CN112343656A - 一种煤矿大数据下预测煤层底板标高应用方法与系统 - Google Patents
一种煤矿大数据下预测煤层底板标高应用方法与系统 Download PDFInfo
- Publication number
- CN112343656A CN112343656A CN202011210284.9A CN202011210284A CN112343656A CN 112343656 A CN112343656 A CN 112343656A CN 202011210284 A CN202011210284 A CN 202011210284A CN 112343656 A CN112343656 A CN 112343656A
- Authority
- CN
- China
- Prior art keywords
- module
- value
- elevation
- coal seam
- predicting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000003245 coal Substances 0.000 title claims abstract description 176
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims description 94
- 230000001419 dependent effect Effects 0.000 claims description 59
- 238000005553 drilling Methods 0.000 claims description 32
- 238000003860 storage Methods 0.000 claims description 22
- 238000000605 extraction Methods 0.000 claims description 12
- 238000012986 modification Methods 0.000 claims description 8
- 230000004048 modification Effects 0.000 claims description 8
- 238000009933 burial Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000005065 mining Methods 0.000 description 15
- 238000013500 data storage Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 239000011435 rock Substances 0.000 description 6
- 241000196324 Embryophyta Species 0.000 description 3
- 239000003415 peat Substances 0.000 description 3
- 239000004927 clay Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 235000019738 Limestone Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003763 carbonization Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Geology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Geochemistry & Mineralogy (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种煤矿大数据下预测煤层底板标高应用方法与系统,设置有预测煤层底板标高应用模块、大数据模块和绘图模块,大数据模块用于存储历史数据和更新数据,绘图模块通过预测煤层底板标高应用模块计算得出的数据制成煤层底板等高线,主要利用预测煤层底板标高应用模块计算煤层底板标高。本发明提出的一种煤矿大数据下预测煤层底板标高应用方法与系统,设置有预测煤层底板标高应用模块、大数据模块和绘图模块,主要利用预测煤层底板标高应用模块计算煤层底板标高,将为煤矿安全开采,编制煤层底板等高线图时精度提高,巷道遇到断层后的开拓方向的改变以及能为煤矿采区设计、采煤方法、采煤工艺及支架选型等提供参考依据。
Description
技术领域
