山区开采沉陷预计中地表特性参数提取方法研究

在分析当前山区开采沉陷预计的基础上,结合ArcGIS的空间分析及建模工具,研究山区开采沉陷预计中地表特性提取的数据处理流程及关键技术。利用Python语言及ArcPy站点包进行二次开发,实现主要地表特性参数的自动计算。结合具体案例,探讨了该方法的可行性。研究结果表明,该方法有助于快速提取山区开采沉陷预计所需的大量地表特性参数,通过可视化的方式检查结果是否正确,提高了山区开采沉陷预计的效率。

开采沉陷山区地表变形可视化分析系统

介绍了部分山区地表移动与变形预计所采用的公式,以及开发的可视化计算分析软件和实现的功能.指出了所采用规程中部分公式的错误,为从事山区地表移动与变形研究和评价提供了参考依据.

沁水矿区综放开采地表动态沉陷实测规律研究

沁水县是山西省重要的煤炭生产区域之一,地处丘陵山区,综放开采容易造成严重的地表沉陷。为了掌握该区域综放开采地表沉陷动态规律,以晟泰青洼煤业有限公司2103综放工作面为研究区域,建立走向和倾向观测线各1条。采集18期地表移动数据,通过分析获得了该研究区域地表下沉值、下沉速度、超前影响角、最大下沉速度滞后角、最大下沉速度预计系数等地表沉陷动态参数。最后总结了山区煤矿综放开采的地表沉陷特征与防治建议。研究成果可为该区域的矿区生态治理与三下安全开采提供技术支持。

山区地面受护建筑物的损害分析

针对阳泉矿区马家坡新村房屋破坏情况 ,应用山区开采沉陷预计系统 ,选取 2个工作面、 4条预计线进行预计 ,指出目前规程有关山区保护煤柱设计中不考虑地形变化 ,而单纯减小移动角并不完全正确。

Mountain ground movement prediction caused by mining based on BP-neural network

Six main influencing factors： slope, aspect, distance, angle, angle of coal seam, and the ratio of depth and thickness, were selected by Grey correlation theory and Grey relational analysis procedure programmed by the MATLAB software package to select the surface movement and deformation parameters. On this basis, the paper built a BP neural network model that takes the six main influencing factors as input data and corresponding value of ground subsidence as output data. Ground subsidence of the 3406 mining face in Haoyu Coal was predicted by the trained BP neural network. By comparing the prediction and the practices, the research shows that it is feasible to use the 13P neural network to predict mountain mining subsidence.

山区采动地表裂缝预测方法研究

为客观预测山区采动地表裂缝的位置和宽度,在分析地表裂缝产生机理的基础上,以主断面上等坡度的坡段为研究对象,并以山区地表下沉、水平移动预计值为主要参数,按照矢量分解与合成法则求取坡段变形预计值,将岩土力学中的临界变形值作为地表起裂判据,进而确定采动裂缝出现的坡段及单位长度内地表裂缝宽度,最后分析了所提方法的适用性。选择山西古交嘉乐泉煤矿1208~1210对拉工作面为例进行实例分析,结果表明：坡段变形预测值和变形分布规律与实际符合较好,出现裂缝的坡段与现场勘查结果基本一致,从而验证了该方法的可行性与有效性。