开采沉陷监测数据的稳健处理

我国目前开采沉陷监测数据处理方法所依据的准则为最小二乘法,这样有可能致使结果精度低、可靠性差甚至出现错误。为此,笔者根据我国实际,从预测参数求取方面研究了开采沉陷监测数据的稳健处理问题,推导了有关公式,编制了计算程序,进行了大量的实际计算与模拟,收到了较好的成效。     

开采沉陷GPS监测数据消噪处理

提出一种基于小波分解技术的监测数据处理方法，首先用小波技术把GPS双差残留分解为低频偏差与高频噪声部分，然后提取偏差成分直接用于改正同样误差成分所导致的GPS测量结果。讨论分析了所提方法用于监测实践时的结果，表明本文所提方法对于模糊度解算和基线的估计精度均有很大的提高。     

相邻工作面开采地表动态沉陷规律

为研究同煤层老采空区影响下的相邻工作面开采地表移动变形规律,在陕北榆神矿区金鸡滩煤矿建立了GNSS连续变形监测系统,通过对连续监测数据的分析处理,并结合FLAC~(3D)数值模拟,揭示了同煤层相邻工作面重复开采条件下的动态非对称性沉陷规律。研究表明:①受同煤层老采空区影响,相邻工作面在重复开采条件下,工作面中心两侧相同距离监测点的下沉值、下沉速度、水平位移及移动变形持续时间等并不相同,表现出极不对称性;②已破坏的老采空区岩层对重复开采响应快速,其移动变形更加敏感、剧烈,稳定时间较长;③数值模拟分析体现出,相邻工作面开采条件下地表下沉系数增大了5%,倾向方向地表移动变形影响范围增大了35.7%,走向主断面并未经过工作面中心,而是偏向老采空区一侧30 m,老采空区塑性破坏区高度增大了21.4%。分析结果对于相邻工作面重复采动条件下的地表移动变形预计、矿区土地复垦及矿区地面建筑物保护具有一定的参考价值。     

基于静态GNSS双基线的山区地表开采沉陷监测方法

对山区地表开采沉陷进行高精度监测是现阶段山区地表开采沉陷问题研究的热点和难点。对当前常用的开采沉陷监测方法的优缺点进行了分析,指出GNSS静态测量模式仍是当前山区地表开采沉陷监测的首选方法。但由于地表开采沉陷监测网型特殊,采用传统GNSS静态监测方法需要的控制点多,极大浪费人力、物力和财力。基于CORS测量原理,提出了静态GNSS双基线测量方法,讨论了该方法的实际操作技术流程和数据处理方法,并进一步分析了该方法的优越性。以某矿22618工作面地表控制点和部分监测点的其中4期监测数据为例,分析了采用静态GNSS双基线法监测山区地表开采沉陷的误差,结果显示,控制点和所选监测点解算的高程中误差最大为4.4 mm,通过对比分析控制点各期高程的高差互差,可知误差均未超过3 mm,进一步证实了该方法的有效性。在上述分析的基础上,针对该矿22618工作面采用所提方法进行了地表开采沉陷监测,获得了该地质采矿条件下的地表开采沉陷的部分角量参数。研究结果对于进一步丰富和完善山区地表开采沉陷监测理论体系具有一定的参考价值。     

基于遗传算法优化卡尔曼滤波模型的GNSS CORS监测数据处理研究

针对矿区GNSS CORS自动化监测数据波动大且含有测量噪声的特性,提出基于小波去噪的遗传算法优化Kalman滤波模型。首先利用小波阈值去噪法剔除原始数据中大部分高频噪声与粗差,再引入遗传算法对Kalman滤波中的过程噪声和量测噪声进行优化,实现噪声自适应寻优。实验结果表明,该组合模型平均相对误差为0.169 mm,均方误差为0.042 mm,相比于标准的Kalman滤波模型及方差补偿自适应Kalman滤波模型,具有更高的预测精度,能更好应用于矿区沉降监测。     

