基于RG-BN理论的破碎盘区矿柱群稳定性分析

doi:10.11872/j.issn.1005-2518.2023.06.087

基于RG-BN理论的破碎盘区矿柱群稳定性分析

高峰^,¹, 李成成^,¹, 覃庆韩², 欧恩国²

1.中南大学资源与安全工程学院，湖南长沙 410083

2.广西华锡矿业有限公司铜坑矿业分公司，广西河池 547205

Stability Analysis of Broken Ore Pillars Group Based on RG-BN Theory

GAO Feng^,¹, LI Chengcheng^,¹, QIN Qinghan², OU Enguo²

1.School of Resources and Safety Engineering, Central South University, Changsha 410083, Hunan, China

2.Guangxi Huaxi Mining Co. , Ltd. , Tongkeng Mining Branch, Hechi 547205, Guangxi, China

通讯作者: 李成成（1997-），男，陕西宝鸡人，硕士研究生，从事矿山矿柱稳定性评价等方面的研究工作。1095100291@qq.com

收稿日期: 2023-06-08 修回日期: 2023-10-24

基金资助:

广西重点研发计划项目“深部厚大矿体中深孔落矿集约化采矿技术研究”. 2023AB01130

Received: 2023-06-08 Revised: 2023-10-24

作者简介 About authors

高峰（1981-），男，湖南怀化人，博士，副教授，从事矿山开采、灾害机理与防治等方面的研究工作csugaofeng@csu.edu.cn , E-mail：csugaofeng@csu.edu.cn

摘要

为了准确获取矿柱群稳定性情况，通过分析矿柱群失稳机理，基于重整化群理论和贝叶斯网络建立矿柱群稳定性分析模型。以铜坑矿92号矿体矿柱群为研究对象，运用多项逻辑回归模型推导单个矿柱的失稳概率计算公式，将单个矿柱失稳概率输入贝叶斯网络得到矿柱群失稳概率。通过与二维重整化群模型得到的矿柱群临界失稳概率进行比对来分析矿柱群稳定性情况。研究结果表明：该方法能得到较为准确的矿柱群失稳概率，且通过贝叶斯网络概率反演，对矿柱进行敏感性分析可以获得矿柱群最安全回采顺序。

关键词： 矿柱群 ; 重整化群 ; 贝叶斯网络 ; 失稳概率计算 ; 敏感性分析 ; 矿柱回采优化

Abstract

After mining operations，a large number of broken ore pillars will be left behind，forming a group of ore pillars.The group of ore pillars is of great significance for safe underground operations and the recovery of ore pillars resources.Under the influence of high ground stress，geological weak surface structure，free face generation，blasting vibration and other factors，the ore pillars group is very prone to instability，collapse，resulting in disaster of a large area of instability ore pillars group，thus causing great harm to underground workers and equipment.In order to strengthen the safety control of the mine pillars group，the stability analysis was carried out based on the renormalization group theory and Bayesian network.The renormalization group is a scaling transformation group.The self-similarity transformation of the basic unit can be used to describe the whole system，which is similar to the process in which the instability of a single pillar ultimately leads to the instability of the pillars group.Bayesian network can also overcome the uncertainty in the process of the instability of the pillars group.Therefore，based on the renormalization group theory and Bayesian network，the stability analysis model of pillars group was established.A pillars group in Tongkeng mine was taking as the research object.Firstly，the critical instability probability of the pillars group was derived based on the two-dimensional renormalization group model.Secondly，the multiple logistic regression model was used to deduce the calculation formula of the instability probability of a single pillar，then the stability，instability and instability probability of the pillar was calculated，and the stability probability of a single pillar was input into the Bayesian network to obtain the instability probability of the pillars group.Finally，by comparing with the critical instability probability of the pillars group obtained from the two-dimensional renormalization group model，the stability group of the pillars group was obtained.The research results show that this method can more accurately obtain the instability probability of the ore pillars group，and by defining the stability probability of a single ore pillar to carry out Bayesian network probability inversion and sensitivity analysis on the ore pillars，can design the optimal mining route of the ore pillars，and achieve safe，efficient and low loss recovery of pillars resources in the panel.This method can also provide reference for stability analysis and pillars resource recovery of similar mine pillar groups.

Keywords： pillars group ; renormalization group ; Bayesian network ; calculation of instability probability ; sensitivity analysis ; pillar recovery optimization

PDF (5460KB) 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

高峰, 李成成, 覃庆韩, 欧恩国. 基于RG-BN理论的破碎盘区矿柱群稳定性分析[J]. 黄金科学技术, 2023, 31(6): 900-910 doi:10.11872/j.issn.1005-2518.2023.06.087

GAO Feng, LI Chengcheng, QIN Qinghan, OU Enguo. Stability Analysis of Broken Ore Pillars Group Based on RG-BN Theory[J]. Gold Science and Technology, 2023, 31(6): 900-910 doi:10.11872/j.issn.1005-2518.2023.06.087

地下金属矿山采用二步骤开采时会留设大量起支撑作用的矿柱，形成矿柱群。随着开采的不断推进，岩体原有应力平衡被打破，矿柱群所承受的应力将是原岩应力的数倍。当矿柱群所受应力超过其强度时就会发生失稳破坏，引发顶板冒落、矿柱垮塌、岩层移动、地表崩落和大范围垮塌冲击等现象（李锋，2014；何荣兴等，2020）。矿柱群失稳不仅会扰乱正常的生产秩序，而且会严重威胁矿区作业人员的生命安全（赵康等，2016；陈顺满等，2018；叶光祥等，2021）。因此，如何对矿柱群进行稳定性分析，计算出矿柱群失稳概率，采取科学有效的防治措施进行矿柱群治理并安全回采矿柱是当前亟待解决的重要技术难题。

针对该问题，国内外学者采用数值模拟、位移监测和概率分析等方法进行了大量研究。熊有为等（2023）提出了隐伏空区群综合探测及数字化建模技术，用来分析隔离矿柱稳定性；周子龙等（2018a）构建了并联矿柱承载模型，对矿柱在不同安全系数下的稳定性进行了评价；Cording et al.（2015）通过数值模拟研究了单个矿柱失稳引起整个矿柱群失稳的动态过程。此外，鉴于矿柱群失稳灾变机理的复杂性，Najafi et al.（2011）采用概率法克服了矿柱群失稳研究中不确定性带来的影响。以上研究表明，针对单个矿柱的稳定性分析已取得许多重要成果，但多集中于因本身承载能力不足导致单个矿柱的失稳过程，而对多矿柱间荷载传递导致整体矿柱群失稳的研究比较欠缺。

