基于D-InSAR技术和SVR算法的开采沉陷监测与预计

针对传统开采沉陷监测和预计方法存在诸多缺陷且两者无法实现集成化的问题,提出了利用合成孔径雷达差分干涉测量技术(D-InSAR)进行开采沉陷监测,并将监测结果与支持向量回归算法(SVR)相结合进行开采沉陷动态预计,最终实现开采沉陷监测与动态预计的一体化.首先利用D-InSAR技术获取开采沉陷的影响范围与发展趋势;然后将监测结果作为SVR算法的训练与学习样本建立预计函数;最后在已建立预计函数的基础上采用滚动预测方法进行开采沉陷动态预计.以陕西省大柳塔矿某工作面为例,采用所提出的方法,使用13景TerraSAR-X雷达影像进行实验研究与分析.结果表明:D-InSAR监测结果能够很好地反映开采沉陷的影响范围与发展趋势,其开采沉陷的最大绝对和相对预计误差分别为19mm,5.4%.实验结果证明了该方法的可行性.     

开采地面沉陷预测的神经网络方法研究

应用神经系统网络理论，建立了开采地面沉陷的BP神经网络模型，采用开采地面沉陷实测数据对网络进行了训练，以此训练好的BP神经网络模型来描述开采地面沉陷与其影响因素之间的非线性映射关系，并采用测试样本对模型进行了测试，结果表明，网络的预测性能是令人满意的。     

开采沉陷反分析的神经网络方法研究

建立了沉陷反分析的神经网络模型,并用基于正交试验获得的训练样本网络进行不习,以此训练好的神经网络模型来描述岩体力学参数与开采沉陷之间的关系,利用反演结果,建立拉格朗日快速计算（FLAC）模型,对地表沉陷进行预测,其预测结果令人满意的。     

开采沉陷动态参数预计的三次指数平滑法

在我国,概率积分法是应用最多的一种开采沉陷预计方法.该方法中的预计参数在不同采动程度下是变化的.能否准确获知动态参数的变化规律将决定着开采沉陷的预计精度.为较好地解决这一问题,引入了一种动态参数预计的新方法,即三次指数平滑法.应用此方法对实测资料进行了预计和比较,结果表明,各预计参数的平均相对误差都小于4%.由此可见,该方法对开采沉陷的预测具有一定的应用价值.     

概率积分法预计参数选取的神经网络模型

在综合分析概率积分法参数与地质采矿条件之间关系的基础上,采用人工神经网络方法建立了概率积分法参数选取的模型．模型采用改进的BP优化算法,运用我国典型的地表移动观测站资料作为学习训练样本和测试样本。对网络模型的计算结果与实测值进行了对比分析．分析结果表明：用人工神经网络方法求算概率积分法参数结果更接近于实际．对提高开采沉陷预计精度具有积极意义．     

倾斜煤层开采沉陷预计模型的构建

概率积分法在我国煤矿开采地表沉陷预计领域得到了广泛应用,该方法具有对称分布特征,在水平煤层开采沉陷预计时精度最好,而倾斜煤层开采后地表下沉盆地的形态往往呈现偏态性,采用该方法对其进行预计偏差较大。针对此问题,建立了工作面随体坐标系和地表直角坐标系,利用随机介质理论在工作面随体坐标系中实现单元开采沉陷影响的叠加积分运算,然后将工作面随体坐标系中地表某点的沉陷影响转换到地表直角坐标系中,最终构建地表直角坐标系下的倾斜煤层开采沉陷偏态预计模型。分析认为,倾斜煤层单元开采引起的地表下沉符合威布尔偏态分布规律,结合实例对预计模型的有效性进行了验证。该模型预计精度随煤层倾角的增加而逐渐降低,研究结果可为相似矿区的沉陷预计提供理论和技术支持。     

开采沉陷动态参数预计的三次指数平滑法

在我国,概率积分法是应用最多的一种开采沉陷预计方法．该方法中的预计参数在不同采动程度下是变化的．能否准确获知动态参数的变化规律将决定着开采沉陷的预计精度．为较好地解决这一问题,引入了一种动态参数预计的新方法,即三次指数平滑法．应用此方法对实测资料进行了预计和比较,结果表明,各预计参数的平均相对误差都小于4％．由此可见,该方法对开采沉陷的预测具有一定的应用价值．     

开采沉陷预计分析系统研究

介绍了在MapInfo 6.0平台上用MapBasic和Visual C++ 6.0语言进行二次开发设计出的开采沉陷预计分析系统.主要介绍了系统的开发平台、运行环境、系统的结构及其功能,以及开发系统所涉及的关键技术.Visual C++ 6.0中的ODBC技术提供的Access数据库将其与MapInfo 6.0有机结合起来,对开采沉陷预计的相关数据进行操作和分析,从而预计出地表移动变形的范围、程度和趋势等,实现了开采沉陷预计分析的可视化.     

广义时间函数参数求取方法研究

基于区间估计算法求取Knothe时间函数参数的原理,结合由开采引起地表沉陷的一般事实规律提出了采用区间估算法求取广义时间函数参数的构想,并建立了相应的数学模型,给出了地表移动动态预计的基本原理.结合实例,将采用该模型求得的参数进行地表动态沉陷预计的结果与实测资料进行对比分析.结果表明,该模型对矿区地表下沉动态预计能够达到较好的效果,说明该模型具有一定的实用价值.     

