img

QQ群聊

img

官方微信

  • CN 62-1112/TF 
  • ISSN 1005-2518 
  • 创刊于1988年
高级检索

黄金科学技术, 2023, 31(6): 1014-1022 doi: 10.11872/j.issn.1005-2518.2023.06.078

采选技术与矿山管理

干堆尾矿库稳定性影响因素的敏感性分析

许云美,, 袁利伟,, 龙皓楠

昆明理工大学公共安全与应急管理学院,云南 昆明 650093

Sensitivity Analysis of Stability Influencing Factors of Dry Heap Tailings Reservoir

XU Yunmei,, YUAN Liwei,, LONG Haonan

Faculty of Public Security and Emergency Management,Kunming University of Science and Technology,Kunming 650093,Yunnan,China

通讯作者: 袁利伟(1978-),男,河南临颍人,教授,从事安全科学理论及技术、矿山安全技术、灾害风险管控与预警预报、岩土体工程特性及其稳定性等方面的研究工作。yuanLW@kust.edu.cn

收稿日期: 2023-05-23   修回日期: 2023-08-21  

基金资助: 国家自然科学基金项目“高海拔高寒矿区边坡失稳与地表形变行为模式研究”.  53264020
云南省社会发展专项重点研究开发项目 “生产过程与灾害演化安全监测及预警技术研究”.  202003AC100002

Received: 2023-05-23   Revised: 2023-08-21  

作者简介 About authors

许云美(1997-),女,云南宣威人,硕士研究生,从事矿山安全研究工作18487223851@163.com , E-mail:18487223851@163.com

摘要

为了探究干堆尾矿库的尾矿坝高和堆积尾粉土的物理参数对尾矿库稳定性的敏感性,基于MIDAS数值计算模型,模拟尾矿库在不同工况下的稳定性,并运用正交试验设计与灰色关联分析相结合的方法,分析尾矿库不同参数与安全系数之间的关联性。结果表明:尾矿库的子坝坝高、内摩擦角、弹性模量、黏聚力和渗透系数对尾矿库安全系数的关联程度分别为0.746、0.620、0.581、0.542和0.490,采用定量化方法直观地反映了各影响因素对干堆尾矿库安全系数的敏感程度。由此可知,影响尾矿库稳定性的因素主次顺序为子坝坝高>内摩擦角>弹性模量>黏聚力>渗透系数。

关键词: 尾矿库 ; 影响因素 ; MIDAS ; 正交试验 ; 灰色关联分析 ; 敏感性分析

Abstract

In order to explore the sensitivity of the tailings dam height and the physical parameters of accumulated tailings silt of dry tailings reservior to the factors affecting the stability of the tailings reservior,the sensitivity of influencing factors of tailings reservior to the factors affecting the stability of the tailings reservior was quantitatively and intuitively analyzed by the combination method of orthogonal design and grey correlation analysis.After analysis,five factors of dam height of tailings reservior,cohesion of tailing silt,internal friction angle,permeability coefficient and elastic modulus of tailings reservoir were determined as test factors.Five test factors were selected according to the dam height of tailings reservior and the physical parameters of tailing silt.The orthogonal design scheme was designed and the safety factor of the orthogonal test scheme was calculated by MIDAS numerical simulation software.Then the grey correlation analysis method was used to analyze the five different factors,and the correlation degree of five values of dam height,cohesion,internal friction angle,permeability coefficient and elastic modulus of tailings reservoir to the stability of tailings pond is analyzed.The analysis results show that the correlation degree of dam height,internal friction angle,elastic modulus,cohesion and permeability coefficient of tailings reservoir to the safety factor of tailings pond was 0.746,0.620,0.581,0.542 and 0.490 respectively.It can be concluded that the order of influence factors of the stability on tailings reservior stability is as follows:sub-dam height>internal friction angle>elastic modulus>cohesion>permeability coefficient.It can be seen that the most significant influence on the stability of tailing reservior is the dam height of tailing reservior,followed by the internal friction angle,elastic modulus and cohesion of tailing silt,while the permeability coefficient of tailing silt has the least significant influence on the stability of tailings reservior.Therefore,in the process of the design and daily management of tailings reservior,the balance between dam height and storage capacity of tailings pond should be considered.In the process of daily treatment,the flood discharge management of tailings reservior should be strengthened to reduce the erosion of water on the tailings silt.

