采矿引起的岩溶地层下覆岩破坏与含水层扰动:知识引导的神经算子预测

《Engineering Geology》:Mining-induced overburden failure and aquifer disturbance beneath karstified strata: Knowledge-guided neural-operator prediction

【字体: 大 中 小 】 时间:2026年09月25日 来源:Engineering Geology 10.3

编辑推荐:

   •喀斯特劣化指数量化了溶蚀作用导致的石灰岩弱化。•Karst-DeepONet将劣化状态与连续覆岩响应场联系起来。•测试R2值在应力方面达到0.952,在沉降方面达到0.946。•喀斯特劣化程度越大,顶板破坏发生越早,垮落区域越大。•液压支护压力记录支持了预测的顶板失稳时间。

  
  • •
    喀斯特劣化指数量化了溶蚀作用导致的石灰岩弱化。
  • •
    Karst-DeepONet将劣化状态与连续覆岩响应场联系起来。
  • •
    测试R2值在应力方面达到0.952,在沉降方面达到0.946。
  • •
    喀斯特劣化程度越大,顶板破坏发生越早,垮落区域越大。
  • •
    液压支护压力记录支持了预测的顶板失稳时间。

引言

在喀斯特化碳酸盐岩层下开采浅部煤层是一个工程地质问题,受溶蚀作用导致的岩体劣化、水文地质扰动和采动覆岩变形之间相互作用的控制。基础性建模将石灰岩裂隙的扩大与溶蚀动力学、裂隙几何形态和水力梯度联系起来(Dreybrodt, 1990)。溶蚀损伤和喀斯特裂隙降低了顶板完整性和承载能力,增加了对长壁推进的敏感性(Yang et al., 2022; Zheng et al., 2024; Zhu, 2023)。含喀斯特的含煤地层通常表现出较低的岩体完整性和发育的孔隙及裂隙。在含水层之下的浅部煤层中,这些特征可增加对采动扰动的敏感性。这些条件有利于在开采过程中发生不连续顶板弯曲、层间分离、裂隙扩展和阶段性垮落(Hu et al., 2022; Li et al., 2021a; Li et al., 2023; Meng et al., 2024; Ren et al., 2024; Sun et al., 2021)。如果采动裂隙向喀斯特化含水层或富水构造区扩展,它们可能连通采空区裂隙带与上覆含水层。这种连通性增加了顶板失稳、异常来压、导水裂隙发育和含水层扰动的风险(Cao et al., 2024; He et al., 2021; He et al., 2023)。因此,对这些系统进行可靠评估需要集成表示喀斯特劣化、采动力学响应和顶板失稳现场证据。
以往研究通过室内试验、力学模型、数值模拟和现场监测来研究采动覆岩破坏。实验室和物理模型试验阐明了石灰岩弱化、岩层运动和顶底板破坏演化(Cheng et al., 2022; Lu et al., 2021a; Song et al., 2022)。现场调查和支护控制研究进一步突出了能量积聚、支护作用和围岩条件对地下稳定性的作用(Das et al., 2023; Guner et al., 2023; Khademian and Sears, 2024)。经典弹性分析将采动地表移动与开挖几何形状和顶底板收敛联系起来(Berry, 1960)。当代关键层、厚层和支护-岩层模型研究了顶板断裂和支护载荷需求(He et al., 2023; Pan et al., 2022; Yu et al., 2022)。数值模拟通过解决应力重分布、塑性屈服、垮落演化和复杂地质条件下的水-力耦合响应来补充这些理论(Chawla et al., 2022; Vaezi et al., 2025; Xia et al., 2024)。监测和计算研究已表征覆岩离层、巷道支护性能和顶板冒落风险(Esterhuizen et al., 2021; Fattahi et al., 2024; Xie et al., 2023)。然而,实验室劣化参数、模拟图像和监测曲线通常仍被视为独立的数据流。然而,最近的代理建模和多保真度研究表明工程知识和物理场数据可以在预测模型中集成(Hao et al., 2021; Zhang et al., 2024)。
深度学习为整合异质工程地质证据提供了一条途径。然而,覆岩响应预测需要空间连续性、物理一致性和对变化喀斯特与开采条件的适应性。基于图像的深度学习已实现了从隧道掌子面图像预测岩体质量等级(Kim and Yun, 2024)。在喀斯特采矿中,基于模拟的深度学习已应用于顶板来压预测(Zhang et al., 2026b)。物理约束的多模态建模也已涉及导水裂隙带高度、顶板来压距离和地表沉降(Zhang et al., 2026a)。Raissi等人(2019)引入的物理信息神经网络(PINN)框架将控制方程残差嵌入神经网络训练中用于正向和反问题。随后的物理信息和物理约束方法已应用于固体力学反演、细观力学、地质力学固结、非饱和入渗和非线性塑性(Bekele, 2021; Haghighat et al., 2021; Henkes et al., 2022; Lan et al., 2024; Roy and Guha, 2023)。与传统PINN通常近似个体解场不同,算子学习函数空间之间的映射。Chen和Chen(1995)建立了非线性算子的通用逼近结果。深度算子网络(DeepONet)使用分支-主干架构(Lu et al., 2021b)。傅里叶神经算子(FNO)在傅里叶空间中参数化积分核(Li et al., 2021b)。后续工作发展了通用神经算子理论和物理信息扩展(Kovachki et al., 2023; Li et al., 2024; Wang et al., 2021)。最近的算子变体和地球物理应用进一步改善了多尺度表示、几何处理、力学场重构和反演分析(Abueidda et al., 2025; Eshaghi et al., 2025; Haghighat et al., 2024; He et al., 2024; Tripura and Chakraborty, 2023; Zhu et al., 2023)。当前应用剩余的难点是将实验室获得的喀斯特劣化与采动响应场联系起来,并对照现场观测评估预测的顶板失稳阶段。
本研究开发了Karst-DeepONet,这是一种知识引导的神经算子,将实验室获得的喀斯特劣化指数与FLAC3D/UDEC响应场标签耦合,以预测浅部煤层开采中的覆岩响应。它将劣化和开采条件映射到采面推进过程中空间连续的应力、塑性区、垮落和沉降响应。利用21606工作面的液压支护压力记录评估预测的顶板失稳时间。该框架支持基于场景的顶板控制评估和含水层扰动风险的初步筛查。

