煤矿典型动力灾害风险判识及监控预警技术研究进展.pdf

第 45 卷第 5 期煤 炭 学 报Vol. 45 No. 5 2020 年5 月JOURNAL OF CHINA COAL SOCIETYMay 2020 移动阅读 袁亮. 煤矿典型动力灾害风险判识及监控预警技术研究进展[J]. 煤炭学报,2020,4551557-1566. doi10. 13225/ j. cnki. jccs. dy20. 0272 YUAN Liang. Research progress on risk identification,assessment,monitoring and early warning technologies of typical dynamic hazards in coal mines[J]. Journal of China Coal Society,2020,4551557-1566. doi10. 13225/ j. cnki. jccs. dy20. 0272 煤矿典型动力灾害风险判识及监控预警技术研究进展 袁 亮1,2,3,4,5 1. 安徽理工大学 深部煤矿采动响应与灾害防控国家重点实验室,安徽 淮南 232001; 2. 合肥综合性国家科学中心能源研究院,安徽 合肥 230031; 3. 安徽理工大学 煤炭安全精准开采国家地方联合工程研究中心,安徽 淮南 232001; 4. 中国矿业大学北京 共伴生能源精准开采北京 市重点实验室,北京 100083; 5. 安徽理工大学 煤矿安全高效开采省部共建教育部重点实验室,安徽 淮南 232001 摘 要围绕拟解决的重大科学问题“煤矿典型动力灾害风险判识及监控预警技术”,以煤与瓦斯 突出、冲击地压等典型煤矿动力灾害为研究对象,鉴于煤矿典型动力灾害诱发机理不清、风险判识 不明、监控预警技术不足等现状,开展了冲击地压孕育机理与风险判识及监测预警、煤与瓦斯突出 灾变机理及监测预警、煤矿典型动力灾害信号采集传输和智能化分析、煤矿典型动力灾害监控预警 系统平台等研究,开发了大尺度、真三维、全封闭自动开挖煤与瓦斯突出物理模拟实验装置,研制了 包括光纤光栅微震传感、三轴应力传感、分布式多点激光甲烷检测等在内的动力灾害前兆信息新型 感知与多网融合传输传感装置,建立了井下传感器数据的多元海量动态信息的聚合理论与方法,提 出了基于漂移特征的潜在煤矿典型动力灾害预测方法与多粒度知识挖掘方法,构建了基于大数据 分析和数据挖掘的煤矿动力灾害风险判识和监控预警模型。 通过现场实践,表明能实现全面采集 人机环参数,且采集传感器具有故障自诊断、响应时间短、标校周期长等优点。 监控预警系统稳定 运行无故障率达到了 99,抗干扰等级不低于 3 级,系统监控预警准确率大于 90,实现了煤矿典 型动力灾害隐患在线监测、智能判识、实时预警。 关键词煤矿;典型动力灾害;风险判识;监控;预警 中图分类号TD713;TD324 文献标志码A 文章编号0253-9993202005-1557-10 收稿日期2020-02-05 修回日期2020-05-05 责任编辑常明然 基金项目国家重点研发计划资助项目2016YFC0801400;中国工程院咨询研究资助项目2020-XZ-13,2019-ZCQ-8 作者简介袁 亮1960,男,安徽金寨人,中国工程院院士。 E-mailyuanl_1960 sina． com Research progress on risk identification,assessment,monitoring and early warning technologies of typical dynamic hazards in coal mines YUAN Liang1,2,3,4,5 1. State Key Laboratory of Mining Response and Disaster Prevention and Control in Deep Coal Mines,Anhui University of Science and Technology,Huainan 232001,China; 2. Institute of Energy,Hefei Comprehensive National Science Center,Hefei 230031,China; 3. National 4. Beijing Key Laboratory for Precise Mining of Interg- rown Energy and Resources,China University of Mining and Technology Beijing,Beijing 100083,China; 5. Key Laboratory of Safety and High-efficiency Coal Mining,Ministry of