CN106089279B - 超大采高工作面多应力场耦合围岩稳定性智能控制方法 - Google Patents

Abstract

本发明公开了一种超大采高围岩稳定性智能控制方法，稳定性智能支护单元产生的支护应力场与超大采高工作面围岩大规模、高强度运移形成的不稳定采动应力场叠加，在工作面顶板、煤壁中达到与采动应力的相对平衡。支撑应力场基于顶板下沉和煤壁水平移位的双因素控制方法确定，护帮应力场依据防止煤壁“破坏—滑移”的片帮策略确定。建立了智能支护单元压力、姿态等参数变化与顶板来压的映射库。智能支护单元通过智能控制终端能够感知内部超大采高液压支架姿态、压力以及围岩中的应力监测装置信号，综合分析处理后通过围岩稳定性智能控制中心调动液压支架电液控制系统发出控制、预警等指令。本发明显著提升超大采高工作面围岩稳定性和装备智能化水平。

Description

超大采高工作面多应力场耦合围岩稳定性智能控制方法

技术领域

本发明涉及一种采煤工作面围岩稳定性控制方法，具体是考虑到超大采高工作面多应力场耦合效应的围岩稳定性智能控制方法。

背景技术

综采工作面是由液压支架、采煤机和刮板输送机构成的机械化回采工作面，其中液压支架支撑顶底板、控制煤壁，为采煤机、刮板输送机和行人提供安全工作空间并推移工作面设备前移，是煤炭开采过程围岩稳定性控制的关键设备保障。煤矿采掘等地下工程活动引起原始应力的重新分布，所形成的应力分布称为采动应力场。目前的工作面一次开采高度越来越大，投入运行的综采装备一次采全厚高度已超过8.0m，后部采空区的超大空间使得顶板关键层由普通采高的回转失稳演变为“回转—滑落”失稳，同时片帮概率增大，强扰动岩层运动造成的采动应力场给工作面围岩稳定支护带来极大难度。依靠人工经验操作已无法提供及时、准确响应来保证围岩稳定，超大采高工作面围岩稳定性控制必须由普通采高的“支架辅助围岩形成承载结构”发展为“支架主导围岩形成承载结构”的支护模式，利用支护应力场构建工作面相对平衡的空间应力场体系。

围岩耦合理论阐释了工作面围岩与液压支架的相互作用、相互影响的本质关系，是指导支护装备设计和维护工作面稳定的基础。专利201010231729.1从围岩的运移规律出发，建立支架围岩关系耦合模型，将工作围岩与支架作为一个整体力学系统进行支护结构和参数的三维动态设计；专利201410453597.5基于支架与围岩刚度耦合、强度耦合和稳定性耦合关系，提出了一种支架适应性的评价方法。上述两个专利仅从液压支架设计和现场适用性评价的角度运用围岩耦合理论，无法替代人工作业进行现场围岩稳定性控制。专利201410341867.3发明了一种智能耦合型两柱掩护式特大采高液压支架，具体包括液体支架本体、各类传感元件及控制器，提出了智能型液压支架的结构组成和功能描述，没有考虑多应力场耦合效应下的围岩稳定性具体控制方法。

现有综采工作面自动化控制主要以支架本身的姿态、压力等参数为对象的动作控制，由于缺乏对应力场的感知，多场耦合条件下围岩稳定性控制没有相应依据，超大采高工作面综合机械化和自动化开采亟需一种考虑工作面多应力场耦合效应的围岩稳定性智能控制方法。

发明内容

技术问题：本发明针对超大采高综采工作面顶板大形变、强冲击和煤壁频繁片帮等围岩稳定性控制难题，提出一种基于多应力场耦合效应的围岩稳定性控制方法，利用液压支架的智能支护功能解决超大采高工作面开采作业空间安全保障问题。

技术方案：一种超大采高工作面多应力场耦合围岩稳定性智能控制方法，在工作面顶板围岩中预设围岩应力监测装置，以工作面顶板和煤壁为主要控制对象，由智能支护单元自动产生适当的支护应力场，与超大采高工作面围岩大规模、高强度运移形成的不稳定采动应力场叠加，在工作面顶板、煤壁中达到原岩应力、采动应力及支护应力的相对平衡，降低围岩破碎程度，减少围岩宏观位移量，实现围岩稳定控制。

所述稳定性智能支护单元包括超大采高液压支架、液压支架姿态和压力感知装置、增压系统和围岩稳定性智能控制终端，工作面并排组成的稳定性智能支护单元构成了稳定性智能支护系统。所述超大采高液压支架具备大缸径双伸缩强力支撑立柱、伸缩顶梁和三级护帮装置、大流量安全阀等稳定性执行机构。所述感知装置包括立柱和千斤顶内的压力、位移传感器，以及倾角等支架姿态传感器。所述围岩稳定性智能控制终端置于超大采高液压支架前连杆上，具备信号采集、显示功能，能够同时接收液压支架姿态和压力和围岩应力信号并传输到围岩稳定性智能控制中心。所述围岩稳定性智能控制中心能够调用液压支架电液控制系统主控制器。

上述的超大采高工作面多应力场耦合围岩稳定性智能控制方法，其对顶板和煤壁的围岩稳定性控制原理综合考虑以下方面。

（1）液压支架可承受的工作面最大长度与液压支架支护能力、工作面端部约束条件、顶板岩层厚度、顶板岩性、顶板破坏程度以及采高等参数密切相关。随着工作面加长，顶板下沉量越来越大，当工作面长度达到一定长度范围L时，顶板最大下沉量越来越接近，同时支架上方顶板出现分段性来压，表现为工作面中间段和端头部来压不一致的特点，基本规律是中间段超前，两端头处落后；当工作面长度超过L时，顶板下沉量开始由单峰值向多峰值转化，出现形如“W”三峰值现象，支架上方顶板表现为三峰值同步来压特点。

（2）合理提高初撑力和工作阻力，结合围岩的自承能力来控制顶板下沉量，同时可有效控制煤壁水平位移量，降低煤壁片帮发生概率。采用对顶板和煤壁共同约束的双因素控制法确定超大采高工作面支架初撑力和工作阻力。

（3）提高工作面来压前支架与顶板、底板岩层的组合刚度，将有助于促进顶板断裂位置向采空区移动，降低顶板来压对支架冲击动载荷的大小及载荷作用时间。工作面推进速度越快，顶板下沉量越小，则顶板岩层承载能力越强，但不会影响顶板最终下沉量。采用高初撑力提高组合刚度和加快开采速度综合措施应对顶板来压。

（4）煤壁片帮过程可分为为剪切（拉裂）破坏与滑移失稳两个阶段，发生破坏只是煤壁片帮的必要非充分条件，煤壁是否片帮还取决于支架对拉裂破坏体发生滑移失稳的控制效果。提高初撑力及工作阻力只能够阻滞破坏过程，提高护帮力和护帮范围可阻止煤壁的滑移。

（5）强冲击来压过程，仅靠液压支架的支撑无法抵抗冲击来压过程的强烈动载，必须进行快速让压。通过大流量安全阀实现系统能量耗散，防止支护系统保护失稳。

根据上述稳定性控制原理，进一步本发明的围岩稳定性智能控制流程为。

（1）根据地质条件、采场布置等原始参数确定超大采高液压支架形式、支护刚度、工作面最大长度与端部约束条件，实现刚度和强度的有效耦合，保证工作面围岩稳定的可控性。

（2）将支护应力场细分为对顶板控制的支持应力场和对煤壁控制的护帮应力场，基于煤壁片帮和顶板下沉约束的双因素控制方法确定支撑应力场平衡所需的立柱压力阈值；根据护帮装置控制煤壁片帮“破坏-滑移”过程所需临界互帮力来确定护帮控制千斤顶压力阈值。

（3）统计来压过程的顶板压力和下沉量显现指征，作为来超前预警的依据，该指征结合人工交互，是在回采过程不断完善的动态过程。

（4）围岩稳定智能控制终端实时采集区域范围内围岩压力监测装置信号，智能支护单元内立柱、护帮千斤顶和推移千斤顶压力参数以及液压支架姿态参数，传输到围岩稳定性智能控制中心，进行分析处理，对处于支护（非移架）状态的液压支架欠压时调动电液控制系统向立柱和千斤顶对应的电液阀发出指令进行补液操作直至满足要求；围岩稳定性控制上位机软件将工作面各支护单元的立柱压力和支架姿态（高度）参数对比分析，与来压指征映射对比分析，满足条件发出预警，协助人工决策，整体协调工作面推进管理。