Keywords: tailings reservoir ; influencing factors ; MIDAS ; orthogonal test ; grey correlation analysis ; sensitivity analysis

PDF (4456KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

许云美, 袁利伟, 龙皓楠. 干堆尾矿库稳定性影响因素的敏感性分析[J]. 黄金科学技术, 2023, 31(6): 1014-1022 doi:10.11872/j.issn.1005-2518.2023.06.078

XU Yunmei, YUAN Liwei, LONG Haonan. Sensitivity Analysis of Stability Influencing Factors of Dry Heap Tailings Reservoir[J]. Gold Science and Technology, 2023, 31(6): 1014-1022 doi:10.11872/j.issn.1005-2518.2023.06.078

尾矿库是金属矿山和煤矿等工业生产过程中所产生废弃物的储存设施(陈聪聪等,2021),尾矿库的稳定性直接关系到矿山企业的生产和社会经济的发展。然而,由于尾矿坝失稳而导致的溃坝事故时有发生,因此,开展尾矿库稳定性影响因素的敏感性研究,对于尾矿库事故的预防以及日常治理均具有重要意义。

国内外学者从尾矿坝高度、容重、尾粉土层黏聚力、内摩擦角、渗透系数、坝体浸润线、干滩长度和库水位等方面,开展了大量尾矿库稳定性研究工作(Piciullo et al.,2022)。蒋水华等(2019)采用Hermite随机多项式展开建立了细尾土物理参数与安全系数的模型,并运用随机场理论的尾矿材料参数空间变异性说明方法的有效性。褚学伟等(2016)通过地下水位计恢复试验得出磷石膏尾矿库的渗透系数,并运用Geo-Studio 软件分析磷石膏堆积坝在不同堆积高程下的渗透稳定性,为同类型尾矿库堆积坝渗透稳定性评估提供参考。尹光志等(2018)以小打鹅尾矿库为例,运用数值模拟方法对该尾矿库永久变形和动力稳定性进行分析,得出干滩长度、尾矿堆积坝高度和设计地震加速度等因素对尾矿库安全系数和永久变形有一定的影响。欧孝夺等(2021)采用ADINA有限元软件研究地震作用下排泥库坝体坡比、坝高和坝顶宽度对排泥库稳定性的影响。Piciullo et al.(2022)基于最新尾矿坝溃坝统计数据,新提出的回归分析考虑了释放体积与大坝特征之间的关系,评估了施工类型、填料和破坏模式对溃流量的影响。李涛等(2019)依据Monte Carlo试验原理,考虑尾矿库库区土层空间的变异特性,利用Geo-Studio软件分析了尾矿库坝体失稳概率和土层主要参数对尾矿库安全系数影响的敏感程度。Vergara et al.(2022)基于Herschel-Bulkley模型对尾矿作为非牛顿流体进行了数值模拟。结果表明,无量纲屈服应力和修正雷诺系数对尾矿流动距离影响显著。陈鹏等(2015)运用Monte-Carlo和敏感性分析的概率方法,分析了在尾粉土层天然容重、黏聚力、内摩擦角和弹性模量变化情况下小鹅打尾矿库在洪水下的稳定性。Islam(2021)对3种细粒尾矿进行了实验室压实、固结和直接剪切强度试验,探讨了不同尾矿岩土工程特性的有用信息。张宁等(2022)采用Geo-Studio软件对坝坡敏感性及稳定可靠度进行了分析,得出坝体土的内摩擦角是影响坝坡稳定性的主要因素,并利用Monte-Carlo法分析了坝坡稳定可靠度。Rahman(2019)指出蒙特卡罗模拟技术能够通过考虑每个参数(所选参数)的多个输入,对稳定性评估进行建模,进而评价边坡稳定性。郭彦华等(2022)运用不确定性分析方法对某尾矿库的安全系数随尾矿库高度、浸润线高度、尾粉土层黏聚力和内摩擦角的变化情况进行了分析。

