Tesis:
Modeling and Risk Assessment of Fault-Induced Mine Water Inrush
- Autor: QINGLONG, Zhou
- Título: Modeling and Risk Assessment of Fault-Induced Mine Water Inrush
- Fecha: 2017
- Materia: Sin materia definida
- Escuela: E.T.S.I. DE MINAS Y ENERGÍA
- Departamentos: INGENIERIA GEOLOGICA Y MINERA
- Acceso electrónico: http://oa.upm.es/52148/
- Director/a 1º: HIDALGO LÓPEZ, Arturo
- Director/a 2º: HERRERA HERBERT, Juan
- Resumen: En minería subterránea o de interior, las irrupciones súbitas de agua a las labores mineras constituyen un riesgo que se hace muy común en algunas zonas con graves consecuencias en muchas ocasiones mortales. En las últimas décadas se han registrado innumerables accidentes por avenidas de agua en los principales países productores de carbón (China, India, Polonia, Rusia, etc.) que han provocado la muerte a miles de mineros según los registros oficiales. De entre todos los accidentes provocados por el agua, los producidos por inundaciones de las labores desde fallas geológicas representan en estos países una alta proporción, lo que trae consigo una urgencia por investigar los mecanismos de éste tipo de fenómenos y la necesidad de evaluar el riesgo por inundación inducida por fallas. Esta tesis doctoral aborda la incursión súbita de aguas inducida por fallas desde tres perspectivas: su mecanismo, la evaluación del riesgo y las medidas posteriores al desastre. Para investigar los mecanismos de entrada de aguas inducidos por fallas, se estableció un modelo computacional de una capa subterránea típica de carbón con una falla oculta con el fin de evaluar cuantitativamente la magnitud de la concentración de esfuerzos de los campos tensionales de la falla. La simulación numérica se realizó utilizando el método de elementos finitos extendidos y la mecánica de la fractura, y los resultados de la simulación sugirieron que la concentración de esfuerzos en la punta de la falla causada por la presión del fluido, tensiones in situ y tensiones inducidas por la actividad minera juegan un papel clave en la inducción de la reactivación de fallas y favoreciendo la intrusión de aguas. Para conseguir la evaluación del riesgo de inundación inducida por fallas, se introdujeron dos metodologías en las investigaciones llevadas a cabo: el sistema de inferencia adaptativa neurofuzzy (adaptive neuro-fuzzy inference system - ANFIS) y los sistemas de ingeniería de rocas (rock engineering systems - RES). La primera metodología fue introducida para predecir la probabilidad de una irrupción de aguas causada por una falla específica y la segunda fue introducida para cartografiar el riesgo de irrupción de agua inducida por la falla para toda una cuenca. Mediante estas dos metodologías se establecieron dos modelos cuantitativos de evaluación del riesgo (modelo ANFIS y modelo RES) y los correspondientes estudios de casos fueron elaborados utilizando estos dos modelos establecidos. Los resultados de la evaluación final mostraron que el modelo ANFIS es muy preciso en la predicción de la causa de la irrupción de aguas por una falla específica y el modelo RES puede obtener claramente un mapa de seguridad de la inundación de agua para toda una cuenca minera. Para inundaciones de labores mineras inducidas a partir de fallas, la medida más importante después de ocurrido el desastre es reconocer rápidamente las fuentes de entrada. Identificar con precisión qué acuífero o qué cuerpo de agua está directamente relacionado con el accidente de entrada es el paso clave para controlar el accidente y reducir las bajas así como las pérdidas económicas. En esta tesis, se propone el uso de la red neural de retropropagación (back propagation – BP) para identificar las fuentes de inundación de agua. Según