章节片段

工程地质条件与数据来源

选择青龙煤矿21606工作面来研究喀斯特化碳酸盐岩层下采动覆岩响应。该场地结合了浅部16号煤层、裂隙石灰岩含水层、含水顶板和长壁推进期间连续的液压支护压力记录。这些条件为将实验室获得的喀斯特劣化、数值响应场标签和现场监测证据联系起来提供了合适的基础。在本研究中,该场地

喀斯特劣化指数

喀斯特溶蚀被表示为一种可测量的劣化状态,而非定性地质的描述。分级溶蚀试验表明石灰岩完整性进行性丧失,表现为强度降低、刚度退化、孔隙结构变化和损伤增加(图1)。这些变化直接相关于覆岩稳定性:拉强度弱化有利于裂缝萌生和层间分离,而抗剪强度损失则降低了抗滑动和垮落能力。
对于

算子架构与损失函数

Karst-DeepONet被设计为学习劣化-开采条件与多场覆岩响应之间的连续算子。与仅在固定网格上预测响应不同,该模型在注册数值域内查询坐标处估计应力、损伤状态和沉降。
劣化-开采条件向量定义为:p=KDIHhmha其中KDI为喀斯特劣化指数,H为埋深,hm为采高,ha为相对高度

耦合裂隙-垮落-沉降预测

Karst-DeepONet通过预测采面推进过程中的裂隙、垮落和沉降进行评估。虽然图5记录了顶板垮落响应标签的构建,但图10评估了Karst-DeepONet是否在20、60和90米的推进距离处再现了对应的垮落和裂隙形态。这些阶段取自同一个UDEC数据库,因此提供的是空间预测性能的额外定性可视化,而非独立验证

结论

本研究开发了Karst-DeepONet以预测浅部煤层开采中喀斯特控制的覆岩破坏,并评估其对含水层扰动风险的影响。
  • (1)
    喀斯特劣化指数整合了力学、孔隙结构和分形描述符以量化溶蚀导致的石灰岩弱化。将此指数与重建的FLAC3D/UDEC响应场标签耦合,将实验室尺度的劣化与采动覆岩演化联系起来。
  • (2)
    Karst-DeepONet再现了连续的

CRediT作者贡献声明

张杜(Duo Zhang):可视化、方法学、调查、初稿撰写。金青桐(Qingtong Jin):验证、软件、形式分析、数据整理。张宇(Yu Zhang):可视化、调查、数据整理、审阅与编辑。郝海宁(Haining Hao):验证、监督、资源、审阅与编辑。张华生(Huasheng Zhang):监督、项目管理、资金获取、概念化、审阅与编辑。

利益冲突声明

作者声明他们没有已知的竞争性经济利益或个人关系,这些关系可能影响本论文所报告的工作。

致谢

作者衷心感谢隧道工程国家重点实验室的同事们在本研究开发过程中提供的宝贵讨论和技术支持。我们还感谢参与样本制备和数据收集过程的现场工程师和技术人员。
张杜|金青桐|张宇|郝海宁|张华生
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号