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.     

基于GIS和人工神经网络技术的开采沉陷预计建模方法

探讨了GIS支持下利用人工神经网络技术进行开采沉陷定量预测的方法和思路，完成了影响因素的选取、数据处理、开采沉陷初始预计模型的建立及验证。数据处理由GIS软件完成，采用BP神经网络训练方法对开采沉陷系统进行建模；进而结合验证结果，对误差进行了定性分析。研究结果表明，利用GIS支持下的神经网络模型对复杂的开采沉陷系统进行模拟预测，具有理论上的可行性和现实意义。说明GIS和人工神经网络技术在开采沉陷预计领域中具有广阔应用前景。     

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。     

粗集与支持向量机联合建模及在开采沉陷预计中的应用

地表沉陷与地质采矿因素之间存在复杂的非线性关系,人们通常采用概率积分法、神经网络等研究沉陷的规律性,但预计效果往往不够理想。本文采用粗集及支持向量机技术对其进行研究,首先应用粗集理论进行了岩移影响因素分析,给出了各影响因素的支持度,然后运用支持向量机预测技术构建了支持向量机预测模型。最后用实例进行了预测分析并与传统方法进行了对比,结论表明,本文建立的模型具有网络运行稳定、精度更高的优点。     

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。     

Kalman滤波在地表移动观测站沉降监测中的应用研究

文章根据Kalman滤波理论,结合矿区开采沉陷监测的需要,建立了对地表移动观测站沉降监测进行动态处理的标准Kalman滤波模型和预测预报模型;利用顾桥矿1117(1)首采面观测站的实测资料,对所建立的滤波模型和预测预报模型进行了检核,结果表明所建模型基本能满足开采沉陷工程治理的要求.     

复杂开采沉陷分层传递预测模型

在盐岩水溶开采沉陷新概率积分三维预测模型的基础上,对开采沉陷上覆岩层的传递规律进行研究,提出开采沉陷分层传递预测模型,该模型可以考虑不同岩层岩性对开采沉陷的影响,能够有效提高非规则采空区开采沉陷的预测精度。同时针对分层传递模型中不规则三重积分难以获得解析解的情况,给出模型的离散数值解法,可以方便的通过数值计算对开采沉陷进行预测,最后应用叠加原理给出多溶腔开采沉陷预测模型。实例证实传递预测模型较传统预测方法具有更高的预测精度。并成功应用于金坛盐矿战略油气储库地表沉陷预测。     

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。     

开采地面沉陷预测的自适应神经模糊推理方法研究

现行各种开采地面沉陷预测方法均存在着一个共同的缺陷,均不能在集成以往开采地面沉陷工程实 例的基础上对某一地下采矿工程所引起的地面沉陷进行预测,而只能根据某种物理的或力学的方法对其进行预 测。人类在工程实践中所创造的开采地面沉陷方面的经验是非常宝贵的财富,应当在建立开采地面沉陷预测方 法时加以充分利用。以所收集的开采地面沉陷工程实例为基础现行各种开采地面沉陷预测方法均存在着一个共同的缺陷,均不能在集成以往开采地面沉陷工程实 例的基础上对某一地下采矿工程所引起的地面沉陷进行预测,而只能根据某种物理的或力学的     

基于元胞自动机模型的开采沉陷模拟

 开采沉陷模拟对矿区的环境治理和生态恢复具有重要意义.本文将开采沉陷理论与地理元胞自动机相结合,基于GIS平台,以VS2010为开发工具,利用面向对象的方法,构建了开采沉陷元胞空间,探讨了开采沉陷元胞自动机模型的框架结构及实现方法,构建了开采沉陷模拟对象关系图,建立了开采沉陷元胞自动机演化模型.以山西某煤矿为例,开发了开采沉陷元胞自动机原型系统,根据研究区的煤层条件和开发方法,进行了模拟实验,分析未来开采沉陷的演变过程,为土地复垦和生态修复提供依据.结果表明,采用面向对象的方法能够较好地进行开采沉陷系统分析和开发,基于GIS和CA进行开采沉陷模拟,开发方便,系统兼容性好,能够展示更多的时空信息,便于数据管理.在空间划分上,CA模型能够与传统的预计方法有机融合,较为准确地预测未来的地表塌陷损毁情况,为塌陷区治理提供依据.由于开采沉陷涉及的学科较多,未来还需进一步完善演化模型,探讨三维空间下的系统演化过程,提高模拟的真实感和实用性.     