los estudios de casos realizados en el área minera de Jiaozuo, los resultados mostraron que el método propuesto en esta tesis es un método eficaz y preciso para reconocer las fuentes y el origen de las irrupciones de aguas. ----------ABSTRACT---------- In underground mining, water inrush is a common hydrogeological hazard and is a deadly killer. Over the recent decades countless water inrush accidents have occurred in the main coal producing countries (China, India, Poland, Russia, etc.) and have killed thousands of miners. Among all the occurred water accidents fault-induced water inrushes account for a large proportion, this brings the urgency of researching the mechanisms and assessing the risk of fault-induced water inrush. This thesis concerns the fault-induced water inrush from three perspectives, the mechanism, the risk assessment and the post-disaster measure. To research the mechanisms of fault-induced water inrush, a computational model of a typical underground stope with a hidden fault was established for quantitatively assessing the magnitude of the stress concentration of the stress fields of the fault-tip. The numerical simulation was performed using the extended finite element method and fracture mechanics, and the simulation results suggested that the stress concentration at fault tip caused by fluid pressure, in-situ stresses and mining-induced stresses plays a key role in inducing fault reactivation and thus further inducing water inrush. To achieve the risk assessment of fault-induced water inrush, two methodologies were introduced into the research, the adaptive neuro-fuzzy inference system (ANFIS) and the rock engineering systems (RES). The former methodology was introduced for predicting the probability of water inrush caused by a specific fault and the later one was introduced for mapping the fault-induced water inrush risk for a whole coalfield. By means of these two methodologies, two quantitative risk assessment models (ANFIS model and RES model) were established and corresponding case studies were also elaborately implemented by using these two established models. The final assessment results showed that the ANFIS model is highly accurate in the prediction of water inrush cause by a specific fault and RES model can clearly get a water inrush safety map for a whole coalfield. For fault-induced water inrushes, the most important post-disaster measure is to quickly recognize the inrush sources, accurately identifying which aquifer or which water body is directly related to the inrush accident is the key step of controlling the accident and reducing casualties and economic losses. In this thesis, BP (back propagation) neural network was proposed to identify the water-inrush sources, according to the case studies conducted in Jiaozuo mine area, the results showed that the proposed method in this thesis is an effective and accurate method in recognizing the water-inrush sources. ----------摘要---------- 在地下采掘活动中，突水是一个常见而致命的水文地质灾害。在过去的几十年，在主要的产煤国（中国、印度、波兰、俄罗斯，等）发生了无以计数的地下突水事故，导致了成千上万的矿工伤亡。在这些已经发生的突水事故中，断层导致的突水占了相当大的比例，因此研究断层致突的机理和对断层致突进行有效的风险评价近年逐渐变成一个亟待解决的难题。基于此背景，这篇论文从发生机理，风险评价和灾后措施三个方面对断层突水进行相关研究。 为了对断层致突的机理进行模拟研究，本论文建立了一个典型的含隐伏断层的地下采场计算模型，目的在于对断层尖端的应力集中场进行定量分析。该计算模型的模拟在本论文中通过扩展有限元和断裂力学得以实现。模拟结果表明：在地下开采活动中，由渗透压力，地应力和采动应力联合导致的断层尖端的应力集中是导致隐伏断层活化从而引发突水的关键因素。 为了实现对断层突水的风险评价，本论文引入了两种新颖的系统研究方法，自适应神经模糊推理系统和岩石工程系统。前者用于预测单个断层致突的风险性，后者用于对整个矿区的断层致突风险进行风险分区。文中首先基于这两种系统研究方法建立了相应的断层致突风险评价模型，并应用建立的模型进行了相对应的实例研究验证。最终的评价结果表明，自适应神经模糊推理系统在预测单个断层致突的风险性方面有很高的精确性，岩石工程系统能对整个矿区的断层致突风险性进行清晰的风险分区。 对断层致突的灾后研究方面，本文重点研究了如何实现水源的快速识别。在突水灾害发生后，快速且准确的识别哪一个含水层或者哪一个地表水体直接与突水事故相关联在控制灾害、减少伤亡与最小化经济损失方面起着至关重要的作用。在本文中，应用反传神经网络进行水源识别的模型被提出，应用该模型对文献报道的关于中国焦作矿区的地下水文数据进行验证计算，结果表明提出的模型能有效且精确的进行快速的水源识别。