含煤地层岩石吸水性分析——以陕北杭来湾煤矿为例_董震雨.pdf

第 45 卷 第 5 期 煤田地质与勘探 Vol. 45 No.5 2017 年 10 月 COAL GEOLOGY 2. Shaanxi College of Geological Survey, Xi’an 710054, China Abstract In order to investigate the main impact factors of water absorbability of rock of coal-bearing strata and the relationship between them, rock samples were taken from coal-bearing strata in Hanglaiwan coal mine, according to the water physical and X ray diffraction experiment data of the rock sample, the factors of water absorbability of rock were analyzed through grey relational analysis and stepwise regression analysis. The results show that porosity and content of illite, kaolinite, K-feldspar, chlorite, plagioclase feldspar are the main impact factors of water absorption of rock. And a regressive equation of water absorbability of rock was set up, which could show the quantitative rela- tionship between the water absorbability of rock and the main impact factors in the mining area. Keywords coal-bearing strata; water absorbability of rock; grey relational analysis; stepwise regression analysis 煤炭开采产生的导水裂隙沟通含水层后，含水 层的地下水延着裂隙下泄经过岩石， 发生吸水过程， 影响岩石的稳定性，易导致巷道塌方灾害的发生[1]， 而且对于地下水也有一定影响。为此，诸多学者对 岩石吸水性进行了研究。何满潮等[2]、柳培玉等[3] 及王桂莲[4]通过吸水试验、电镜扫描与 X 射线衍射 试验对深部岩石尤其是泥岩的吸水特性进行研究， 结果表明，岩石尤其是泥岩的吸水特性及吸水量与 时间相关，同时发现主要影响因素为孔隙度、孔隙 结构、矿物种类与含量及黏土矿物产状，并分析得出 时间及影响因素对吸水特性的影响关系。周莉等[5]、 景海河等[6]通过对砂岩吸水特性的研究，得出砂岩 吸水速率与时间的变化关系，并分析了孔隙大小与 连通性及所含矿物种类与含量、黏土矿物类型与产 ChaoXing 第 5 期 董震雨等 含煤地层岩石吸水性分析 95 状对吸水特性的影响关系。郭宏云等[7]、张娜等[8] 对深部钙质页岩的吸水特性进行了研究，得出有水 压和无水压 2 种条件下深井钙质页岩吸水特性与时 间的变化关系，以及吸水特性受孔隙和黏土矿物含 量的影响关系。王桂莲等[9]、周莉等[10]还从微观角 度研究得出岩石吸水后对岩石孔隙结构的影响及致 使岩石力学强度变低的影响机制。 以上是从微观结构和物质组成方面对不同岩性 岩石吸水性随时间的变化关系与主要影响因素及影 响关系的定性研究，其中对作为岩石吸水性影响因 子的矿物种类及含量缺少进一步细化的研究；对于 岩石吸水性缺少定量的研究；对于岩石的吸水能力 的大小即吸水率的相关研究较少。又由于目前煤炭 开采导致地下水资源减少， 严重影响生态环境[11-12]， 而被破坏岩层的吸水过程对煤炭开采导致地下水资 源减少会产生一定的影响，因此从定量化角度对岩 石吸水性进行深入的研究有一定意义。 1 杭来湾煤矿概况及原始数据采集 杭来湾井田位于陕北侏罗纪煤田的东南部，是 毛乌素沙漠与黄土高原的接壤地带，距离榆林城北 约 20 km，金鸡滩乡东 1 km，属于中温带大陆性半 干旱季风气候区， 主要地貌为沙漠滩地和黄土梁峁， 水系不发育，但其南端为头道河，北端为二道河， 均自东向西于井田 10 km 处汇入榆溪河，如图 1。 图 1 杭来湾井田位置 Fig.1 Location of Hanglaiwan minefield 杭来湾井田范围内地层平缓，起伏变化小，地 层倾角 0.5，结构简单，整体表现为一单斜，倾向 北西，断层不发育。