CN115497266A - 矿区地下水库坝体的安全预警方法、其装置及安全预警系统 - Google Patents
矿区地下水库坝体的安全预警方法、其装置及安全预警系统 Download PDFInfo
- Publication number
- CN115497266A CN115497266A CN202210963362.5A CN202210963362A CN115497266A CN 115497266 A CN115497266 A CN 115497266A CN 202210963362 A CN202210963362 A CN 202210963362A CN 115497266 A CN115497266 A CN 115497266A
- Authority
- CN
- China
- Prior art keywords
- dam body
- underground reservoir
- target
- data
- safety
- 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
- 238000005065 mining Methods 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012544 monitoring process Methods 0.000 claims description 73
- 238000004088 simulation Methods 0.000 claims description 44
- 238000006073 displacement reaction Methods 0.000 claims description 23
- 239000002245 particle Substances 0.000 claims description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000015572 biosynthetic process Effects 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 15
- 230000015654 memory Effects 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 abstract description 3
- 239000003245 coal Substances 0.000 description 55
- 238000013528 artificial neural network Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 238000005553 drilling Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 239000011435 rock Substances 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001687 destabilization Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000001550 time effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH 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
- E21F17/18—Special adaptations of signalling or alarm devices
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Abstract
本发明公开了一种矿区地下水库坝体的安全预警方法、其装置及安全预警系统。该方法中获取目标地下水库坝体的安全预警数据，其中，目标地下水库坝体的安全预警数据至少包括与目标地下水库坝体对应的采动应力；至少根据目标地下水库坝体的安全预警数据，确定与目标地下水库坝体对应的目标安全度；判断目标安全度是否低于预设安全度，在判断结果指示为是的情况下，对目标地下水库坝体进行安全预警。上述方法以坝体结构系统力学形态的变化动态作为判断坝体稳定性和地下水库系统可靠性的判定依据，从而实现了对矿区地下水库运行安全的实时预警，提高了对矿区地下水库运行安全预警的准确性，以保障矿区地下水库运行安全。
Description
技术领域
本发明涉及功能测试技术领域，具体而言，涉及一种矿区地下水库坝体的安全预警方法、其装置及安全预警系统。
背景技术
煤矿地下水库结构主要由工作面开采的留设煤柱与人工坝体组合而成，为了保证矿井的可持续开发和生产，必须完全保证煤矿地下水库在建设和运营过程中的安全性。
煤矿地下水库坝体由工作面开采的留设煤柱与人工坝体组合而成，坝体的主体部分为煤柱坝体，利用煤炭开采形成的安全煤柱或防水煤柱改造建设。与传统地面水库坝体仅受水压和坝体自重作用相比，煤矿地下水库坝体受力复杂主要体现在：
1、受到地应力作用。与地面水库坝体相比，煤矿地下水库坝体位于井下，采前处于原岩应力平衡状态，煤炭开采后打破原有平衡状态，煤柱坝体处于高地应力环境。
2、受到矿压作用。水库坝体建成后，矿压随同层煤或不同层煤的开采而不断变化，从而对坝体稳定产生影响。
3、受采空区垮落岩体侧向压力。开采完成后的采空区内充满从冒落带垮落的岩体，且上覆岩层在很长时期内处于运动状态，对煤柱坝体产生侧向压力，压力大小与煤层厚度及冒落带高度等因素相关。
4、受水压作用。库内储水对坝体产生的水压作用。
5、地震或矿震对坝体的影响作用。
因此，地下水库坝体结构的安全性直接决定煤矿地下水库的整体安全性。
考虑到煤矿地下水库运行过程中不断变化的复杂应力环境，然而，传统的安全监控量测手段，通过人工手工采集和管理监测数据，容易造成数据的混乱和丢失，且地下水库运行过程中的时间效应和空间效应难以确定。目前，亟需提供一种安全监控方法，以保障矿区地下水库运行安全。
发明内容
本发明的主要目的在于提供一种矿区地下水库坝体的安全预警方法、其装置及安全预警系统，以解决现有技术中对保障矿区地下水库运行安全进行预警准确性较低的问题。
为了实现上述目的，根据本发明的一个方面，提供了一种矿区地下水库坝体的安全预警方法，包括：获取目标地下水库坝体的安全预警数据，其中，目标地下水库坝体的安全预警数据至少包括与目标地下水库坝体对应的采动应力；至少根据目标地下水库坝体的安全预警数据，确定与目标地下水库坝体对应的目标安全度；判断目标安全度是否低于预设安全度，在判断结果指示为是的情况下，对目标地下水库坝体进行安全预警。
可选地，获取目标地下水库坝体的安全预警数据，包括：获取与目标地下水库坝体对应的矿区工作面开采参数；获取与目标地下水库坝体对应的地层力学参数和地应力条件；根据矿区工作面开采参数、地层力学参数和地应力条件，确定与目标地下水库坝体对应的采动应力。
可选地，获取与目标地下水库坝体对应的地层力学参数和地应力条件，包括：获取与目标地下水库坝体对应的矿区信息和实时监测数据信息，其中，实时监测数据信息至少包括以下之一：第一煤柱坝体的表面位移数据、第一人工坝体的表面位移数据、第一煤柱坝体的应力应变数据以及第一人工坝体的应力应变数据，矿区信息至少包括：矿区开采信息、煤柱坝体结构信息以及人工坝体结构信息，其中，矿区开采信息包括矿区工作面开采参数；根据矿区信息，建立有限差分数值模型；设置地层力学信息和地应力的初始参数；根据有限差分数值模型和实时监测数据信息，对初始参数进行有限差分计算，得到坝体模拟数据，其中，坝体模拟数据至少包括以下之一：第二煤柱坝体的表面位移数据、第二人工坝体的表面位移数据、第二煤柱坝体的应力应变数据以及第二人工坝体的应力应变数据；比较实时监测数据信息与坝体模拟数据，根据比较结果得到与目标地下水库坝体对应的目标地层力学参数和目标地应力条件。
可选地，比较实时监测数据信息与坝体模拟数据，根据比较结果得到目标地层力学参数和目标地应力条件，包括：比较实时监测数据信息与坝体模拟数据，得到比较结果，其中，比较结果用于指示实时监测数据信息与坝体模拟数据的吻合度；根据比较结果，判断吻合度是否大于第一预设阈值，在判断结果指示为是的情况下，将初始参数作为目标地层力学参数和目标地应力条件。