矸石充填开采地表沉陷动态预报模型比较研究

以济宁花园煤矿1316工作面中央的B24点为例,运用时间序列、灰色系统理论及卡尔曼滤波3种模型分别对该点地表沉降值进行模拟及预报,并对3种数学模型的自适应性及模拟预报结果进行分析,探讨研究模型的模拟及预报的最大偏差表象是否可以反演矸石充填后特殊的地表沉降过程。对于完善充填开采引起的地表移动规律具有参考意义,对安全开采设计和地面建(构)筑物保护具有实用价值。     

矿山开采沉陷的完备预计模型

针对厚表土层沉陷的复杂性,研究了土体受直接开采沉陷后引起的失水固结和排水固结的计算方法,沉陷土体产生流动的条件和计算方法及地表裂缝发育演化的规律等。通过研究获得了一个完备的开采沉陷预计模型,即地表沉陷=开采直接影响模型+附加固结沉陷模型+附加流动沉陷模型;获得了地表裂缝深度和宽度的估算公式。所获得的成果可以全面解释厚表土层条件下所体现出来的各种特殊规律,比较准确地预报地表的移动变形和裂缝情况,实践证明可以有效地应用于生产实际。     

利用卡尔曼滤波综合算法构建开采沉陷预测模型

为提高矿区地表沉陷预测精度,提出了基于自回归综合移动平均模型（Autoregressive Integrated Moving Average,ARIMA）的卡尔曼滤波模型与Elman神经网络相结合的综合预测模型。首先,针对沉陷监测序列的非平稳性与复杂性特点,ARIMA模型能够将原始数列平稳化,构建地表下沉预测模型,并作为卡尔曼滤波的状态方程;然后将Elman神经网络的沉陷预测结果作为观测值引入卡尔曼滤波观测方程中,建立综合预测模型;最后针对噪声方差Q与R选取的问题,统计出ARIMA模型与Elman神经网络模型的误差特性,从而计算出噪声Q与R的取值。分别将综合预测模型与BP神经网络模型、Elman神经网络模型以及卡尔曼滤波模型进行了预测精度对比,4种模型预测值与实测值的均方根误差分别为2.06、5.857 8、2.926 9、3.688 9 mm,相对误差分别为1.170 4％、3.050 2％、1.432 6％、1.908 4％,绝对误差平均值分别为1.886 7、10.703 9、2.329 4、2.807 6 mm。研究表明：综合预测模型能够有效减小单一预测机制造成的同一性质误差累积,其预测精度明显优于其余3种模型,对于大幅提升矿区地表沉陷的预测精度有一定的参考价值。     

开采沉陷动态预测模型

为了准确预测地下开采引起的地表沉陷,针对Knothe时间函数模型的不足,借鉴岩石流变力学中非定常流变模型的建模思路,假定Knothe时间函数中的时间影响系数不是固定不变的常量,而是与时间有关的变量,从而对Knothe时间函数模型进行了改进。在此基础上,提出了一种新的地表下沉盆地模型,并将该模型与改进的Knothe时间函数模型相结合,建立了一种新的开采沉陷动态预测模型。利用实测资料对模型的合理性进行了验证,结果表明：该模型能够描述开采沉陷随时间的动态发育过程,且预测曲线和实测数据吻合良好,说明模型具有一定的适用性。     

Radon measurements as a monitoring possibility for mining subsidence occurrence

Using the former Luxembourg mining basin as a test site, the current research has been carried out to check whether or not subsurface radon concentrations can be related to mining and mining subsidence voids in order to allow the creation of a subsidence risk map. The location of enhanced radon concentrations may point to a local increased subsidence risk, consecutive to a fractioning of the underground. __________ Translated from Fiziko-Tekhnicheskie Problemy Razrabotki Poleznykh Iskopaemykh, No. 5, pp. 120–124, September–October, 2006.     

多时相SAR振幅信息的大量级沉陷区识别研究

针对传统雷达差分干涉测量技术(DInSAR)无法利用相位信息识别矿区大量级沉降区域地表活动信息的问题,本文采用时序振幅分析方法,对16景Sentinel-1A的振幅数据进行多时相处理,提取了2017年5月13日至2018年2月25日开采沉陷区地表后向散射系数。通过建立研究区后向散射系数分析模型,分析了开采活动过程中地表后向散射系数时序变化特征,发现地表后向散射系数由工作面外边缘至工作面中心逐渐增大,在工作面中心区域变化剧烈;通过对比分析工作面走向和倾向地表特征观测点的沉降速率与后向散射系数的关系,发现两者在开采沉陷过程中平均相关系数r大于0.8,具有较强的相关性。实验结果表明,利用沉陷区地表后向散射系数能较好地分析地表动态沉降速率规律,是识别大量级沉降区域地表活动剧烈程度的指标,为矿区地表变形提供了新的分析手段,具有良好的应用前景。     

Determining a dynamic model for flotation circuits using plant data to implement a Kalman filter for data reconciliation

Data reconciliation is extensively applied to improve the accuracy and reliability of plant measurements. It relies on process models ranging from simple mass and energy conservation equations to complete causal models. The precision of reconciled data mainly depends on the complexity and quality of plant models used to develop data reconciliation observers. In practice, the difficulty of obtaining detailed models prevents the application of powerful observers like the Kalman filter. The objective of this study is to propose a methodology to build a model for a flotation circuit to support the implementation of a Kalman filter for dynamic data reconciliation. This modeling approach extracts essential information from the plant topology, nominal operating conditions, and historical data. Simulation results illustrate that applying a Kalman filter based on a rough empirical model that has been correctly tuned gives better estimates than those obtained with sub-model based observers.     

基于Adaboost-PSO-BP模型的开采沉陷预测研究

针对开采沉陷量与多影响因素复杂非线性关系问题，提出了基于粒子群算法优化BP神经网络的Adaboost强预测模型(Adaboost-PSO-BP模型)。预测结果表明，与BP模型、Adaboost-BP模型和PSO-BP模型相比，Adaboost-PSO-BP模型提高了预测精度，平均相对误差值优化到4.26%|该模型融合了Adaboost算法侧重预测误差大的样本和粒子群算法优化神经网络权值及阈值的特点，实现了强预测器“优中选优”的目的，在开采沉陷预测中具有可行性。     

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.     

基于D-InSAR技术的老采空区稳定性监测研究

科学揭示采动区变形规律是开发利用老采空区的核心环节。文中以淮南矿区为例,基于ALOS数据,利用D-InSAR技术和精细化策略,反演了淮南煤矿采动区2008.10.11~2008.11.26时段三维历史变形场。解译结果表明:(1)位于该时段内宏观上监测到10个动态沉陷区;(2)基于ENVI平台分别定量解析了各采动区历史沉降场,实验结果显示采动区日沉降速率为2.04 mm/d~3.65 mm/d,按照1.67 mm/d稳定判别标准,则此十个采动区均处在活跃阶段,最大变形速率发生在8区。文中研究成果对开发利用煤矿采动地基具有重要参考价值。     

Joint processing of surface and underground microseismic monitoring data in hard mineral mining

The article discusses optimization of microseismic monitoring in hard mineral mining. A procedure has been developed to estimate accuracy of positioning of seismic event hypocenters. The advantage of combination observation system with distributed underground receiving antennas and additional sensors installed at a distance from a productive seam plane is illustrated. The obtained results are important for optimizing observation systems and improving efficiency of microseismic monitoring in hard mineral mining.     

Stacking-InSAR技术在矿区地表沉降监测中的应用

文中采用Stacking-InSAR技术,对11景2019年11月～2020年3月的Sentinel-1A影像进行时序处理,研究了建新煤矿的地表沉降.选取4201工作面重点讨论,并画出走向和倾向的累积沉降图,为矿区地表形变监测提供了有效参考.最后分析了矿区开采沉陷InSAR监测面临的主要问题,并对发展趋势进行了展望.     

矿山开采区沉降现状监测与发展趋势分析

对矿山开采区进行阶段性的沉降现状监测,是保障矿山长期开采的必要措施.文中以山东境内某矿山开采区的部分矿区为例,进行沉降现状监测,采取了包括高程网监测和基于D-InSAR的卫星监测两种方法进行三期/两年的长期监测,对监测结果进行综合分析,评价该区现状,对水准成果与D-InSAR成果进行一致符合性评价,并基于数据融合给出该...