Education,Anhui University of Science and Technology,Huainan 232001,China AbstractFocusing on a major scientific problem to be solved,i. e. ,“research on the risk identification and monitoring and early warning technology of typical coal mine dynamic disasters”,this paper investigates the typical coal mine dy- namic disasters such as coal and gas outburst and rock burst. In view of the current situation of unclear mechanism of typical coal mine dynamic disasters,unclear risk identification and warning technology of monitoring and early warn- 煤 炭 学 报 2020 年第 45 卷 ing,etc. The research covers ① the development mechanism of rock burst and risk identification and monitoring and early warning,② the coal and gas outburst disaster mechanism and monitoring and early warning,③ the coal mine typical dynamic disaster signal acquisition and transmission and intelligent analysis,and ④ the coal mine typical dy- namic disaster monitoring and early warning system plat. A large-scale,true three-dimensional,fully closed and automatic experimental device for the physical simulation of coal and gas outburst is developed. A new type of sensing and fusion transmission sensor device for dynamic disaster precursor ination,including fiber Bragg grating micro- seismic sensor,tri-axial stress sensor,and distributed multi-point laser methane detection,is developed. The aggrega- tion theory and of multi-dimensional and massive dynamic ination of underground sensor data are estab- lished. The prediction of typical dynamic disasters and the multi granularity knowledge mining based on drift characteristics are constructed. A model of judgment,recognition and warning of major coal mine disasters based on big data analysis and data mining is established. Through the field applications,it is shown that the acquisi- tion sensor can realize the comprehensive acquisition of man-machine ring parameters,and has the advantages of self- diagnosis on fault,short response time and long calibration cycle. The non-fault rate of the monitoring and warning sys- tem has reached 99 in a stable