主要开采煤层为侏罗系延安组 第三段上部 3 号煤层，其上覆盖着侏罗系中统延安 组第一段、第二段和直罗组及第四系，煤层顶板岩 层主要为粗砂岩、细砂岩、粉砂岩及粉砂质泥岩。 根据已有成果[2-6]， 对陕北杭来湾煤矿 30101 工 作面煤层顶板不同岩层采集了 21 个基岩样本。 岩样 由钻机采取后立即用胶布和溶蜡密封，通过中国建 筑材料工业地质勘查中心陕西测试研究所及西安地 质调查中心实验测试中心进行水理性质测试、岩心 常规分析及 X 射线衍射分析， 得到包括岩样吸水率、 孔隙度与所含矿物种类及其含量等吸水性相关参数 的基础数据，最终选取了包含变量参数项最多、最 完整的 14 个基岩样作为研究对象， 基础数据见表 1。 2 岩石吸水性主要影响因子的灰色关联分析 2.1 影响因子选取 岩石吸水性的影响因素包括岩石的孔隙和岩石 所含矿物种类与含量[2-6]，根据基础数据表 1，选 取岩样石英含量X1、钾长石含量X2、斜长石含量 X3、伊利石含量X4、高岭石含量X5、绿泥石含 量X6、孔隙度X7为子因素，岩样的吸水率为母因 素X0， 进行灰色关联分析[11]， 原始数据矩阵见表 2。 2.2 灰色关联基本原理 灰色关联分析是通过灰色关联度来分析和确定 系统的各因素之间的影响程度或随时间变化的动态 关系及特征的方法，其基本思想是根据序列曲线几 何形状的相似度来判断其联系是否紧密，曲线越接 近 2 个因素关系越密切，关联度越大；反之关联度 越小，因此关联度是对系统中各因素之间紧密程度 的定量描述[13]。 2.3 灰色关联计算 a. 原始数据均值化 为使各因子之间差异化体现更为明显，根据均值化 公式/ ijj XXX， 将原始数据均值化处理， 结果见表3。 b. 绝对差值计算 根据公式   0ii XkXk  计算得出绝对差 值矩阵数据， 见表4， 其中Δmin为0.005， Δmax为2.604。 c. 关联系数计算 根据公式 minmax max 0.5 0.5 i i      计算得出关联系 数矩阵数据，见表 5。 d. 关联度计算 根据公式 1 0, 14 i i  计算得出7个影响因 素与岩石的吸水性的关联度 γ 0,10.839， γ 0,2 0.772，γ 0,30.824，γ 0,40.649，γ 0,50.666， γ 0,60.716，γ 0,70.853。 ChaoXing 96 煤田地质与勘探 第 45 卷 表 1 岩样基础数据 Table 1 Basic data of rock samples 矿物种类及其质量分数/ 样品编号 岩性 石英 Qz 钾长石 Kf 斜长石 Pl伊利石 It 高岭石 Kl绿泥石 C 孔隙度 Φ/ 吸水率 w/ H5 粗砂岩 47.7 13.9 24.1 0.448 1.680 7.168 23.86 8.36 H6 粉砂岩 47.9 13.3 24.1 1.323 4.263 6.468 18.63 3.81 H7 粉砂岩 48.9 10.9 28.6 0.516 2.666 5.418 19.09 4.01 H9 粉砂岩 35.2 4.9 18.6 4.956 9.912 17.759 13.30 3.59 H10 细砂岩 41.9 7.5 29.5 0.296 1.628 4.736 17.53 4.52 H11 粗砂岩 50.4 8.5 29.7 0.539 2.849 3.080 20.43 6.48 H13 细砂岩 36.3 8.3 39.2 0.648 10.044 2.592 12.23 3.06 H14 泥岩 39.6 7.0 22.2 1.560 15.288 7.800 10.34 5.03 H16 粗砂岩 46.9 3.9 20.0 4.403 15.540 5.957 10.85 2.79 H17 细砂岩 50.0 18.5 21.1 0.614 5.980 0.978 18.31 4.34 H18 粗砂岩 46.2 13.2 21.0 2.533 10.132 2.235 13.72 1.93 H68 细砂岩 31.0 6.9 31.5 1.140 0 23.94 18.91 7.23 H81 细砂岩 52.9 7.8 25.7 1.053 8.541 2.106 16.81 6.35 H83 粗砂岩 58.0 12.1 21.7 0.711 6.320 0.869 17.97 6.34 表 2 岩石吸水性影响因素原始数据表 Table 2 Original data of impact factors of water absorbability of rock 单位 X0w X1Qz X2Kf X3Pl X4It X5Kl X6C X7Φ 8.36 47.7 13.9 24.1 0.448 1.68 7.168 23.86 3.81 47.9 13.3 24.1 1.323 4.263 6.468 18.63 4.01 48.9 10.9 28.6 0.516 2.666 5.418 19.09 