本发明涉及煤层底板标高计算技术领域,特别涉及一种煤矿大数据下预测煤层底板标高应用方法与系统。
背景技术
煤层底板是正常层序的含煤地层剖面中,直接伏于煤层下面的岩层。常见的煤层底板岩石有粘土岩、泥质岩和粉砂岩等。底板粘土岩,有时是具有工业价值的耐火粘土。底板岩石也可以是砂岩、砾岩或石灰岩。煤层是含煤岩系中赋存的层状煤体。它是泥炭沼泽中植物遗体经泥炭化作用转变成的泥炭层,被埋藏后又经煤化作用而形成。煤层底板则是煤层下伏岩层。由成煤植物生长的土壤形成的、富含植物根化石的底板称根土岩,又称底粘土。
煤矿生产技术管理工作,为确保矿井生产安全,指导煤矿生产能安全、高效、有序的进行,一般地,要求所有煤矿采区都要进行3D地地震勘探,其中“煤层底板等高线图”是主要地质成果之一。作图时,由于受地质构造的影响,加之已知控制点较少时,易在断煤交线的上下盘煤层和边界等处,使底板等高线出现划弧等现象,严重影响图纸的绘制精度。要解决上述地质现象,就要遇到复杂参数计算问题。当计算这些参数时,往往运算较为繁琐,工作量大,易出差错以及运算精度和工作效率不高的问题。为解决这些问题,在现今计算机应用突飞猛进的发展时代,可借助这一平台,并利用Visual Studio2017,开发“3D数据体时间剖面上预测煤层底板标高应用程序”,解决以下地质问题:一是能大大提高煤层底板等高线图的绘制精度;二是预测未知点煤层的底板标高;三是预测切割煤层的断层落差;四是推算煤层中褶曲的幅度;五是调整不符合地质规律地质现象。不仅方便使用,也为煤矿安全高效绿色开采提供相应地质技术保障。
发明内容
本发明的目的在于提供一种煤矿大数据下预测煤层底板标高应用方法与系统,设置有预测煤层底板标高应用模块、大数据模块和绘图模块,大数据模块用于存储历史数据和更新数据,绘图模块通过预测煤层底板标高应用模块计算得出的数据制成煤层底板等高线,主要利用预测煤层底板标高应用模块计算煤层底板标高,设置有获取单元、第一计算单元、第二计算单元、第三计算单元和第四计算单元,通过第一因变量、第一数值、第二因变量和第二数值的四步计算,预测煤层底板的标高,将为煤矿安全开采,编制煤层底板等高线图时精度提高,巷道遇到断层后的开拓方向的改变以及能为煤矿采区设计、采煤方法、采煤工艺及支架选型等提供参考依据,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种煤矿大数据下预测煤层底板标高应用方法,包括以下步骤:
S1创建应用平台:根据目标对象的特征,设计算法计算过程,并通过编程设计预测煤层底板标高应用模块;
S2建立和和完善数据库:建立大数据模块,并将目标对象的已知参数添加进大数据模块中,建立数据联系,不断更新数据库内容;
S3获取参数信息:获取目标对象的参数信息,在大数据模块中提取相关参数信息,参数信息成组调用;
S4输入并计算数值:将S3中获取的参数信息依次输入至预测煤层底板标高应用模块内,预测煤层底板标高应用模块根据参数信息进行计算,得到因变量,并给出计算结果;
S5判断并绘图:根据S4中的计算结果,与大数据模块进行比对,并更新大数据模块内容,预测煤层底板标高,通过绘图模块绘制高煤层底板等高线图。
优选的,所述参数信息包括以下已知数值:钻孔处时间t0值、所求点双时旅行值t1值、钻孔点煤层底板标高和基准面。
优选的,所述双时旅行值t0值、所求点双时旅行值t1值、钻孔点煤层底板标高和基准面分别得到因变量和计算数值,因变量包括第一因变量和第二因变量,计算数值包括第一数值和第二数值。
优选的,所述S4输入并计算数值过程包括以下步骤:
S401计算第一因变量:由钻孔点煤层底板标高和基准面计算得出第一因变量,计算公式如下:
地层厚度=基准面-钻孔点煤层底板标高,
其中地层厚度为第一因变量;
S402预测钻孔处速度值:根据第一因变量和双时旅行值t0值计算得出第一数值,通过第一数值判断P波的旅行速度V,计算公式如下:
V=(基准面-钻孔点煤层底板标高)×2000/t0,
其中V为第一数值,(基准面-钻孔点煤层底板标高)为第一因变量,t0为钻孔处时间t0值;
S403计算第二因变量:由第一数值和所求点双时旅行值t1值计算获得第二因变量,计算公式如下:
煤层埋藏厚度=t1×V/2000,
其中煤层埋藏厚度为第二应变量,t1为所求点双时旅行值t1值,V为第一数值;
S404预测底板等高线标高:通过第二因变量和基准面计算得出第二数值,由第二数值预测底板等高线标高H值,计算公式如下:
H=基准面-(t1×V/2000);
其中H为第二数值,(t1×V/2000)为第二因变量。
本发明要解决的另一技术问题是提供一种煤矿大数据下预测煤层底板标高应用系统,包括预测煤层底板标高应用模块、大数据模块和绘图模块,所述预测煤层底板标高应用模块包括存储模块、计算模块、数值比对模块和结果输出模块,计算模块分别与存储模块和数值比对模块电性连接,数值比对模块与结果输出模块电性连接,结果输出模块与存储模块电性连接,存储模块与绘图模块电性连接。
