基于ArcGIS的开采沉陷预计分析可视化方法

矿山开采引起的地表移动是一个复杂的动态过程,传统的二维线划图不能全面、准确地表达地表的沉陷信息。基于ArcGIS地统计分析模块对开采沉陷中概率积分法的预计结果进行了分析和处理,实现了开采沉陷的三维立体显示及剖面图的生成,有助于更加直观和深入地研究地表移动情况,为研究开采沉陷规律和提高开采沉陷损害防治技术提供了更加直观有效的技术方法。     

概率积分法在矿区开采沉陷预测中的应用

文中利用概率积分法,并结合七煤集团的实测数据,确定了向阳煤矿开采沉陷参数,并对可能产生的沉陷进行了预测,同时分析了动态沉陷过程,为该矿井的开采沉陷预防和将来的恢复提供参考.     

基于MATLAB的开采沉陷预计系统

本文介绍了利用MATLAB开发开采沉陷预计系统的实现方法.主要介绍了开采沉陷预计的数学模型,系统结构、功能、MATLAB在开采沉陷预计分析中的应用及优势.最后,通过实例验证了程序的正确性,预计结果和手算结果吻合,求参数部分观测值和拟合值基本一致,证明了该系统计算结果是可靠的.系统利用MATLAB的图形工具,实现了开采沉陷预计的可视化,与SURFER、GIS等有良好接口,便于后处理和分析.     

开采沉陷预计概率积分法动态参数研究

本文针对在极不充分采动或不充分采动时概率积分法预计结果与实测结果不符的问题，对具有典型代表性的观测站观测成果进行了分析研究，提出了下沉纱数和水平移动系数的修正公式。     

融合多源求参结果的开采沉陷稳健预计方法

为了克服单一求参模型由于求参结果不可靠、不精准造成的开采沉陷预计结果不稳健问题,重点研究了融合多源求参模型参数的开采沉陷稳健预计方法,并基于最小二乘原理推导了通用模型,构建了基于融合模矢法、遗传算法和模拟退火求参结果的开采沉陷预计新模型,并对模型的可行性进行了模拟实验验证。实验结果表明:新模型下沉预计误差及水平移动预计误差明显优于基于单一模矢法、遗传算法、模拟退火法反演的参数的下沉预计误差;融合多源求参模型参数的开采沉陷稳健预计方法具有一定抗差能力。     

开采沉陷预计在矿区土地复垦中的应用

依照安徽某矿区逐年开采计划,利用自主开发的沉陷预计软件MSPS对开采工作面进行预计,分析未来5年内该矿区沉陷区、积水区范围和地物破坏情况,并计算出塌陷地复垦应投入的资金量,为该矿区制定塌陷地复垦远景规划和投入资金提供依据,对其他矿区塌陷地治理有一定的借鉴意义。     

开采沉陷预计数据自动嵌入矿区DEM的方法研究

首先分析了几种开采沉陷预计数据（下沉,倾斜,曲率,水平移动和水平变形 ）的特点,介绍了上述几种数据的表达方式,根据数据特点提出了沉陷预计结果数据的预处理方法。通过研究提出了将预计结果数据嵌入矿区DEM的方法--双线性重采样插值法,经实例验证该方法达到了预期目标,为矿区的DEM更新做出了贡献。     

利用果蝇算法反演概率积分法开采沉陷预计参数

针对概率积分法开采沉陷预计参数反演时存在算法复杂、计算量大等问题,将具有算法简单、计算量小、精度高等特点的果蝇算法引入到概率积分法开采沉陷预计参数反演中,研究了利用果蝇算法反演概率积分法开采沉陷预计参数的基本原理,构造了下沉拟合值与实测值均方差最小的适应度函数模型。结合安徽省某煤矿的实测数据,分别采用果蝇算法、遗传算法以及粒子群算法反演概率积分法开采沉陷预计参数,并以下沉拟合值与实测值的均方差为各算法反演精度的评价标准进行对比分析,结果表明：利用果蝇算法反演出的下沉拟合值与实测值的均方差（33.7 mm）以及相对中误差（1.4%）均小于同类条件下遗传算法、粒子群算法的反演结果,说明果蝇算法适用于反演概率积分法开采沉陷预计参数,对于提高概率积分法开采沉陷预计的精度有一定的参考价值。     

基于MATLAB的开采沉陷预计实验教学系统

虚拟仿真教学系统是开采沉陷学教学的重要辅助手段,尤其是开采沉陷预计、岩层移动及控制等抽象、复杂的知识点教学。本文以MATLAB为开发平台,设计并实现了开采沉陷预计实验教学系统。系统采用GUIDE制作图形用户界面,实现了对开采沉陷预计主要教学内容的动态仿真。系统界面友好,操作简便,将其用于辅助课堂教学,有助于加深学生对开采沉陷预计内容的理解,同时能够激发学生的学习兴趣,提高课堂教学效果。     

基于Origin矿山开采沉陷数据拟合求参研究

为了求取开采沉陷预计参数,在分析传统求参所存在的问题和拟合求参基本原理的基础上,指出利用概率积分法沿走向和倾向主断面拟合实测数据更符合工程实际需要.基于Origin绘图和数据分析软件,针对概率积分法预计模型,采用Simpson数值积分开发了相应的应用程序,拟合算法采用Marquardt算法.通过实测数据的处理,完成了1124工作面的基于概率积分预计模型的数据拟合过程,得出了相应的预计参数.表明在松散层较厚时,下沉盆地的边缘拟合值与实测值偏差,较大,概率积分预计模型更适用于松散层较薄的地表移动和变形预计.     