矿柱群失稳是一个自组织过程（罗一忠，2005；谢杰辉，2018），通常情况下都是单个矿柱内小裂隙的拓展贯通，随着一系列的发展演化成大裂隙直至矿柱破裂失稳，单个矿柱破裂后荷载传递到相邻矿柱又引起相邻矿柱失稳，随着失稳的单个矿柱数量增多，最终导致整体矿柱群级联失稳。周子龙等（2018b）基于PFC模拟了矿柱大规模级联失稳的发生机理及载荷传递过程；丘帆等（2014）基于Voronoi图预测了不同时间段的矿柱群失稳情况；Ma et al.（2012）研究了矿柱发生大规模级联失稳的“多米诺效应”。从系统学观点考虑，整个矿柱群失稳过程存在一个临界状态，因此可基于重整化群理论对该过程给予准确的描述。李恩翀等（2021）基于一维重整化群模型计算出矿柱失稳概率，并通过与数值模拟结果进行比对验证了该模型的准确性；朱德福等（2018）计算了采空区中煤柱群一维、二维重整化群模型对应的临界失稳概率；张淑坤等（2016）研究了重整化群模型中不同垂直应力系数下煤柱群临界失稳概率的大小。以上研究表明，针对单个矿柱的失稳以及多矿柱级联失稳已取得许多重要的成果。然而，这些研究多集中于对矿柱群失稳机理及发生的动态过程的研究，而缺少对单个矿柱失稳导致矿柱群整体失稳的定量评估研究。

因此，本文基于数学方法对单个矿柱的失稳风险进行了定量评估，研究了单个矿柱失稳导致矿柱群失稳的概率变化，为下一步确定最低风险的矿柱群回采路线提供理论指导。以破碎盘区矿柱群为研究对象，从重整化群理论（RG）和贝叶斯网络（BN）2个方面建立稳定性分析模型，对铜坑矿矿柱群稳定性进行分析，通过概率更新为矿柱安全回采方案的选择提供决策依据，并为同类型矿山矿柱群稳定性评价及安全回采提供经验借鉴。

1 矿柱群失稳RG-BN网络模型

1.1 矿柱群失稳过程

矿柱群失稳是一个渐进破坏的过程。如图1（a）所示，未开采前岩体处于稳定状态。图1（b）表示矿柱群形成初期，随着应力的重新分布，高应力集中储存在矿柱中，此时矿柱受力处于弹性阶段，根据弹塑性理论，当矿柱受力处于弹性阶段时，荷载移除后的弹性变形可以恢复，矿柱群系统会保持长期稳定状态。图1（c）表示随着时间的推移，受采场开采活动、顶板荷载增加和矿柱强度降低等因素的影响，矿柱强度达到峰值。图1（d）表示矿柱中的高应变能开始释放，局部矿柱向失稳趋势发展；在损伤进一步发展至核心承载区时，矿柱的支撑作用消失，原有的应力平衡被打破，该区域的顶板会发生局部冒落形成新的应力拱，为适应新的平衡状态，原来由采空区位置岩体承担的荷载转移至周边矿柱及围岩体（张海波等，2014），局部矿柱开始失稳。图1（e）表示随着矿柱应力的传递，应力相对集中部位的应变能通常会转移至相邻强度最低的单元矿柱，周边矿柱承受的荷载增加，该区域应力集中程度增高。当所承受的应力超过其临界值时，又会导致临近矿柱的进一步失稳，矿柱中的弹性能大量释放，该区域顶板应力又将传递给次一级强度较低的单元矿柱，形成如图1（f）所示的类似“多米诺骨牌”效应（朱万成等，2022），最终当足够多的矿柱发生失稳时，矿柱群整体失稳，此时采空区将发生大面积瞬时塌陷。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 矿柱群失稳“多米诺效应”

Fig.1 Domino effect of pillars group instability

1.2 矿柱群失稳RG-BN网络模型

矿柱失稳多发生于高压应力集中的区域，开采深度的增加导致压应力不断增加，采场中的裂纹不断扩展延伸，裂纹扩展的速率和范围逐渐由稳态向非稳态转变。当矿柱的稳定性处于临界状态时，任何微小的扰动（微扰）都不可忽视（王中秋，2012）。现代非线性科学认为，在临界点处，扰动的诱发作用主要是通过扰动的放大效应来实现（张燕等，2013）。由于这时系统处于高度不稳定状态，任何微小的扰动都会被放大，微扰动在临界点附近会转变成巨扰动，正是这种巨扰动驱动着事物向新的状态演化，所以在一定情况下裂纹非稳定扩展的起始点可视为应变能快速释放的开端，最终可视为矿柱失稳发生的临界点。这种现象有一定的自组织性，重整化群理论（RG）可以很好地解释该现象，重整化群能从小的单元合并成大的单元，在这一过程中，系统小范围的涨落被逐渐消除，从而突出与长程关联的因素，整个过程并不会改变系统的物理性质。

贝叶斯网络（BN）是一种基于概率图形的网络，又称为信度网络，它是一种有向无环图模型，在处理信息不完全和不确定性的小样本事件时具有明显优势，且随着信息的更新可以实现随着时间发展的动态概率评估（张晓全等，2009）。近年来，该方法在矿山灾害治理领域得到了广泛应用（胡建华等，2022；李敏等，2023）。

本研究基于贝叶斯网络构建了矿柱群失稳概率模型（图2），模型主要由节点、有向弧和条件概率表3个部分组成。子节点代表单个矿柱失稳事件，父节点代表矿柱群整体失稳事件，节点之间用有向弧连接。弧表示单个矿柱失稳与矿柱群整体失稳的逻辑关系，条件概率表表示连接关系强度，其中S、U和F分别代表矿柱稳定、不稳定和失稳概率。基于贝叶斯网络构建的矿柱群失稳概率模型，能够充分利用单个矿柱形态和岩石力学参数，更直观地表达单个矿柱失稳与矿柱群整体失稳的概率关系。图形化的知识表示方法使得保持概率知识库的一致性和完整性变得容易，当某些因素发生改变时，便于进行贝叶斯网络模块的动态更新（李金蓉等，2022）。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 矿柱群失稳贝叶斯网络模型

Fig.2 Bayesian network model for pillars group instability

基于已有研究，对破碎盘区矿柱群稳定性展开研究。通过综合考虑重整化群理论（RG）和贝叶斯网络（BN）的优势，构建了基于RG-BN理论的破碎盘区矿柱群稳定性分析模型。矿柱群稳定性分析流程如图3所示。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 基于RG-BN理论的破碎盘区矿柱群稳定性分析流程

Fig.3 Stability analysis process of pillars group in broken panel based on RG-BN theory