可选地，比较实时监测数据信息与坝体模拟数据，得到比较结果，根据比较结果，判断吻合度是否大于第一预设阈值，包括：基于适应度函数，计算得到实时监测数据信息与坝体模拟数据的适应度值；判断适应度值是否小于第二预设阈值，其中，适应度值小于第二预设阈值用于表征吻合度大于第一预设阈值。
可选地，在根据比较结果，判断吻合度是否大于第一预设阈值之后，根据比较结果得到目标地层力学参数和目标地应力条件，还包括：在判断结果指示为否的情况下，通过粒子群算法调整初始参数，得到更新的初始参数；根据有限差分数值模型，对更新的初始参数进行有限差分计算，得到更新的坝体模拟数据；比较实时监测数据信息与更新的坝体模拟数据，根据比较结果得到目标地层力学参数和目标地应力条件。
可选地，至少根据目标地下水库坝体的安全预警数据，确定与目标地下水库坝体对应的目标安全度，包括：将获取目标地下水库坝体的安全预警数据和特征参数输入预设模型进行分析，得到与获取目标地下水库坝体的安全预警数据和特征参数对应的安全度，其中，特征参数至少包括与获取目标地下水库坝体对应的地层力学参数和地应力条件，预设模型为通过多组数据训练得到的，多组数据中的每组数据均包括：样本地下水库坝体的安全预警数据和特征参数，以及用于标识样本地下水库坝体的安全预警数据和特征参数所对应的安全度的标签。
可选地，安全预警数据还包括一下至少之一：获取目标地下水库坝体的材料力学性质，获取目标地下水库坝体的水压，以及获取目标地下水库坝体的矿震荷载。
根据本发明实施例的另一方面，还提供了一种矿区地下水库坝体的安全预警装置，包括：获取模块，用于获取目标地下水库坝体的安全预警数据，其中，目标地下水库坝体的安全预警数据至少包括与目标地下水库坝体对应的采动应力；确定模块，用于至少根据目标地下水库坝体的安全预警数据，确定与目标地下水库坝体对应的目标安全度；判断模块，用于判断目标安全度是否低于预设安全度，在判断结果指示为是的情况下，对目标地下水库坝体进行安全预警。
根据本发明实施例的另一方面，还提供了一种安全预警系统，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现如上述的矿区地下水库坝体的安全预警方法。
应用本发明的技术方案，提供了一种应用程序接口的安全预警方法，该方法先获取目标地下水库坝体的安全预警数据，其中，目标地下水库坝体的安全预警数据包括与目标地下水库坝体对应的采动应力，至少根据目标地下水库坝体的安全预警数据，确定与目标地下水库坝体对应的目标安全度，然后判断目标安全度是否低于预设安全度，在判断结果指示为是的情况下，对目标地下水库坝体进行安全预警。上述方法通过对煤柱坝体和人工坝体的应力状态进行实时监测，以坝体结构系统力学形态的变化动态作为判断坝体稳定性和地下水库系统可靠性的判定依据，从而实现了对矿区地下水库运行安全的实时预警，提高了对矿区地下水库运行安全预警的准确性，以保障矿区地下水库运行安全；可选地，通过获取地下水库坝体监测过程中的各种矿区信息，同时通过自动采集的实时监测数据，反演地层力学参数和地应力条件，进而以上述地层力学参数和地应力条件等信息为输入变量，通过神经网络方法评估煤矿地下水库结构运行安全，可以应用于不同条件下的地下水库安全与稳定性分析，指导地下水库的建设与运行参数。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据一示例性实施例示出的一种矿区地下水库坝体的安全预警方法的流程框图；
图2是根据本发明实施例1的矿区地下水库坝体的安全预警方法中获取地层力学参数和地应力条件的处理流程框图；
图3是根据本发明实施例1的矿区地下水库坝体的安全预警方法中对煤矿地下水库坝体结构进行安全评估的处理流程框图；
图4是根据本发明实施例2的矿区地下水库坝体的安全预警装置框图；
图5是根据本发明实施例3的一种终端的装置框图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例，提供了一种矿区地下水库坝体的安全预警方法实施例，图1是根据本发明实施例1的矿区地下水库坝体的安全预警方法的流程图，如图1所示，该方法包括如下步骤：
步骤S202，获取目标地下水库坝体的安全预警数据，其中，目标地下水库坝体的安全预警数据至少包括与目标地下水库坝体对应的采动应力；
步骤S204，至少根据目标地下水库坝体的安全预警数据，确定与目标地下水库坝体对应的目标安全度；
步骤S206，判断目标安全度是否低于预设安全度，在判断结果指示为是的情况下，对目标地下水库坝体进行安全预警。
