基于矿山开采沉陷测量地质的三维仿真系统建构

基于矿山开采沉陷测量地质的三维仿真系统建构

高磊

太钢集团代县矿业有限公司 山西忻州 034207

摘要：现如今，矿山开采过程中已经集合了多种多样的高新科技产品，能够通过新型技术仪器的使用实现安全生产的总体目的。由于我国铁矿资源的储藏位置一般都以地下为主，其生产经营环境也较为恶劣，所以在铁矿开采过程中，开采沉陷问题是一项很难攻克的生产弊端，在铁矿开采过程中建立一种多角度的开采沉陷三维仿真系统是一种能够有效遏制开采沉陷问题的安全生产保护系统。本文将以多元系列关联神经网络的构建对矿山开采沉陷边界位移和深度模拟测量值为主要论述要点，通过模糊神经网络及其学习过程，将CAE有限元数据进行整合分析，对矿山开采沉陷测量的三维仿真系统进行初步构思，希望能够为铁矿开采行业做出一定的贡献。

关键词：矿山开采；矿山沉陷；三维仿真；算法结构

1.引言

矿山开采中无论是使用冒落方式和矸石回填方式都会造成地表的沉陷问题，由于我国现如今的经济发展需求，铁矿的开采需要也急剧增加，所以在铁矿资源型城市会造成非常多的铁矿采沉区，采沉区的经办冒落也时常发生，在地层的应力收到改变时会导致一定的沉陷情况，在铁矿生产行业中同行使用ANSYS平台和CAE平台对岩层进行模拟构建来实现采沉区的模拟分析，从而对地表发生的沉陷进行预测。现如今能够面对此项问题的技术也在不断更新，特别是随着我国工业技术的不断发展，大数据能力水平的持续完善，已经能够从理论上对沉陷模型进行整体构建，以实现大数据分析的方式对优先元进行分析，以数据分析的方式对沉陷位置进行准确预判。当前时代背景下，矿山采沉区的有限元分析参数获取方式主要有两种体现，一种是对国内主要铁矿资源城市的地质地层信息和开采技术进行统计学对比，以获得大数据统计方式的回归公式，以此公式为主要原型替代移动岩层和传递岩层的早期理论公式。第二种是在我国一些国家级矿压实验室进行反复对比采沉区数据进行的汇总分析，以不同的岩层矿压进行试验，以此结果为主要载体对原始参数进行分析计算。现今的采沉区三维构建是基于以上两种数据的基础上，对回归分析以机器学习算法进行数据统计，同时对数据进行深度迭代回归分析，从而获得矿山沉陷统计的专家系统，以此实现采沉区综合治理的有效模拟办法。

2.基于机器学习的深度迭代回归算法

2.1基本算法构成思路

随着时代的发展，我国的资源控制已经实现了整体的规划工作，在矿山开采行业也进行一定的梳理和资源淘汰，在我国的各省市已经对资源较小的铁矿进行了报废，以保有其正常的大型矿产资源开采，将采沉区进行综合治理。我国铁矿开采行业自1989年就已经实现了全球第一的综合产量，至今仍然在全球保有铁矿资源产量第一的国家。所以铁矿开采行业对于全国范围内出现大量的开采沉陷带来了非常重要的消极原因，在此背景下，我国也成立了采沉区转型的治理办法，大部分井工开采铁矿在开采过程中是有着非常恶劣的开采环境的，对于上覆地层的沉陷也造成了极大的影响，所以在当前采沉区面临的问题是要精准模拟采沉区形成位置，对采空区的边界和采高以及深度进行数据统计，在此过程中运用沉陷表象机器学习训练来实现数据深度迭代回归是一项重要的算法构建思路。

2.2各模块的神经网络节点设计

2.2.1数据模糊层节点设计

要通过三维仿真系统构建实现矿山沉陷的有效管理首先要对数据模糊层节点进行构建，数据模糊层的节点数据是通过三个输入数据去量纲对比，给予传统的线性投影去量纲对比方案有所不同，此种方法是以神经元网络进行数据采集，能够使投用后的数据更贴切神经元网络体系的数据需求，在模糊点设计过程中为了保证其准确性，应该在此过程中减少数据的失真效果，同时能够保证数据值的密集度，将域下限附近的数据向后移动而不打乱数据分布的整体排列顺序。由此可见，在采用函数数据对模糊层数据进行处理的过程中要尽可能的压缩其数据节点信息，将数据节点的栅格模块进行函数点布写，成为回归变量的函数输出值。