基于此,本文以某干堆磷石膏尾矿坝为研究对象,采用正交分析与灰色关联分析相结合的方法(王俊卿等,2009),对尾矿坝的稳定性影响因素敏感性进行分析,从而判断尾矿库子坝高度、尾粉土层黏聚力、内摩擦角、渗透系数和弹性模量等因素对尾矿坝稳定性的影响程度,以期为尾矿坝的日常管理及灾害预防提供参考。

1 研究方法

运用MIDAS软件建立了尾矿坝模型,对子坝高度、磷石膏黏聚力、内摩擦角、渗透系数和弹性模量等不同影响因素下模型的稳定性进行了分析,得出尾矿库在不同影响因素下的稳定性系数。同时,采用正交试验与灰色关联分析相结合的方法,计算出尾矿库稳定性影响因素与安全系数之间的关联程度,并根据各影响因素与安全系数之间的关联度大小判断各因素的敏感程度。

1.1 正交试验设计

正交试验设计法是一种探究多因素多水平的研究方法,是数理统计中的一个较大的分支。该方法在有限的试验次数内,通过选择合适的试验条件,综合分析多个因素对试验结果的影响。即:通过选择一组相互正交的试验条件,在保证试验数据可解释性的同时,减少试验次数和资源消耗,提高试验效率,采取部分试验来代替全面试验(李路,2021)。正交试验设计的特点是满足正交性,即任意2个试验条件之间都是相互独立的。在有限的试验次数内,能够覆盖各种可能的因素组合,准确测定每个因素的影响效应,避免因素之间的相互干扰。正交试验设计法具有使用方便、周期短和效果好等优点(葛云峰等,2014),能够较全面地反映各因素和各水平对指标的影响情况。

本研究根据正交试验原则设计了“5因素5水平”正交试验方案(何荣兴等,2022),并进行具体实施。详细步骤如下:(1)确定研究因素,根据尾矿库的实际情况确定影响试验结果的各种因素,找出主要影响因素;(2)选择指标水平,根据所选取的因素,对每个因素的水平进行设定;(3)制作正交试验表格,确定试验因素与指标水平之后制作正交试验表格,将确定的试验因素与水平对应填入表格。

1.2 灰色关联分析法

灰色关联分析法是由灰色系统理论学家邓聚龙(1988)提出的,该方法适用于只有部分信息的系统。在本研究中,灰色关联方法用于确定各因素对其所在系统的影响程度。应用该方法确定分析序列的参考序列和比较序列(刘栗昊等,2022),在本文中灰色关联分析的参考序列为各因素影响下的安全系数,比较序列为发生变化的不同因素水平。

(1)确定比较序列和参考序列矩阵 A =(aijm×nB =(bijm×n,其表达式为

A=a11a12a1ma21a22a2man1an2anm
B=b11b12b1mb21b22b2mbn1bn2bnm

(2)数据无量纲化。通过数据无量纲化可以处理数据可能因量纲不同,不便于比较或难以得到正确的结论,因此需要进行数据的无量纲化处理(赵国彦等,2019)。

其中,均值变换公式为

Aij'=aij-minaijmaxaij-minaij,(i=1,2,,n;j=1,2,,m)

根据式(1)求得差异序列矩阵Δ各因子为

Δij=aij'-bij

取Δ中的Δmax和Δmin,即:

