CN113298140A - 一种基于钻孔图像的采动岩体质量定量评价与分类方法 - Google Patents
一种基于钻孔图像的采动岩体质量定量评价与分类方法 Download PDFInfo
- Publication number
- CN113298140A CN113298140A CN202110562285.8A CN202110562285A CN113298140A CN 113298140 A CN113298140 A CN 113298140A CN 202110562285 A CN202110562285 A CN 202110562285A CN 113298140 A CN113298140 A CN 113298140A
- Authority
- CN
- China
- Prior art keywords
- rock mass
- mining
- structural
- evaluation
- rock
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种基于钻孔图像的采动岩体质量定量评价与分类方法,涉及采矿工程和固体材料测量技术领域。该方法的步骤包括:巷道围岩在采动影响前施工钻孔,并观测围岩结构面钻孔图像;划分充填闭合结构面、充填开裂结构面、横向开裂结构面、纵向开裂结构面和横向破碎区;对钻孔图像上的结构面进行分类和统计,确定各个评价区域内结构面综合宽度;钻孔受到采动影响后再次观测围岩结构面钻孔图像,并划分结构面类别,进行分类统计,确定各个评价区域内结构面综合宽度;对比结构面综合宽度的最大值,分类采动岩体质量,对各个分类岩体的围岩分别采取措施加固。该方法提供的评价与分类方法更加符合工程实际,对巷道返修加固措施具有指导作用。
Description
技术领域
本发明涉及采矿工程和固体材料测量技术领域,尤其是一种基于钻孔图像的采动岩体质量定量评价与分类方法。
背景技术
岩体是一种含有大量随机分布结构面的复杂地质体,其质量评价与分类是岩石工程设计的基础,同时也是煤矿井下灾害预测的重要依据。研究学者针对岩体质量评价进行了大量理论研究和现场实践,并根据不同划分标准提出了诸如“RQD”指标、“RMR”指标和“Q”指标等经典的评价与分类方法。然而,这些方法大都是针对浅埋隧道围岩、坚硬节理岩体建立起来的,在评价埋深大、节理发育、强度低的软弱煤岩体时存在一定的局限性,再加上采动活动的影响,煤巷内部裂隙、节理发育更加复杂,现有的岩体质量评价与分类方法,对煤层巷道围岩体并不适用。
钻孔摄像技术依靠光学原理,能直接观测钻孔壁裂隙分布,具有操作简单方便,成功率高等优点,被广泛应用于煤矿井下岩体质量的探测与评价。然而,目前研究主要验证了基于钻孔摄像技术岩体质量评价方法的可行性和准确性,但是没有具体的评价准则,利用钻孔图像对于岩体质量只能是定性分析,而不能定量分类,因而不能满足工程实践的要求。
因此,有必要对现有方法与技术进行改进和发展,以实现基于钻孔图像,对采动岩体质量定量评价与分类,从而为现场工程提供准确依据。
发明内容
为了真实反映和准确掌握采动影响后岩体质量分布特征,指导巷道围岩控制,本发明提供了一种基于钻孔图像的采动岩体质量定量评价与分类方法,具体技术方案如下。
一种基于钻孔图像的采动岩体质量定量评价与分类方法,步骤包括:
S1.巷道围岩在受采动影响前施工钻孔,并观测围岩结构面的钻孔图像;
S2.根据结构面方向、充填情况和开裂情况,将围岩结构面划分未充填闭合结构面、充填开裂结构面、横向开裂结构面、纵向开裂结构面和横向破碎区;
S3.对钻孔图像上的结构面进行分类和统计,确定各个评价区域内结构面综合宽度;
S4.巷道内的钻孔受到采动影响后,再次观测围岩结构面的钻孔图像,并划分结构面类别,进行分类和统计,确定得到评价区域内结构面综合宽度;
S5.对比两次观测中结构面综合宽度的最大值,将采动岩体质量划分为完整、一般破碎、破碎和极度破碎,对各个分类岩体的围岩分别采取措施加固。
优选的是,钻孔图像通过钻孔窥视仪获取,钻孔图像为围岩结构面钻孔的平面展开图,图中标注深度标尺。
优选的是,钻孔与巷道顶板之间垂直或斜交,或者钻孔与巷帮之间垂直或斜交,钻孔直径为30mm,顶板钻孔深度为8-12m,巷帮钻孔深度为2-5m。
优选的是,巷道围岩结构面分类采用层次分析法对采动影响后岩体质量影响程度因子进行计算。
进一步优选的是,步骤3中,钻孔图像上的结构面进行分类和统计的具体步骤包括:
S31.沿钻孔深度方向,将钻孔图像划分为多个长度相同的评价区间h;
S32.统计并计算各个单位评价区间h范围内结构面的综合宽度Sd,
其中Sd为评价区间内结构面的综合宽度;di为单位长度围岩内第i条结构面的张开度,Wi为第i条结构面的类型所对应的影响因子。
还优选的是,第i条结构面的类型所对应的影响因子Wi通过层次分析法确定,结构面类型分为充填闭合结构面、充填开裂结构面、横向开裂结构面、纵向开裂结构面及横向破碎区五类,对应的影响因子分别为0.095、1.00、0.84、0.72和0.48。
