The invention relates to a precise recognition method of spatial geometric features of coal mine goaf based on subsidence monitoring. Firstly, eight parameters describing the spatial geometric characteristics of rectangular goaf are defined as m (mining height), alpha 0 (coal seam dip angle).
【技术实现步骤摘要】
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
本专利技术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。
技术介绍
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《GeneticQuantumAlgorithmanditsApplicationtoCombinatorialOptimizationProblem》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-InSA ...
【技术保护点】
1.一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,其特征在于,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。
【技术特征摘要】
1.一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,其特征在于,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。2.根据权利要求1所述的基于沉陷监测的煤矿采空区空间几何特征精准识别方法,其特征在于,所述步骤S1具体包括内容如下:假设开采沉陷盆地符合概率积分法模型,则矩形工作面开采引起的地表沉陷盆地内任意点(x,y)的下沉值可表示为:任意点(x,y)的沿指定方向的水平移动值可以表示为:其中,W0=Mqcosα0在上述公式中,M表示工作面采高,q表示地表下沉系数,α0表示煤层倾角,tanβ'表示主要影响角正切,H表示工作面走向主断面处采深,H1表示工作面下山边界采深,H2表示工作面上山边界采深,r表示为主要影响半径,r=H/tanβ',l表示工作面走向计算长度,且l=D3-S3-S4,其中D3为工作面走向长,S3、S4分别为开切眼和停采线处拐点偏移距,L表示工作面倾向计算长度,且其中D1为工作面倾向长,S1、S2分别为工作面下边界和上边界处拐点偏移距,θ为开采影响传播角,b表示为水平移动系数,依据概率积分预计模型,可建立地表任意点(x,y)下沉、水平移动与采空区特征参数的关系,W=W(x,y;B);U=U(x,y;B)其中,B为采空区特征参数,为未知数,3.根据权利要求2所述的基于沉陷监测的煤矿采空区空间几何特征精准识别方法,其特征在于,所述步骤S2具体包括,量子编码采用二进制编码,编码内容如下:其中,|αnm|2+|βnm|2=1,|αnm|2表示第n个参数的第m个量子比特取“0”态的概率;|βnm|2表示第n个参数的...
【专利技术属性】
技术研发人员: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,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。