operation,the anti-interference level is no less than level 3,and the systems monito- ring and warning accuracy is more than 90. The system has realized the online monitoring,intelligent judgment and real-time warning of typical power hazards in coal mines. Key wordscoal mine;typical dynamic hazards;risk assessment;monitoring;early warning 随着煤矿开采深度的增加,煤矿开采条件变得异 常复杂,煤层“三高一低”的特点尤为突出,极易在采 掘扰动下诱发煤与瓦斯突出、冲击地压等典型动力灾 害事故。 这些动力灾害具有突发、急剧、猛烈等特点, 常造成井巷严重破坏和人员重大伤亡,甚至引起局部 地震及地表破坏。 究其根源主要是因为煤矿典型动 力灾害诱发机理不清、风险判识不明、监控预警技术 不足等[1]。 针对上述存在的问题,结合开采区域地质构造、 煤岩体物理力学特性[2-4]、深部煤岩动力学理论[5-7]、 井下开采技术条件及采煤工艺等实际情况。 亟需开 展冲击地压孕育机理与风险判识及监测预警、煤与瓦 斯突出灾变机理及监测预警、煤矿典型动力灾害信号 采集传输和智能化分析、煤矿典型动力灾害监控预警 系统平台等 4 项技术研发。 从而建立煤矿典型动力 灾害风险判识及监控预警理论,形成典型动力灾害风 险判识与预警理论与技术,构建国际领先的煤矿典型 动力灾害风险判识及监控预警技术研究平台。 以期 建立煤矿典型动力灾害风险判识和预警的新理论体 系,全面提升煤矿典型动力灾害风险判识和预警能 力。 为解决煤矿典型动力灾害预警判识理论与技术 难题,科技部在“十三五”期间设立了国家重点研发 计划项目“煤矿典型动力灾害风险判识及监控预警 技术研究”,以煤与瓦斯突出和冲击地压 2 种典型煤 矿动力灾害为研究对象,通过对灾害灾变机理研究及 深度感知等技术和装备的研发,将有效促进煤与瓦斯 突出、冲击地压灾害的风险判识及监控预警能力的提 升,从而实现煤矿典型动力灾害监测预警基础研究 关键技术开发-应用示范的有机融合。 1 风险判识及监控预警主要研究内容 以冲击地压、煤与瓦斯突出等煤矿典型动力灾害 为对象,针对煤矿典型动力灾害孕育、前兆信息判识、 多网融合传输及精准预警中的重大难题,设定 4 个主 要研究内容 1建立基于“应力场-震动场-能量场”的多场 冲击地压机理,提出满足应力条件、能量条件和震动 触发条件的冲击地压发生判定标准。 从而形成以监 测煤柱型、顶板型、断层型、褶皱型 4 类冲击地压为对 象的监测预警指标体系。 2综合分析煤与瓦斯突出全过程多参数演化 规律、煤与瓦斯突出机理、预警指标和预警模型。 从 而开发面向服务架构模式、支持跨平台的矿井突出智 能预警系统和采掘面分布式声电瓦斯突出预警系统, 实现工作面煤体声电瓦斯信息多点、区域化、同步监 测预警。 3全面开展煤矿典型动力灾害前兆信息新型 感知与多网融合传输方法与技术装备的研发,从而 实现具有故障自诊断、高灵敏、标校周期长的前兆 信息采集传感技术与装备及矿井关键区域人机环 参数全面采集、多元信息共网传输的全息模态化预 警系统。 4基于多网融合技术和大数据、云技术,建立 8551 第 5 期袁 亮煤矿典型动力灾害风险判识及监控预警技术研究进展 煤岩动力灾害监测预警系统平台。 重点研发基于服 务模式的区域性突出灾害远程监控预警服务系统,构 建了冲击地压、煤与瓦斯突出灾害监测预警技术装备 示范应用的共性关键集成架构体系,从而实现煤矿典 型动力灾害的远程在线智能预警。 2 风险判识及监控预警关键技术 2． 1 冲击地压风险判识、监测预警技术 结合采动影响下地质构造和原岩应力场对煤矿 深井冲击地压作用的动力学机制,构建了冲击地压应 力-裂隙-能量多场耦合致灾模型[8-9]图 1,提出了 煤矿冲击地压失稳灾变的应力与构造环境指标。 图 1 冲击地压应力-裂隙-能量多场耦合诱冲致灾机理 Fig． 1 Coupled stress-fracture-energy mechanism of rock burst 基于多场冲击地压机理,建立了冲击地压“应力 场-震动场-能量场”3 场监测预警技术。 研发了应力 监测和反演技术与装备[10-11]、双震源一体化应力探 测及煤岩电荷监测装备、煤岩电荷监测系统以及冲击 危险地应力连续监测预警技术及装备。 冲击危险的 “应力场、震动场、能量场”监测预警“3 场准则”、预 测模型和智能判识方法图 2。 