金 属 矿 山
MET AL M I N E
总第381期
2008年第3期
3中国地质大学(武汉)研究生学术探索与创新基金资助(编号:
CUGYJS0742)。
姚颖康(1981—),男,中国地质大学(武汉)工程学院,助教,硕士,
430074湖北省武汉市中国地质大学(武汉)硕-12005032班。
深凹露天矿山岩质高陡边坡稳定性预测3
姚颖康1 周传波1 郭廖武2 尹小鹏2
(1.中国地质大学(武汉);2.武钢矿业有限责任公司)
摘 要 结合大冶铁矿东露天高陡边坡,运用线性和非线性方法研究了岩质高陡边坡的稳定性预测模型。首先采用岩质边坡稳定性分析复合指标对边坡岩体质量进行分级;在此基础上,分别运用多元线性回归和BP神经网络方法研究边坡稳定性预测模型,并将其结果与极限平衡分析方法进行对比。结果表明,边坡稳定性与其影响因素之间存在着复杂的非线性关系,应用BP神经网络方法预测露天矿山高陡岩质边坡稳定性是有效的、可行的。
关键词 岩质边坡 稳定性预测 多元线性回归 BP神经网络
St ab ility Foreca st of H i gh Steep Rocky Slope i n D eep O pen2P itM i n e
Yao Yingkang1 Zhou Chuanbo1 Guoliaowu2 Yin Xiaopeng2
(1.China U niversity of Geosciences;2.W uS teel M ining Co.,L td.)
Abstract Stability f orecast model for high steep r ocky sl ope was studied by L inear and nonlinear methods with the case of east open2p it high steep sl ope in Daye Ir on M ine.Firstly,sl ope r ock mass was classified by the composite index of r ocky sl ope stability analysis.Based on this,forecast model f or sl ope stability was studied by multivariate linear regressi on and BP neural net w ork methods,and the results were compared with those by li m it equilibriu m method.The comparis on re2 sults indicate that there is comp lex nonlinear relati onshi p bet w een the sl ope stability and its influencing fact ors,and it is feasible and effective t o use BP neural net w ork t o f orecast the stability of high steep r ocky sl ope in open2p it m ines.
Keywords Rocky sl ope,Stability f orecast,Multivariate linear regressi on
据我国若干大中型露天矿山的不完全统计,不稳定边坡或具滑坡危险的潜在不稳定边坡占边坡总长度的15%～20%,个别露天矿山甚至可高达30%以上[1]。露天矿边坡稳定性研究是伴随采矿始终的一个长期性研究课题,亦是影响或困扰露天矿山,特别是深凹露天矿山生产与安全的重大难题。
露天矿山边坡稳定性的分析评价是一项复杂的系统工程问题,它涉及工程地质学、岩体力学和计算科学等多种学科交汇问题,是一项远未很好解决的问题,一直是岩土工程的一个重要研究内容[2]。到目前为止,露天矿山边坡稳定性分析评价方法很多,存在的问题也较多。比较突出和严重的问题有:①不太重视现场的工程实践及第一性地质资料,过多地偏重于纯数值方法及力学计算[3];②忽视岩质边坡所赋存的工程地质环境条件的分析研究,将岩质边坡与其内在地质条件孤立起来[4];③边坡稳定性研究有所偏颇,要么偏重于工程地质条件的定性或准定量评价,要么侧重于纯力学特性的定量计算,研究成果有着较大的局限性;④目前广泛使用的边坡极限平衡方法和数值分析方法不能很好地考虑边坡稳定性与其影响因素的非线性关系。
