煤矿开采引起地表沉陷的综合治理方法

我国是以煤炭为主要能源的国家,一次能源结构中煤炭约占74％,煤炭提供了78％的发电能源,70％的化工能源和60％的民用商品能源。文章针对煤矿开采对矿区环境、地表破坏的影响做以分析,并提出相应防治和控制开采沉陷的治理方法。     

开采地面沉陷预测的神经网络方法研究

应用神经网络理论,建立了开采地面沉陷预测的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.     

改进的BP神经网络预测地表沉陷

地表沉陷过程中呈现了众多的复杂性、非线性和破坏性,而用传统的三层BP神经网络预测地表沉陷精度较低,本文通过引进遗传算法来改进BP神经网络,对地表沉陷作了有效预测。     

煤层开采地表沉陷监测及预测技术现状及发展趋势

煤矿开采地表沉陷监测及预测对于煤矿地表治理及环境保护具有重要意义。详细阐述了煤矿地表沉陷监测及预测方法,并对其监测及预测过程进行了较为详细的论述与分析。指出地表沉陷监测及预测存在的问题,针对存在的问题,提出了未来基于互联网+技术以及CCD和GPS组合传感器技术,对矿区监测数据进行实时监测并进行数据处理,对处理后的数据实时传送到数据中心,数据中心根据监测结果实时调整监测区域达到最优监测效果;未来地表沉陷预测发展应考虑开采地质条件、开采工艺、开采深度、开采厚度等因素对于地表沉陷的影响,在预测的过程中确定因素的影响程度,合理选择预测方法,提高预测精度。     

矿山开采沉陷预测发展现状综述

矿山开采沉陷学是一门综合了采矿、测量、地质、建筑和力学等多个专业的边缘学科,对于地下矿产开采引起的地表沉陷问题早已引起了学者的关注。地下矿产资源的开发开采在带给我们来巨大社会经济价值的同时,也对土地资源、建筑物及构筑物造成破坏,影响到整个环境系统,留下塌陷的采空区和荒芜的采矿场,对此国内外研究人员针对矿山开采沉陷预测都提出了自己的理论和方法。     

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对网络进行学习,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法(FLAC)模型,对地表沉陷进行预测,其预测结果是令人满意的。     

长壁开采引起地表沉陷的分析法

基于弹性力学中的薄板弯曲理论,在岩体移动领域建立了地表下沉预测分析的层状模型。通过单元开挖给出了地下开采引起岩层移动变形的二维及三维理论计算公式,推导出大宁矿山区地下采矿引起地表下沉公式,运用积分法得出图形。通过工程分析,理论计算结果和现场实测相一致。     

基于突变级数法的矿区地表开采沉陷损害等级预测研究

矿山开采沉陷是一种作用力集中、危害很大的地质灾害。它受地质条件和采矿条件等因素的影响,属于复杂的非线性力学问题,难以用数学模型描述,这给实际问题的解决带来困难。基于突变理论,研究了突变级数法在矿区地表开采沉陷损害等级预测中的应用。选取了某开采沉陷区的10个点作为样点,通过分析采空区长度、采空区宽度、开采深厚比、煤层厚度和煤层倾角等5个主要影响因素,确定预测指标体系,计算了各学习样本突变级数值。结果表明,该区开采沉陷损害A级与B级的突变级数临界值为0.91,B级与C级的突变级数临界值为0.85。利用检验样本对突变级数法的计算结果进行验证,结果和实测值基本一致,从而证明突变级数法对地表开采沉陷损害等级预测的可行性和实用性。     

减轻地表沉陷的开采技术

重点分析了房柱式采煤方法、条带开采方法、水砂充填采煤方法、分层间歇开采方法和离层带高压注入泥浆技术等对地表沉陷的影响,指出选择合适的开采方法对于减轻地表沉陷具有重要意义。     

开采沉陷的地表移动规律初探

煤炭资源开采造成的地面沉陷是一种危害很大的地质灾害,不仅破坏耕地、损坏地面建筑物,严重影响着生态环境,已成为环境工程研究的重要课题之一。本文以某矿开采沉陷为例,利用微机进行数据处理、分析,在此基础上探讨了沉陷体的地表移动规律,对矿区开展防灾减灾工作具有积极的现实意义。     

采动覆岩动态下沉速度规律的相似模拟研究

根据实验结果分析了采动下沉速度变化的特点 ,提出了最大下沉速度值是开采面积的函数 ,并根据下沉速度曲线的特征 ,建立了在不同开采面积下某一层位的下沉速度函数形式 ,最后根据下沉速度与下沉值的关系推导出动态下沉值的计算公式。     

深部开采岩爆预测的神经网络方法

岩爆是深部高地应力岩石地下工程中的一种常见灾害,其影响因素之间存在着极其复杂的非线性关系。在综合分析基础上,选取开采深度、围岩最大切向应力与岩石单轴抗压强度比值、岩石单轴抗压强度和抗拉强度比值、岩石冲击性倾向指数作为岩爆预测的评判指标。应用人工神经网络方法,建立了岩爆预测的计算模型,利用国内外一些深部开采、岩石地下工程资料作为学习样本和测试样本对模型进行训练。该模型成功应用于某矿巷道的岩爆预测,预测结果与实际情况一致,此研究为深部开采岩爆预测提供了新的途径。     

济宁市采煤塌陷地状况与治理途径研究

为了更合理、高效地利用煤炭资源,保护采煤塌陷地的生态环境,采用济宁市1987年TM遥感影像和2002年的ETM+遥感影像和近年来的统计资料,对部分采煤塌陷地进行现状分析,并由煤炭产量预测塌陷面积变化的大致趋势.预测结果表明,到2010年济宁市采煤塌陷面积将新增116 85 km2,到2015年新增采煤塌陷面积将达到151 88 km2, 最终将形成兖州、济东两大煤田塌陷区.采煤塌陷面积的大量增加,给当地工农业生产、社会经济和生态环境等带来一系列问题,鉴于此,提出了采煤塌陷地生态复垦的综合治理途径.     

应用人工神经网络预测回采巷道锚杆支护参数

设计了预测回采巷道锚杆支护参数的神经网络结构,并根据ＢＰ算法编制了软件。实际应用结果表明这一确定锚杆支护参数的方法是有效的。     

人工神经网络对结构动力响应的预测

本文应用人工神经网络对结构在地震波作用下的动力响应进行了预测，结果证明用改进的BP网络训练神经网络能达到很好的收敛效果，预测的结果相当精确，为结构的智能控制提供了很好的前提条件．     

基于模糊神经网络的高光谱数据挖掘方法

分析了高光谱影像的数据特性，应用模糊聚类方法构造模糊神经网络，并将其结合进数据挖掘，对高光谱数据进行数据处理。     

基于神经网络模型的采场巷道收敛预测研究

根据余化寺矿的生产实际情况，分析影响巷道围岩收敛的主要因素，利用神经网络的非线性、学习和记忆等功能，建立了针对采场巷道收敛的神经网络预测模型、通过对采场巷道围岩收敛的现场监测，采用训练样本训练网络模型，并用检验样本对模型进行检验，预测模型性能好，预测精度高。     

应用神经网络建立采矿经验知识库

应用神经网络建立了获取采矿方法选择时所需的主要技术经济指标的采矿经验知识库，并以普通全面法为例，描述建造ＢＰ网络模型的过程。研究结果表明：利用这个采矿经验知识库，就可以根据采矿方法的工程背景，求得它的主要技术经济指标     

单桩极限承载力的神经网络预测

利用BP神经网络较强的非线性映射能力和学习功能,建立了单桩竖向极限承载力预测的人工神经网络模型．该模型依据实测静力触探资料建模,通过静载荷试验成果的学习与预测检验,证明其预测精度良好、适用性强,验证了神经网络方法的可行性,因而具有较大的工程实用价值．