形成了冲击地压风 险智能判识与多参量分类综合监测预警理论及技术 体系[12]图 3,具体监测预警方法步骤如下 1根据不同区域冲击地压主控因素,确定冲击 地压类型; 2基于微震、电磁辐射、钻屑、应力等冲击地压 监测预警指标,选取该区域冲击地压类型基于 3 场对 应的敏感指标; 3采用无量纲化方法,对各预警指标进行无量 纲处理; 4采用 R 值法、概率法、敏感指数法、距离权重 法等,综合确定各指标权重; 5根据指标权重及指标值,计算综合预警指标 值,比对危险等级判别标准,判定综合冲击危险等级, 进行预警。 图 2 冲击地压风险综合预警指标与方法 Fig． 2 Comprehensive warning index and of rock burst risk 图 3 冲击地压风险判识监测预警理论体系 Fig． 3 Theoretical system of rock burst risk assessment,monitoring and early warning 根据对于危险等级的防治对策,采取加强监测、 卸压解危、停产撤人等冲击地压防控技术措施消除或 减弱冲击危险。 冲击地压监测预警准确率计算方法由于预警 9551 煤 炭 学 报 2020 年第 45 卷 后,冲击地压等动力现象发生具有一定时效性,将预 警发出后 1 2 d 内出现冲击地压或类似动力现象作 为预警准确进行计算。 监测期限内,对发生冲击地压 类似现象的所有日期往前进行 2 d 搜索,2 d 内发出 过中等以上预警视为预警准确。 研究成果在陕西胡家河煤矿和山东古城煤矿进 行了应用,预警准确率均超过 90,能够有效指导现 场进行冲击危险防治,相关研究成果也在其他矿区进 行了推广应用。 2． 2 煤与瓦斯突出灾变机理及监测预警技术 以煤与瓦斯突出孕育、发动、发展、结束的全过 程为主线开展系统研究,构建了煤与瓦斯突出物理 模拟相似体系[13-16],研发了大尺度、真三维、全封闭 自动开挖煤与瓦斯突出物理模拟实验装置图 4、 深井高应力高刚度煤岩瓦斯复合动力灾害模拟装 备、突出煤粉-瓦斯固气两相流动力学演化机制实 验装置及瓦斯风压诱致井巷风流紊乱实验装置等, 以此搭建了煤与瓦斯突出全过程系列化物理模拟 实验平台。 基于上述系列化实验平台,开展了煤与 瓦斯突出关键因素、诱发机理以及灾变过程的研 究[17],建立了构造应力场空间分布预测模型,阐明 了煤与瓦斯突出的主控因素,提出了煤与瓦斯突出 结构异常区致灾机制以及冲击-突出复合型煤岩瓦 斯动力灾害量化模型。 图 5 为煤与瓦斯多场耦合 致灾演化过程,与煤与瓦斯突出的 4 个阶段相对 应。 掘进工作面前方受到采掘扰动后,在应力作用 下工作面前方构造区位置裂隙滋生,形成瓦斯储集 空间。 采掘扰动导致煤体卸压发生损伤破坏,瓦斯 解吸扩散并流入储集空间,当瓦斯解吸速度大于工 作面瓦斯涌出速度时储集空间内瓦斯逐渐积聚,瓦 斯压力逐渐增大。 当积聚的瓦斯压力大于工作面 前方煤体残余强度时发生突出。 图 4 煤与瓦斯突出及复合动力灾害大尺度物理模型 Fig． 4 Large scale physical model of coal and gas outburst and combined dynamic disaster 图 5 煤与瓦斯突出多场耦合致灾机理 Fig． 5 Multi-field coupling disaster mechanism of coal and gas outburst 0651 第 5 期袁 亮煤矿典型动力灾害风险判识及监控预警技术研究进展 聚焦煤与瓦斯突出灾害判识预警,从生产系统、 区域和工作面等 3 个空间层次和短期、中期、远期等 3 个时间跨度,分析得到了导致煤与瓦斯突出的全链 条、多尺度、全覆盖的风险因素图 6,提出了防突措 施失效判识方法,建立了全链条跨尺度多参量预警指 标体系,获得了煤与瓦斯突出多参量前兆信息的时空 演化规律。 提出了多源数据综合分析的突出预警方 法,建立了多源信息融合的动态预警模型,实现了监 测预警基础数据的动态监测和采集[18-20]。 图 6 煤与瓦斯突出风险因素 Fig． 6 Risk factors of coal and gas outburst 在山西阳泉新景矿和贵州盘江金佳矿进行了煤 与瓦斯突出智能预警应用示范,进一步完善了突出预 警理论及技术体系。 2． 3 煤矿典型动力灾害信号采集传输传感设备和智 能化分析 2． 3． 1 采集传输传感设备 针对灾害预警中存在的传感信息不全面、灵敏度 低、可靠性较差、通信可靠性差、关键区域密集监测传 输手段缺乏、异构数据无法融合等重大技术问题,开 展了煤矿典型动力灾害前兆信息新型感知与多网融 合传输方法与技术装备的研究。 通过对光纤光栅微 震传感、三轴应力传感、分布式多点激光甲烷检测、井 下非接触供电与数据交互、非在线式检测关键信息快 速采集等关键技术研究,开发了具有故障自诊断、高 灵敏、标校周期长的前兆信息采集传感技术与装备; 通过对异构数据融合、自组网、抗干扰等技术研究,提 出矿井关键区域人机环参数全面采集、多元信息共网 传输新方法。 