2 矿柱群失稳临界概率分析

基于二维RG方法进行矿柱群失稳临界概率分析。根据重整化群理论，首先建立如图4所示的二维RG模型，并假定图中黑色单元为已失稳状态，白色单元为未失稳状态。其中，蓝色区域代表一级原胞，二维RG模型下共有4个基本单元；红色区域代表二级原胞，共有16个基本单元，依此类推，直到N级原胞。图中总原胞数量记为M，已失稳原胞数量记为m，已失稳原胞占总原胞数量的比例代表模型中原胞的破坏率，即矿柱群的失稳概率。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 矿柱群二维重整化群模型

Fig.4 Two-dimensional renormalization group model of pillar group

为了便于RG模型的拓展分析，需做出如下假设：（1）每个单元的面积及所受荷载均相等，当单元所受荷载超过其单元极限承载强度临界值时，认为该单元发生失稳破坏；（2）假设基本单元破坏的概率为 $P$ ₀，二维情况下一级原胞由4个单元体组成，在此研究一级原胞的失稳概率 $P$ ₁。在二维情况下，一级原胞中基本单元破坏形式及概率分布情况如图4（b）所示，图中黑色部分为已失稳单元，白色为未失稳单元。

如图4（b）所示，原胞a由4个未失稳单元组成，原胞失稳概率为0；原胞b存在3个未失稳单元，1个已失稳单元，由于荷载传递，已失稳单元也可造成未失稳单元的破坏，造成该原胞失稳破坏有4种分布，失稳概率为 $4 P_{0} (1 - P_{0})^{3} {P_{a b}}^{3}$ （ $P_{a b}$ 为一个单元失稳后向邻近单元传递应力的条件概率）；原胞c存在2个未失稳单元，2个已失稳单元，造成该原胞失稳破坏有6种分布，失稳概率为 $6 P_{0}^{2} (1 - P_{0})^{2} {P_{a b}}^{2}$ ；原胞d存在1个未失稳单元，3个已失稳单元，造成该原胞失稳破坏有4种分布，失稳概率为 $4 P_{0}^{3} (1 - P_{0}) P_{a b}$ ；原胞e中所有单元均已失稳，则其原胞失稳概率为 $P_{0}^{4}$ 。

对以上所有分布进行求和，则一级原胞失稳破坏概率为

P_{1} = 4 P_{0} (1 - P_{0})^{3} {P_{a b}}^{3} + 6 P_{0}^{2} (1 - P_{0})^{2} {P_{a b}}^{2} +

4 P_{0}^{3} (1 - P_{0}) P_{a b} + P_{0}^{4}

（1）

考虑失稳单元对相邻未失稳单元传递荷载的影响， $P_{a b}$ 为一个单元失稳后向邻近单元传递应力的条件概率，概率公式为

P_{a b} = \frac{P_{b} - P_{a}}{1 - P_{a}}

（2）

式中 $: P_{a}$ 为单元未破坏前相邻单元的失稳概率； $P_{b}$ 为单元破坏后相邻单元的失稳概率。

基本单元失稳引起系统失稳的破坏概率均服从Weibull分布，其概率密度函数可表示为

P (F) = 1 - e x p {(- \frac{F}{F_{m}})}^{m}

（3）

可靠度函数可表示为

R (F) = e x p {(- \frac{F}{F_{m}})}^{m}

（4）

式中： $m$ 为关于单元强度的相关性参数； $F$ 为此时单元承载作用力； $F_{m} 为$ 单元承载的强度极限。

P_{a b} = \frac{P (F) - P_{0}}{1 - P_{0}} = 1 - (1 - P_{0})^{m}

（5）

将式（5）代入式（1），导出一级原胞失稳的概率表达式为

P_{1} = 4 P_{0} (1 - P_{0})^{3} {[1 - {(1 - P_{0})}^{m}]}^{3} + 6 P_{0}^{2} (1 -

P_{0})^{2} {[1 - {(1 - P_{0})}^{m}]}^{2} + 4 P_{0}^{3} (1 - P_{0}) [1 - {(1 - P_{0})}^{m}] + P_{0}^{4}

（6）

当 $m$ =3时（朱德福，2018），对式（6）进行重整化，可得N级原胞失稳的概率表达式为

P_{n} = 4 P_{n - 1} (1 - P_{n - 1})^{3} {[1 - {(1 - P_{n - 1})}^{3}]}^{3} +

6 P_{n - 1}^{2} (1 - P_{n - 1})^{2} {[1 - {(1 - P_{n - 1})}^{3}]}^{2} + 4 P_{n - 1}^{3} (1 - P_{n - 1}) [1 - {(1 - P_{n - 1})}^{3}] + {P_{n - 1}}^{4}

（7）

令 $P_{n} = P_{n - 1}$ ，在 $0 \leq P_{n - 1} \leq 1$ 范围内，由 $P_{n}$ 与 $P_{n - 1}$ 的RG映射曲线（图5），可解得3个不动点，即0、 $P_{*}$ 和1，忽略0、1这2个无意义点，则N级原胞失稳的临界概率为 $P_{*} = 0.3088 。$ 结合可靠度分析，当N级原胞承载力 $F_{n} = 0$ 时，代入式（3）和式（4），解得 $P (F_{n}) = 0$ ， $R (F_{n}) = 1$ ，即此时N级原胞失稳概率为0，可靠度为100%；同理，当N级原胞承载力 $F_{n}$ 等于其极限承载力 $F_{m}$ 时，解得 $P (F_{n}) = 0.632$ ， $R (F_{n}) = 0.368$ ，此时N级原胞失稳概率为 $0.632$ ，可靠度为 $36.8$ %，即矿柱群极限临界失稳概率 $P_{m} = 0.368,$ 此时矿柱处于极限失稳状态。综上可知， $P_{*}$ 可将系统划分为3个状态区域，当0≤ $P_{*}$ ≤0.3088时，经过若干次迭代， $P_{*}$ →0，此时N级原胞不发生失稳或仅局部发生失稳，整个系统仍然处于稳定状态；当0.3088≤ $P_{*}$ ≤0.368时，N级原胞开始向失稳趋势演化；当 $P_{*}$ ≥0.368时，经过若干次迭代， $P_{*}$ →1，此时N级原胞已完全失稳。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 $P_{n}$ 与 $P_{n - 1}$ 的RG映射曲线

Fig.5 RG mapping curves of $P_{n}$ and $P_{n - 1}$

3 工程应用实例研究

3.1 矿柱回采背景

铜坑矿92号矿体为一厚大缓倾斜矿体，上部为细脉带和91号矿体，并与91号矿体部分重叠。矿体分7个盘区进行回采，盘区宽度为90~100 m，盘区矿柱沿南北向勘探线布置，盘区矿柱宽度为20 m。盘区内矿块划分为矿房和矿柱，沿矿体走向布置。矿房宽度为25 m，长度为70~80 m，高度为10~60 m；采用Φ165mm、Φ110mm大孔和Φ90mm、Φ65mm中深孔凿岩，铲运机出矿，采场生产能力为3 000~4 000 t/d。