还优选的是,步骤S4中,确定得到评价区域内结构面综合宽度为Sdd,综合宽度Sd和Sdd的计算方式相同。
还优选的是,步骤5中,先确定巷道围岩在受采动影响前各个评价区域内结构面综合宽度的最大值[Sd]max,确定完整岩体标准Sdmax;以及巷道围岩在受采动影响后各个评价区域内结构面综合宽度的最大值[Sdd]max,确定极度破碎岩体标准Sddmax。
还优选的是,采动岩体质量划分的过程中,评价标准Δd,
进行采动岩体质量划分,具体是当采动影响后的评价区域内Sdd=Sdmax时,区域岩体属于完整岩体;当采动影响后的评价区域内Sdmax<Sdd<Sdmax+Δd时,区域岩体属于一般破碎岩体;当采动影响后评价区域内Sdmax+Δd<Sdd<Sdmax+2Δd时,区域岩体属于破碎岩体;当采动影响后评价区域内Sdmax+2Δd<Sdd时,区域岩体属于极度破碎岩体。
还优选的是,完整岩体和一般破碎岩体的巷道围岩结构稳定,所述破碎岩体区域的巷道施工补打锚杆或者锚索加强支护;所述极度破碎岩体施工注浆加强支护。
本发明提供的一种基于钻孔图像的采动岩体质量定量评价与分类方法,有益效果是,该方法利用采动岩体质量评价指标即综合宽度进行评价分类,综合考虑了采动影响条件下,不同类型结构面对围岩破碎的不同影响程度,能够较好的反应围岩裂隙沿深度方向发育情况,对采动岩体质量评价具有一定的适用性;此外,巷道围岩深度方向上各评价区间内岩体质量分布特征,对于采取针对性返修加固措施具有重要的指导作用;利用同一巷道围岩的监测结果进行评价分类更加符合工程实际。
附图说明
图1是基于钻孔图像的采动岩体质量定量评价与分类方法的流程示意图;
图2是采动影响前每个单位评价区间h范围内结构面综合宽度统计图;
图3是采动影响后每个单位评价区间h范围内结构面综合宽度统计图。
具体实施方式
结合图1至图3所示,对本发明提供的一种基于钻孔图像的采动岩体质量定量评价与分类方法的具体实施方式进行说明。
实施例1
一种基于钻孔图像的采动岩体质量定量评价与分类方法,具体的步骤包括:
S1.巷道围岩在受采动影响前施工钻孔,并观测围岩结构面的钻孔图像。
其中,钻孔图像通过钻孔窥视仪获取,钻孔图像为围岩结构面钻孔的平面展开图,图中标注深度标尺。钻孔与巷道顶板之间垂直或斜交,或者钻孔与巷帮之间垂直或斜交,钻孔直径为30mm,顶板钻孔深度为8-12m,巷帮钻孔深度为2-5m。
S2.根据结构面方向、充填情况和开裂情况,将围岩结构面划分未充填闭合结构面、充填开裂结构面、横向开裂结构面、纵向开裂结构面和横向破碎区。
巷道围岩结构面分类具体可以采用层次分析法对采动影响后岩体质量影响程度因子进行计算。
S3.对钻孔图像上的结构面进行分类和统计,确定各个评价区域内结构面综合宽度。
其中,钻孔图像上的结构面进行分类和统计的具体步骤包括:
S31.沿钻孔深度方向,将钻孔图像划分为多个长度相同的评价区间h;
S32.统计并计算各个单位评价区间h范围内结构面的综合宽度Sd,
上式中,Sd为评价区间内结构面的综合宽度;di为单位长度围岩内第i条结构面的张开度,Wi为第i条结构面的类型所对应的影响因子。
第i条结构面的类型所对应的影响因子Wi通过层次分析法确定,结构面类型分为充填闭合结构面、充填开裂结构面、横向开裂结构面、纵向开裂结构面及横向破碎区五类,对应的影响因子分别为0.095、1.00、0.84、0.72和0.48。
S4.巷道内的钻孔受到采动影响后,再次观测围岩结构面的钻孔图像,并划分结构面类别,进行分类和统计,确定得到评价区域内结构面综合宽度。
确定得到评价区域内结构面综合宽度为Sdd,综合宽度Sd和Sdd的计算方式相同。
结构面综合宽度为Sdd计算的具体步骤包括:
S31.沿钻孔深度方向,将钻孔图像划分为多个长度相同的评价区间h;
S32.统计并计算各个单位评价区间h范围内结构面的综合宽度Sdd,综合宽度Sd和Sdd的计算方式相同。
利用di为单位长度围岩内第i条结构面的张开度,以及Wi为第i条结构面的类型所对应的影响因子,di和Wi乘积的累加计算结构面的综合宽度Sdd。
S5.对比两次观测中结构面综合宽度的最大值,将采动岩体质量划分为完整、一般破碎、破碎和极度破碎,对各个分类岩体的围岩分别采取措施加固。
具体是,先确定巷道围岩在受采动影响前各个评价区域内结构面综合宽度的最大值[Sd]max,确定完整岩体标准Sdmax;以及巷道围岩在受采动影响后各个评价区域内结构面综合宽度的最大值[Sdd]max,确定极度破碎岩体标准Sddmax。
采动岩体质量划分的过程中,评价标准为Δd,
进行采动岩体质量划分,具体是当采动影响后的评价区域内Sdd=Sdmax时,区域岩体属于完整岩体;当采动影响后的评价区域内Sdmax<Sdd<Sdmax+Δd时,区域岩体属于一般破碎岩体;当采动影响后评价区域内Sdmax+Δd<Sdd<Sdmax+2Δd时,区域岩体属于破碎岩体;当采动影响后评价区域内Sdmax+2Δd<Sdd时,区域岩体属于极度破碎岩体。