研制的矿井光纤微震传感系统图 7,攻克了宽 频光纤微震传感、高灵敏度光纤微震解调、精密时钟 同步等关键技术[21],突破了传统电子微震传感系统 灵敏度低、抗电磁干扰、扩展性差等技术瓶颈,实现了 矿井微震监测由电子式向光纤式的升级换代[22-23]。 光纤微震监测系统,主要由光纤微震传感器、微震数 据采集分站、光纤微震监测装置主机及上位机组成。 系统实现了 8 个通道同步监测,微震频率范围达到了 0． 5 300 Hz,灵敏度提升到0． 1 mg;系统的响应时间 小于 15 s,标校周期大于 120 d。 图 7 光纤微震监测装置 Fig． 7 Optical fiber microseismic monitoring device 研制的分布式多点激光甲烷监测系统图 8,在 激光器输出端引入结构简单、密封性高的自校准气 室,解决了对多个测量通道的精确校正的技术难题, 实现了整机工作的长期稳定性[24];提出了多光路弱 光强条件下的增益自适应调节方法,攻克了光路空分 复用技术和 FPGA 硬件同步采集及数字解调技术等 关键技术,解决了多光路微弱光强条件下甲烷吸收信 号相位补偿和高精度数字同步解调,提高解调系统的 信噪比,实现多光路甲烷的高精度检测。 分布式多点 激光甲烷监测系统,实现了 8 个通道同步高精度测 量,测量范围 0 100 CH4,测量误差不超过3, 响应时间达到 10 s,标校周期达到 120 d 以上。 图 8 分布式多点激光甲烷监测装置样机 Fig． 8 Prototype distributed multi-point laser methane monitoring device 研制了矿井非接触供电系统图 9,攻克了低频 调制输出、负载动态匹配、电能拾取装置小型化、本安 化等关键技术,突破了传统集中供电系统点对点供电 可靠性差、远端供电能力弱、线路复杂等技术瓶颈,实 现了煤矿井下本安供电系统由集中式向分布式、由点 对点向线对点方式的升级换代。 非接触供电装置最 大输出电压范围 500 V,最大输出电流 20 A,调制频 率 1 000 Hz;取电装置额定输出 18 V/0． 2A。 电力载 波传输装置最大传输速率 10 Mbit/ s,最大通信距离 达到 2 km。 1651 煤 炭 学 报 2020 年第 45 卷 图 9 非接触供电调制、取电及电力载波装置 Fig． 9 Non-contact supply modulation,power-taking and power carrier devices 2． 3． 2 多元海量数据挖掘与智能分析 通过系统分析井下传感器数据所具有的多元、异 构、海量等特征,研究了井下传感器数据的多元海量 动态信息的聚合理论与方法[25]、基于特征选择策略 的历史与在线数据挖掘模型的构建和更新理论与方 法[26]、需求驱动的煤矿典型动力灾害预警服务知识 体系及其关键技术、基于漂移特征的潜在煤矿典型动 力灾害预测方法与多粒度知识发现方法、基于大数据 分析的动力灾害危险区域快速辨识及智能评价技术 理论与方法,提出基于漂移数据反走样处理的煤矿典 型动力灾害多粒度预测模型与方法图 10,建立了 面向煤矿典型动力灾害预测前兆信息模态构建的数 据挖掘方法与模型图 11,实现动力灾害预测前兆 信息模态的自动更新。 图 10 基于漂移特征的煤矿灾害在线预测方法 Fig． 10 An online coal mine disaster prediction based on drift characteristics 图 11 矿山动力灾害的全息模态化预警方法及系统架构 Fig． 11 Holographic modal early warning and system architecture of mine dynamic hazards 2． 4 煤矿典型动力灾害监控预警系统平台 基于以往煤矿典型动力灾害案例,研究了基 于并行计算模型的多元异构数据的抽取、关联、聚 合方法,提取了致灾因素。 研究了多煤矿典型动 力灾害中关键概念和关系的逻辑表示技术,探索 煤与瓦斯突出、冲击地压的动力灾害知识库构建 技术,形成了区域内煤矿典型动力灾害数据的互 联互通。 针对煤矿典型动力灾害数据的多源、海 量、动态及在线实时预警等特点,研究适用于区域 性煤矿典型动力灾害实时远程监控预警的云平台 架构和云平台的存储、I/ O 优化策略。 设计了区域 性突出预警服务接口,研发基于服务模式的区域 性突出灾害远程监控预警服务系统,实现了煤矿 冲击地压、煤与瓦斯突出典型动力灾害预警信息 远程发布、监管与运维,构建了冲击地压、煤与瓦 斯突出灾害监测预警技术装备示范应用的共性关 键集成架构体系;采用煤矿动力灾害前兆采集传 感与多网融合传输技术装备,以及基于数据融合 的灾害多元信息挖掘分析新技术、新方法,建立了 煤岩动力灾害监测预警系统平台图 12。 