[发明专利]一种基于沉陷监测的煤矿采空区空间几何特征精准识别方法有效
申请号: | 201810620287.6 | 申请日: | 2018-06-15 |
公开(公告)号: | CN108763822B | 公开(公告)日: | 2022-03-08 |
发明(设计)人: | 王磊;魏涛;蒋创;方苏阳;李楠;池深深 | 申请(专利权)人: | 安徽理工大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N3/00;G06N3/12;G06N10/60;G06F111/06 |
代理公司: | 合肥中谷知识产权代理事务所(普通合伙) 34146 | 代理人: | 洪玲 |
地址: | 23200*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 沉陷 监测 煤矿 采空区 空间 几何 特征 精准 识别 方法 | ||
本发明涉及一种基于沉陷监测的煤矿采空区空间几何特征精准识别方法,该方法首先定义了刻画采煤矩形采空区空间几何特征的8个参数为:m(采高)、α0(煤层倾角)、(采空区走向方位角)、H(采空区中心采深)、D3(采空区走向长)、D1(采空区倾向长)、X0(采空区中心平面X轴坐标)、Y0(采空区中心平面Y轴坐标);然后假设采煤地表沉陷形态符合概率积分法模型,在此基础上,推导建立了采空区空间几何特征参数关于地表移动与变形的观测方程;最后基于所建立的采空区空间几何特征参数的观测方程,构建了采空区空间几何特征参数的量子遗传算法求解方法。本发明能够较全面、详细的识别采空区空间几何特征,有效的提高了采空区空间几何特征参数反演的准确性和稳定性。
技术领域
本发明涉及矿山变形监及控制领域,更具体地说是涉及一种基于沉陷监测的煤矿采空区空间几何特征精准识别领域。
背景技术
煤炭开采后形成大量废弃采空区,废弃采空区一方面内部往往赋存着丰富的水、瓦斯、残留煤柱资源以及的大量的可利用地下空间;另一方面废弃老采空区地表可根据其地基稳定程度进行分级开发利用,比如对稳定的废弃采空区地表可作为工程、建设地基开发利用,不稳定的采空区地表可开发为景观用地等。但是如何实现将废弃采空区资源变废为宝、充分开发利用的前提条件是精准探测采空区的详细赋存条件。
当前探测采空区主要采用地球物理勘探方法,主要技术有:高密度电阻率法,瞬变电磁法,地质雷达探测法等。然而常规地球物理探测采空区方法,一方面解译精度依赖先验知识的准确程度,另一方面尚不能精准反演采空区的详细特征参数(比如煤层厚度、煤层倾角、采空区倾向方位角、采深、倾向长、走向长、采空区中心坐标),上述缺陷极大的限制了废弃采空区的开发利用。
概率积分法是我国较为成熟、应用最为广泛的预计方法,也是“三下”采煤规程指定的开采沉陷预计方法。概率积分法模型反映的实质是特定参数的工作面开采与地表沉陷响应特征的关系,理论上如果能获取地表历史沉降场,可基于概率积分法模型通过非线性智能算法反演采空区特征参数。
现有技术文献《Genetic Quantum Algorithm and its Application toCombinatorial Optimization Problem》一文对量子旋转门作出了解释。
当前雷达卫星具有丰富历史存档资料,技术上可利用D-InSAR(差分干涉测量)获取开采沉陷历史沉降场,这使得基于沉陷监测的煤矿采空区空间几何特征参数识别在技术条件上具备可行性。
发明内容
本发明正是基于上述所要解决的技术问题,提出一种煤矿采空区空间几何特征参数的地面测量识别方法,即以概率积分法为基础,推导矩形采空区参数与地表沉陷的定量关系模型(将采空区参数作为待求参数,实测地表沉陷值视为已知量),提出利用量子遗传算法反演采空区空间几何特征参数。并通过模拟实验和工程应用开展可行性论证。
一种基于沉陷监测的煤矿采空区空间几何特征精准识别方法,所述方法包括如下步骤:
步骤S1、构建采空区特征参数B与地表沉陷的定量关系模型;
步骤S2、量子编码和生成初始化种群;
步骤S3、确定所述采空区特征参数B的初始值B0和约束值Bi,解码并评价种群所有个体适应度,记录最优个体作为种群进化的目标;
步骤S4、判断是否满足终止条件,若满足,则输出当前种群的最优个体;若不满足,则进入下一步骤,其中,所述终止条件为,满足精度要求或者达到最大遗传迭代次数;
步骤S5、采用量子旋转门,更新种群,形成新的种群后返回步骤S3。
优选的,所述步骤S1具体包括,矩形采空区参数与地表沉陷的定量关系模型的构建,内容如下:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽理工大学,未经安徽理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810620287.6/2.html,转载请声明来源钻瓜专利网。