鉴于目前露天矿山边坡稳定性研究的各种不足,本研究结合大冶铁矿东露天A区高陡边坡,首先采用岩质边坡稳定性分析复合指标对边坡岩体质量进行分级,在此基础上分别应用多元线性回归方法和BP神经网络方法探讨边坡稳定性预测模型。1 A区高陡边坡工程地质条件
大冶铁矿东露天A区高陡边坡(图1)极限高程为-156～232m,最大坡高为388m,边坡产状为N°E/SE∠45°。该段边坡地质条件复杂,岩体破碎,历史上曾发生大小滑坡4次,经一期开采及二期扩帮加深后该边坡总体呈中、上部中等倾角(42°～56°),下部陡倾角(70°)的凸形坡。
该段边坡的岩体自上而下主要有:一般闪长岩(δ
1
)、高岭土绿泥石化闪长岩(δ2
KC
)、强蚀变绿泥石
化闪长岩(δ2-1
5
)、弱蚀变绿泥石化闪长岩(δ2-2
5
)、
・
2
4
・
浅色闪长岩(δ1
5)、钾钠长石化闪长岩(δ2
AO )及磁铁矿(Fe )。根据露天开采所揭露出的岩石类型及其工程地质特征,可分为以下3个岩组:闪长岩岩组、蚀变闪长岩岩组、磁铁矿岩组
。
图1 东露天采场边坡工程地质分区[5]
A 区边坡自西向东稳定性逐渐降低,在A 1-A ′1
剖面附近,边坡地质条件复杂,断层、节理发育。其中尖F9断层为该区内对边坡稳定起关键作用的控
制性结构面,其产状为N74°W /S W ∠67°。该断层横断边坡中上达600m ,主断面宽为0.3～3.0m ,破碎带宽为5～10m ,在+84m 与尖F9′斜接。尖F9断层破碎带主要由深色断层泥、糜棱岩、破裂岩、
压碎岩、透镜体、石英团块、少许角砾岩组成,沿断面常出现渗水、下降泉。尖F9系列断层与其它40余条节理、裂隙、破碎带相互影响切割恶化了A 1-A ′1剖面附近的边坡稳定性,在大气降雨、爆破震动影响下,该段边坡先后发生了4次滑坡。2 岩质边坡稳定性分析复合评价指标
对露天矿山、铁路、公路等各类工程岩质边坡岩体稳定性统计表明,边坡岩体稳定性状况是多种因素非线性耦合作用的结果,其中岩石强度特性、岩体结构、岩体风化作用和坡高是影响边坡岩体稳定性的基本因素,而水的作用、施工方式等构成了边坡岩体稳定性的诱发因素。陈昌彦、王思敬和包惠明等
学者[627]
根据边坡稳定性影响因素的特征与内在联系,将诸多影响因素归纳为5个复合指标,即边坡岩体质量系数、结构面方位、结构面力学特性、坡高、坡角、工程及环境因素等。
结合大冶铁矿东露天A 区高陡边坡工程实例,各项具体指标的工程、物理意义如下:
(1)边坡岩体质量系数(S RQC )。边坡岩体质量综合反映了岩体结构完整性、岩石强度、结构面发育特征以及地下水效应等岩体的基本地质属性,是综合反映边坡岩体稳定性的综合指标。根据B ien 2ia wski 提出的岩体基本质量评价系统R MR 值,进行
修正得出边坡岩体质量系数为
S RQC =
S RMR
100
1(1)
根据A 区高陡边坡工程地质特征与岩体物理力学
参数,首先确定边坡不同区段的RMR 评分为:A #
滑坡附近(蚀变闪长岩组)得分为40;较稳定区段(闪长岩组)得分为70。
根据公式(1)可确定不同区段的边坡岩体质量系数分别为0.4和0.7。
(2)边坡结构系数(S SC )。岩体结构面和结构面的组合以及与边坡面的组合关系是边坡岩体变形破坏的最主要因素,主要表现为结构面或结构面间交线的倾向、倾角与边坡面倾向、倾角的相互关系。根据Romana M.提出的S MR 分类系统中有关指标的修正,综合确定岩质边坡结构的系数为
S SC =S 1S 2S 3/60,
(2)式中,S 1为边坡面与结构面的走向关系;S 2为结构面倾角的影响;S 3为边坡角与结构面倾角的关系。
A 区边坡产状为N°E /SE ∠45°,受F9断层及其他约40余条主要节理裂隙、破碎带的影响(图
2),A #
滑坡附近各结构面修正系数分别为:S 1=0.85、S 2=0.85、S 3=6;较稳定区段的各结构面修正系数分别为S 1=0.7、S 2=0.7、S 3=6。根据公式(2)可计算获得A #滑坡的S SC 为0.07,较稳定区段
边坡的S SC 为0.05。
(3)坡角系数(S CC )。高边坡岩体的稳定性与岩体本身的内摩擦角(φ)有密切的关系,岩体的内
摩擦角本身就反映了岩体强度的高低。包惠明[7]
根据损伤力学原理,提出边坡坡角(α)的大小对边坡稳定性的影响因素系数为
S CC =1-φ/
α,(3)由采场岩体力学试验可确定断层破碎带及强蚀变闪长岩的内摩擦角φ为30°,一般变质闪长岩的内摩擦角φ为35°。计算时取采场最终边坡坡角45°,根据公式3,可计算获得A #
滑坡附近的坡角系数(S CC )为0.33,较稳定地段的坡角系数为0.23。