2651 第 5 期袁 亮煤矿典型动力灾害风险判识及监控预警技术研究进展 图 12 陕西煤业化工集团彬长矿业综合示范工程 Fig． 12 Comprehensive demonstration of Binchang Mining Group in Shaanxi Coal and Chemical Industry Group Co． Ltd． 基于多网融合技术和大数据、云技术,实现煤矿 典型动力灾害的远程在线智能预警图 13,指导示 范矿井冲击地压、煤与瓦斯突出灾害治理,验证动力 灾害远程在线智能判识预警理论及方法。 3 风险判识及监控预警现场应用 集成理论、技术、装备等新成果建成的煤岩动力 灾害多参量监测预警系统平台在陕西煤业化工集团 彬长矿业公司进行了综合应用示范,并考察了预警平 台的监测预警效果。 示范矿井胡家河矿多参量预警平台集成了微 震多维信息指标、地音、冲击变形能、CT 应力场探 测等综合预警技术方法,实现了煤矿动力现象的 监测预警。 图 14 为胡家河矿 2016 -10 -27 冲击 地压事件发生前多参量预警平台监测指标的变化 情况。 图 13 煤矿典型动力灾害监测预警架构体系 Fig． 13 Coal mine typical dynamic disaster monitoring and early warning framework system 图 14a d显示微震活动性多维信息综合 指标、时空强多维信息综合指标、地音监测预警指标、 冲击变形能指数指标等均可以在冲击事件发生前提 前 1 3 天发布强危险预警;图 14e,f显示现场 3651 煤 炭 学 报 2020 年第 45 卷 图 14 多参量预警平台监测指标变化 Fig． 14 Multi-parameter early warning plat monitors the index change 冲击事件发生位置与矿压综合预警云图及 CT 区域 应力场探测云图中的高危险区域相吻合。 通过对矿 井 402103 工作面、401102 工作面、401103 工作面等 连续追踪考察,胡家河矿多参量预警平台对强冲击危 险的预警率为 100,对中等及弱冲击危险区域的预 警率能够达到 90 以上,期间存在预警平台预警工 作面危险等级为强,但未发生大能量矿震的现象,主 要原因为工作面卸压措施强度高,卸压及时,有效降 低了工作面的冲击危险等级。 4 结 论 1研究利用大数据、互联网等新型信息技术, 对突出灾害致因进行了全方位辨识,并研究了更为科 学、合理的数据融合方法,以及风险判识与预警模型, 进行突出灾害全方位预警,构建自动化、信息化、智能 化预警平台,大幅提高我国煤与瓦斯突出灾害预警自 动化水平,并将预警准确率提升至 90 以上,有效遏 制突出事故的发生。 2研究成果的推广应用有效地推进我国矿山 的信息化、数字化、管控一体化水平,进一步缩小煤炭 行业长期以来与其他非煤行业之间的差距;同时培养 一批技术骨干,形成了一支高素质的煤矿动力灾害防 治技术团队。 3所开发的产品可以应用于 1 000 多座大型煤 矿以及相应的设计院所,研究过程申请了一批典型动 力灾害预警相关的发明专利,有效保护研究成果,形 成具有自主知识产权的预警技术,为预警技术推广应 用提供支撑。 该成果的推广应用不仅可以节约购买 4651 第 5 期袁 亮煤矿典型动力灾害风险判识及监控预警技术研究进展 国外软件的巨额费用,而且也可以大幅度地提高用户 的生产效率。 当然,也要清醒地认识到煤矿典型动力灾害机理 复杂,不同的开采条件和地质赋存特征,其前兆特征 及预警防治难易程度各不相同。 “十三五”国家重点 研发计划项目实施进一步增强了我国在该领域的研 究水平和国际领先地位,但因我国煤炭资源地质赋存 特征复杂,后续仍需继续开展相关研究,进一步推动 在智能精准开采框架下煤矿典型动力灾害预警防治 技术推广应用。 参考文献Reference [1] 袁亮,姜耀东,何学秋,等. 煤矿典型动力灾害风险精准判识及 监控预警关键技术研究进展[J]. 煤炭学报,2018,432306- 318. YUAN Liang,JIANG Yaodong,HE Xueqiu,et al. Research progress on key technologies for precise identification and monitoring and ear- ly warning of typical dynamic disasters in coal mines [J]. Journal of China Coal Society,2018,432306-318. [2] ZHAO Y,SUN Y,LIU S,et al. Pore structure characterization of coal by NMR cryoporometry[J]. Fuel,2017,1902359-369. [3] ZHAO Y,WANG H,LIU S,et al. Dynamic failure risk of coal pillar ed by irregular shape longwall faceA case study[J]. Interna- tional Journal of Mining Science and Technology,2018,28 5 775-781. [4] 郝宪杰,袁亮,卢志国,等. 考虑煤体非线性弹性力学行为的弹 塑性本构模型[J]. 煤炭学报,2017,424896-901. HAO Xianjie,YUAN Liang,LU Zhiguo,et al. Elastoplastic constitu- tive model considering nonlinear elastic mechanical behavior of coal body[J]. Journal of China Coal Society,2017,424896-901. [5] 赵毅鑫,王浩,卢志国,等. 开采扰动下断层面库仑应力及诱发 矿震时空演化特征[J]. 煤炭学报,2018,432340-347. ZHAO Yixin,WANG Hao,LU Zhiguo,et al. Coulomb stress in fault plane under the disturbance of mining and the spatiotemporal evolu- tion of induced earthquakes [J]. Journal of China Coal Society, 2018,432340-347. [6] 焦振华,姜耀东,赵毅鑫,等. 工作面过断层动态力学响应特征 研究[J]. 中国矿业大学学报,2019,48157-66. JIAO Zhenhua,JIANG Yaodong,ZHAO Yixin,et al. Research on dy- namic mechanical response characteristics of working face through fault [J]. Journal of China University of Mining Technology, 2019,48157-66. [7] 郝宪杰,袁亮,王少华,等. 硬煤冲击倾向性的层理效应研究 [J]. 煤炭科学技术,2018,4651-7. HAO Xianjie,YUAN Liang,WANG Shaohua,et al. Study on bed- ding effect of hard coal impact tendency [J]. Coal Science and Technology,2018,4651-7. [8] 窦林名,贺虎,何江,等. 冲击危险评价的相对应力集中系数叠 加法[J]. 煤炭学报,2018,432327-332. DOU Linming,HE Hu,HE Jiang,et al. Superposition of relative stress concentration coefficients for impact risk assessment [J]. Jour- nal of China Coal Society,2018,432327-332. [9] 王桂峰,窦林名,蔡武,等. 冲击地压的不稳定能量触发机制研 究[J]. 中国矿业大学学报,2018,471190-196. WANG Guifeng,DOU Linming,CAI Wu,et al. Research on the trig- gering mechanism of unstable energy of rockburst [J]. Journal of China University of Mining Technology,2018,471190-196. [10] 舒龙勇,王凯,齐庆新,等. 煤巷掘进面应力场演化特征及突出 危险性评价模型[J]. 采矿与安全工程学报,2017,342259- 267. SHU Longyong,WANG Kai,QI Qingxin,et al. Evolution character- istics of stress field and outburst hazard uation model of coal roadway face [J]. Journal of Mining and Safety Engineering,2017, 342259-267. [11] ZHOU A,WANG K,LI L,et al. A roadway driving technique for preventing coal and gas outbursts in deep coal mines[J]. Envi