本实施例的上述方法通过对煤柱坝体和人工坝体的应力状态进行实时监测，以坝体结构系统力学形态的变化动态作为判断坝体稳定性和地下水库系统可靠性的判定依据，从而实现了对矿区地下水库运行安全的实时预警，提高了对矿区地下水库运行安全预警的准确性，以保障矿区地下水库运行安全。
在上述步骤S202中，获取目标地下水库坝体的安全预警数据，其中，目标地下水库坝体的安全预警数据包括与目标地下水库坝体对应的采动应力。
安全预警数据的获取可以基于煤矿三维地理信息系统(煤矿三维GIS系统)，本申请中采用的煤矿三维GIS系统在传统的煤矿三维GIS系统的基础上增加了煤矿地下水库结构等信息。煤矿三维GIS系统是用于描述煤矿地质信息、矿井环境和设备状况的应用软件，是将煤矿中的固有信息(如地质条件、地面地形、开采方案等)数字化呈现的重要工具，通过这个工具可以依据三维坐标组织建立一个数字矿山，从而对地表地层、围岩形态以及矿体进行真实、准确的呈现，准确表达矿井、钻孔、挖槽、采矿工作面形态，以及机械设备的运行状况。为了更好地将GIS数字矿山系统应用于煤矿地下水库技术，示例性的，本申请基于传统的煤矿三维GIS系统，增加了煤柱坝体结构信息(煤柱几何信息和力学参数信息)、人工坝体结构信息(人工坝体几何参数信息、材料属性信息、与煤柱坝体的连接方式信息)、监测数据信息(监测传感器的三维几何尺寸及空间位置信息、型号、布设位置、实时监测数据)。
其中，煤柱坝体结构信息可以通过取样后进行力学测试分析试验来获取；人工坝体结构信息根据施工方案和力学测试试验获取；监测数据信息通过传感器采集仪实时获取，可以包括：煤柱坝体和人工坝体的应力应变监测、表面位移监测及渗流监测、煤矿地下水库储水水位监测、矿区微震监测。为实现自动化要求，采用的传感器还可以配备相关的自动采集设备。
作为一种可选地实施方式，获取目标地下水库坝体的安全预警数据，包括：获取与目标地下水库坝体对应的矿区工作面开采参数；获取与目标地下水库坝体对应的地层力学参数和地应力条件；根据矿区工作面开采参数、地层力学参数和地应力条件，确定与目标地下水库坝体对应的采动应力。
目标地下水库坝体的安全由坝体材料参数、采动应力、水压、矿震等荷载决定。其中，坝体材料参数可以通过力学测试试验分析得出；水压、矿震荷载可以通过传感器与微震监测设备进行实时获取；采动应力的主要影响因素为矿区工作面开采参数、地层力学参数及地应力条件，矿区工作面开采参数由施工方案决定，可以通过上述煤矿三维GIS系统直接获取，因此，还需要获取与该目标地下水库坝体对应的地层力学参数和地应力条件。
上述地层力学参数可以通过钻井取样后进行力学测试试验来获取，但钻井取样仅能得到局部区域的地层力学参数，难以反映整体矿区的情况，且难以取得地应力参数。为了获取更为准确合理的参数，可以结合现场监测数据进行地层力学参数和地应力的反分析。
作为一种可选地实施方式，获取与目标地下水库坝体对应的地层力学参数和地应力条件，包括：获取与目标地下水库坝体对应的矿区信息和实时监测数据信息，其中，实时监测数据信息至少包括以下之一：第一煤柱坝体的表面位移数据，第一人工坝体的表面位移数据，第一煤柱坝体的应力应变数据，以及第一人工坝体的应力应变数据，矿区信息至少包括：矿区开采信息，煤柱坝体结构信息，人工坝体结构信息，以及实时监测数据信息，其中，矿区开采信息包括矿区工作面开采参数；根据矿区信息，建立有限差分数值模型；设置地层力学信息和地应力的初始参数；根据有限差分数值模型和实时监测数据信息，对初始参数进行有限差分计算，得到坝体模拟数据，其中，坝体模拟数据至少包括以下之一：第二煤柱坝体的表面位移数据，第二人工坝体的表面位移数据，第二煤柱坝体的应力应变数据，以及第二人工坝体的应力应变数据；比较实时监测数据信息与坝体模拟数据，根据比较结果得到与目标地下水库坝体对应的目标地层力学参数和目标地应力条件。
在上述可选地实施方式中，首先将目标地下水库坝体钻孔取样测定的地层力学参数和地应力经验值作为初始参数，获取矿区开采信息、煤矿地下水库结构参数信息(煤柱坝体结构信息、人工坝体结构信息)、水位与微震荷载监测数据等作为已知条件，上述信息可以通过本申请改进后的煤矿三维GIS系统获取，然后建立有限差分数值模型，并进行数值模拟，得到各个监测传感器位置处的位移或应力应变数据(坝体模拟数据)，并和煤矿三维GIS系统建立的数字矿山模型的实时监测数据进行比较，得到比较结果。