92号矿体规模化开采近20年，由于前期主要采用崩落法回采，造成地表塌陷，应力集中使得余下的大部分盘区矿柱和房间柱较破碎，回采难度大。近年来，盘区间柱资源的回采矿石量在矿山总年产量中的占比逐渐提高，总计矿量超过600万t。由于目前矿山面临自上而下多中段同时回采的复杂局面，随着时间的推移，地压活动日益加剧，矿柱资源回采难度持续升高，亟需对该区域开展稳定性分析，并研究最安全的回采方案。

实践证明，合理的回采顺序在一定程度上能够弱化矿柱中的应力集中程度，有效释放岩体开挖聚集的能量，既能提升矿柱群的稳定性，也能确保矿柱回采的效率及安全性，预防矿柱回采过程中矿柱群大规模垮塌事件的发生。因此，92号矿体矿柱群整体回采思路为：通过稳定性分析，选取最安全回采方案，先采部分矿体时保证后续矿体的回采安全性。图6所示为该矿柱群待回采区域矿柱布局，为便于分析，按矿柱位置分布分别规划4个待回采区。其中，T209-210、T210-211、T211-212和T212-213矿柱为1号待回采区；T111-112和T115-S1矿柱为2号待回采区； T313-314、T501-502和T502-503矿柱为3号待回采区；1号、2号和3号间柱为4号待回采区。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 矿柱群待回采区域矿柱布局

Fig.6 Pillar layout of pillars group to be mined area

3.2 矿柱群稳定性分析

（1）单个矿柱稳定性分析

对矿柱群进行稳定性分析的重点在于比较实际失稳概率与临界失稳概率，将单个矿柱的稳定性情况量化后输入贝叶斯网络，可计算得到矿柱群的实际失稳概率。表1为该矿柱群的矿柱形态和岩石力学参数。

表1 矿柱形态和岩石力学参数

Table 1 Pillars shape and rock mechanics parameters

矿柱编号	矿柱长度l/m	矿柱宽度b /m	矿柱高度h /m	岩石单轴抗压强度σ_c/MPa	上覆岩层厚度H /m	密度ρ/（kg· m^-3）
T209-210	80	11	56	166.32	256	2 660
T210-211	80	14.5	55	155.88	255	2 620
T211-212	80	21	56	164.78	267	2 600
T212-213	80	21	95	157.58	247	2 660
T111-112	80	15	84	142.11	259	2 690
T115-S1	80	26	90	148.85	260	2 660
T313-314	70	14	58	151.35	254	2 660
T501-502	70	13	62	147.32	248	2 606
T502-503	70	14.6	69	145.32	264	2 670
1号间柱	165	20	61	141.24	249	2 606
2号间柱	337	25	59	154.59	252	2 660
3号间柱	112	20	57	168.89	244	2 600

新窗口打开| 下载CSV

单个矿柱的稳定性情况一般用安全系数表示。然而，由于岩石的各向异性、矿柱形态不规则和不同采矿方法的影响，使用确定性方法计算的安全系数具有一定的局限性，计算得到安全系数大于1的矿柱仍可能失稳，安全系数小于1的矿柱也可能稳定（黄敏等，2020）。为了更精确地识别矿柱稳定性情况，Wattimena（2014）综合考虑矿柱横断面所受的平均应力与单个矿柱极限承载强度之比和矿柱宽高比，通过多项逻辑回归模型对矿柱稳定性情况进行进一步分析，将矿柱的稳定性划分为稳定概率、不稳定概率和失稳概率3种情况。

单个矿柱横断面所受的平均应力（熊晓勃等，2021）计算公式为

σ_{P} = \frac{S g \sum ρ_{i} H_{i}}{l b}

（8）

式中： $σ_{P}$ 为横断面所受的平均应力（MPa）； $S$ 为矿柱承受载荷面积（m²）；g为重力加速度，取9.8 $m / s^{2}$ ； $ρ_{i}$ 为第 $i$ 层上覆岩层的平均密度（kg/m³）； $H_{i}$ 为第 $i$ 层上覆岩层的厚度（m）； $l 和 b$ 分别为矿柱的长度（m）和宽度（m）。

矿柱的极限承载强度计算公式为

σ_{R} = 1.45 σ_{c} \frac{l^{0.5}}{b^{0.55}}

（9）

式中： $σ_{R}$ 为矿柱的极限承载强度（MPa）； $σ_{c}$ 为岩石的单轴抗压强度。

根据矿柱稳定性数据建立多项逻辑回归模型，推导出式（10）~式（12），计算出矿柱稳定概率 $P_{s}$ 、不稳定概率 $P_{u}$ 和失稳概率 $P_{f}$ 。

P_{s} = \frac{1}{1 + е^{[- 5.876 - 5.321 (b / h) + 32.636 (σ_{P} / σ_{R})]} + е^{[- 1.969 - 3.179 (b / h) + 18.488 (σ_{P} / σ_{R})]}}

（10）

P_{u} = \frac{е^{[- 1.969 - 3.179 (b / h) + 18.488 (σ_{P} / σ_{R})]}}{1 + е^{[- 5.876 - 5.321 (b / h) + 32.636 (σ_{P} / σ_{R})]} + е^{[- 1.969 - 3.179 (b / h) + 18.488 (σ_{P} / σ_{R})]}}

（11）

P_{f} = \frac{е^{[- 5.876 - 5.321 (b / h) + 32.636 (σ_{P} / σ_{R})]}}{1 + е^{[- 5.876 - 5.321 (b / h) + 32.636 (σ_{P} / σ_{R})]} + е^{[- 1.969 - 3.179 (b / h) + 18.488 (σ_{P} / σ_{R})]}}

（12）

将表1中的各项参数代入式（10）~式（12）中，计算得到单个矿柱稳定性概率分布（表2）。

表2 单个矿柱稳定性概率分布

Table 2 Probability distribution of single pillar stability

矿柱编号	$b / h$	$σ_{P} / σ_{R}$	$P_{s} / %$	$P_{u} / %$	$P_{f} / %$
T209-210	0.196	0.112	61.219	36.429	2.351
T210-211	0.264	0.139	54.051	42.488	3.461
T211-212	0.375	0.169	48.788	46.653	4.560
T212-213	0.221	0.163	38.666	54.483	6.851
T111-112	0.179	0.158	37.841	55.134	7.025
T115-S1	0.289	0.204	25.560	62.291	12.149
T313-314	0.241	0.149	47.028	48.194	4.778
T501-502	0.210	0.144	47.084	48.188	4.728
T502-503	0.216	0.165	36.788	55.807	7.405
1号间柱	0.328	0.124	65.851	32.283	1.867
2号间柱	0.424	0.091	83.283	16.240	0.477
3号间柱	0.351	0.124	67.812	30.523	1.664

