Прогноз устойчивости подземных горных выработок Ирокиндинского месторождения на основе сопоставления методик прогнозной оценки состояния массива горных пород

Обложка

Цитировать

Полный текст

Аннотация

Цель данного исследования заключалась в сопоставлении и корректировке результатов прогноза устойчивости подземных горных выработок Ирокиндинского золоторудного месторождения по различным методикам оценки состояния массива горных пород на основе анализа: только структурных параметров, многопараметрической классификации структурных параметров и инженерно-геологических показателей по З.Т. Бенявски и распределения массовой трещиноватости. Для оценки инженерно-геологических условий глубоких горизонтов месторождения использовались данные, полученные в процессе геомеханической документации керна при проходке разведочных и гидрогеологических скважин и документации стенок подземных горных выработок. Это позволило оценить степень раздробленности пород массива, влияющую на устойчивость подземных горных выработок. По отобранным пробам пород из керна разведочных скважин и горных выработок выполнен полный комплекс определений физико-механических и деформационных свойств. Всего в течение полевого сезона отобрано и проанализировано 184 пробы и выделено 10 разновидностей пород, характеризующихся различной прочностью, и, как следствие, степенью устойчивости. Проведенный сравнительный анализ на примере Ирокиндинского месторождения позволяет говорить о необходимости комплексного применения этих методик с целью повышения достоверности результатов и максимально корректного определения класса устойчивости горного массива для проходки в нем горной выработки. Результаты, полученные по различным методикам, должны рассматриваться как набор сигналов для принятия проектных решений об укреплении горных выработок.

Об авторах

И. В. Матвеева

Иркутский национальный исследовательский технический университет

Email: matveeva.i.2010@mail.ru
ORCID iD: 0009-0000-8621-5560

Т. О. Шигарова

Иркутский национальный исследовательский технический университет

Email: shigarova@yandex.ru
ORCID iD: 0009-0008-5305-0251

О. А. Матвеев

Иркутский национальный исследовательский технический университет

Email: matveev_oleg68@mail.ru
ORCID iD: 0009-0006-8053-0782

Список литературы

  1. Кузьмин Е.В., Узбекова А.Р. Рейтинговые классификации массивов скальных пород: предпосылки создания, развитие и область применения // Горный информационно-аналитический бюллетень. 2004. № 4. С. 201–202. EDN: INTNKV.
  2. Кузьмин Е.В., Узбекова А.Р. Самообрушение руды при подземной добыче. М.: Изд-во МГГУ, 2006. 283 с.
  3. Абрамкин Н.И., Ефимов В.И., Мансуров П.А. Эмпирические методики оценки состояния массива горных пород // Известия уральского государственного горного университета. 2021. № 4. С. 109–115. https://doi.org/10.21440/2307-2091-2021-4-109-115. EDN: ELNONZ.
  4. Чернов А.Ю., Бузов С.А. Применение рейтинговых классификаций массивов горных пород на основе общепринятой системы документации горных выработок // Сергеевские чтения: материалы годичной сессии Научного совета РАН по проблемам геоэкологии, инженерной геологии и гидрогеологии (г. Пермь, 2–4 апреля 2019). Пермь: Изд-во ПГНИУ, 2019. С. 603–608. EDN: ZCOYLR.
  5. Deere D.U., Deere D.W. The Rock quality designation (RQD) index in practice // Rock Classification Systems for Engineering Purposes / ed. L. Kirkaldie. West Conshohocken: ASTM International, 1988. P. 91–101. https://doi.org/10.1520/STP48465S.
  6. Terzaghi R.D. Sources of error in joint surveys // Geotechnique. 2009. Vol. 15. Iss. 3. P. 287–304. https://doi.org/10.1680/geot.1965.15.3.287.
  7. Barton N., Lien R., Lunde J. Engineering classification of rock masses for the design of rock support // Rock Mechanics and Rock Engineering. 1974. Vol. 6. Iss. 4. P. 189–236. https://doi.org/10.1007/BF01239496.
  8. Haines A., Terbrugge P., Carrieri G. Preliminary estimation of rock slope stability using rock mass classification systems // Proc. 7th Cong. on Rock Mechanics (Aachen, 16–20 September 1991). Aachen: A.A. Balkema, 1991. Vol. 2. P. 887–892. https://doi.org/10.1016/0148-9062(93)92931-F.
  9. Bieniawski Z.T. Engineering rock mass classifications. New York: John Willey and Sons, 1989. 251 p.
  10. Romana M. New adjustment rating for application of the Bieniawski classifications to slopes // Proceedings of International Symposium on the Role of Rock Mechanics (Zacatecas, 1985). Zacatecas: International Society of Rock Mechanics, 1985. P. 49–53.
  11. Кузьмин Е.В., Узбекова А.Р. Рейтинговые классификации массивов горных пород и их практическое применение // Горный информационно-аналитический бюллетень. 2005. № 5. С. 181–185. EDN: ICJNJN.
  12. Рыбин В.В., Губинский Н.О. Определение рейтинга массива горных пород по классификации Д. Лобшира для условий карьеров ОАО «Апатит» // Горный информационно-аналитический бюллетень. 2012. № 3. С. 140–143. EDN: PUXDSF.
  13. Laubsher D.H. A geomechanics classification system for rating of rock mass in mine design // Journal of the Southern African Institute of Mining and Metallurgy. 1990. Vol. 90. P. 257–273.
  14. Jacubec J., Laubscher D. The MRMR rock mass rating classification system in mining practice // MassMin (Brisbane, 29 October – 2 November 2000). Brisbane, 2000. P. 413–421.
  15. Laubscher D.H., Jacubec J. The MRMR Rock Mass Classification for jointed rock masses // Underground Mining Methods: Engineering Fundamentals and International Case Histories / eds. W.A. Hustrulid, R.L. Bullock. Littleton: SME, 2001. P. 455–463.
  16. Bieniawski Z.T. Determining rock mass deformability: experience from case histories // International Journal of Rock Mechanics and Mining Sciences & Geomechanics Abstracts. 1978. Vol. 15. Iss. 5. P. 237–247. https://doi.org/10.1016/0148-9062(78)90956-7.
  17. Nicholoson G.A., Bieniawski Z.T. A nonlinear deformation modulus based on rock mass classification // International Journal of Mining and Geological Engineering. 1990. Vol. 8. P. 181–202. https://doi.org/10.1007/BF01554041.
  18. Barton N. Some new Q-value correlations to assist in site characterization and tunnel design // International Journal of Rock Mechanics and Mining Sciences. 2002. Vol. 39. Iss. 2. P. 185–216. https:///doi.org/10.1016/S1365-1609(02)00011-4.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».