Δmax=maxΔij
Δmin=minΔij

(3)求关联系数。关联系数矩阵R=(rijm×n 各因子为

rij=Δmin+ηΔmaxΔij+ηΔmax

式中:η为分辨率系数,η∈(0,1),一般取η=0.5。

(4)关联度是参考序列与比较序列的关联程度,将关联系数集作为一个值,即求参考序列与比较序列之间的关联程度,关联度公式为

g=1ni=1nrij

2 实例分析

2.1 数值模拟

某干堆尾矿库位于云南省个旧市鸡街镇,堆场处于青、藏、滇、缅超巨型反“S”型构造体系,川滇南北构造南岭东西复杂构造带西缘地区的交接地带,各项应力较为集中,区域构造现象极其复杂。堆场区中有断裂带通过,距离堆场最近(1.4 km)的断裂带为草坝正断裂带,断裂带对堆场影响较小。库区地处高原缓坡丘陵地带,总体上为南高北低,库区北面为居民区和农田,西侧为生产车间,东侧为耕地,设计最终总坝高为59 m,总容积为1.11×106 m³,设计磷石膏库为四等库。当前总堆积坝高为45 m,已堆存磷石膏量为7.5×105 m³,坝体外坡比为1∶2.2,堆积坝整体边坡比为1∶3。该库区抗震设防烈度为7度,设计基本地震加速度值为0.20 g。该尾矿库采用山谷型干法堆存,初期坝位于山谷口,由下游分层碾压筑坝,坝体岩土层主要物理力学参数见表1

表1   坝体岩土层主要物理力学参数

Table 1  Basic physical and mechanical parameters of dam rock and soil layer

地层编号岩土名称天然密度ρ/(g·cm-3内聚力Ck/kPa内摩擦角φk/(°)承载力特征值Fak/kPa渗透系数/(cm·s-1
尾粉土1.3015.5025.21704.58×10-3
粉质黏土1.8017.6015.42001.01×10-4
黏土1.7231.6412.62201.18×10-7

注:承载力特征值和渗透系数均是在垂直渗透条件下,20 ℃左右试验测得

新窗口打开| 下载CSV


本文主要研究尾矿库子坝高度(H)、磷石膏黏聚力(c)、内摩擦角(φ)、渗透系数(K)和弹性模量(E)对磷石膏尾矿坝稳定性影响的敏感性。实践表明,很多尾矿库灾害在很大程度上是由外界强降雨、地震载荷和人工扰动等因素诱发的,这些因素也被称为诱发因素,实际上这些因素与尾矿库的稳定性无直接的关系,基于实际工程背景,本文未予考虑。运用MIDAS软件建立尾矿坝模型,对不同影响因素下模型的稳定性进行分析,得出不同参数下的安全系数。库区范围内分布的地层共有3个单元层,分别是人工堆填尾粉土层、粉质黏土层和黏土层,如图1所示。

图1

图1   尾矿库地层分布

Fig.1   Strata distribution of tailings reservoir


运用MIDAS软件对尾矿库进行建模,建立的尾矿库模型如图2所示。

图2

图2   尾矿库模型图

Fig.2   Model diagram of tailings reservoir


2.2 正交分析

(1)正交试验分析

为了探究尾矿库子坝坝高、黏聚力、内摩擦角、渗透系数和弹性模量变化对尾矿库安全系数Fs敏感性影响程度,根据正交原则设计了“5因素5水平”正交试验方案,尾矿库稳定性各影响因素水平见表2。根据正交试验的尾矿坝影响因素水平,运用SPSS软件设计正交试验方案,尾矿库不同试验方案下的安全系数采用MIDAS软件进行稳定性分析,分析结果见表3

表2   尾矿坝影响因素水平

Table 2  Level of influencing factors of tailings dam

水平

子坝坝高

/m

黏聚力

/kPa

内摩擦角

/(°)