新窗口打开| 下载CSV

将该矿柱群单个矿柱转换为BN网络节点，单个矿柱失稳概率输入Genie软件进行参数学习，建立如图7所示的BN模型。由BN模型计算得到矿柱群失稳概率 $P_{f} =$ 14.85%，失稳概率小于矿柱群临界失稳概率 $P_{*}$ ，判断此时矿柱群处于稳定状态。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 矿柱群失稳BN模型

Fig.7 BN model for pillars group instability

（2）矿柱群最安全回采方案研究

贝叶斯网络的一个重要优势是可以进行概率反演，即在顶上事件确定发生的情况下推断出各基本因素对顶上事件的重要程度。在本模型中通过定义单个待采区失稳概率为1，即在单个待采区确定失稳的情况下，通过矿柱群失稳贝叶斯网络模型计算得到矿柱群失稳概率。图8所示为4个待采区已回采时矿柱群失稳的概率。若某个待采区回采导致矿柱群失稳概率明显增高，则表明该待采区在矿柱群失稳过程中更为敏感，反之，对矿柱群失稳影响较小的待采区即为首先选取的安全回采区域。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 首次回采敏感性分析BN模型

Fig.8 BN model for sensitivity analysis of first mining

分析图8可知，第一步回采导致矿柱群承压矿柱减少，其余待采区发生应力重新分布和动态变化，出现了中心地段承载矿柱高应力集中现象，单个矿柱承受荷载的增加导致其失稳概率增加，进而导致矿柱群失稳概率整体增加，但回采1号、2号、3号待采区导致矿柱群失稳概率均小于矿柱群失稳临界概率 $P_{*}$ ，表明首次回采该区域并不会导致矿柱群失稳。其中，1号待采区失稳导致矿柱群失稳概率为25.51%，增幅为10.66%；2号待采区失稳导致矿柱群失稳概率为27.46%，增幅为12.61%；3号待采区失稳导致矿柱群失稳概率为24.69%，增幅为9.84%。为此，选取3号待采区作为首次回采对象，4号待采区为盘区间柱。若将间柱作为首次回采对象，则矿柱群失稳概率高达63.16%，增幅为48.31%，远超矿柱群临界失稳概率 $P_{*}$ ，必定导致矿柱群失稳，故不能将其作为首要回采对象。

图9显示，在首次回采的基础上，二次回采1号待采区导致矿柱群失稳的概率为38.59%；回采2号待采区导致矿柱群失稳概率为37.2%，回采1号和2号待采区导致矿柱群失稳的概率均大于 $P_{*}$ ，说明继续第二步开采一定会导致矿柱群失稳现象的发生，故在首次回采完成后必须要采取充填和支护等技术措施，消除地压灾害，保障下一步矿柱群安全高效回采。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 二次回采敏感性分析BN模型

Fig.9 BN model for sensitivity analysis of secondary mining

4 结论

（1）针对矿柱群失稳自组织现象，基于RG理论建立二维RG模型，采用Weibull分布表征矿柱群失稳规律，推导出矿柱群失稳临界概率表达式，进而计算出矿柱群失稳临界概率和极限临界概率。当矿柱群失稳概率小于临界概率时，矿柱群可实现自稳；当矿柱群失稳概率处于临界概率与极限临界概率之间时，矿柱群开始向失稳趋势演化；当矿柱群失稳概率大于极限临界概率时，矿柱群失稳。

（2）结合长坡—铜坑矿某矿柱群矿柱形态和岩石力学参数，基于多项逻辑回归模型计算出单个矿柱失稳概率，将其代入BN模型，计算出矿柱群失稳概率，通过与临界概率进行对比得出该矿柱群目前处于稳定状态。

（3）通过定义单个矿柱失稳概率对BN模型进行概率反演，并分析单个矿柱对矿柱群的敏感性，选取敏感性最低的待采区域作为首要开采对象。结果表明，当首次回采选择3号待采区时，矿柱群仍处于稳定状态；二次回采时矿柱群失稳概率均大于矿柱群临界失稳概率，故首次回采后不应进行二次开采，同时需采取必要的充填和支护措施。

http://www.goldsci.ac.cn/article/2023/1005-2518/1005-2518-2023-31-6-900.shtml

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[]

Chen

Shunman

， Wu

Aixiang

， Wang

Yiming

，et al，2018.

Analysis of influencing factors of pillar stability and its application in deep mining

［J］.Journal of Central South University（Science and Technology），49（8）：2050-2057.

Cording

E J

， Hashash

Y M A

， Oh

，2015.

Analysis of pillar stability of mined gas storage caverns in shale formations

［J］.Engineering Geology，184：71-80.

[本文引用: 1]

Rongxing

， Han

Zhiyong

， Zhou

Yanjun

，et al，2020.

Analysis of disaster characteristics and preventive measures in goaf of metal and nonmetal mines

［J］.Research and Development of Mining Industry，40（9）：33-38.

Jianhua

， Yang

Qingfang

， Zeng

Pingping

，2022.

Fuzzy ISM-BN evaluation model and application of surface perceived risk of urban underground mines

［J］.Mining and Metallurgical Engineering，42（6）：34-39.

Huang

Min

， Kulatilake

P H S W

， Luo

Sihai

，et al，2020.

Study on optimization of calculation formula of traditional pillar safety factor

［J］.Mining and Metallurgy Engineering，40（4）：32-37.

Enchong

， Zhang

Chenjie

， Zhao

Zhongyuan

，2021.

Stability analysis of goaf group based on renormalization group theory

［J］.Mining technology，21（3）：88-91.

Feng

，2014.

Study on safety hazard control of goaf in a tungsten mine

［J］.China Safety Production Science and Technology，10（9）：152-157.

Jinrong

， Yang

Yuzhong

，2022.

DS theory-risk assessment of coal mine ventilation system under Bayesian network

［J］.China Safety Science Journal，32（8）：146-153.

Min

， Lin

Zhijun

， Lu

，et al，2023.

Risk assessment of coal mine gas explosion based on fuzzy Bayesian network

［J］.Journal of China Coal Society： 1-12［2023-10-18］..

URL

Luo

Yizhong

，2005.

Identification of Major Hazard Sources for Large-Area Goaf Instability

［D］.Changsha：Central South University.

， Wang

，2012.

Study on mechanics and domino effect of large-scale goaf cave-in

［J］.Safety Science，50（4）：689-694.