另外,划分等级也可根据巷道受到采动影响后采区返修加固程度确定,根据具体巷道围岩控制需要,当Sdd<Sdd1时,采动影响后评价区域内岩体不需要采取任何返修加固措施,该区域岩体属于一般破碎岩体;当Sdd1<Sdd<Sdd2时,采动影响后评价区域内岩体需要补打锚杆或者锚索所进行加强支护,该区域岩体属于破碎岩体;当Sdd2<Sdd<Sdd3时,采动影响后评价区域内岩体需要注浆进行加强支护,该区域岩体属于极度破碎岩体。
完整岩体和一般破碎岩体的巷道围岩结构稳定,破碎岩体区域的巷道施工补打锚杆或者锚索加强支护;极度破碎岩体施工注浆加强支护。
利用采动岩体质量评价指标即综合宽度进行评价分类,综合考虑了采动影响条件下,不同类型结构面对围岩破碎的不同影响程度,能够较好的反应围岩裂隙沿深度方向发育情况,对采动岩体质量评价具有一定的适用性;此外,巷道围岩深度方向上各评价区间内岩体质量分布特征,对于采取针对性返修加固措施具有重要的指导作用;利用同一巷道围岩的监测结果进行评价分类更加符合工程实际。
实施例2
以某矿为例,对一种基于钻孔图像的采动岩体质量定量评价与分类方法进行说明。
S1:在某矿巷道围岩受到采动影响前施工钻孔,钻孔直径30mm,顶板钻孔深度8m,与水平方向呈65°,帮部钻孔深度2m,垂直帮壁布置,利用钻孔窥视仪现场测试,获得受到采动影响前围岩结构面钻孔图像;
S2:根据结构面方向、充填特性及是否开裂将巷道围岩结构面进行分类,分为充填闭合结构面、充填开裂结构面、横向开裂结构面、纵向开裂结构面及横向破碎区五类;并采用层次分析法对每一类结构面对采动影响后岩体质量影响程度因子进行计算,充填闭合结构面、充填开裂结构面、横向开裂结构面、纵向开裂结构面及横向破碎区五类,对应的影响陈低估因子分别为:0.095、1.00、0.84、0.72、0.48。
S3:对钻孔图像上的结构面进行分类和统计;
S31,沿着顶板钻孔深度方向,将钻孔图像划分为8个长度相同的单位评价区间,单位评价区间h为1m;沿着帮部钻孔深度方向,将钻孔图像划分为4个长度相同的单位评价区间,单位评价区间h为0.5m;
S32,统计并计算每个单位评价区间h范围内结构面综合宽度Sd,如图2所示。
式中,Sd为评价区间内结构面的综合宽度;di为单位长度围岩内第i条结构面的张开度;Wi为第i条结构面的类型所对应的影响因子。
S4:利用第一步中施工的钻孔,对受到采动影响后的岩体进行钻孔窥视,获得受到采动影响后围岩结构面钻孔图像,重复步第二步和第三步,得到每个评价区域内结构面综合宽度Sdd,如图3所示。
S5:步骤S3中获得的受采动影响前各个评价区域内结构面综合宽度的最大值Sdmax,顶板钻孔为1.265cm,帮部钻孔为0.464cm,分别为巷道顶板、帮部岩体完整标准;受到采动影响后各个评价区域内结构面综合宽度的最大值Sddmax,顶板钻孔为18.56cm,帮部钻孔为27.568cm,分别为巷道顶板、帮部岩体极度破碎标准,巷道顶板、帮部岩体划分等级按照公式计算分别为:8.648cm、13.552cm,将采动影响后岩体质量划分为:完整、一般破碎、破碎和极度破碎四种类型。
当巷道受到采动影响后,顶板岩体质量分类标准为:Sdd=1.265cm时,该区域岩体属于完整岩体;1.265cm<Sdd<9.913cm时,该区域岩体属于一般破碎岩体;9.913cm<Sdd<18.56cm时,该区域岩体属于破碎岩体;18.56<Sdd时,该区域岩体属于极度破碎岩体。
当巷道受到采动影响后,帮部岩体质量分类标准为:Sdd=0.464cm时,该区域岩体属于完整岩体;0.464cm<Sdd<14.016cm时,该区域岩体属于一般破碎岩体;14.016cm<Sdd<27.568cm时,该区域岩体属于破碎岩体;27.568<Sdd时,该区域岩体属于极度破碎岩体。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (10)
1.一种基于钻孔图像的采动岩体质量定量评价与分类方法,其特征在于,步骤包括:
S1.巷道围岩在受采动影响前施工钻孔,并观测围岩结构面的钻孔图像;
S2.根据结构面方向、充填情况和开裂情况,将围岩结构面划分未充填闭合结构面、充填开裂结构面、横向开裂结构面、纵向开裂结构面和横向破碎区;
S3.对钻孔图像上的结构面进行分类和统计,确定各个评价区域内结构面综合宽度;
S4.巷道内的钻孔受到采动影响后,再次观测围岩结构面的钻孔图像,并划分结构面类别,进行分类和统计,确定得到评价区域内结构面综合宽度;
S5.对比两次观测中结构面综合宽度的最大值,将采动岩体质量划分为完整、一般破碎、破碎和极度破碎,对各个分类岩体的围岩分别采取措施加固。
2.根据权利要求1所述的一种基于钻孔图像的采动岩体质量定量评价与分类方法,其特征在于,所述钻孔图像通过钻孔窥视仪获取,钻孔图像为围岩结构面钻孔的平面展开图,图中标注深度标尺。