本发明具有下述优点：（1）基于工作面围岩耦合原理确定工作面长度、两端头约束及液压支架刚度等初始参数，为围岩稳定性智能控制可控行提供了前提保障；（2）围岩应力监测装置与智能支护系统的集成，提高了对围岩应力场感知（反演）的准确性和调控的有效性；（3）保障了工作面支护单元持续的强力支撑状态，有效提高可组合刚度，结合快速推进保障顶板岩梁断裂位置采空区方向的后移；（4）较人工控制及时、准确，具有数据记忆、学习、分析和动态调整功能，提高来压超前预警的可靠性。（5）大流量安全阀实现强冲击下的能量耗散，保障了液压支架装备的安全。

附图说明

图1是本发明的围岩稳定性智能控制原理图。

图2是工作面长度方向液压支架支护群组弹性支座岩梁模型。

图3是采用本发明的围岩稳定智能控制流程图。

其中，1-围岩稳定性智能控制终端；2-立柱压力传感器；3-护帮千斤顶压力传感器；4-伸缩梁千斤顶压力传感器；5-倾角传感器；6-大流量安全阀；7-超大采高液压支架；8-立柱；9-三级护帮板；10-推移梁；11-围岩应力测量装置。

具体实施方式

以某矿8.2m超大采高硬煤工作面为例，结合附图对本发明的实施例作进一步的描述。如图2，首先采集工作面煤层赋存条件和布置等基础数据，加强两端头约束，基于围岩耦合理论和液压支架群组弹性支座岩梁模型确定支护单元刚度和工作面长度等参数，保证工作面支护系统的相对稳定和可控。

如图1所示，两柱掩护式超大采高液压支架7置于工作面，支撑围岩顶底板，支挡煤壁，安装有大缸径双伸缩立柱8，顶梁前端设伸缩梁10，三级护帮板9依托在伸缩梁10上实现协动。立柱8下腔安装有压力传感器2和大流量安全阀6。护帮千斤顶压力传感器3和伸缩梁千斤顶传感器4分别安装在护帮千斤顶和伸缩梁千斤顶的下腔。顶梁、连杆和底座上安装三个倾角传感器5。在超大采高液压支架7上方围岩中布置围岩应力监测装置11，围岩稳定性智能控制终端1安装在前连杆处，与立柱8和立柱压力传感器2、护帮千斤顶和护帮千斤顶压力传感器3、伸缩梁千斤顶和伸缩梁千斤顶传感器4、三个倾角传感器5以及超大采高液压支架7共同组成了一个稳定性智能支护单元，稳定性智能支护单元能够采集相应控制区域的围岩应力信号，整个工作面共有n个并排的智能支护单元构成了稳定性智能支护系统。

根据双因素控制法确定液压支架支撑压P，立柱压力阈值设定P ₁。坚硬厚煤层煤壁破坏主要以拉裂破坏为主，建立硬煤煤壁片帮的“拉裂--滑移”力学模型，计算得出最易发生拉裂破坏点，所需护帮高度、支架临界护帮力和伸缩梁对煤壁支撑力，从而确定护帮千斤顶下腔压力阈值P ₂，伸缩梁千斤顶下腔压力阈值P ₃。支护应力依据经验数据，初设顶板来压或断裂过程工作面支架单元群的压力和高度变化Δh指征，作为预警依据（运行过程通过人工交互，不断丰富顶板来压或破断与立柱压力和顶板下沉量的映射关系）。为防止强冲击下超大采高液压支架失稳，选用快响应、大流量安全阀，快速让压耗散冲击能量。