[本文引用: 1]

Najafi

， Jalali

S E

， Bafghi

A R Y

，et al，2011.

Prediction of the confidence interval for stability analysis of chain pillars in coal mines

［J］.Safety Science，49（5）： 651-657.

[本文引用: 1]

Qiu

Fan

， Ma

Haitao

， Ouyang

Ming

，et al，2014.

Prediction of pillar instability based on Voronoi diagram and time effect

［J］.China Safety Production Science and Technology，10（2）：38-43.

Wang

Zhongqiu

，2012.

Deformation Characteristics and Stability Analysis of Pillar-roof System in Goaf

［D］.Qinhuang-dao：Yanshan University.

Wattimena

R K

，2014.

Predicting the stability of hard rock pillars using multinomial logistic regression

［J］.International Jou-rnal of Rock Mechanics and Mining Science，71：33-40.

[本文引用: 1]

Xie

Jiehui

，2018.

Self-organized Criticality and Rockburst Tendency of Rock Failure Process

［D］.Hengyang：Nanhua University.

Xiong

Xiaobo

， Cheng

Haiyong

， Wu

Shunchuan

，et al，2021.

Mechanical response and stability analysis of pillar under zonal collaborative mining

［J］.Science and Technology of Sa-fety Production in China，17（8）：77-83.

Xiong

Youwei

， Liu

Fuchun

， Lei

Xianquan

，et al，2023.

Comprehensive detection and digital modeling of complex concealed goaf group under abandoned open pit

［J］.Mining Research and Development，43（1）：43-47.

Guangxiang

， Huang

Zhiqun

， Wang

Xiaojun

，et al，2021.

Evaluation of goaf stability in vein quartz tungsten mines based on unascertained measure theory

［J］.Gold Science and Technology，29（3）：433-439.

Zhang

Haibo

， Song

Weidong

， Fu

Jianxin

，2014.

Critical parameters and stability analysis of roof instability in large-span goaf

［J］.Journal of Mining and Safety Engineering，31（1）：66-71.

Zhang

Shukun

， Zhang

Xiangdong

， Sun

，et al，2016.

Study on critical instability probability of coal pillar group in goaf based on renormalization group theory

［J］.China Safety Production Science and Technology，12（5）：104-108.

Zhang

Xiaoquan

， Yan

Chunguang

， Shang

Hui

，2009.

Application of Bayesian network in CFIT risk assessment

［J］.Journal of Safety and Environment，9（6）：173-176.

Zhang

Yan

， Ji

Hongguang

， Ye

Jianhong

，2013.

Dynamic res-ponse analysis of disturbed rock slope under strong earthquake

［J］.Journal of China Coal Society，38（Supp.2）：304-311.

Zhao

Kang

， Yan

Huabiao

， Feng

Xiao

，et al，2016.

Stability analysis of pillar based on energy law

［J］.Chinese Journal of Theoretical and Applied Mechanics，48（4）：976-983.

Zhou

Zilong

， Wang

Yifan

， Ke

Changtao

，2018a.

‘Domino’des-truction phenomenon of pillar group system reliability evaluation

［J］.Gold Science and Technology，26（6）：729-735.

Zhou

Zilong

， Ke

Changtao

， Wang

Yifan

，et al，2018b.

Mechanism analysis of chain instability of pillar group based on particle discrete element

［J］.Chinese Journal of Geological Disasters and Prevention，29（4）：78-84.

Zhu

Defu

， Tu

Shihao

， Wang

Fangtian

，et al，2018.

Stability evaluation of coal pillar group in shallow buried room goaf

［J］.Journal of China Coal Society，43（2）：390-397.

Zhu

Wancheng

， Dong

Hangyu

， Liu

Xige

，et al，2022.

Study on multi-pillar bearing and instability failure in metal mines

［J］.Journal of Mining and Strata Control Engineering，4（4）：5-31.

陈顺满，吴爱祥，王贻明，等，2018.

深部回采矿柱稳定性影响因素分析及其应用

［J］.中南大学学报（自然科学版），49（8）：2050-2057.

[本文引用: 1]

何荣兴，韩智勇，周颜军，等，2020.

金属非金属矿山采空区灾害特征分析及预防措施

［J］.矿业研究与开发，40（9）：33-38.

[本文引用: 1]

胡建华，杨庆芳，曾平平，等，2022.

城市地下矿山地表感知风险模糊ISM-BN评价模型与应用

［J］.矿冶工程，42（6）：34-39.

[本文引用: 1]

黄敏， Kulatilake

P H S W

，罗嗣海，等，2020.

传统矿柱安全系数计算公式优化研究

［J］.矿冶工程，40（4）：32-37.

[本文引用: 1]

李恩翀，张晨洁，赵中原，2021.

基于重整化群理论的采空区群稳定性分析

［J］.采矿技术，21（3）：88-91.

[本文引用: 1]

李锋

，2014.

某钨矿采空区安全隐患治理研究

［J］.中国安全生产科学技术，10（9）：152-157.

[本文引用: 1]

李金蓉，杨玉中，2022.

DS理论—贝叶斯网络下的煤矿通风系统风险评估

［J］.中国安全科学学报，32（8）：146-153.

[本文引用: 1]

李敏，林志军，鲁义，等，2023.

基于模糊贝叶斯网络的煤矿瓦斯爆炸风险评估

［J］.煤炭学报： 1-12［2023-10-18］..

URL [本文引用: 1]

罗一忠

，2005.

大面积采空区失稳的重大危险源辨识

［D］.长沙：中南大学.

[本文引用: 1]

丘帆，马海涛，欧阳明，等，2014.

基于Voronoi图和时间效应的矿柱失稳预测

［J］.中国安全生产科学技术，10（2）：38-43.

[本文引用: 1]

王中秋

，2012.

采空区矿柱—顶板体系变形特征及其稳定性分析

［D］.秦皇岛：燕山大学.

[本文引用: 1]

谢杰辉

，2018.

岩石破裂过程的自组织临界特性及岩爆倾向性

［D］.衡阳：南华大学.

[本文引用: 1]

熊晓勃，程海勇，吴顺川，等，2021.

分区协同开采下矿柱力学响应与稳定性分析

［J］.中国安全生产科学技术，17（8）：77-83.

[本文引用: 1]

熊有为，刘福春，雷显权，等，2023.

废弃露天坑下复杂隐伏空区群综合探测及数字化建模

［J］.矿业研究与开发，43（1）：43-47.

[本文引用: 1]

叶光祥，黄智群，王晓军，等，2021.

基于未确知测度理论的石英脉型钨矿山采空区稳定性评价

［J］.黄金科学技术，29（3）：433-439.

[本文引用: 1]

张海波，宋卫东，付建新，2014.