3.根据权利要求2所述的一种基于钻孔图像的采动岩体质量定量评价与分类方法,其特征在于,所述钻孔与巷道顶板之间垂直或斜交,或者钻孔与巷帮之间垂直或斜交,钻孔直径为30mm,顶板钻孔深度为8-12m,巷帮钻孔深度为2-5m。
4.根据权利要求1所述的一种基于钻孔图像的采动岩体质量定量评价与分类方法,其特征在于,所述巷道围岩结构面分类采用层次分析法对采动影响后岩体质量影响程度因子进行计算。
6.根据权利要求5所述的一种基于钻孔图像的采动岩体质量定量评价与分类方法,其特征在于,所述第i条结构面的类型所对应的影响因子Wi通过层次分析法确定,结构面类型分为充填闭合结构面、充填开裂结构面、横向开裂结构面、纵向开裂结构面及横向破碎区五类,对应的影响因子分别为0.095、1.00、0.84、0.72和0.48。
7.根据权利要求6所述的一种基于钻孔图像的采动岩体质量定量评价与分类方法,其特征在于,所述步骤S4中,确定得到评价区域内结构面综合宽度为Sdd,综合宽度Sd和Sdd的计算方式相同。
8.根据权利要求7所述的一种基于钻孔图像的采动岩体质量定量评价与分类方法,其特征在于,所述步骤5中,先确定巷道围岩在受采动影响前各个评价区域内结构面综合宽度的最大值[Sd]max,确定完整岩体标准Sdmax;以及巷道围岩在受采动影响后各个评价区域内结构面综合宽度的最大值[Sdd]max,确定极度破碎岩体标准Sddmax。
10.根据权利要求9所述的一种基于钻孔图像的采动岩体质量定量评价与分类方法,其特征在于,所述完整岩体和一般破碎岩体的巷道围岩结构稳定,所述破碎岩体区域的巷道施工补打锚杆或者锚索加强支护;所述极度破碎岩体施工注浆加强支护。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110562285.8A CN113298140A (zh) | 2021-05-24 | 2021-05-24 | 一种基于钻孔图像的采动岩体质量定量评价与分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110562285.8A CN113298140A (zh) | 2021-05-24 | 2021-05-24 | 一种基于钻孔图像的采动岩体质量定量评价与分类方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113298140A true CN113298140A (zh) | 2021-08-24 |
Family
ID=77324066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110562285.8A Pending CN113298140A (zh) | 2021-05-24 | 2021-05-24 | 一种基于钻孔图像的采动岩体质量定量评价与分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113298140A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503511A (zh) * | 2023-05-06 | 2023-07-28 | 中国矿业大学(北京) | 一种掘进巷道围岩破坏区形态的即时映射成像方法 |
-
2021
- 2021-05-24 CN CN202110562285.8A patent/CN113298140A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503511A (zh) * | 2023-05-06 | 2023-07-28 | 中国矿业大学(北京) | 一种掘进巷道围岩破坏区形态的即时映射成像方法 |
CN116503511B (zh) * | 2023-05-06 | 2023-09-19 | 中国矿业大学(北京) | 一种掘进巷道围岩破坏区形态的即时映射成像方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110486007B (zh) | 煤矿随钻围岩力学参数原位测试装置及方法 | |
Delisio et al. | Analysis and prediction of TBM performance in blocky rock conditions at the Lötschberg Base Tunnel | |
Palmstrom | Measurements of and correlations between block size and rock quality designation (RQD) | |
CN112127909B (zh) | 一种隧道破碎围岩精确注浆修复加固方法 | |
CN109271738A (zh) | 一种用于获取巷道围岩Weibull分布参数的数值反演方法 | |