本发明的围岩稳定性智能控制流程如图3所示：在智能支护单元内，围岩稳定智能控制终端5实时采集围岩应力测量装置11、立柱压力传感器2、护帮千斤顶压力传感器3和推移千斤顶压力传感器4以及三个倾角传感器5的参数，传输到围岩稳定性智能控制中心，围岩稳定性智能控制中心内嵌程序可通过三个倾角参数解算得到支架高度变化量Δh，并结合顶板下沉量反演出支撑应力场。围岩稳定性控制中心将实际检测到的信号与支架立柱初撑压力阈值P ₀、护帮力阈值P ₂、P ₃对比，支撑应力场与采动应力场对比，分析该智能支护单元是否处于支护状态（非移架）或满足调整条件，若是，则调用电液控制系统程序向立柱和护帮千斤顶、伸缩梁千斤顶对应的电液阀发出指令进行补液操作直至满足压力设定要求，保证各参数始终处于设定阈值范围内。围岩稳定性智能控制中心将工作面各智能支护单元的立柱压力、千斤顶压力、支架姿态和高度变化量Δh、采动应力场变化与来压指征映射对比分析，若符合来压指征映射条件则发出预警，结合人工介入验证预警的准确定与时效性，根据预警整体协调加快工作面推进速度、加强初撑力、控制采高，或是采取及时卸压保护等措施。

所述立柱8的欠压补液操作，可以通过图2所示的增压系统完成，也可以设置一套高压升柱系统，调用专门的高压泵站来完成。

所述来压指征映射，是综合统计走向或长度方向顶板来压（垮落）形式与工作面各智能支护单元内液压支架压力、姿态（包括高度）、护帮千斤顶压力变化以及采动应力的对应关系，来压指征映射库的建立和完善是结合人工干预的一个基于神经网络等算法自记忆、学习过程。

所述智能支护单元，遇到冲击地压等强冲击过程，通过大流量安全阀6的及时卸压进行能量耗散来减缓对液压支架的破坏。

上述实施例是对本发明的有效实施方式进行描述，并非对本方面的范围进行限定，在不脱离本发明的设计精神前提下，普通工程技术人员对本发明做出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。

Claims (3)

1.超大采高工作面多应力场耦合围岩稳定性智能控制方法，其特征在于：由综采工作面内并排设置的稳定性智能支护单元自动产生适当的支护应力场，与超大采高工作面围岩大规模、高强度运移形成的不稳定采动应力场叠加，在工作面顶板、煤壁中达到原岩应力场、采动应力场与支护应力场的动态平衡，降低围岩破碎程度，减少围岩宏观位移量，实现围岩稳定控制；在工作面前方围岩内设置围岩应力监测装置，稳定性智能支护单元除感知自身信息外还能够接收所述围岩应力监测装置的信号，并将所采集信息传送到围岩稳定性智能控制中心；稳定性智能支护单元：具体包括超大采高液压支架、液压支架姿态和压力感知装置、围岩稳定性智能控制终端，其中超大采高液压支架实现对超大采高工作面围岩的支护，液压支架姿态和压力感知装置实现对超大采高液压支架姿态和支护应力场的智能感知，围岩稳定性智能控制终端通过对液压支架进行智能控制，实现对围岩的智能支护；超大采高液压支架：具体包括大缸径双伸缩立柱、伸缩梁、三级护帮板，其中在立柱下腔安装有压力传感器和大流量安全阀，护帮千斤顶压力传感器和伸缩梁千斤顶传感器分别安装在三级护帮板千斤顶和伸缩梁千斤顶的下腔，顶梁、连杆和底座上安装倾角传感器。

2.根据权利要求1所述的超大采高工作面多应力场耦合围岩稳定性智能控制方法，其特征在于，根据地质条件、采场布置参数确定超大采高液压支架型式、支护刚度、工作面最大长度与端部约束条件，实现刚度、强度和稳定性的有效耦合，保证工作面围岩稳定的可控性；通过顶板下沉量、立柱压力和液压支架姿态，反演智能支护单元上方的支护应力场；通过工作面智能支护单元的主动执行动作，实现支护应力场与所述围岩应力监测装置测得的采动应力场达到动态平衡，其中超大采高工作面目标支撑应力场通过基于煤壁片帮和顶板下沉约束的双因素控制方法确定，目标护帮应力场根据护帮装置控制的煤壁片帮“破坏-滑移”过程所需的临界护帮力来确定。

3.根据权利要求1所述的超大采高工作面多应力场耦合围岩稳定性智能控制方法，其特征在于，根据工作面稳定性智能支护单元内立柱压力、支架姿态和护帮千斤顶压力变化这些间接参数，以及围岩采动应力变化直接参数与顶板来压的对应关系，通过人工交互、自记忆和神经网络学习算法建立来压指征映射关系库，实现沿工作面长度和走向方向的动载矿压和大小周期来压的超前预警。