(4)坡高系数(S HC )。高边坡岩体的稳定性与岩体本身的自稳高度有密切的关系,岩体自稳高度值本身就反映了岩体质量的优劣。根据统计,得出坡高影响系数为
S HC =0.57+33.8/H,
(4)A 区边坡极限高程为232～-156m ,最大坡高388m ,根据式(4)可计算获得坡高系数(S HC )为0.65。
・
34・ 姚颖康等:深凹露天矿山岩质高陡边坡稳定性预测 2008年第3期
(5)工程影响因素系数(S EFEC )。工程因素主
要考虑爆破方式和坡形,工程因素影响系数为爆破方式影响系数和坡形影响系数之和。
爆破方式影响系数k c 取值为:自然边坡取1.0,周边预裂爆破取0.75,常规爆破取0.5,光面爆破取0.2,缺陷爆破取0.0。坡形(台阶宽高比)对边坡稳定性的影响系数取值为:坡形为0.75时取1.0,坡形为0.5时取0.75,坡形为0.3时取0.5,坡形为0.2时取0.2,坡形为0.1时取0.0。
工程因素对边坡工程稳定性的综合影响系数为
S EFEC =k c +k s ,(5)根据大冶铁矿东露天采场生产实际情况,确定k c 为
0.2,k s 为0.6。因此,S EFEC 取0.8。
在上述各项复合评价指标基础上,可确定A 区边坡的评价指标见表1。
表1 岩质边坡稳定性预测学习、测试样本与预测结果
编 号
S RQC
S S C
S CC
S HC
S EFEC
实际
稳定
性系数
BP
预测值
10.4730.50.0250. 1.1 1.45 1.45020.710.0130.1910.6830.95 1.55 1.55130.350.0230.1960.6620.8 1.2 1.20140.510.0830.30.60.4 1.34 1.34350.4770.0230.2570.686 1.35 1.15 1.15160.4190.1260.2 1.246 1.50.960.96270.3780.2130.2 1.246 1.50.830.83180.470.0120.217 1.133 1.750.980.98290.7550.0720.2760.82 1.1 1.245 1.247100.530.0230.0250.2 1.1 1.35 1.351110.3570.0771 1.305 1.250.750.750120.4710.0770.2180.6870.7 1.23 1.23213100.9140.7680.70.9520.954140.530.0230.9140.7630.2 1.15 1.156150.710.0130.8570.5490.2 1.05 1.054160.4770.0230.8 1.2370.3 1.1 1.103170.4190.120.728 1.3671 1.05 1.054180.350.0230.8470.678 1.251 1.004190.70.0580.914 1.1380.7 1.785 1.78520
0.9
0.71 1.0560.6 1.687 1.686Test -010.3490.0230.2220.908 1.350.95 1.174Test -020.4130.0990.2250.682 1.1 1.16 1.144Test -030.70.070.440.913 1.1 1.21
1.214A #滑
坡附近
0.40.070.330.650.8 1.159较稳定地段
0.7
0.05
0.23
0.65
0.8
1.651
3 边坡稳定性预测模型研究
为了探讨边坡稳定性与其复杂影响因素间的非
线性关系,本研究参考大量岩质边坡工程实例[7]
(表1),分别采用多元线性回归分析方法和非线性BP 神经网络方法研究A 区高陡边坡稳定性的预测模型。3.1 多元线性回归分析
回归分析是研究某一个随机变量(因变量)与其他一个或几个变量(自变量)之间的数量变动关系的数理方法。通过对变量实际观测的分析、计算,建立的一个变量与另一个或一组变量的定量关系式通常称为回归模型。统计检验认为回归效果显著后,可用于评价、预测与控制。
本研究应用SPSS 数理统计分析软件[8]
对表2提供的学习样本进行了多元线性回归分析计算,具体计算结果见表2和图2。
表2 多元线性回归分析方差分析(AN O VA)
回归模型
方差来源平方和自由度均方差
F 值显著性
回归平方和0.850.13 2.3660.094(a )1
残差平方和
0.767
14 5.476×10-2
//总离差平方和 1.415
19
/
/
/
图2 边坡稳定性系数回归预测