渗透系数

/(m·d-1

弹性模量

/MPa

13010.520.2215.6
23515.525.2420.6
34020.530.2625.6
44525.535.2830.6
55030.540.21035.6

新窗口打开| 下载CSV


表3   正交试验方案及分析结果

Table 3  Orthogonal test scheme and analysis results

子坝坝高

/m

黏聚力

/kPa

内摩擦角

/(°)

渗透

系数

(m·d-1

弹性模量

/MPa

最大整体位移

/m

最大

剪应力

/(kN·m-2

安全系数Fs
13010.520.2215.62.256138.3981.523
23015.525.2420.62.213137.5991.575
33020.530.2625.62.131136.1621.594
43025.535.2830.62.015135.1951.604
53030.540.21035.62.000135.1551.606
63510.525.2630.62.649160.8761.428
73515.530.2835.62.570159.9331.438
83520.535.21015.62.505159.4111.444
93525.540.2220.62.419158.5261.452
103530.520.2425.62.449159.2701.445
114010.530.21020.62.782181.0991.326
124015.535.2225.62.799181.4391.325
134020.540.2430.62.741180.9201.331
144025.520.2635.62.734180.6401.332
154030.525.2815.62.696179.8341.339
164510.535.2435.63.000190.6851.280
174515.540.2615.62.946181.5981.287
184520.520.2820.63.074184.9821.283
194525.525.21025.62.935181.6421.288
204530.530.2230.62.945184.9721.287
215010.540.2825.63.270211.4001.222
225015.520.21030.63.414213.7221.203
235020.525.2235.63.360213.4811.206
245025.530.2415.63.242210.2641.229
255030.535.2620.63.233209.3661.238

新窗口打开| 下载CSV


(2)数值模拟结果分析

由上述数值模拟结果可知,随着子坝坝高、黏聚力、内摩擦角、渗透系数和弹性模量的变化,尾矿库的安全系数发生不同程度的变化,安全系数随各组参数变化的情况如图3所示。

图3

图3   安全系数随各参数变化情况

Fig.3   Variation of safety factor with each parameter


图3~图5可知,随着各参数的变化,尾矿库的安全系数、最大整体位移和最大剪应力发生不同程度的变化。由图3可知,随着不同组参数的变化,安全系数发生不同程度的变化,尾矿库参数的改变对安全系数的影响是显著的。由图4图5可知,随着安全系数的增大,尾矿库的最大剪应力和整体最大位移总体上呈减小趋势,可知尾矿库的安全系数可作为尾矿库稳定性的指标。

图4

图4   最大整体位移和最大剪应力随安全系数变化情况

Fig.4   Maximum overall displacement and the maximum shear stress change with the safety factor


图5

图5   尾矿库整体位移和最大剪切应力极值云图

Fig.5   Extreme cloud diagram of overall displacement and maximum shear stress of tailings reservior


由正交试验方案及分析结果(表3)可知,随着不同工况下参数的变化,安全系数发生明显变化。其中,第5组尾矿库坝高为30 m、黏聚力为30.5 kPa、内摩擦角为40.2°、渗透系数为10 m/d及弹性模量为35.6 MPa时尾矿库的安全系数最大,Fs为1.606,此时坝体的最大位移为2.213 m,最大剪应力为135.185 kN/m2;第22组尾矿库坝高为50 m、黏聚力为15.5 kPa、内摩擦角为20.2°、渗透系数为10 m/d及弹性模量为30.6 MPa时尾矿库的安全系数最小,Fs为1.203,此时坝体的整体位移为3.414 m,最大剪应力为213.722 kN/m2。第5组和第22组数据的尾矿库整体位移和与最大剪应力极值云图如图5所示。

图5可知,第15组数据(即最大安全系数下)与第22组数据(即最小安全系数下)的最大位移相差1.2 m,最大剪应力相差78.53 kN/m2,由此可知表2所选取的参数对尾矿库的稳定性有显著影响。