开采沉陷预计参数的广适应性BP神经网络反演方法（增刊）

基于实测资料的概率积分法下沉预计能够准确描述开采引起的地表下沉变化,广泛应用于全国各大采区。为了获取准确可靠的开采沉陷概率积分法预计参数,本文以概率积分法沉陷预计为基础,利用BP人工神经网络反演求取预计参数。BP人工神经网络具良好的鲁棒性和非线性映射能力,在参数选取过程中能快速准确的确定预计参数与观测站点实测下沉量之间的映射关系,能准确反演得到实测下沉预计参数。根据地表实测数据,将概率积分法下沉预计与BP人工神经网络相结合,建立了适用于多种地质采矿条件的沉陷预计参数反演模型,并对阳泉某矿进行参数反演,得到结果与实测数据基本吻合,表明应用广适应性BP神经网络方法反演开采沉陷预计参数是可行的。     

The new method of prediction on mining subsidence and deformation

A new probability function of mining overlying strata and subsidence is put forward that has a general statistical significance based on the ideal stochastic medium displacement model. It establishes a new system of prediction on horizontal mining subsidence and deformation, which gives a new method for prediction on mining subsidence and deformation.     

基于双重介质力学耦合相关的沉陷模型研究

在对基岩破坏状态的移动形式进行分析的基础上,基于材料力学和开采沉陷学等相关理论分别建立不同的沉陷模型并推导了开采影响下岩体的移动和变形计算公式,再通过相关耦合2种介质模型,形成了双重介质下沉空间逐层传递的开采沉陷模型,同时编制了相应的计算及可视化程序。该模型不仅能够计算岩层及地表移动变形,而且能够分析计算岩层的破坏状态和断裂高度。经实测资料证明了模型的正确性和可靠性。     

钻井水溶法开采的地表沉陷预计研究

为了准确预计钻井水溶法开采后对地表产生的移动和变形,基于钻井水溶法开采特点,利用由不溶矿物形成的结晶水物质的膨胀率,建立了钻井水溶法开采的等价采高模型。此外,还分析了随机介质理论用于钻井水溶法开采地表沉陷预计的可行性。在阐述概率积分法基本原理的基础上,通过借鉴国内外条带水砂充填开采的预计实例,求得了钻井水溶法开采的概率积分法预计参数,并结合工程实例,利用概率积分法预计了某盐矿开采后引起的地表移动变形。结果表明:建立在上覆岩层软弱、顶板跨落基础上的概率积分预计方法适用于钻井水溶法开采的地表沉陷预计,且钻井水溶法开采后引起的地表移动变形值远小于相同条件下的煤矿开采。     

阜矿集团乌龙煤矿采煤沉陷区岩移分析

阜矿集团乌龙煤矿的采煤沉陷区的岩移情况日益严重,因此对乌龙煤矿采煤沉陷区的岩移情况进行了现状及预测的评估。本论文运用了概率积分法的基本原理,对采煤沉陷区的岩移情况进行了计算,得出了最终的结果。希望通过此次计算能为其他类似工程提供经验与借鉴。     

多工作面开采影响下求取地表移动参数方法研究

针对传统概率积分法求参程度仅适用于单工作面拟合求参的局限性和地表移动观测误差对参数精度的影响,提出了多工作面条件下求取概率积分计算参数的方法,并提出了观测粗差的识别方法,通过加权求参数油较大程度地减小发观测粗差对求参精度的影响,增大了求参程度的适用范围。     

基于改进果蝇算法的概率积分法预计参数反演

由于概率积分法函数模型的非线性表现形式以及各参数之间的相关性,概率积分法开采沉陷预计参数反演时存在计算复杂、易发散、容易陷入局部最优解等问题。利用参数设置少、计算效率高、算法实现容易、全局寻优能力强且精度较高的果蝇算法进行基于概率积分法的开采沉陷预计参数反演,并对算法进行改进。以实测下沉值为参照,将预计结果与实测值相比较,结果表明,改进的果蝇算法对概率积分法的开采沉陷预计参数反演具有适用性,对于用概率积分法进行开采沉陷预计的精度的提高有一定的积极作用。     

Study on neural network model for calculating subsidence factor

The major factors influencing subsidence factor were comprehensively analyzed. Then the artificial neural network model for calculating subsidence factor was set up with the theory of artificial neural network （ANN）. A large amount of data from observation stations in China was collected and used as learning and training samples to train and test the artificial neural network model. The calculated results of the ANN model and the observed values were compared and analyzed in this paper. The results demonstrate that many factors can be considered in this model and the result is more precise and closer to observed values to calculate the subsidence factor by the ANN model. It can satisfy the need of engineering.     

基于Boltzmann函数的开采沉陷预测模型

为更加准确地预计出煤炭开采后地表的移动和变形,基于Boltzmann函数,利用数学分析的方法,提出了新的开采沉陷预测模型,通过理论分析推导出了模型中的参数与概率积分法参数之间的关系。在新模型中提出了严重影响半径R的概念,大小约为主要影响半径r的1/4,其他参数的物理意义和取值方法与概率积分法相同。以淮南矿区3个工作面为例进行验证表明,新模型与概率积分法模型相比拟合求参效果更优,尤其是在盆地边缘处收敛比概率积分模型缓慢,该模型更适用于巨厚冲击层的矿区。     

Study of monitoring mining subsidence in coal mining area by D-InSAR technology

Along with the increasing demand for coal and the great importance attached to mine safety, gaining the information of mine surface distortion timely has already become an urgent need to guarantee the safety of mine production. D-InSAR technology is a new measure which can provide the information of surface distortion in mining areas at centimeter level through the processing of SAR image gained from radar satellite. In addition, this technology has the advantage of monitoring large areas with no weather limit. Introduced the basic principle and data processing steps of D-InSAR systematically and acquired the differential interferometry based on case study data. The advantages of D-InSAR and it’s usability in monitoring mining subsidence in coal mining areas were proved.