由表2可知,本次多元线性回归分析显著性检
验值为0.094(大于给定的显著性水平0.05),接受检验假设H 0。接受检验假设即表明回归效果不显著,所获得多元线性回归方程不能用于预测,同时也表明边坡稳定性系数与边坡岩体各复合评价指标之间存在着非线性关系。由图2较差的边坡稳定性系数回归拟合曲线也可得知边坡稳定性系数与各影响因素之间为复杂的非线性关系。3.2 BP 神经网络预测
BP 神经网络是一种利用误差反向传播训练算
法的神经网络,简称BP (back p r opagati on )网络,是一种有3层或3层以上的多层前馈网络,BP 神经网络从结构上划分为3层,网络结构的确定就是确定
・
44・总第381期 金 属 矿 山 2008年第3期
图3 边坡稳定性系数BP神经网络预测
本研究参考文献[7]提供的学习样本和测试样本(表1),在MAT LAB7.0平台上进行BP网络设计与训练。根据岩质边坡岩体稳定性复合指标分析,
可以确定输入层的节点个数为5个,即S
RQC 、S
SC
、
S CC、S HC和S EFEC。输出层的节点个数为1个,即边坡稳定性系数。隐含层节点的个数根据经验公式确定为3～13个。在上述BP网络结构下,先将已知样本参数输入,让网络学习。再将检验样本参数输入学习好的网络,检验一定结构下BP网络的精度,最后将表1大冶铁矿东露天A区高陡边坡各项复合评价指标输入网络,经仿真计算便可获得不同地段的预测结果(图3)分别为1.159和1.65。
本次研究研究了隐含层节点为9、10、11、12等不同结构下BP神经网络的的拟合性能,通过对比检验样本的拟合值及观察图不同的误差收敛曲线,可判断岩质边坡稳定性系数预测的最优BP神经网络结构为5-12-1。
3.3 预测结果分析
“八五”期间,国家计委和原冶金部将《大冶铁矿扩帮区加陡边坡角的研究》纳入国家“八五”计划重点科技攻关项目。中国科学院岩土力学研究所、长沙矿山设计研究院等科研单位就边坡稳定性应用极限平衡分析方法对大冶铁矿东露天高陡边坡稳定性进行了研究,表3为A区边坡的研究成果[5]。
对比分析BP神经网络预测结果和极限平衡分析结果,二者比较接近,但BP神经网络预测模型与现场实际更为接近。A#滑坡附近(A
1
-A1′)的边坡稳定性系数预测结果为1.159,低于安全储备系数1.2;较稳定地段的预测稳定性系数为1.65,预测结果与A区高陡边坡实际稳定情况吻合较好。
表3 东露天采场A区边坡稳定性极限平衡分析[5]
剖面号边坡高度
/m
原设计坡角
/(°)
方 案
加陡后
边坡角
/(°)
稳定性分析结果
优化法Sar ma法剩余推力法
条块数安全系数条块数安全系数条块数安全系数407A45.619 1.241724 1.2931
A2-A2’38343.1B4421 1.3026 1.3802 407C45.820 1.237425 1.2932
A46.116 1.3391
I-I′36042.8B43.718 1.3807
C4617 1.3355
A44.320 1.435716 1.466634 1.5053 A1-A1′42042B4223 1.6117 1.495839 1.5539
C42.823 1.537917 1.499436 1.5472
4 结 论
(1)岩质边坡稳定性分析复合指标考虑了各影响因素的基本特征与边坡稳定性的内在联系,能客观合理地评价露天矿山边坡岩体质量和结构特征。
(2)露天矿山边坡稳定性受地质、环境和工程施工等各种因素的影响,由多元线性回归分析结果可知,诸多影响因素间具有复杂的非线性关系。
(3)BP神经网络具有强大的自学习、非线性处理能力,应用特定结构的BP神经网络可以较好地预测露天矿山边坡的稳定性,其预测结果与极限平衡分析、数值分析结果可以相互对比验证。
参 考 文 献
[1] 孙广忠,等.中国滑坡地质灾害及其研究-中国典型滑坡
[M].北京:科学出版社,19881
[2] 孙玉科,牟会宠,姚宝魁.边坡岩体稳定性分析[M].北京:科
学出版社,19881
[3] 孙玉科,姚宝魁,许 兵.矿山边坡稳定性研究的回顾与展望
[J].工程地质学报,1998,6(4):30523111
[4] 刘立平,姜德义,郑硕才,等.边坡稳定性分析方法的最新进展
[J].重庆大学学报(自然科学学报),2000,23(3):11521181 [5] 孙再南.大冶铁矿东露天尖山深部边坡挖潜研究与实践[J].
金属矿山,1999,274(4):1251
(收稿日期 2008201220)
・
5
4
・
姚颖康等:深凹露天矿山岩质高陡边坡稳定性预测 2008年第3期下载本文
