高潜水位多煤层开采地表沉陷积水区动态演变预测

分析了厚松散层下多煤层开采沉陷的部分显著性特征。基于概率积分法提出了开采沉陷预计与初始地形相结合的矿区开采沉陷积水区分布预测方法,并开发出了开采沉陷预计软件。利用该软件预测分析了淮南潘集矿多煤层开采引起的地表沉陷积水区的时空分布演变过程,有效显示出了地表沉陷未积水区、浅水区、深水区的分布与开采进程之间的联动关系,对于高精度预计矿区开采沉陷有一定的参考价值。     

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.     

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。     

基于改进三角剖分的复杂形状工作面开采沉陷预计方法

为弥补复杂形状工作面变形预计的不足，提高开采沉陷变形预计的准确性，构建了一种基于改进三角剖分的复杂形状工作面开采沉陷预计方法。该方法引入了改进的三角剖分算法，优化了坐标系统转换、拐点偏移改正等方法，基于概率积分法原理建立了复杂形状工作面的开采沉陷预计模型。该模型首先利用改进的三角剖分算法将工作面剖分为多个三角形；然后用变步长Simpson二重积分方法在三角形单元内进行下沉预计，将各单元的预计结果求和，即可得到整个工作面开采对地表下沉的影响情况；最后根据概率积分法原理可分别得到其他移动变形预计值。采用MATLAB软件开发了所构建模型的沉陷预计程序。模拟试验结果表明：该模型预计值插入点全部分布于常规概率积分法预计下沉曲线上，表明该模型能够对形状较为复杂的不规则工作面进行开采沉陷变形预计。淮南顾桥矿1414（1）工作面实例分析表明：该模型预计的下沉曲线与实测下沉曲线的拟合度较好，预计下沉值的绝对误差为0.2~359.2 mm，相对误差为25.02%，中误差为 101.9 mm，能较好地满足工程应用需求。开采沉陷|三角剖分算法|概率积分法|Simpson二重积分|复杂形状工作面     

基于改进三角剖分的复杂形状工作面开采沉陷预计方法

为弥补复杂形状工作面变形预计的不足，提高开采沉陷变形预计的准确性，构建了一种基于改进三角剖分的复杂形状工作面开采沉陷预计方法。该方法引入了改进的三角剖分算法，优化了坐标系统转换、拐点偏移改正等方法，基于概率积分法原理建立了复杂形状工作面的开采沉陷预计模型。该模型首先利用改进的三角剖分算法将工作面剖分为多个三角形；然后用变步长Simpson二重积分方法在三角形单元内进行下沉预计，将各单元的预计结果求和，即可得到整个工作面开采对地表下沉的影响情况；最后根据概率积分法原理可分别得到其他移动变形预计值。采用MATLAB软件开发了所构建模型的沉陷预计程序。模拟试验结果表明：该模型预计值插入点全部分布于常规概率积分法预计下沉曲线上，表明该模型能够对形状较为复杂的不规则工作面进行开采沉陷变形预计。淮南顾桥矿1414（1）工作面实例分析表明：该模型预计的下沉曲线与实测下沉曲线的拟合度较好，预计下沉值的绝对误差为0.2~359.2 mm，相对误差为25.02%，中误差为 101.9 mm，能较好地满足工程应用需求。开采沉陷|三角剖分算法|概率积分法|Simpson二重积分|复杂形状工作面     

厚松散层对地表移动变形参数的影响

以潞安矿区司马矿为例,针对当地厚松散层的地质条件,系统分析了厚松散层对地表移动预计参数的影响,得出厚松散层下地表移动参数;通过对实测资料进行优化模拟计算,获得司马矿开采沉陷地表移动变形概率积分法计算参数。其研究结果对于本矿区乃至山西范围内地表移动规律有现实的指导意义。     

基于实测数据的概率积分法预计参数反演方法研究

目前,我国在对煤矿开采沉陷预计中使用最为广泛的方法是概率积分法。如何确定某一矿区合理的概率积分预计参数,进而对整个矿区开采沉陷进行准确的预计,一直是这一领域的研究热点。根据华北地区某矿地表移动观测站实测资料,以概率积分法预计公式为模型,借助Matlab软件强大的计算、绘图功能,实现了对概率积分法预计开采沉陷参数的反演。由反演结果与实测资料分析对比知,该方法合理可行,精度满足工程实际要求。     

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。     

开采沉陷预计参数的广适应性BP神经网络反演方法

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。     

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。     

基于D-InSAR与概率积分法的开采沉陷监测与预计

为掌握采动区附近高等级公路的变形趋势,针对传统开采沉陷监测方法存在诸多缺陷的问题,将合成孔径雷达技术(D-InSAR)与概率积分法相结合,提出了一种矿山开采沉陷监测与预计方法。该方法首先利用D-InSAR技术对兖州某矿9308工作面进行了监测和分析,并将监测结果与路面水准测量数据进行了对比,然后基于D-InSAR的监测值,求取了9308工作面非充分采动下的概率积分法预计参数,再根据三下采煤规程对参数进行修正得到工作面全采时的预计参数,最后利用修正后的参数预计出工作面全采对附近高等级公路的影响程度。结果表明D-InSAR技术高精度的优势可以为开采沉陷预计提供可靠的监测数据,该方法可以为实现矿山开采沉陷监测与预计一体化提供有力支持。     

概率积分预计参数的ENN优化算法

为了提高ENN(Elman neural network)神经网络获取概率积分预计参数的准确性，以我国30个地表移动观测站的实测数据作为学习训练和测试的样本数据，采用强稳健局部加权回归法（Rlowess,RW)对30个地表移动观测站数据进行降噪处理，采用蚁群算法（Ant Colony Optimization,ACO）对ENN神经网络的权值和阈值进行优化，构建了ACO ENN概率积分预计参数解算模型。结果表明：对比分析ACO ENN模型解算RW降噪处理前后的实测数据，发现RW降噪处理显著提高了数据质量，提高了解算模型的预测精度；利用ACO ENN模型解算下沉系数、水平移动系数、主要影响角正切及拐点偏移距的平均相对误差分别为2.41%、3.48%、6.11%和1.67%， ACO ENN模型对于概率积分预计参数的解算精度优于传统ENN算法，为精确获取概率积分预计参数提供了新思路。     

综合应用VB和VBA语言的开采沉陷预计及治理系统开发

矿区沉陷预计和采空区综合治理是开采沉陷研究的重要内容。现有的开采沉陷预计软件程序功能单一,数据综合处理能力较低,为此,综合应用采用VB(Visual basic)、VBA(Visual basic for application)语言,并结合SUFER、EXCEL和CAD软件,开发了融合地表移动观测站设计、资料整理、数据提取、拟合计算、残余变形预计以及塌陷区综合治理等功能为一体的软件系统。首先通过加载VBA程序提高观测站设计的自动化程度,增加了程序的可移植性;其次调用MATLAB拟合程序实现对概率积分法预计参数的精确求取,并利用求取的概率积分法预计参数以及采矿地质资料进行开采沉陷预计;然后通过调用SUFER、CAD软件程序实现开采沉陷预计的可视化。系统理论和实例分析表明,该系统一体化的设计提高了观测数据的处理效率,有助于提高开采沉陷预计的针对性和精确性,此外,该系统特别增加了适用于条带式、充填式采煤法的矿区地表沉陷预计模块,可为"三下"采煤方案优化设计、矿区生态环境保护以及矿区土地复垦等提供科学依据,为实现绿色开采提供参考。     

基于PSO-RBF神经网络的主要影响角正切求取方法

主要影响角正切tanβ是采用概率积分法进行矿山开采沉陷预计的主要参数之一,决定着开采沉陷的影响范围。为了提高tanβ求取精度,在分析tanβ及其影响因素的基础上,选取tanβ的5个主要影响因素作为输入层神经元,将粒子群(PSO)快速搜索全局最优解算法与径向基(RBF)神经网络相结合,提出一种求取tanβ的PSO-RBF神经网络预测模型,获得tanβ和地质采矿条件之间的非线性映射关系。运用我国30个典型观测站的实测数据作为学习训练和测试样本,进行了PSO-RBF神经网络模型的适应度和泛化能力测试,对预测结果与实测值进行了对比分析。结果表明：应用PSO-RBF神经网络模型预测tanβ,收敛速度快,预测精度高。预测结果的最大相对误差为6.54%,最小为2.56%,所得到的tanβ精度有了一定的提高。     

不规则工作面开采地表沉陷线积分预计方法

沉陷预计方法对于预判煤层开采诱发的负面影响十分重要。概率积分法是开采沉陷预计的重要方法,但对于不规则工作面开采,其预计精度有待提高。本文针对这一问题,利用格林公式(Green formula)对概率积分法公式进行积分转换,将对工作面的积分转换为对采区边界的线积分;将边界简化分割为多条直线段,分别对各直线段作积分计算;通过叠加计算完成地表任意点及地表沉陷盆地移动变形预计;最后基于某实例进行了应用研究,验证了本文方法的有效性,相比概率积分法,本文提出的线积分法预计精度提高了23 %。     

徐楼铁矿地面沉降成因及预测

为深入分析徐楼铁矿地表沉降成因,预测矿区地面沉降规律,首先分析了该矿一期采矿工程地面沉降的发育现状,然后从围岩应力场、矿体赋存条件、矿区地下水疏排、区域地质构造、采空区充填等方面对矿区地面沉降成因进行了讨论,最后基于矿区现有的工程地质资料及地面沉降监测资料,采用概率积分法和曲线拟合法预测了矿区地面沉降范围及沉降量,并对预测结果进行了分析。结果表明：①该矿区地面沉降是围岩应力场、矿体赋存条件、矿区地下水疏排、区域地质构造、采空区充填等因素共同作用的结果;②概率积分法预测的采空沉陷区面积约0.22 km2,矿区主井、副井、风井及采矿工业场地大部分位于预测采空塌陷区内,可能引发的采空区塌陷灾害危险性较大;③曲线拟合结果与实测数据较吻合,可较好地反映矿区沉降的实际情况,精度较高。上述结果进一步表明：近年来,矿区地面沉降量和沉降范围呈剧烈加速的趋势,实测沉降影响范围及沉降量远小于预测结果,可见地表仍有一部分建（构）筑物及设施位于预测沉降范围内,此外,随着二期采矿工程的全面展开,矿区地面沉降量及沉降范围在短期内仍会继续增大。     

西部厚黄土层矿区开采沉陷预计模型

将西部黄土覆盖区地表沉陷分解为黄土层荷载作用下的基岩采煤沉陷以及基岩面不均匀沉降导致的黄土层沉陷,建立了黄土覆盖矿区开采沉陷的双层介质模型。利用FLAC3D软件分析了黄土层自重对基岩开采沉陷的荷载效应,确定了黄土层荷载与开采宽度之间的量化关系。利用随机介质理论建立了基岩面下沉预计公式,将基岩面不均匀沉降视为“不等厚开采”,导出地表沉陷的双重概率积分预计模型。实例应用表明,所建立的预计模型考虑了黄土层自重对基岩开采沉陷的荷载作用以及土层与基岩中预计参数的差异,适用于西部厚黄土层矿区的开采沉陷预计。