优选的,所述计算模块包括获取单元、第一计算单元、第二计算单元、第三计算单元和第四计算单元,获取单元、第一计算单元、第二计算单元、第三计算单元和第四计算单元依次连接,第二计算单元和第四计算单元分别与数值比对模块连接。
优选的,所述预测煤层底板标高应用模块、大数据模块和绘图模块均安装在装有WindowsXP、Windows7或更新操作系统中的台式机或笔记本电脑中。
优选的,所述大数据模块包括历史数据数据存储库模块和更新数据库模块,历史数据数据存储库模块和更新数据库模块电性连接。
优选的,所述历史数据数据存储库模块包括已知数据单元和计算数据单元,已知数据单元连接有数据输入单元,计算数据单元与存储模块连接。
优选的,所述绘图模块包括数值提取模块、绘图自动生成模块和手动修改模块,绘图自动生成模块分别与数值提取模块和手动修改模块电性连接,数值提取模块与存储模块连接。
与现有技术相比,本发明的有益效果是:本发明提出的一种煤矿大数据下预测煤层底板标高应用方法与系统,设置有预测煤层底板标高应用模块、大数据模块和绘图模块,大数据模块用于存储历史数据和更新数据,绘图模块通过预测煤层底板标高应用模块计算得出的数据制成煤层底板等高线,主要利用预测煤层底板标高应用模块计算煤层底板标高,设置有获取单元、第一计算单元、第二计算单元、第三计算单元和第四计算单元,通过第一因变量、第一数值、第二因变量和第二数值的四步计算,预测煤层底板的标高,将为煤矿安全开采,编制煤层底板等高线图时精度提高,巷道遇到断层后的开拓方向的改变以及能为煤矿采区设计、采煤方法、采煤工艺及支架选型等提供参考依据。
附图说明
图1为本发明的整体流程图;
图2为本发明的计算数值流程图;
图3为本发明的模块结构图;
图4为本发明的计算模块结构图;
图5为本发明的算法结构图;
图6为本发明的应用程序界面图;
图7为本发明的计算结果界面图。
图中:1、预测煤层底板标高应用模块;11、存储模块;12、计算模块;121、获取单元;122、第一计算单元;123、第二计算单元;124、第三计算单元;125、第四计算单元;13、数值比对模块;14、结果输出模块;2、大数据模块;21、历史数据数据存储库模块;211、已知数据单元;212、计算数据单元;213、数据输入单元;22、更新数据库模块;3、绘图模块;31、数值提取模块;32、绘图自动生成模块;33、手动修改模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-图2,一种煤矿大数据下预测煤层底板标高应用方法,包括以下步骤:
S1创建应用平台:根据目标对象的特征,设计算法计算过程,并通过编程设计预测煤层底板标高应用模块1;
S2建立和和完善数据库:建立大数据模块2,并将目标对象的已知参数添加进大数据模块2中,建立数据联系,不断更新数据库内容,参数信息包括以下已知数值:钻孔处时间t0值、所求点双时旅行值t1值、钻孔点煤层底板标高和基准面,钻孔处时间t0值、所求点双时旅行值t1值、钻孔点煤层底板标高和基准面均为已知数值,将其录入大数据模块2内,方便后续调用,且钻孔处时间t0值、钻孔点煤层底板标高和基准面设置在同一组数据中,以钻孔点的名称建立文件单元,使用时,整体调用;
S3获取参数信息:获取目标对象的参数信息,在大数据模块2中提取相关参数信息,参数信息成组调用,使用时,通过钻孔点的名称查找,找到对应钻孔点的参数信息;
S4输入并计算数值:将S3中获取的参数信息依次输入至预测煤层底板标高应用模块1内,并增加所求点双时旅行值t1值,获取单元121依次接收双时旅行值t0值、所求点双时旅行值t1值、钻孔点煤层底板标高和基准面数值,预测煤层底板标高应用模块1根据参数信息进行计算,双时旅行值t0值、所求点双时旅行值t1值、钻孔点煤层底板标高和基准面分别得到因变量和计算数值,因变量包括第一因变量和第二因变量,计算数值包括第一数值和第二数值,S4输入并计算数值过程包括以下步骤:
S401计算第一因变量:由钻孔点煤层底板标高和基准面计算得出第一因变量,计算公式如下:
地层厚度=基准面-钻孔点煤层底板标高。
第一计算单元122根据目标对象的钻孔点煤层底板标高和基准面,完成目标对象的地层厚度计算,即第一因变量。
S402预测钻孔处速度值:根据第一因变量和双时旅行值t0值计算得出第一数值,通过第一数值判断P波的旅行速度V,计算公式如下:
V=(基准面-钻孔点煤层底板标高)×2000/t0。
其中V为第一数值,(基准面-钻孔点煤层底板标高)为第一因变量,t0为钻孔处时间t0值,第二计算单元123根据t0和第一因变量,完成目标对象的P波的旅行速度V值的计算。
S403计算第二因变量:由第一数值和所求点双时旅行值t1值计算获得第二因变量,计算公式如下:
煤层埋藏厚度=t1×V/2000。
其中t1为所求点双时旅行值t1值,V为第一数值,第三计算单元124根据t1和V值,得到目标对象的煤层埋藏深度,即第二应变量。
S404预测底板等高线标高:通过第二因变量和基准面计算得出第二数值,由第二数值预测底板等高线标高H值,计算公式如下:
H=基准面-(t1×V/2000)。
其中H为第二数值,(t1×V/2000)为第二因变量,第四计算单元125根据基准面和第二因变量,计算得到目标对象的预测底板等高线标高H值,即第二数值。
S5判断并绘图:根据S4中的计算结果,与大数据模块2进行比对,与已知数据单元211和计算数据单元212中历史数据进行比对,排除明显错误情况,并将新数据添加至更新数据库模块22,数据无误,则通过结果输出模块14将第一数值和第二数值显示出,得到预测煤层底板标高,通过绘图模块3绘制高煤层底板等高线图,数值提取模块31调用存储模块11内数据,绘图自动生成模块32自动生成底板等高线图,通过手动修改模块33可以检查数据,并可以对其进行修改。
请参阅图3-图5,为了更好的展现煤矿大数据下预测煤层底板标高应用方法,本实施例现提出一种煤矿大数据下预测煤层底板标高应用系统,包括预测煤层底板标高应用模块1、大数据模块2和绘图模块3,预测煤层底板标高应用模块1包括存储模块11、计算模块12、数值比对模块13和结果输出模块14,计算模块12分别与存储模块11和数值比对模块13电性连接,数值比对模块13与结果输出模块14电性连接,结果输出模块14与存储模块11电性连接,存储模块11与绘图模块3电性连接,计算模块12包括获取单元121、第一计算单元122、第二计算单元123、第三计算单元124和第四计算单元125,获取单元121、第一计算单元122、第二计算单元123、第三计算单元124和第四计算单元125依次连接,第二计算单元123和第四计算单元125分别与数值比对模块13连接,获取单元121接收手动输入的双时旅行值t0值、所求点双时旅行值t1值、钻孔点煤层底板标高和基准面数值,并将该数值传送至第一计算单元122内,第一计算单元122用于根据目标对象的钻孔点煤层底板标高和基准面,完成目标对象的地层厚度计算,获得第一因变量,在将第一因变量连同目标对象的参数信息一并传送至第二计算单元123,第二计算单元123用于根据t0和第一因变量,完成目标对象的P波的旅行速度V值的计算,得到第一数值,并将第一数值和目标对象的参数信息一并传送至第三计算单元124,第三计算单元124用于根据t1和V值,得到目标对象的煤层埋藏深度,即第二应变量,第二应变量与目标对象的参数信息传送至第四计算单元125,第四计算单元125用于根据基准面和第二因变量,计算得到目标对象的预测底板等高线标高H值,即第二数值。
预测煤层底板标高应用模块1、大数据模块2和绘图模块3均安装在装有WindowsXP、Windows7或更新操作系统中的台式机或笔记本电脑中,通过台式机或笔记本电脑实现预测煤层底板标高应用模块1、大数据模块2和绘图模块3的操作运算,大数据模块2包括历史数据数据存储库模块21和更新数据库模块22,历史数据数据存储库模块21和更新数据库模块22电性连接,历史数据数据存储库模块21用于记录历史煤层底板标高,更新数据库模块22记录重新计算后的煤层底板标高,历史数据数据存储库模块21包括已知数据单元211和计算数据单元212,已知数据单元211连接有数据输入单元213,手动向数据输入单元213输入目标对象的参数信息,根据钻孔点的名称建立文件单元,计算数据单元212与存储模块11连接,再经过预测煤层底板标高应用模块1计算后的数据返回计算数据单元212存储,以便后续再利用。
绘图模块3包括数值提取模块31、绘图自动生成模块32和手动修改模块33,绘图自动生成模块32分别与数值提取模块31和手动修改模块33电性连接,数值提取模块31与存储模块11连接,数值提取模块31调用存储模块11内数据,绘图自动生成模块32自动生成底板等高线图,通过手动修改模块33可以检查数据,并可以对其进行修改,经过预测煤层底板标高应用模块1计算得出的煤层底板标高支制成的煤层底板等高线图,绘图精度高,可以预测未知点煤层的底板标高,也能预测切割煤层的断层落差,还能推算煤层中褶曲的幅度,调整不符合地质规律地质现象,不仅方便使用,也为煤矿安全高效绿色开采提供相应地质技术保障。
请参阅图6-图7,采用上述的实施例中的方法和系统对某矿采区的煤层底板标高进行预测,已知某矿采区三维地震时实测基准面标高为27.0m,已知钻孔82煤层底板标高为-606.0m,钻孔处时间t0值为550ms,所求点双时旅行值t1值为525ms,试求该点煤层底板标高值。
首先,打开预测煤层底板标高应用模块1的应用程序,如图6所示,按提示依次录入已知煤层底板的参数信息,每录入一个参数后按Tab键或用鼠标点击换行,然后按提示录入相应参数,录完所有参数后,按回车键或计算键,如图7所示,得到该煤层的钻孔平均速度V为2301.818,煤层底板的标高H计算结果为-577.227。
综上所述:本煤矿大数据下预测煤层底板标高应用方法与系统,设置有预测煤层底板标高应用模块1、大数据模块2和绘图模块3,大数据模块2用于存储历史数据和更新数据,绘图模块3通过预测煤层底板标高应用模块1计算得出的数据制成煤层底板等高线,主要利用预测煤层底板标高应用模块1计算煤层底板标高,设置有获取单元121、第一计算单元122、第二计算单元123、第三计算单元124和第四计算单元125,通过第一因变量、第一数值、第二因变量和第二数值的四步计算,预测煤层底板的标高,将为煤矿安全开采,编制煤层底板等高线图时精度提高,巷道遇到断层后的开拓方向的改变以及能为煤矿采区设计、采煤方法、采煤工艺及支架选型等提供参考依据。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种煤矿大数据下预测煤层底板标高应用方法,其特征在于,包括以下步骤:
S1创建应用平台:根据目标对象的特征,设计算法计算过程,并通过编程设计预测煤层底板标高应用模块(1);
S2建立和和完善数据库:建立大数据模块(2),并将目标对象的已知参数添加进大数据模块(2)中,建立数据联系,不断更新数据库内容;
S3获取参数信息:获取目标对象的参数信息,在大数据模块(2)中提取相关参数信息,参数信息成组调用;
S4输入并计算数值:将S3中获取的参数信息依次输入至预测煤层底板标高应用模块(1)内,预测煤层底板标高应用模块(1)根据参数信息进行计算,得到因变量,并给出计算结果;
S5判断并绘图:根据S4中的计算结果,与大数据模块(2)进行比对,并更新大数据模块(2)内容,预测煤层底板标高,通过绘图模块(3)绘制高煤层底板等高线图。
2.如权利要求1所述的一种煤矿大数据下预测煤层底板标高应用方法,其特征在于:所述参数信息包括以下已知数值:钻孔处时间t0值、所求点双时旅行值t1值、钻孔点煤层底板标高和基准面。
3.如权利要求2所述的一种煤矿大数据下预测煤层底板标高应用方法,其特征在于:所述双时旅行值t0值、所求点双时旅行值t1值、钻孔点煤层底板标高和基准面分别得到因变量和计算数值,因变量包括第一因变量和第二因变量,计算数值包括第一数值和第二数值。
4.如权利要求3所述的一种煤矿大数据下预测煤层底板标高应用方法,其特征在于:所述S4输入并计算数值过程包括以下步骤:
S401计算第一因变量:由钻孔点煤层底板标高和基准面计算得出第一因变量,计算公式如下:
地层厚度=基准面-钻孔点煤层底板标高,
其中地层厚度为第一因变量;
S402预测钻孔处速度值:根据第一因变量和双时旅行值t0值计算得出第一数值,通过第一数值判断P波的旅行速度V,计算公式如下:
V=(基准面-钻孔点煤层底板标高)×2000/t0,
其中V为第一数值,(基准面-钻孔点煤层底板标高)为第一因变量,t0为钻孔处时间t0值;
S403计算第二因变量:由第一数值和所求点双时旅行值t1值计算获得第二因变量,计算公式如下:
煤层埋藏厚度=t1×V/2000,
其中煤层埋藏厚度为第二应变量,t1为所求点双时旅行值t1值,V为第一数值;
S404预测底板等高线标高:通过第二因变量和基准面计算得出第二数值,由第二数值预测底板等高线标高H值,计算公式如下:
H=基准面-(t1×V/2000);
其中H为第二数值,(t1×V/2000)为第二因变量。
5.一种如权利要求1-4任一项所述的煤矿大数据下预测煤层底板标高应用系统,包括预测煤层底板标高应用模块(1)、大数据模块(2)和绘图模块(3),其特征在于:所述预测煤层底板标高应用模块(1)包括存储模块(11)、计算模块(12)、数值比对模块(13)和结果输出模块(14),计算模块(12)分别与存储模块(11)和数值比对模块(13)电性连接,数值比对模块(13)与结果输出模块(14)电性连接,结果输出模块(14)与存储模块(11)电性连接,存储模块(11)与绘图模块(3)电性连接。
6.如权利要求5所述的一种煤矿大数据下预测煤层底板标高应用系统,其特征在于:所述计算模块(12)包括获取单元(121)、第一计算单元(122)、第二计算单元(123)、第三计算单元(124)和第四计算单元(125),获取单元(121)、第一计算单元(122)、第二计算单元(123)、第三计算单元(124)和第四计算单元(125)依次连接,第二计算单元(123)和第四计算单元(125)分别与数值比对模块(13)连接。
7.如权利要求5所述的一种煤矿大数据下预测煤层底板标高应用系统,其特征在于:所述预测煤层底板标高应用模块(1)、大数据模块(2)和绘图模块(3)均安装在装有WindowsXP、Windows7或更新操作系统中的台式机或笔记本电脑中。
8.如权利要求5所述的一种煤矿大数据下预测煤层底板标高应用系统,其特征在于:所述大数据模块(2)包括历史数据数据存储库模块(21)和更新数据库模块(22),历史数据数据存储库模块(21)和更新数据库模块(22)电性连接。
9.如权利要求8所述的一种煤矿大数据下预测煤层底板标高应用系统,其特征在于:所述历史数据数据存储库模块(21)包括已知数据单元(211)和计算数据单元(212),已知数据单元(211)连接有数据输入单元(213),计算数据单元(212)与存储模块(11)连接。
10.如权利要求5所述的一种煤矿大数据下预测煤层底板标高应用系统,其特征在于:所述绘图模块(3)包括数值提取模块(31)、绘图自动生成模块(32)和手动修改模块(33),绘图自动生成模块(32)分别与数值提取模块(31)和手动修改模块(33)电性连接,数值提取模块(31)与存储模块(11)连接。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2020107523369 | 2020-07-30 | ||
CN202010752336 | 2020-07-30 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112343656A true CN112343656A (zh) | 2021-02-09 |
CN112343656B CN112343656B (zh) | 2023-06-30 |
Family
ID=74356324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011210284.9A Active CN112343656B (zh) | 2020-07-30 | 2020-11-03 | 一种煤矿大数据下预测煤层底板标高应用方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112343656B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115773109A (zh) * | 2022-12-02 | 2023-03-10 | 北京天玛智控科技股份有限公司 | 采煤机采高的控制方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04166592A (ja) * | 1990-10-26 | 1992-06-12 | Toyo Umpanki Co Ltd | 採掘シミユレーシヨンシステム |
CN105868310A (zh) * | 2016-03-25 | 2016-08-17 | 联想(北京)有限公司 | 一种数据处理方法、装置及电子设备 |
CN106320978A (zh) * | 2016-08-30 | 2017-01-11 | 中煤科工集团西安研究院有限公司 | 基于井下定向孔的煤层等高线绘制方法 |
CN109268012A (zh) * | 2018-09-21 | 2019-01-25 | 中国煤炭地质总局地球物理勘探研究院 | 煤层稳定性定量评价方法和系统 |
CN109376336A (zh) * | 2018-09-26 | 2019-02-22 | 中国煤炭地质总局地球物理勘探研究院 | 断煤交面线产状的计算方法和系统 |
CN109816750A (zh) * | 2017-11-22 | 2019-05-28 | 广州数鹏通科技有限公司 | 基于气象数据的图像处理方法、装置和计算机设备 |
-
2020
- 2020-11-03 CN CN202011210284.9A patent/CN112343656B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04166592A (ja) * | 1990-10-26 | 1992-06-12 | Toyo Umpanki Co Ltd | 採掘シミユレーシヨンシステム |
CN105868310A (zh) * | 2016-03-25 | 2016-08-17 | 联想(北京)有限公司 | 一种数据处理方法、装置及电子设备 |
CN106320978A (zh) * | 2016-08-30 | 2017-01-11 | 中煤科工集团西安研究院有限公司 | 基于井下定向孔的煤层等高线绘制方法 |