大跨度空区顶板失稳临界参数及稳定性分析

［J］.采矿与安全工程学报，31（1）：66-71.

[本文引用: 1]

张淑坤，张向东，孙琦，等，2016.

基于重整化群理论的采空区煤柱群临界失稳概率研究

［J］.中国安全生产科学技术，12（5）：104-108.

[本文引用: 1]

张晓全，燕春光，尚晖，2009.

贝叶斯网络在CFIT风险评价中的应用

［J］.安全与环境学报，9（6）：173-176.

[本文引用: 1]

张燕，纪洪广，叶剑红，2013.

扰动岩质边坡强震作用下动力响应分析

［J］.煤炭学报，38（增2）：304-311.

[本文引用: 1]

赵康，鄢化彪，冯箫，等，2016.

基于能量法的矿柱稳定性分析

［J］.力学学报，48（4）：976-983.

[本文引用: 1]

周子龙，王亦凡，柯昌涛，2018a.

“多米诺骨牌”破坏现象下的矿柱群系统可靠度评价

［J］.黄金科学技术，26（6）：729-735.

[本文引用: 1]

周子龙，柯昌涛，王亦凡，等，2018b.

基于颗粒离散元的矿柱群连锁失稳机理分析

［J］.中国地质灾害与防治学报，29（4）：78-84.

[本文引用: 1]

朱德福，屠世浩，王方田，等，2018.

浅埋房式采空区煤柱群稳定性评价

［J］.煤炭学报，43（2）：390-397.

[本文引用: 2]

朱万成，董航宇，刘溪鸽，等，2022.

金属矿山多矿柱承载与失稳破坏研究

［J］.采矿与岩层控制工程学报，4（4）：5-31.

[本文引用: 1]

Analysis of influencing factors of pillar stability and its application in deep mining

2018

Analysis of pillar stability of mined gas storage caverns in shale formations

2015

... 针对该问题，国内外学者采用数值模拟、位移监测和概率分析等方法进行了大量研究.熊有为等（2023）提出了隐伏空区群综合探测及数字化建模技术，用来分析隔离矿柱稳定性；周子龙等（2018a）构建了并联矿柱承载模型，对矿柱在不同安全系数下的稳定性进行了评价；Cording et al.（2015）通过数值模拟研究了单个矿柱失稳引起整个矿柱群失稳的动态过程.此外，鉴于矿柱群失稳灾变机理的复杂性，Najafi et al.（2011）采用概率法克服了矿柱群失稳研究中不确定性带来的影响.以上研究表明，针对单个矿柱的稳定性分析已取得许多重要成果，但多集中于因本身承载能力不足导致单个矿柱的失稳过程，而对多矿柱间荷载传递导致整体矿柱群失稳的研究比较欠缺. ...

Analysis of disaster characteristics and preventive measures in goaf of metal and nonmetal mines

2020

Fuzzy ISM-BN evaluation model and application of surface perceived risk of urban underground mines

2022

Study on optimization of calculation formula of traditional pillar safety factor

2020

Stability analysis of goaf group based on renormalization group theory

2021

Study on safety hazard control of goaf in a tungsten mine

2014

DS theory-risk assessment of coal mine ventilation system under Bayesian network

2022

Risk assessment of coal mine gas explosion based on fuzzy Bayesian network

2023

Identification of Major Hazard Sources for Large-Area Goaf Instability

2005

Study on mechanics and domino effect of large-scale goaf cave-in

2012

... 矿柱群失稳是一个自组织过程（罗一忠，2005；谢杰辉，2018），通常情况下都是单个矿柱内小裂隙的拓展贯通，随着一系列的发展演化成大裂隙直至矿柱破裂失稳，单个矿柱破裂后荷载传递到相邻矿柱又引起相邻矿柱失稳，随着失稳的单个矿柱数量增多，最终导致整体矿柱群级联失稳.周子龙等（2018b）基于PFC模拟了矿柱大规模级联失稳的发生机理及载荷传递过程；丘帆等（2014）基于Voronoi图预测了不同时间段的矿柱群失稳情况；Ma et al.（2012）研究了矿柱发生大规模级联失稳的“多米诺效应”.从系统学观点考虑，整个矿柱群失稳过程存在一个临界状态，因此可基于重整化群理论对该过程给予准确的描述.李恩翀等（2021）基于一维重整化群模型计算出矿柱失稳概率，并通过与数值模拟结果进行比对验证了该模型的准确性；朱德福等（2018）计算了采空区中煤柱群一维、二维重整化群模型对应的临界失稳概率；张淑坤等（2016）研究了重整化群模型中不同垂直应力系数下煤柱群临界失稳概率的大小.以上研究表明，针对单个矿柱的失稳以及多矿柱级联失稳已取得许多重要的成果.然而，这些研究多集中于对矿柱群失稳机理及发生的动态过程的研究，而缺少对单个矿柱失稳导致矿柱群整体失稳的定量评估研究. ...

Prediction of the confidence interval for stability analysis of chain pillars in coal mines

2011

Prediction of pillar instability based on Voronoi diagram and time effect

2014

Deformation Characteristics and Stability Analysis of Pillar-roof System in Goaf

2012

Predicting the stability of hard rock pillars using multinomial logistic regression

2014

... 单个矿柱的稳定性情况一般用安全系数表示.然而，由于岩石的各向异性、矿柱形态不规则和不同采矿方法的影响，使用确定性方法计算的安全系数具有一定的局限性，计算得到安全系数大于1的矿柱仍可能失稳，安全系数小于1的矿柱也可能稳定（黄敏等，2020）.为了更精确地识别矿柱稳定性情况，Wattimena（2014）综合考虑矿柱横断面所受的平均应力与单个矿柱极限承载强度之比和矿柱宽高比，通过多项逻辑回归模型对矿柱稳定性情况进行进一步分析，将矿柱的稳定性划分为稳定概率、不稳定概率和失稳概率3种情况. ...