利用神经网络预测开采引起地表沉陷

本文将人工智能中的神经元网络理论引入开采沉陷学领域，用以预测矿山开采引起的岩层与地表移动，利用神经网络对已知样本进行学习，初步探索出一条新的用来预测矿山开采沉陷的理论方法。     

Superposition model for analyzing the dynamic ground subsidence in mining area of thick loose layer

The dynamic ground subsidence due to underground mining is a complicated time-dependent and ratedependent process. Based on the theory of rock rheology and probability integral method, this study developed the superposition model for the prediction and analysis of the ground dynamic subsidence in mining area of thick loose layer. The model consists of two parts(the prediction of overlying bedrock and the prediction of thick loose layer). The overlying bedrock is regarded as visco-elastic beam, of which the dynamic subsidence is predicted by the Kelvin visco-elastic rheological model. The thick loose layer is regarded as random medium and the ground dynamic subsidence is predicted by the probability integral model. At last, the two prediction models are vertically stacked in the same coordinate system, and the bedrock dynamic subsidence is regarded as a variable mining thickness input into the prediction model of ground dynamic subsidence. The prediction results obtained were compared with actual movement and deformation data from Zhao I and Zhao II mine, central China. The agreement of the prediction results with the field measurements show that the superposition model(SM) is more satisfactory and the formulae obtained are more effective than the classical single probability integral model(SPIM), and thus can be effectively used for predicting the ground dynamic subsidence in mining area of thick loose layer.     

基于遗传规划的采空区地面沉陷预测分析

针对地下开采引起的岩层移动与变形,提出一种基于遗传规划的采空区地面沉陷预测新方法.基于MTLAB工具编制的遗传规划程序,选取影响地面沉陷的主要因素,搜集学习样本对程序进行了训练,建立了采空区地面沉陷预测的遗传规划模型.最后,利用有关实测数据,对模型进行了实例检验.结果表明,预测误差在工程允许范围之内,应用遗传规划方法进...     

SVM model for estimating the parameters of the probability-integral method of predicting mining subsidence

A new mathematical model to estimate the parameters of the probability-integral method for mining subsidence prediction is proposed. Based on least squares support vector machine (LS-SVM) theory, it is capable of improving the precision and reliability of mining subsidence prediction. Many of the geological and mining factors involved are related in a nonlinear way. The new model is based on statistical theory (SLT) and empirical risk minimization (ERM) principles. Typical data collected from observation stations were used for the learning and training samples. The calculated results from the LS-SVM model were compared with the prediction results of a back propagation neural network (BPNN) model. The results show that the parameters were more precisely predicted by the LS-SVM model than by the BPNN model. The LS-SVM model was faster in computation and had better generalized performance. It provides a highly effective method for calculating the predicting parameters of the probability-integral method.     

A new approach to predicting mining induced surface subsidence

1 INTRODUCTIONMining induced surface subsidence often re-sults in various kinds of damages to the structuresandinfrastructures in the subsidence area[1 4]. Thepipes will be broken and fractured,the buildingswill be caused to tilt or collapse and the roadfoun-dation and acequia will be damaged because of thesubsidence . Especially in the case of open stopemining under hard rock formation,this subsidencewill suddenly occurr . For example , at about 11p.m.on December 27 ,1999 ,large scale of…     

时序分析在开采沉陷动态参数预计中的应用

应用时间序列分析法,对开采沉陷动态过程的概率积分法预计参数进行分析,建立动态预计模型。用该模型可对参数的未来值进行预计,然后利用预计结果进一步预计地表的移动变形,解决了开采沉陷的动态预计问题。应用此法,地表下沉的相对预计误差一般为４％左右,与传统方法相比,预计精度可提高５％～１５％。     

开采沉陷预计与分析的空间模拟

生产和废弃矿井引起的地表沉陷将给矿区造成严重的环境灾害，为了减小这种影响，分析、评价沉陷的危险性，并采取预防措施是极其重要的；为此，应用具有空间分析功能的地理信息系统（ＧＩＳ）软件开发了能预计和分析开采沉陷可能性的空间模型，本文简要介绍了它的开发原理、系统设计方法及其应用。     

综合机械化固体充填采煤的充填体时间相关特性研究

采用MTS 815.02电液伺服岩石力学试验系统对综合机械化固体充填采煤技术中的矸石与粉煤灰充填体的时间相关特性进行了测试,得到了3,7,13和20MPa压力条件下矸石与粉煤灰充填体时间相关特性曲线,应用流变的基本理论,选取PTh体作为矸石与粉煤灰充填体的流变模型,并建立了流变方程;根据矸石充填体时间相关性试验结果及试验矿井的相关数据,计算得出流变参数K1,K2,η,并得到综合机械化固体充填采煤工作面顶板的下沉量与时间的具体流变方程,根据流变方程得出了综合机械化固体充填采煤工作面顶板的下沉量与时间关系曲线,并得出当经历1 000h(约40d)之后,充填体流变进入稳定阶段,其变形量逐渐趋于定值,最大值约340mm.