基于蚁群算法和神经网络的位移反分析

运用蚁群算法和人工神经网络构造了位移反分析的蚁群人工神经网络模型，并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和位移之间的关系。该方法以神经网络为基础，用蚁群算法来学习神经网络的权系数。利用反演结果，建立快速拉格朗日快速计算法（FLAC）模型，对地表沉陷进行预测。结果表明：用蚁群算法训练神经网络，可兼有神经网络广泛映射能力和蚁群算法快速全局收敛的性能。     

基于蚁群算法和神经网络的位移反分析

运用蚁群算法和人工神经网络构造了位移反分析的蚁群人工神经网络模型,并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和位移之间的关系。该方法以神经网络为基础,用蚁群算法来学习神经网络的权系数。利用反演结果,建立快速拉格朗日快速计算法(FLAC)模型,对地表沉陷进行预测。结果表明:用蚁群算法训练神经网络,可兼有神经网络广泛映射能力和蚁群算法快速全局收敛的性能。     

深部开采陷落范围的预测与控制方法

按已往的错动角圈定地表陷落范围的传统方法,不适用于深部开采.因此,从维持塌陷坑侧壁岩体稳定性的角度,分析了塌陷坑内移动散体的侧向支撑力作用,当塌陷坑散体的厚度不小于临界散体柱高度时,散体的主动压力与被动压力共同阻止边壁岩体的片落活动.通过分析弓长岭井下矿塌陷区的实测数据,得出临界散体柱的高度主要与围岩稳定性、采空区倾角、散体内磨擦角及岩体碎胀系数有关.在深部开采中,用矿山固体废料填充地表塌陷坑,由此降低临界深度,可有效控制地表陷落范围,并给出了陷落角与采深的关系式.     

粗榆金矿地下开采覆岩运移规律数值模拟

针对粗榆金矿急倾斜极薄矿体下行充填开采过程中岩移规律开展数值模拟研究.通过现场节理调查确定节理产状与间距，利用Hoek-Brown强度准则确定数值计算参数，借助神经网络获得数值计算边界条件，结合三种不同数值计算方法开展计算分析.研究表明，矿体上盘岩层沉降明显，矿体覆岩沉降变形区域呈筒形陷落；FLAC3D和3DEC计算结果显示，粗榆金矿地表不存在沉降区域；随机介质计算结果显示，二号竖井、新建的选矿厂以及职工宿舍浴池均在岩移带之外；相对于FLAC3D，3DEC计算方法，随机介质方法更适合对急倾斜极薄矿体开采导致的岩层运移进行模拟研究.     

数值分析法确定露转坑岩层移动范围

 随着浅部矿产资源的枯竭,中国许多露天开采已经或即将转入地下开采,或露天与地下联合开采。合理确定岩层及地表的移动,为露转坑设计和安全生产提供依据是露转坑联合开采首先要解决的重要课题之一。为了验证永平铜矿露天转地下开采工程设计的合理性,为后续安全生产提供参考,采用三维有限差分数值模拟计算方法,系统地分析永平铜矿II、IV号矿体在不同开采水平的岩体移动变形、地表位移变化及露采边坡稳定状态,给出了相应开采水平的岩体及地表移动变形特征、最大垂直和水平位移,以及岩体移动角。结果表明,II号矿体对岩层移动的影响远大于IV号矿体;最大垂直和水平位移均在II号矿体上部东部边坡岩体中;合理的开采顺序应是先采Ⅳ号矿体,后采II号矿体;模型局部地段处于破坏或极限稳定状态,但随开采深入,露采边坡整体处于稳定状态,因此矿山采用的矿房回采嗣后充填采矿方法合理可行。用FLAC3D数值模拟方法研究露转坑联合开采的岩层移动规律,反映了岩体应力、变形的客观过程,为露转坑矿体开采岩层移动范围确定提供了一条新的途径。     

露井联采下边坡体变形机制的研究

在露天和井工同期开采下,因边坡体处于井工开采的影响范围内,两种采动效应互相扰动、互相叠加和互相影响,从而构成了复合叠加的作用,边坡体的变形表现为露天和井工两种采动效应叠加的变形机制。以紫金山金铜矿露井联采实例为工程背景,应用Midas GTS软件建立露井联采作用下边坡体三维分析模型,并采用FLAC3D数值模拟软件对三维模型进行数值分析,通过研究各个开采阶段露天边坡体的水平位移、下沉值及应力值,总结露井联采下边坡体的变形机制。     

厚黄土薄基岩地区开采沉陷规律探讨

地下开采-覆岩移动-地表沉陷之间存在着互为因果的链动关系。不同岩性、不同力学性质的上覆岩土层对地下煤层开采的响应性是不同的。文中在前人有关研究成果的基础上，探讨了在厚黄土薄基岩条件下。地下开采引起的地表沉陷的规律性。研究认为，在厚黄土层覆盖区，煤层上覆基岩是地表黄土层沉陷变形的控制层，黄土层本身的工程地质特性、地形地貌条件和地下开采程度对地表沉陷都有一定的影响。这一研究成果对减缓和控制地下开采引起的地表变形破坏有重要意义。     

软岩矿井建筑物下特殊开采的可行性研究

以龙口市洼东煤矿蒂带开采的地质采矿条件为依据,建立了岩体蠕变的粘弹性力学模型,确立了其蠕变参数,利用ANSYS的三维立体模型对同一工作面务带开采不同采留宽度条件下的地表下沉和力学效应进行了数值模拟计算,分析了煤柱及其围岩的稳定性和安全性,提出了软岩矿井建筑物下条带开采的合理采留宽度,从而论证了软岩矿井建筑物下特殊开采的可行性,为决策者进行采矿活动提供了科学的依据。     

基于PCA与Elman网络的地下矿山岩层移动

 由于地下金属矿床地质与开采条件的复杂性,影响岩层移动的因素错综复杂且相互影响,使得对岩层移动的预测具有很大的不确定性。大量的样本数据减慢了神经网络的训练速度,并且使得神经网络不稳定。将主成分分析(PCA)与Elman网络相结合构建模型,对地下矿山岩层移动角进行预测研究。利用主成分分析对原始数据进行预处理,提取原信息的主成分,将输入变量减少且互不相关,提高神经网络训练速度;用Elman网络对训练样本进行训练,进而利用训练好的网络对预测样本进行预测,与不采用PCA时的预测结果相比,采用PCA的预测结果更为准确,通过期望输出与实际输出的对比,相对误差都在5%以内,其预测的结果精度高,表明了PCA与Elman网络相结合对地下矿山岩层移动进行研究是可行的。     

油页岩原位开采对岩体结构影响分析

对吉林省扶余县油页岩及围岩进行了物理力学参数的测定,在此基础上,获取了容重、弹性模量、泊松比、内摩擦角及黏聚力等参数.并利用SIGMA/W模块,采用弹-塑性模型进行有限元计算,得到了原位开采区内任一点应力、应变、位移的详细信息.结果显示,采区的最大下沉位移为105m,位于开采中心处;同时,根据这些信息分析了采区岩体的应力分布,受拉区与剪应力极值分布较大区一致,都位于油页岩的上覆地层泥岩层中,从而确定了岩体的破坏过程:首先是受拉,产生大量裂隙;然后再沿着剪应力极值所在的截面发生滑动.