Navarro et al. | Application of drill-monitoring for chargeability assessment in sublevel caving | |
CN110792450B (zh) | 一种确定注浆锚索超前支护的方法 | |
Wang et al. | An ultrasonic-based method for longwall top-coal cavability assessment | |
Karaman et al. | A comparative assessment of rock mass deformation modulus | |
Ji et al. | Modified Q-index for prediction of rock mass quality around a tunnel excavated with a tunnel boring machine (TBM) | |
Kanik et al. | Importance of numerical analyses for determining support systems in tunneling: A comparative study from the trabzon-gumushane tunnel, Turkey | |
CN113298140A (zh) | 一种基于钻孔图像的采动岩体质量定量评价与分类方法 | |
CN112965139B (zh) | 一种复杂地质条件隧道超前地质综合预报方法 | |
Zhang et al. | Analysis and selection of measurement indexes of MWD in rock lithology identification | |
Guo et al. | Autonomous prediction of rock deformation in fault zones of coal roadways using supervised machine learning | |
Vlachopoulos et al. | Rock mass structural characterization through DFN–LiDAR–DOS methodology | |
Liu et al. | The spatio-temporal evolution law of overlying rock fractures in an experimental working face (N00 mining method) based on microseismic monitoring technology | |
CN114352355B (zh) | 深部矿井冲击地压控制方法 | |
Day et al. | Validation of Composite Geological Strength Index for healed rockmass structure in deep mine access and production tunnels | |
Gao et al. | Detection methods for strength deterioration and structural characteristics of fractured rock based on digital drilling | |
Moser et al. | Application of rock mass classification systems as a tool for rock mass strength determination | |
Schubert et al. | Probabilistic assessment of rock mass behaviour as basis for stability analyses of tunnels | |
Andrews et al. | Advanced techniques for the monitoring of pillar and excavation behaviour at a deep level massive mine | |
CN112412507B (zh) | 一种巷道锚杆注浆判定及分段实施方法 | |
Li et al. | Deformation characteristics and damage evolution analysis of weak interlayer zone in fractured underground cavern |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |