VRS技术在矿井开采沉陷区地表变形监测中应用

随着矿井采掘深度以及开采范围增加,煤炭生产过程中面临的地表沉陷问题日益突出,给矿井地面设施以及构筑物安全带来一定制约。传统的开采沉陷区地表变形监测面临劳动强度大、测量精度不高以及数据处理工作繁琐等问题,为此将VRS技术应用到沉陷区地表变形监测中,并对VRS技术原理、监测流程等进行分析,在301扩区8103综采工作面地表塌陷区监测应用表明,该技术测量精度高、测量工作量小以及测量范围广等优势,可实现塌陷区地表变形持续监测。     

矿床排水疏干引起的地表沉陷

前言 为了多快好省地开发赋存在复杂水文地质、工程地质条件下的矿产资源,矿床疏干技术得到了日益广泛的采用。生产实践证明,矿床疏干对于防止突水淹井,流沙溃入井巷和提高露天矿的边坡稳定性等方面,确实是一种比较有效的技术措施。然而,世界上一切事物都是一分为二的,矿床排水疏干引起的地表沉陷这一新的工程     

超高水充填开采地表沉陷分析

超高水充填开采是近年来发展迅速的绿色开采技术,但对其引起的地表沉陷及预计参数的确定仅有较少的研究。通过建立地表岩移观测站,及时准确获取观测资料,对观测结果进行了分析计算。通过实测数据与预计数值的拟合,获得了某矿超高水充填综采基于概率积分法的岩移预计参数,并对导致地表产生明显移动和变形的影响因素进行了探讨。     

基于DWH-FNN的矿山电气设备监测维护决策支持系统研究

利用现代化监测监控设备,通过数据挖掘和智能预测算法,提高矿山电气设备监测监控水平,对保障矿山安全生产有重要意义。通过分析基于数据仓库(DWH)和模糊神经网络(FNN)的矿山电气设备监测维护决策支持系统,阐述以数据仓库为基础的多维数据结构原理和模糊神经网络的算法流程,提出了将二者相融合的DWH-FNN电气设备监测维护决策支持系统;阐明了模糊神经网络在矿山电气设备征兆判别和故障预测应用中知识库的建立、神经网络的训练以及输入输出的模糊化处理方式,总结了多维数据分析在实际中发挥的若干优势,为其他工业环境下的设备监测和决策支持系统的建立提供了参考。     

矿山地表塌陷坑综合治理

针对刘店铁矿开采现状及地表塌陷坑破坏情况,对矿山塌陷状况进行了分析,指出矿山塌陷坑亟须治理的必要性和紧迫性,并根据矿山现有技术条件,提出了塌陷坑治理的基本原则,制定了塌陷坑治理的合理方案及相关技术配套措施。     

再论矿床排水疏干引起的地表沉陷

有些矿区由于矿床排水疏干引起的地表沉陷现象如公害那样危害着工农业生产。因此,探索地表沉陷的原因及其防治措施,引起了国内外有关人员的关注。近几年来国内也有些文章论述地面沉陷的成因及其防治问题。《矿山技术》和《化工矿山技术》分别在1978年第一期和第四期上发表了除卫国等同志的“岩溶矿区地面塌陷的形成及防治的探讨”和“试论岩溶矿     

基于时序InSAR监测的VMD-SSA-LSTM矿区地表形变预测模型研究

矿区地表形变引起的滑坡、塌陷等灾害对矿山安全生产造成了极大影响,因此对地表形变进行预测对于矿山安全开采和灾害预警预报具有重要的现实意义。采用时序InSAR技术获取矿区面域式地表形变数据,结合变分模态分解算法(VMD)对其进行分解,通过构建麻雀优化算法(SSA)与长短期记忆神经网络(LSTM)相结合的预测模型,对分解后的形变分量进行综合预测;以云南省玉溪市大红山矿区为例,利用该模型对其地表形变进行了预测,结果表明：VMD算法在一定程度上可以解决矿山地表形变数据时序特征复杂且难以直接分析判别的问题;SSA-LSTM预测模型通过智能搜索算法自动寻找预测网络模型超参数,有效减少了人为因素对模型预测效果的干扰,模型预测结果的决定系数R²均大于0.96;同时,该模型采用“多维输入”的方式训练模型,提高了训练效率;该模型在预测精度、训练效率等方面均取得了较好的效果。采用VMD-SSA-LSTM预测算法对时间序列InSAR监测下的形变数据进行分析能有效预测矿区地表形变,可为矿山安全生产管理提供参考。     

某矿山地温规律监测研究

在某矿山深部开采前对其地温进行了监测研究,结果表明:在标高绝对值600m附近区域,矿区地温处于27~28℃之间,随着深度的增加,温度呈近似线性变化;当标高绝对值达到1 100m时,地温接近32℃,将对生产造成严重影响;对实测数据进行处理分析后,得出了该矿山地温的变化通式。     

基于SBAS-InSAR升降轨融合的尾矿库地表形变监测

由于不同轨道的SAR数据成像几何不同,难以评定仅用单组SAR数据解得结果的准确性,为提高尾矿库地表形变监测结果的精度,以四川省攀枝花市米易县牛望田尾矿库为研究对象,基于2个轨道(65景升轨、56景降轨)的Sentinel-1A卫星影像,利用差分干涉测量短基线集时序分析技术(SBAS-InSAR)分别对升轨、降轨数据进行处理,然后融合升轨和降轨的数据处理结果,获得升轨、降轨和升降轨融合共3组形变数据,利用GNSS卫星监测结果对3组数据进行验证,结果表明：升降轨融合结果比单轨监测结果精度更高;2019年11月至2021年12月,尾矿库坝体发生了微小形变,坝体累计形变量为-22.77～10.48 mm,形成了一个面积约为111 361 m²的沉降区域和一个面积约为38 906 m²的抬升区域。后续研究可以通过引入外部数据或采用三轨InSAR数据,分别对尾矿库垂直、东西、南北3个维度的形变进行三维解算,以使监测结果更加准确。     

开采扰动下矿山地表沉降数值模拟分析研究

地下开采扰动引起的地表沉降直接影响矿山的安全生产。为分析某铁矿井下开采过程对地表整体、尾矿库、充填站、道路、露天采场、无名沟等建构筑物稳定性的影响,通过室内试验及Hoek-Brown岩体强度准则确定岩体力学参数,并建立三维数值模型,利用FLAC3D对井下开采扰动下地表变形开展了仿真分析,获取了地表最大沉降位移、倾斜率、曲率、水平变形值等指标,结果表明：各个指标值均小于其规范允许值,整个地表均较为稳定、安全。     

破碎带下磷矿开采诱发地表沉陷的离散元数值模拟

探讨了破碎带下矿体开采引起地表沉陷的地质现象和产生机理,并介绍了离散元法的原理和常用离散元软件UDEC的特点及其控制参数的选择方法,利用该软件结合某磷矿山的具体工程地质情况,对破碎带下采矿诱发地表沉陷的地质力学现象进行了数值模拟,验证了该机理的正确性.     

矿山浅埋隧道开挖引起的地表沉降分析

为了进一步研究浅埋矿体开采过程中隧道开挖引起的地表沉降,利用FLAC3D软件数值模拟了风化砂岩中浅埋隧道的开挖过程,研究了风化砂岩的力学参数(弹性模量、泊松比、凝聚力和内摩擦角)对地表沉降的影响。数值模拟研究结果表明:风化砂岩的弹性模量与地表沉降之间存在反相关关系,泊松比与地表沉降之间存在正相关关系,凝聚力和内摩擦角与地表沉降之间不存在相关关系,地表沉降曲线随着弹性模量的增加(或泊松比的减小)而趋于平缓,地表沉降最大值随着风化砂岩弹性模量的增加(或泊松比的减小)而减小。研究成果可为我国矿山隧道开挖引起的地表沉降预测和安全分析提供参考。     

露天矿边坡稳定性的矿山测量监测

露天矿边坡稳定性的研究,乃是当代采矿工程的重要课题之一。选取过小的边坡角,虽能保证边坡稳定,但这将加大剥离废石的数量,违背经济原则。反之边坡角过大,可能会引起灾难性的边坡滑坡,甚至造成设备及人员的损伤。因此,露天矿边坡稳定性研究就显得迫切而又需要。 该研究课题是多科综合性的,可以从岩体力学、水文地质、构造地质、采矿工艺(爆破方法、坡线形状、边坡加固等)各个方面进行研究,可应用电算、实验室相似材料模     

化学矿山选矿水质监测初议

本文就化学矿山选矿工艺中产生的水及外排的尾矿水的水质监测、取样方法、误差因素等提出了自己的见解。对选矿水质分析的发展趋势,进行了论述。     

地下矿山深部开采地表下沉分析的影响函数法

基于大量的采矿工程实际资料统计分析结果,给出了地下矿山深部开采地表下沉预测分析的影响函数方法.并利用该方法对小官庄地下铁矿山深部开采引起的地表下沉进行了分析预测,所获理论结果符合工程实际,表明本文所给出的理论方法可用于预测分析深部矿开采地表下沉问题.     

基于PostgreSQL的智能矿山空间数据集中管理研究

针对传统矿山数据存在的格式多样、存储分散、使用不便、分析困难的问题,将矿山地质、测量、采矿业务数据按维度分为空间数据、三维图件、二维图件和传统附件4种类型,并研究各类数据的格式转换、要素分类、几何及属性处理、数据集管理的标准,进而研发空间数据处理组件实现数据的本地SQLite数据库存储,以及研发空间数据管理组件实现数据在集团服务PostgreSQL数据库中的存储和管理。建立了矿山空间数据库系统,实现了对数据的集中统一管理,为业务系统的数据分析、生产决策提供了保障,为数字矿山、智能矿山、智慧矿山建设提供了支撑。     

化工矿山粉尘监测工作取得成效

化工矿山粉尘监测工作取得成效根据劳动部的安排，１９９１～１９９４年化工矿山行业在２９个企业中开展３个体呼吸性粉尘监测试点工作。试点期间组建了粉尘监测分析中心，并将开阳，荆襄、云浮，金河四个矿的工业卫生监测站作为行业粉尘监测站，分片负责粉尘样品分析。试...     

基于PLC技术的矿山机电控制系统应用研究

PLC就是可编程控制器,是将计算机技术作为它的计算基础的新型工业控制装置,它是能够将通信技术以及计算机技术等等那些各种数字运算以及操作控制装置的技术融为一体的电子系统,PLC技术在各行各业中都有着非常广泛的应用,如电力,工业,制造业等方面.而本文所介绍的就是PLC技术在矿山机电控制系统中的应用,它能让矿山机电系统的运算...     

地表水质监测模型中的几种人工智能方法

重点对地表水质预测模型的几种人工智能方法进行了评述,具体说明了BP神经网络水质预测模型、地表水COD灰色预测模型、时间数列预测方法及WASP5模型系统等方法的原理和特点.并提出地表水质预测模型WASP5与GIS系统集成的趋势,建立水质自动监测系统是我国水质现状和社会发展的需要,并分析了发展水质自动检测系统的方法及可行性.