CN109816750A (zh) * | 2017-11-22 | 2019-05-28 | 广州数鹏通科技有限公司 | 基于气象数据的图像处理方法、装置和计算机设备 |
CN109268012A (zh) * | 2018-09-21 | 2019-01-25 | 中国煤炭地质总局地球物理勘探研究院 | 煤层稳定性定量评价方法和系统 |
CN109376336A (zh) * | 2018-09-26 | 2019-02-22 | 中国煤炭地质总局地球物理勘探研究院 | 断煤交面线产状的计算方法和系统 |
Non-Patent Citations (2)
Title |
---|
李洋 等: "三维地震+测井约束法在羊场湾煤矿煤层底板空间分析与应用", 《能源科技》 * |
范磊: "应用C++ 语言编程计算煤矿建筑物保护煤柱", 《能源技术与管理》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115773109A (zh) * | 2022-12-02 | 2023-03-10 | 北京天玛智控科技股份有限公司 | 采煤机采高的控制方法及装置 |
WO2024114779A1 (zh) * | 2022-12-02 | 2024-06-06 | 北京天玛智控科技股份有限公司 | 采煤机采高的控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112343656B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114708393B (zh) | 全时空采掘过程的矿山应力场孪生建模同化系统及方法 | |
CN106599477B (zh) | 一种基于revit三维平台桩基自动生成与三维算量方法 | |
CN112214867B (zh) | 复杂煤层条件下露天矿开采境界与开采程序协同优化方法 | |
GB2623664A (en) | Mine digital model construction method based on three-dimensional point cloud database | |
CN108109203B (zh) | 基于bim环境下的地质界线点云数据提取方法及系统 | |
CN101617101A (zh) | 井和泄流位置的自动化油田开发方案 | |
CN105184864A (zh) | 一种用于天然地基换填工程量计算的场地地层三维地质结构模型生成方法 | |
CN110056346B (zh) | 一种基于趋势变化函数的油藏三维原始含水饱和度模拟方法 | |
CN108415079B (zh) | 基于凿岩冲击声识别的岩层分界面圈定方法 | |
CN104809266A (zh) | 一种基于样条曲线的工作面煤层赋存情况精确预测方法 | |
Zhang et al. | A case study on integrated modeling of spatial information of a complex geological body | |
CN111737895B (zh) | 一种动态评价露天矿地下采空区顶板稳定性的方法 | |
CN106709988A (zh) | 一种工程地质剖面图构建方法 | |
CN108335355A (zh) | 一种地质体模型构建方法及装置 | |
CN114638035B (zh) | 大型沉井施工全过程控制方法及应用 | |
CN106569280B (zh) | 一种提高断阶构造地震解释精度的标定方法 | |
CN112343656A (zh) | 一种煤矿大数据下预测煤层底板标高应用方法与系统 | |
CN113536414B (zh) | 基于三维建模的岩质边坡稳定性分析方法、系统及介质 | |
CN114764844B (zh) | 页岩气钻井优化设计方法及装置 | |
CN104504756A (zh) | 一种矿床三维地质模型的动态更新方法 | |
CN117313996A (zh) | 一种基于古断距的岩性气藏有利区评价方法、电子设备 | |
CN113742962B (zh) | 一种基于水平井的页岩储层属性三维建模方法 | |
CN115898406A (zh) | 一种基于底板定向梳状孔的碎软煤层透明工作面构建方法 | |
CN104462649A (zh) | 一种矿体块段模型储量的自动更新方法 | |
CN111767662B (zh) | 油藏单砂体方位信息的校正方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |