[发明专利]一种利用无人机技术快速获得矿区开采沉陷预计参数的方法有效
申请号: | 201910883878.7 | 申请日: | 2019-09-17 |
公开(公告)号: | CN110750866B | 公开(公告)日: | 2022-04-26 |
发明(设计)人: | 周大伟;张德民;吴侃;周宝慧;郭良林;亓立壮 | 申请(专利权)人: | 中国矿业大学;新能矿业有限公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F17/18;G06Q50/02;G01C11/00;G01C15/00 |
代理公司: | 北京天达知识产权代理事务所(普通合伙) 11386 | 代理人: | 丛洪杰 |
地址: | 221116 *** | 国省代码: | 江苏;32 |
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 利用 无人机 技术 快速 获得 矿区 开采 沉陷 预计 参数 方法 | ||
1.一种利用无人机技术快速获得矿区开采沉陷预计参数的方法,其特征在于,步骤包括:
步骤1:在开采范围内建立无人机地表移动观测站;
步骤2:利用无人机进行矿区地表沉陷多期动态监测,完成外业数据采集;
步骤3:对无人机获得的外业数据进行内业数据处理,每一期监测数据生成对应的矿区地表DEM,多期监测数据形成沉陷区域多期DEM,通过多期DEM相减得到矿区地表下沉值;
步骤4:利用概率积分动态预计模型,反演求取地表沉陷预计参数;
步骤5:利用求取的地表沉陷预计参数对矿区及周边其他开采区域进行开采地表沉陷预计;
所述步骤4中,所述概率积分动态预计模型满足:
Weo(x,y,t)=We(x,y)·f(t),
其中,We(x,y),Weo(x,y,t)分别为开采工作面引起地表点p(x,y)的最终下沉值和在t时刻的下沉值,f(t)=1-e-ct为时间影响函数,C为下沉速度系数,满足:C=2.0·v·tanβ/H;
We(x,y)取概率积分法稳态预计模型,满足:
其中,W0=mqcosa,为充分开采时的最大下沉值;r=H/tanβ,为主要影响半径;l=D3-S3-S4,为走向计算长度;L=(D1-S1-S2)·sin(θ0+a)/sin(θ0),为倾向计算长度;m为开采厚度,a为煤层倾角,H为平均采深,D1为煤层走向方向实际开采尺寸,D3为煤层倾向方向实际开采尺寸;
所述步骤4中,地表沉陷预计参数包括下沉系数q、主要影响角正切值tanβ、S拐点偏移距、S2右拐点偏移距、S3上拐点偏移距、S4下拐点偏移距和开采影响传播角θ0;
所述步骤4中,所述反演求取地表沉陷预计参数步骤包括:
a1.设定一个包含监测区域的矩形范围,在矩形范围内生成n个预计网格,n≥1;
a2.在概率积分动态预计模型中代入随机设定的沉陷预计参数初值;
a3.在概率积分法动态预计模型中代入工作面信息数据D1、D3、H、m、a、v,预计网格尺寸x、y;
a4.根据步骤a2-a3分别计算格网点在预计时间t1、t2时的下沉值W1、W2,W2与W1相减即为t1至t2时间内预计下沉值;
a5.利用地表下沉值和预计下沉值求得中误差;
a6.根据中误差最小判断是否需要迭代,若需要,则重新设定地表沉陷预计参数初值,重复步骤a4-a6,否则输出地表沉陷预计参数;
中误差最小判断方法如下:
S1:构筑误差函数,利用下沉值求取概率积分法参数;假设对N个下沉观测点有以下的误差函数为:
其中ε(B)为计算得到的两次下沉值之差,W(实)为无人机实际监测地表下沉值,W(B)为预计计算得到的下沉值;
S2:选择步长确定基点;
S2.1:选取参数初始值;
选择初始近似点B1作为第一个基点,B1=(q0,tanβ0,θ0,S10,S20,S30,S40),选择步长为参数初值的5%,即步长=参数初值×5%,开采影响传播角的步长选择0.5°,
S2.2:确定第二个基点;
用第一个基点参数计算出误差函数值ε(B1);
向上寻优:考虑点B1+△i=(q0+△q,其他参数不变),用B1+△i计算出误差函数ε(B1+Δ1);
向下寻优:考虑点B1-△i=(q0-△q,其他参数不变),用B1-△i计算出误差函数ε(B1-Δ1);
比较ε(B1)、ε(B1+Δ1)、ε(B1-Δ1),其中误差函数值最小者对应的参数为临时矢点,并记为T11;
同理,对下一个参数变量进行类似的计算,求得T12;
所有的参数都进行了类似的探查后,求得Tij;
S3:求参数结束准则;
如果ε(Tik)>ε(Bi),则在Bi附近进行探索,如果能得到新的下降点则将步长缩短进行更精细的探查;否则求参结束。
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中国矿业大学;新能矿业有限公司,未经中国矿业大学;新能矿业有限公司许可,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/201910883878.7/1.html,转载请声明来源钻瓜专利网。