3.59 35.2 4.9 18.6 4.956 9.912 17.759 13.3 4.52 41.9 7.5 29.5 0.296 1.628 4.736 17.53 6.48 50.4 8.5 29.7 0.539 2.849 3.08 20.43 3.06 36.3 8.3 39.2 0.648 10.044 2.592 12.23 5.03 39.6 7 22.2 1.56 15.288 7.8 10.34 2.79 46.9 3.9 20 4.403 15.54 5.957 10.85 4.34 50 18.5 21.1 0.614 5.98 0.978 18.31 1.93 46.2 13.2 21 2.533 10.132 2.235 13.72 7.23 31 6.9 31.5 1.14 0 23.94 18.91 6.35 52.9 7.8 25.7 1.053 8.541 2.106 16.81 6.34 58 12.1 21.7 0.711 6.32 0.869 17.97 表 3 均值化处理数据表 Table 3 Data of mean value processing X0 X1 X2 X3 X4 X5 X6 X7 1.725 1.055 1.424 0.945 0.302 0.248 1.101 1.440 0.786 1.060 1.362 0.945 0.893 0.629 0.994 1.124 0.828 1.082 1.116 1.122 0.348 0.394 0.833 1.152 0.741 0.779 0.502 0.729 3.345 1.463 2.729 0.803 0.933 0.927 0.768 1.157 0.200 0.240 0.728 1.058 1.337 1.115 0.871 1.165 0.364 0.421 0.473 1.233 0.631 0.803 0.850 1.537 0.437 1.483 0.398 0.738 1.038 0.876 0.717 0.871 1.053 2.257 1.199 0.624 0.576 1.037 0.399 0.784 2.972 2.294 0.915 0.655 0.896 1.106 1.895 0.827 0.414 0.883 0.150 1.105 0.398 1.022 1.352 0.824 1.710 1.496 0.343 0.828 1.492 0.686 0.707 1.235 0.770 0 3.679 1.141 1.310 1.170 0.799 1.008 0.711 1.261 0.324 1.014 1.308 1.283 1.239 0.851 0.480 0.933 0.134 1.084 ChaoXing 第 5 期 董震雨等 含煤地层岩石吸水性分析 97 表 4 绝对差值矩阵数据表 Table 4 Data of absolute difference matrix Δ1 Δ2 Δ3 Δ4 Δ5 Δ6 Δ7 0.670 0.301 0.780 1.423 1.477 0.624 0.285 0.274 0.576 0.159 0.107 0.157 0.208 0.338 0.254 0.288 0.294 0.480 0.434 0.005 0.324 0.038 0.239 0.012 2.604 0.722 1.988 0.062 0.006 0.165 0.224 0.733 0.693 0.205 0.125 0.222 0.466 0.172 0.973 0.916 0.864 0.104 0.172 0.219 0.906 0.194 0.852 0.233 0.107 0.162 0.321 0.167 0.015 1.219 0.161 0.414 0.461 0.177 0.208 2.396 1.718 0.339 0.079 0.210 0.999 0.069 0.482 0.013 0.746 0.209 0.624 0.954 0.426 1.312 1.098 0.055 0.430 0.806 0.785 0.257 0.722 1.492 2.187 0.351 0.140 0.511 0.302 0.599 0.049 0.986 0.296 0.025 0.069 0.457 0.828 0.375 1.174 0.224 表 5 关联系数矩阵数据表 Table 5 Data of correlation coefficient matrix ξ1 ξ2 ξ3 ξ4 ξ5 ξ6 ξ7 0.663 0.815 0.628 0.480 0.470 0.679 0.824 0.829 0.696 0.895 0.928 0.896 0.866 0.797 0.840 0.822 0.819 0.733 0.753 1 0.804 0.975 0.848 0.995 