Self-organized Criticality and Rockburst Tendency of Rock Failure Process

2018

Mechanical response and stability analysis of pillar under zonal collaborative mining

2021

Comprehensive detection and digital modeling of complex concealed goaf group under abandoned open pit

2023

Evaluation of goaf stability in vein quartz tungsten mines based on unascertained measure theory

2021

Critical parameters and stability analysis of roof instability in large-span goaf

2014

Study on critical instability probability of coal pillar group in goaf based on renormalization group theory

2016

Application of Bayesian network in CFIT risk assessment

2009

Dynamic res-ponse analysis of disturbed rock slope under strong earthquake

2013

Stability analysis of pillar based on energy law

2016

‘Domino’des-truction phenomenon of pillar group system reliability evaluation

2018a

Mechanism analysis of chain instability of pillar group based on particle discrete element

2018b

Stability evaluation of coal pillar group in shallow buried room goaf

2018

Study on multi-pillar bearing and instability failure in metal mines

2022

深部回采矿柱稳定性影响因素分析及其应用

2018

... 地下金属矿山采用二步骤开采时会留设大量起支撑作用的矿柱，形成矿柱群.随着开采的不断推进，岩体原有应力平衡被打破，矿柱群所承受的应力将是原岩应力的数倍.当矿柱群所受应力超过其强度时就会发生失稳破坏，引发顶板冒落、矿柱垮塌、岩层移动、地表崩落和大范围垮塌冲击等现象（李锋，2014；何荣兴等，2020）.矿柱群失稳不仅会扰乱正常的生产秩序，而且会严重威胁矿区作业人员的生命安全（赵康等，2016；陈顺满等，2018；叶光祥等，2021）.因此，如何对矿柱群进行稳定性分析，计算出矿柱群失稳概率，采取科学有效的防治措施进行矿柱群治理并安全回采矿柱是当前亟待解决的重要技术难题. ...

金属非金属矿山采空区灾害特征分析及预防措施

2020

城市地下矿山地表感知风险模糊ISM-BN评价模型与应用

2022

... 贝叶斯网络（BN）是一种基于概率图形的网络，又称为信度网络，它是一种有向无环图模型，在处理信息不完全和不确定性的小样本事件时具有明显优势，且随着信息的更新可以实现随着时间发展的动态概率评估（张晓全等，2009）.近年来，该方法在矿山灾害治理领域得到了广泛应用（胡建华等，2022；李敏等，2023）. ...

传统矿柱安全系数计算公式优化研究

2020

基于重整化群理论的采空区群稳定性分析

2021

某钨矿采空区安全隐患治理研究

2014

DS理论—贝叶斯网络下的煤矿通风系统风险评估

2022

... 本研究基于贝叶斯网络构建了矿柱群失稳概率模型（图2），模型主要由节点、有向弧和条件概率表3个部分组成.子节点代表单个矿柱失稳事件，父节点代表矿柱群整体失稳事件，节点之间用有向弧连接.弧表示单个矿柱失稳与矿柱群整体失稳的逻辑关系，条件概率表表示连接关系强度，其中S、U和F分别代表矿柱稳定、不稳定和失稳概率.基于贝叶斯网络构建的矿柱群失稳概率模型，能够充分利用单个矿柱形态和岩石力学参数，更直观地表达单个矿柱失稳与矿柱群整体失稳的概率关系.图形化的知识表示方法使得保持概率知识库的一致性和完整性变得容易，当某些因素发生改变时，便于进行贝叶斯网络模块的动态更新（李金蓉等，2022）. ...

基于模糊贝叶斯网络的煤矿瓦斯爆炸风险评估

2023

大面积采空区失稳的重大危险源辨识

2005

基于Voronoi图和时间效应的矿柱失稳预测

2014

采空区矿柱—顶板体系变形特征及其稳定性分析

2012

... 矿柱失稳多发生于高压应力集中的区域，开采深度的增加导致压应力不断增加，采场中的裂纹不断扩展延伸，裂纹扩展的速率和范围逐渐由稳态向非稳态转变.当矿柱的稳定性处于临界状态时，任何微小的扰动（微扰）都不可忽视（王中秋，2012）.现代非线性科学认为，在临界点处，扰动的诱发作用主要是通过扰动的放大效应来实现（张燕等，2013）.由于这时系统处于高度不稳定状态，任何微小的扰动都会被放大，微扰动在临界点附近会转变成巨扰动，正是这种巨扰动驱动着事物向新的状态演化，所以在一定情况下裂纹非稳定扩展的起始点可视为应变能快速释放的开端，最终可视为矿柱失稳发生的临界点.这种现象有一定的自组织性，重整化群理论（RG）可以很好地解释该现象，重整化群能从小的单元合并成大的单元，在这一过程中，系统小范围的涨落被逐渐消除，从而突出与长程关联的因素，整个过程并不会改变系统的物理性质. ...

岩石破裂过程的自组织临界特性及岩爆倾向性

2018

分区协同开采下矿柱力学响应与稳定性分析

2021

... 单个矿柱横断面所受的平均应力（熊晓勃等，2021）计算公式为 ...

废弃露天坑下复杂隐伏空区群综合探测及数字化建模

2023

基于未确知测度理论的石英脉型钨矿山采空区稳定性评价

2021

大跨度空区顶板失稳临界参数及稳定性分析

2014

... 矿柱群失稳是一个渐进破坏的过程.如图1（a）所示，未开采前岩体处于稳定状态.图1（b）表示矿柱群形成初期，随着应力的重新分布，高应力集中储存在矿柱中，此时矿柱受力处于弹性阶段，根据弹塑性理论，当矿柱受力处于弹性阶段时，荷载移除后的弹性变形可以恢复，矿柱群系统会保持长期稳定状态.图1（c）表示随着时间的推移，受采场开采活动、顶板荷载增加和矿柱强度降低等因素的影响，矿柱强度达到峰值.图1（d）表示矿柱中的高应变能开始释放，局部矿柱向失稳趋势发展；在损伤进一步发展至核心承载区时，矿柱的支撑作用消失，原有的应力平衡被打破，该区域的顶板会发生局部冒落形成新的应力拱，为适应新的平衡状态，原来由采空区位置岩体承担的荷载转移至周边矿柱及围岩体（张海波等，2014），局部矿柱开始失稳.图1（e）表示随着矿柱应力的传递，应力相对集中部位的应变能通常会转移至相邻强度最低的单元矿柱，周边矿柱承受的荷载增加，该区域应力集中程度增高.当所承受的应力超过其临界值时，又会导致临近矿柱的进一步失稳，矿柱中的弹性能大量释放，该区域顶板应力又将传递给次一级强度较低的单元矿柱，形成如图1（f）所示的类似“多米诺骨牌”效应（朱万成等，2022），最终当足够多的矿柱发生失稳时，矿柱群整体失稳，此时采空区将发生大面积瞬时塌陷. ...

基于重整化群理论的采空区煤柱群临界失稳概率研究

2016

贝叶斯网络在CFIT风险评价中的应用

2009

扰动岩质边坡强震作用下动力响应分析

2013

基于能量法的矿柱稳定性分析

2016

“多米诺骨牌”破坏现象下的矿柱群系统可靠度评价

2018a

基于颗粒离散元的矿柱群连锁失稳机理分析

2018b

浅埋房式采空区煤柱群稳定性评价

2018

... 当

m

=3时（朱德福，2018），对式（6）进行重整化，可得N级原胞失稳的概率表达式为 ...

金属矿山多矿柱承载与失稳破坏研究

2022

〈

〉