2.2.2数据解模糊层节点设计

数据解模糊层顾名思义是将数据模糊层节点的数据进行数据分析，以中间数据处理层输出的数据为基础数据，使用输出结果进行分析，以贴切沉陷边界位移量和深度。通过数据解模糊层节点的设置，可以直接对沉陷边界位移的数值展开分析，以最大沉陷深度为基础数据参数，将岩层和水下勘测界限为综合考量信息排除干扰因素，以铁矿实际沉陷表现模拟计算出相应的沉陷输出值。而在数据解模糊层的统计学数理论中，要将量纲生产数据和中间层数据进行整体解析，要采用多项式回归函数节点设计，将输出层的节点数尽可能的增加，来提升数据分析的灵活度，能够以两个结对桉树的数据进行解模糊层设计，以此来实现多阶式因子回归变量函数输出。

2.2.3中间数据处理层节点设计

中间数据处理层节点设计的统计学意义在于将数据模糊层的模糊数据进行深度迭代分析，在数据分析中形成对数据解模糊的可靠性和高度实用性数据支持，所以在中间数据处理层的节点设计要根据多项式回归函数节点设计管理，以Middle和Centre模块为整体设计基础，进行分项的节点设计，主要为数据分析提供中间层节点的数据基础，而且三维设计过程中要将中间数据处理层的节点函数为同函数数据表现。

3.基于有限元的沉陷分析过程

我国某大型国有铁矿开采区内，设置了两个长臂冒落式的开采工作面，其能够采用岩层和地下水的勘测结果进行统计分析，以结合CAE有限元的分析过程对采沉区的三维分析系统进行构建。其可以通过开采数据进行综合分析性，以实测结果为CAE有限元提供分析数据，能够通过实验证实三组数据的可靠性，而且在实验过程中为了增加可靠性还对神经网络进行了整体训练，在神经网络的训练过程中能够充分模拟两个地层状况进行数据实测分析，而且能够保证其有效的实证模拟。

3.1平面构建

以两个开采工作面的切眼矿区为构建基础，对预计开采的工作面进行综合数据分析。以神经网络为主，将地层和边界位移值有效数据分析，结合实际情况进行三维系统的平面构建。通常沉陷区的发生边界会超出开采区边界，与邻近的矿山沉陷区发生重叠效应，造成严重的沉陷后果。所以平面构建在三维系统构建中具有非常重要的基础数据分析意义。

3.2边界区域构建

在传统的沉陷区模拟构建模式中，以传统算法算出沉陷区的边界可以基本控制矿井的开采在边界值内，同时能够保留有效的冗余距离，通过神经网络系统计算出沉陷区边界，与实际冒落区超出的开采边界进行融合计算，从而有效构建边界区域值。传统算法的统计数值相对保守，我们可以用函数计算模式进行计算，能够更大程度的贴近实际采沉区的边界值。

4.结语

传统铁矿沉陷区的估计分析方式是通过岩层传递的理论计算的，通过矿山地质的压力进行模型构建，以覆岩层的活动为力学原理进行建模分析。现如今我们可以结合神经网络技术对岩层进行更细致的分析，特别是对岩层的运动规律，可以通过神经网络的监控设备实现实时数据推送，在人工智能和大数据体系的支持下，我们可以抛除传统的岩层传递理论直接从沉陷数据进行统计建模，利用机器学习的深度迭代回归计算系统，将有限元分析使用到估计算法中，能够实现更贴切实际情况的预测数值，以实现采沉区形成的有效预判和基础管理。

参考文献

1. 丁宁,邓清海,耿许可.融合时序InSAR与GPS的龙首矿露天矿坑三维变形规律研究[J],金属矿山,2019（10）：61-67.

2. 杨晓磊.给予虎龙沟矿开采沉陷的相似模拟研究[J].山东煤炭科技,2019（6）：64-66.

3. 王梅.淮北许瞳矿采动沉陷对矿井水赋存影响研究[J].世界有色金属,2018（22）：233-235.

4. 宋春平,段动宾,张桥梁.给予Arcpy专题地图批量制作方法[J]黑龙江大学工程学报.2017,31（2）：36-40.