0.335 0.646 0.397 0.958 0.999 0.891 0.856 0.642 0.655 0.867 0.916 0.858 0.739 0.887 0.575 0.589 0.603 0.930 0.887 0.859 0.592 0.874 0.607 0.851 0.928 0.893 0.805 0.890 0.992 0.518 0.893 0.762 0.741 0.884 0.866 0.353 0.433 0.796 0.946 0.864 0.568 0.953 0.733 0.994 0.638 0.865 0.679 0.579 0.756 0.500 0.545 0.963 0.755 0.620 0.626 0.838 0.646 0.468 0.375 0.791 0.906 0.721 0.815 0.688 0.967 0.571 0.818 0.985 0.953 0.743 0.614 0.779 0.528 0.856 2.4 关联度计算结果分析 比较 7 个影响因素与岩石吸水性的关联度，得 出γ 0, 7 γ 0, 1 γ 0, 3 γ 0, 2 γ 0, 6 γ 0, 5 γ 0, 4，即孔隙度石英斜长石钾长石绿 泥石高岭石伊利石。 由关联度的大小排序，可以看出对于岩石的吸 水率，关联度最高的为孔隙度，其关联度为 0.853； 其次是石英含量、斜长石含量与钾长石含量，其关 联度分别为 0.839、0.824、0.772，与岩石吸水率的 关联度较高；再次是绿泥石含量、高岭石含量与伊 利石含量，其关联度分别为 0.716、0.666、0.649， 与岩石吸水率关联度一般，有一定的影响。 3 岩石吸水性与主要影响因素的量化关系 3.1 影响因子选取及逐步回归分析基本原理 根据灰色关联分析结果，以岩石的吸水率为因 变量，岩石的孔隙度及所含石英、斜长石、钾长石、 绿泥石、高岭石和伊利石的含量为自变量，选取 12 ChaoXing 98 煤田地质与勘探 第 45 卷 个岩石样品的数据进行逐步回归分析。 逐步回归分析是在自变量数目较多时，快速选 择最优回归方程的方法，将通过了偏 F 检验的变量 一个一个引入，引入一个新变量后，对已入选的老 变量进行检验，剔除不显著的变量直至没有新变量 能够剔除为止[14]。 3.2 逐步回归计算结果分析 a. 计算过程及结果 取不同的阈值，进行逐步回归计算，引入回归 方程的自变量及回归方程显著性结果，见表 6。 表 6 逐步回归分析结果 Table 6 Result of stepwise regression analysis 阈值 引入变量 复相关系数 标准差 F 检验值 F0.025 是否显著 5 X7 0.701 0.443 9.67 6.94 显著 3 X5，X7 0.807 0.408 8.38 5.71 显著 2 X2，X4，X5，X6，X7 0.947 0.331 10.49 5.99 显著 1 X2，X3，X4，X5，X6，X7 0.960 0.346 9.91 6.98 最显著 由表 6 可以看出，阈值为 5 时，仅有孔隙度被 引入方程，随着阈值降低，高岭石、钾长石、伊利 石、绿泥石及斜长石含量被依次引入方程中。其中 阈值为 1 时，回归方程的复相关系数最大，回归关 系最显著，其对应的回归方程为 2 23 4567 5.721 0.2848.889 10 1.1660.5020.1220.786 WXX XXXX     式中 W 为岩石吸水率，X2、、X7依次分别为岩 石的钾长石、斜长石、伊利石、高岭石、绿泥石的 含量及孔隙度。 从回归方程偏回归系数来看，在被引入的变量 中伊利石含量和孔隙度对岩石吸水率影响较大，其 次是高岭石、钾长石、绿泥石及斜长石的含量，其 偏回归系数依次为 1.166、 0.786、 0.502、 0.284、 0.122 及 8.88910–2，其中钾长石、斜长石及伊利石的含 量与吸水率成负相关关系，而高岭石、绿泥石的含 量及孔隙度与吸水率成正相关关系。石英含量未被 引入回归方程，对岩石吸水率影响不显著。 b. 岩石吸水性主要影响因子的甄选 由回归方程引入影响因子及其偏回归系数得出 各自对于岩石吸水率的贡献排序为伊利石＞孔隙度 ＞高岭石＞钾长石＞绿泥石＞斜长石＞石英，对比 灰色关联分析结果表 7，其中仅孔隙度、钾长石及 绿泥石的次序基本一致。 表 7 初选因子在灰色关联分析与逐步回归 分析中的作用排序 Table 7 Order of impact factors of grey relational analysis and stepwise regression analysis 方法 石英 钾长石 斜长石 伊利石 高岭石 绿泥石 孔隙度 灰色关联 2 4 3 7 6 5 1 逐步回归 7 4 6 1 3 5 2 根据矿物类型及物理特性[15]，所选因子中伊利 石、高岭石与绿泥石属于黏土矿物，具有亲水性； 钾长石与斜长石易风化，风化后颗粒表面被绢云母 一类的矿物所覆盖，具有很弱的吸水性；石英抗风 化能力强，常温常压下溶解度小，不具有吸水性。 根据矿物膨润性[13]，伊利石吸水后发生粒间膨胀， 且粒径极小，通常在 12 m 以下，易堵塞岩石孔 隙或减小孔隙有效孔径；钾长石与斜长石风化后水 吸附能力加强，同时发生膨胀，导致堵塞或减少岩 石的孔隙；而孔隙是岩石吸水最主要的通道和储水 的空间，堵塞或减少了孔隙则严重降低了岩石的吸 水性。通过上述分析，高岭石与绿泥石对岩石吸水 性起到促进的作用；伊利石、钾长石及斜长石虽具 有吸水性，但其膨胀性减少了主要影响吸水性的孔 隙，最终仍旧降低了岩石的吸水性；石英不具有吸 水性，对岩石吸水性没有显著的相关性。这与逐步 回归分析结果较为一致，因此对于岩石吸水性影响 因子的确定，逐步回归分析的结果较灰色关联分析 更为准确。 最终从影响因子的综合性以及相对独立性考 虑，将岩石的孔隙度及伊利石、高岭石、钾长石、 绿泥石、斜长石的矿物含量选为岩石吸水率的主要 影响因子。 c. 回归方程精度检验 将未参与建立方程的岩样 H17 与 H68 的影响因 子数据代入回归方程，计算回归值，对比实际值得 出回归值的偏差值表 8， 其中最大偏差比为 25.6， 最小偏差比为 0.3，平均偏差比为 10.3，可以满 足精度需要，该回归方程能够较好的反映岩石吸水 率与其主要影响因子之间的量化关系。 4 结 论 对比分析灰色关联法与逐步回归法的计算结果， 并考虑所选因子矿物的物理性质，综合分析得出 ChaoXing 第 5 期 董震雨等 含煤地层岩石吸水性分析 99 表 8 实测值与回归值对比表 Table 8 Comparison of measured value and regression value 岩石吸水率 样品号 实测值 回归值 偏差值 偏差比 H5 8.36 8.132 0.228 0.027 H6 3.81 4.384 -0.574 0.151 H7 4.01 5.038 -1.028 0.256 H9 3.59 3.051 0.539 0.150 H10 4.52 4.350 0.170 0.038 H11 6.48 6.455 0.025 0.003 H13 3.06 2.651 0.409 0.134 H14 5.03 5.253 -0.223 0.044 H16 2.79 3.317 -0.527 0.189 H18 1.93 1.851 0.079 0.041 H81 6.35 6.305 0.045 0.007 H83 6.34 5.483 0.857 0.135 检验 H17 4.34 3.940 0.399 0.092 检验 H68 7.23 5.968 1.262 0.175 a. 甄选后岩石吸水率的主要影响因子为岩石 孔隙度与伊利石、高岭石、钾长石、绿泥石及斜长 石矿物含量。 b. 岩石的吸水率与岩石孔隙度及高岭石、绿泥 石的含量成正相关关系；与岩石的伊利石、钾长石 及斜长石的含量成负相关关系。 c. 阈值为 1 时，建立的逐步回归方程复相关系 数最大，最显著，且满足精度需要，可以较好地反 映岩石吸水性与其主要影响因子之间的量化关系。 参考文献 [1] 何满潮. 深部软岩工程的研究进展与挑战[J]. 煤炭学报， 2014，3981409–1417. HE Manchao. Progress and challenges of soft rock engineering in depth[J]. Journal of China Coal Society， 2014， 398 1409–1417. [2] 何满潮， 周莉， 李德建， 等. 深井泥岩吸水特性试验研究[J]. 岩 石力学与工程学报，2008，2761113–1120. HE Manchao， ZHOU Li， LI Dejian， et al. Experimental research on hydrophilic characteristics of mudstone in deep well[J]. Chi- nese Journal of Rock Mechanics and Engineering，2008，276 1113–1120. [3] 柳培玉，张娜，何满潮，等. 平庄煤矿砂质泥岩吸水特性试验 研究[J]. 金属矿山，2011，40949–53. LIU Peiyu， ZHANG Na， HE Manchao， et al. Experimental study on water absorption processes of sandy mudstone in Pingzhuang coal mine[J]. Metal Mine，2011，40949–53. [4] 王桂莲. 浅析深部岩石的吸水特性及其影响因素[J]. 内江科 技，20142100–101. WANG Guilian. Analysis on water absorption and impact factors of rock in deep well[J]. Science and Technology of Neijiang， 20142100–101. [5] 周莉，何满潮，李京阳，等. 砂岩吸水特性试验[J]. 解放军理 工大学学报自然科学版，2009，106580–585. ZHOU Li，HE Manchao，LI Jingyang，et al. Experimental re- search on hydrophilic characteristics of sandstone in deep mine[J]. Journal of PLA University of Science and Technol- ogyNatural Science Edition，2009，106580–585. [6] 景海河，齐忠友，赵雷，等. 荣华矿深部岩石吸水特性[J]. 黑 龙江科技学院学报，2010，206435–438. JING Haihe，QI Zhongyou，ZHAO Lei，et al. Hydrophilic characteristics of rock at depth of Ronghua mine[J]. Journal of Heilongjiang Institute of Science Technology，2010，206 435–438. [7] 郭宏云，李兵，孙崇华，等. 深部矿井钙质页岩吸水特性试验 研究[J]. 煤炭科学技术，2013，4111103–107. GUO Hongyun，LI Bing，SUN Chonghua，et al. Experiment research on water absorption features of calcareous shale in deep mine[J]. Coal Science and Technology，2013，4111103–107. [8] 张娜，柳龙标，侯东文，等. 深部煤矿钙质页岩吸水特征实验 研究[J]. 矿业研究与开发，2014，34510–15. ZHANG Na， LIU Longbiao， HOU Dongwen， et al. Experimental research on water absorption of calcareous shale in deep coal mine[J]. Mining Research Development， 2014， 345 10–15. [9] 王桂莲，李德建，何满潮，等. 岩石吸水特性及其孔隙结构变 化研究[C]//第四届深部岩体力学与工程灾害控制学术研讨会. 中国软岩工程与深部灾害控制研究新进展，北京2009 251–255. [10] 周莉， 韩朝龙， 梦祥民， 等. 砂岩单面吸水强度软化实验[J]. 黑 龙江科技学院学报，2012，223320–329. ZHOU Li，HAN Chaolong，MENG Xiangmin，et al. Softening experiment on single-side absorption strength for sandstone[J]. Journal of Heilongjiang Institute of Science Technology， 2012，223320–329. [11] 贺卫中，向茂西，刘海南，等. 榆神府地区地面塌陷特征及环 境问题[J]. 煤田地质与勘探，2016，445131–135. HE Weizhong，XIANG Maoxi，LIU Hainan，et al. Ground subsidence and its environment problems in Yushenfu mining area[J]. Coal Geology Exploration，2016，445131–135. [12] 侯军伟， 时伟宇， 文生仓. 采煤沉陷对水田土壤水系统的影响 及改良对策以重庆松藻矿区为例[J]. 煤田地质与勘探， 2015，43697–99. HOU Junwei，SHI Weiyu，WEN Shengcang. Effect of coal mining-induced subsidence on the soil water system of rice Paddy and its countermeasures of improvement in Songzao miming area[J]. Coal Geology Exploration，2015，436 97–99. [13] 刘思峰， 党耀国， 方志耕， 等. 灰色系统理论及其应用[M]. 北 京科学出版社，2004. [14] 向东进，李宏伟，刘小雅. 实用多元统计分析[M]. 武汉中 国地质大学出版社，2005. [15] 王永华，刘文荣. 矿物学[M]. 北京地质出版社，1985. 责任编辑 张宏 ChaoXing