工程经验提出初步参数的基础上，采用数值分析方法进行支护参数优化，获得了具有指导意义的研究成果。经过力学分析和粒子群算法优化后最终确定锚杆支护时围岩发生最大变形的位置，依次为依据选择合理的锚杆间排距，并对特殊区域进行加强支护，减少了锚杆施工过程中对围岩表面的二次破坏。但矿井巷道围岩支护手段一般比较综合，通过群优化的方法作为对支护设计时的参考需要大量的实践验证。

参考文献

[1] Kennedy J，Eberhart R.Particle Swarm optimization[C].In：IEEE Int 1 Conf onNeural Networks.Perth，Austraial，1995：1942-1948.

[2] Eberhart R，Kennedy J.A New Optimizer Using Particle Swarm Theory[C].In：Procof the Sixth International Symposium on Micro Machine and Human Science，Nagoya，Japan，1995：39-43.

[3] 姜谙男，茹忠亮，张 娇.基于粒子群算法和FLAC的洞室围岩参数反分析[J].电子工业出版社. 2007. Vol.27（5）：33-35.