(3)模拟结果的验证

运用InSAR技术对尾矿库进行沉降监测,监测点位如图6所示。由图6可知,监测点y方向上的位移与InSAR沉降监测结果位移情况(表4)总体一致,表明MIDAS数值模拟结果具有一定的可靠性。

图6

图6   模拟工况下y方向位移云图

Fig.6   Displacement cloud diagram in y direction under simulation conditions


表4   2021—2022年尾矿库InSAR沉降量监测结果

Table 4  Monitoring results of InSAR settlement of tailings reservoir from 2021 to 2022

监测年份沉降点位移量/mm
123
202163.251.64.7
202254.643.510.0

新窗口打开| 下载CSV


2.3 灰色关联分析法

运用数值模拟软件计算出正交试验不同参数下的安全系数,将获得的安全系数平均值矩阵作为源数据导入灰色关联分析法,得出参考序列B。选取各稳定性影响因素变化值为比较序列A、安全系数的均值参考序列B。比较序列A和参考序列B分别为

A=A1A2A3A4A5T=30.010.520.22.015.635.015.525.24.020.640.020.530.26.025.645.025.535.28.030.650.030.540.210.035.6
B=B1B2B3B4B5T=1.5801.3561.3571.3591.3641.4691.3651.3671.3721.3751.3311.3721.3751.3761.3751.2851.3811.3781.0951.3701.2191.3831.3801.0891.372

式(1)、式(2)对比较序列和参考序列作极差变换,得差异序列矩阵Δ:

Δ=0.9971.1790.9771.3591.0810.7811.0840.8841.3300.9870.5390.8870.7871.2920.8830.3890.8910.6870.9700.7740.2190.8930.5840.9230.672

由式(3)~式(5)可得比较序列与参考序列的关联系数矩阵 R,即:

R=0.5360.4830.5420.4410.5100.6150.5100.5750.4470.5390.7370.5730.6130.4560.5750.8410.5720.6580.5450.6181.0000.5710.7110.5610.665

最后由式(6)求得关联度矩阵为

D =[0.746 0.542 0.620 0.490 0.581]

随着影响尾矿库稳定性参数的变化,尾矿库的安全系数也发生变化。尾矿库子坝坝高、黏聚力、内摩擦角、渗透系数和弹性模量对安全系数的影响如图7所示。

图7

图7   各岩体参数与安全系数的关联程度

Fig.7   Correlation degree between rock mass parameters and safety factors


根据灰色关联法计算得出的结果,尾粉土不同影响因素对尾矿库的敏感性排序为:子坝坝高>内摩擦角>弹性模量>黏聚力>渗透系数。根据影响因素敏感性排序,子坝坝高和内摩擦角对尾矿库的影响最大,其次为弹性模量和黏聚力,渗透系数对尾矿库的影响最小。运用灰色关联分析方法,能够很好地分析出尾矿库坝高和尾粉土物理参数对尾矿库稳定性的影响程度,定量化地获取尾矿库坝高和尾粉土物理参数对尾矿库稳定性的影响,清晰地确定不同尾矿库坝高和尾粉土参数对于安全系数影响的主次关系,为尾矿库设计及治理提供可靠依据。

3 结论

采用正交试验与灰色关联分析相结合的方法对某磷石膏尾矿库坝高、尾粉土参数与安全系数之间的关系进行分析,得出如下结论:

(1)对影响尾矿库稳定性的5个因素进行定量分析,运用尾矿库5个影响因素与安全系数之间的关系,计算出尾矿库稳定性影响因素与安全系数之间的变化关系,从而得出尾矿库稳定影响因素的敏感性。

(2)运用MIDAS数值模拟软件对尾矿库不同工况下的稳定性系数进行模拟,得出不同工况下的安全系数、整体最大位移量和最大剪切应力。由数值模拟结果可知,随着尾矿库参数的变化,安全系数产生不同程度的变化,相应地,尾矿库的整体最大位移量和最大剪切应力随着安全系数的增大而逐渐减小,安全系数对于尾矿库的稳定性研究具有一定的代表性。因此,选择安全系数作为目标变量,分析不同参数对尾矿库稳定性的关联程度。

(3)灰色关联分析结果表明,尾粉土的不同参数对尾矿影响因素的敏感性排序为:子坝坝高>内摩擦角>弹性模量>黏聚力>渗透系数。由此可知,干堆尾矿库稳定性受子坝坝高和内摩擦角等参数的影响最为明显,因此在尾矿库设计过程中需兼顾库容与坝高,在尾矿库日常管理过程中,应加强对尾矿库排水系统的管理,确保尾矿库的排水设施顺利运行。

http://www.goldsci.ac.cn/article/2023/1005-2518/1005-2518-2023-31-6-1014.shtml

参考文献

Chen CongcongZhao YiqingJiang Linjinget al2021.

Linkage analysis of hidden danger factors of tailings ponds based on text mining

[J].Mining Research and Development,4111):26-33.

Chen PengWei Zuo’anXia Liyuanet al2015.

Probability analysis of tailings dam instability considering soil spatial variability

[J].The Chinese Journal of Geological Hazard and Control, 261):66-70.

Chu XueweiXu MoWang Zhongmei2016.

Seepage stability analysis of a phosphogypsum tailings dam

[J].Journal of Engineering Geology,244):661-667.

Deng Julong1988.Grey Prediction and Decision [M].WuhanHuazhong University of Science and Technology Press.

Ge YunfengTang HuimingXiong Chengrenet al2014.

Effect of sliding plane mechanical parameters on landslide stability—A case study of Jiweishan rock slide in Wulong,Chongqing

[J].Chinese Journal of Rock Mechanics and Engineering,33Supp.2):3873-3884.

Guo YanhuaChen FangyuHu Songlin2022.

Sensitivity analysis of key influencing factors of tailings dam stability

[J].Mining Technology, 222):99-102.

He RongxingHan ZhiyongLiu Yanget al2022.

Sensitivity analysis of stability factors of goaf based on numerical simulation orthogonal test

[J].China Mining Magazine,316):109-117.

Islam S2021.

A study on the mechanical behaviour of three different fine-grained mine tailings

[J].Journal of King Saud University-Engineering Sciences,355):335-341.

[本文引用: 1]

Jiang ShuihuaZhu MingmingHuang Jinsong2019.

Stability reliability analysis of tailings dam considering spatial variability of tailings material parameters

[J].Journal of Safety Science and Technology,1512):72-77.

Li Lu2021.

Numerical simulation study on influencing factors of surrounding rock stability based on AHP-Orthogonal experiment model

[J].Pearl River, 428):55-61.

Li TaoLiu GuodongWang Cong2019.

Instability probability and sensitivity analysis of tailings dam based on reliability theory

[J].The Chinese Journal of Geological Hazard and Control, 303):81-86.

Liu LihaoMiao Linchang2022.

Prediction of soil slope stability based on joint grey relational analysis

[J].Highway Transportation Technology,3910):32-39.

Xiaoduo OuLu XiaojinZhong Yihe2021.

Analysis of seismic dynamic response of rockfill dam of large-scale aluminium sludge dump

[J].Journal of Disaster Prevention and Mitigation Engineering,416):1184-1194.

Piciullo LStorrøsten E BLiu Zet al2022.

A new look at the statistics of tailings dam failures

[J].Engineering Geology, 303106657.

[本文引用: 2]

Rahman N U A2019.

Investigation on slope stability using Monte Carlo simulation:A case study of ulu jelai hydroelectric project slope parameters & design concept

[J].Materials Today:Proceedings,191216-1224.

[本文引用: 1]

Vergara ÁPalma SÁlvarez Aet al2022.

Hazards in mining:A novel model for the prediction of run-out distances in tai-lings dams using CFD

[J].International Journal of Rock Mechanics and Mining Sciences, 153105049.

[本文引用: 1]

Wang JunqingLi JingLi Qiet al2009.

Analysis of factors affecting the stability of loess high slope—Taking Baojixia water diversion project as an example

[J].Rock and Soil Me-chanics,307):2114-2118.

Yin GuangzhiWang WensongWei Zuo’anet al2018.

Analysis of permanent deformation and stability of high pile tailings dam under earthquake

[J].Rock and Soil Mechanics,3910):3717-3726.

Zhang NingLi YuleiLi Zhehuiet al2022.

Stability reliability analysis of tailings dam slope based on Monte-Carlo method

[J].Uranium Mining and Metallurgy,413):278-282.

Zhao GuoyanWu PanZhu Xingfuet al2019.

Grey correlation analysis of application priority of green mining technology in Sanshandao gold mine

[J].Gold Science and Te-chnology,276):1-10.

陈聪聪赵怡晴姜琳婧2021.

基于文本挖掘的尾矿库隐患因素关联分析

[J].矿业研究与开发,4111):26-33.

[本文引用: 1]

陈鹏魏作安夏丽媛2015.

考虑土性空间变异的尾矿坝失稳概率分析

[J].中国地质灾害与防治学报, 261):66-70.

[本文引用: 1]

褚学伟许模王中美2016.

某磷石膏尾矿库堆积坝渗透稳定性分析

[J].工程地质学报,244):661-667.

[本文引用: 1]

邓聚龙1988.灰色预测与决策[M].武汉华中理工大学出版社.

[本文引用: 1]

葛云峰唐辉明熊承仁2014.

滑动面力学参数对滑坡稳定性影响研究——以重庆武隆鸡尾山滑坡为例

[J].岩石力学与工程学报,33增2):3873-3884.

[本文引用: 1]

郭彦华陈方瑜扈松林2022.

尾矿库坝体稳定性关键影响因素敏感性分析

[J].采矿技术,222):99-102.

[本文引用: 1]

何荣兴韩智勇刘洋2022.

基于数值模拟正交试验的采空区稳定性因素的敏感性分析

[J].中国矿业,316):109-117.

[本文引用: 1]

蒋水华朱明明黄劲松2019.

考虑尾矿材料参数空间变异性的尾矿坝稳定可靠度分析

[J].中国安全生产科学技术,1512):72-77.

[本文引用: 1]

李路2021.

基于AHP-正交试验模型围岩稳定性影响因素数值模拟研究

[J].人民珠江, 428):55-61.

[本文引用: 1]

李涛刘国栋王聪2019.

基于可靠度理论的尾矿坝失稳概率及敏感性分析

[J].中国地质灾害与防治学报, 303):81-86.

[本文引用: 1]

刘栗昊缪林昌2022.

基于联合灰色关联分析的土质边坡稳定性预测

[J].公路交通科技,3910):32-39.

[本文引用: 1]

欧孝夺陆小金钟一和2021.

大型铝土排泥库堆石坝地震动力响应分析

[J].防灾减灾工程学报,416):1184-1194.

[本文引用: 1]

王俊卿李靖李琦2009.

黄土高边坡稳定性影响因素分析——以宝鸡峡引水工程为例

[J].岩土力学,307):2114-2118.

[本文引用: 1]

尹光志,王文松,魏作安,

,2018.地震作用下高堆尾矿坝永久变形与稳定性分析[J].岩土力学,3910):3717-3726.

张宁李玉雷李哲辉2022.

基于Monte-Carlo法的尾矿库坝坡稳定可靠度分析

[J].铀矿冶,413):278-282.

[本文引用: 1]

赵国彦吴攀朱幸福2019.

三山岛金矿绿色开采技术应用优先级的灰色关联分析

[J].黄金科学技术,276):1-10.

[本文引用: 1]

/