如果上述比较结果指示吻合良好，则设置的地层力学信息和地应力的初始参数就是待求的参数值。作为一种可选地实施方式，比较实时监测数据信息与坝体模拟数据，根据比较结果得到目标地层力学参数和目标地应力条件，包括：比较实时监测数据信息与坝体模拟数据，得到比较结果，其中，比较结果用于指示实时监测数据信息与坝体模拟数据的吻合度；根据比较结果，判断吻合度是否大于第一预设阈值，在判断结果指示为是的情况下，将初始参数作为目标地层力学参数和目标地应力条件。
在上述可选地实施方式中，可以基于适应度函数，判断吻合度大于第一预设阈值。具体地，比较实时监测数据信息与坝体模拟数据，得到比较结果，根据比较结果，判断吻合度是否大于第一预设阈值，可以包括：基于适应度函数，计算得到实时监测数据信息与坝体模拟数据的适应度值；判断适应度值是否小于第二预设阈值，其中，适应度值小于第二预设阈值用于表征吻合度大于第一预设阈值。
如果比较结果指示相差很远，可以修改地层力学信息和地应力的初始参数。考虑到地层力学参数和地应力参数的取值范围较大，可以采用粒子群算法进行合理参数搜索。作为一种可选地实施方式，在根据比较结果，判断吻合度是否大于第一预设阈值之后，根据比较结果得到目标地层力学参数和目标地应力条件，还包括：在判断结果指示为否的情况下，通过粒子群算法调整初始参数，得到更新的初始参数；根据有限差分数值模型，对更新的初始参数进行有限差分计算，得到更新的坝体模拟数据；比较实时监测数据信息与更新的坝体模拟数据，根据比较结果得到目标地层力学参数和目标地应力条件。
示例性的，如图2所示，采用有限差分数值模型和粒子群算法结合，获取与目标地下水库坝体对应的地层力学参数和地应力条件，具体实现过程为：
根据开采情况更新煤矿三维GIS系统；
根据与目标地下水库坝体对应的矿区信息建立有限差分数值模型，包括：地层结构模型、安全煤柱留设、已开采的工作面、当前采掘工作面等；
将钻孔取样测定的地层力学参数和地应力经验值设置为初始参数，记做一个M维向量作为p0，包括各个地层的力学参数(弹性模型、泊松比、粘聚力、内摩擦角、渗透系数)及初始地应力数据；
以初始参数p0为依据，随机生成n-1个M维向量，与p0类似，每个向量即为一个粒子，代表一种有限差分数值模型中的一种初始条件，为保证初始粒子群的随机性，各粒子初始参数按下式进行计算：
pk＝10rk·p0，k＝1，2，…，n-1，
其中，rk为一个M×M维随机矩阵，满足：
其中，r11、r22、…、rMM均为(0,1)间的随机数；
将上述设定的初始条件分别代入建立的有限差分数值模型，结合煤矿地下水库储水水位监测数据和微震监测数据得到的荷载条件，进行有限差分计算，得到模型各点的表面位移或应力应变计算值(坝体模拟数据)，设总共埋设传感器数量为m，根据煤矿三维GIS系统中记录的传感器位置，提取有限差分数值模型中相应测点的位移或应力应变计算值分别为θi(i＝1，2，…，m)。
根据传感器监测数据的计算值与实测值(实时监测数据信息)，通过适应度函数：
分析不同初始条件(地应力和地层力学参数)下理论分析结果与实际情况的吻合程度。其中，Θi表示不同位置传感器的实时监测数据。适应度函数y值越小，说明初始条件“假设值”与实际情况的吻合度越高。
由于理论计算的结果无法完全与情况吻合，仅能无限接近，因此适应度函数不能等于0，仅能无限接近于0。由此设定一个阈值Y，当满足y＜Y时认为足够吻合，此时计算得到的初始条件可以近似认为是实际初始条件。其中，阈值Y的取值根据监测传感器的数量来确定。
当y值不满足条件，则需要修正粒子中的参数信息以更新粒子参数，并进行迭代计算，直至获取到吻合实际情况的粒子。
在各粒子迭代计算的过程中，pi为当前各粒子迭代计算的过程中的参数值，通过参数
来记录i粒子与实际情况最吻合时的参数信息，通过参数Fb记录所有粒子在各次迭代中与实际情况最吻合时的信息。则对各粒子中记录的参数信息进行修正的计算方法为：
其中：
其中，vi为i粒子在迭代计算过程中的变化量，Ra与Rb为随机数，每次迭代前重新取值，取值范围(0，1)；Ψa与Ψb是学习因子，为非负常数，取值范围为[2,3]。将各粒子的参数信息进行修正后进行迭代计算即可。
得到实际的初始条件(地层力学参数和地应力条件)后即可通过有限差分数值模拟确定不同开采情况下与目标地下水库坝体对应的采动应力，由此影响坝体结构安全的坝体材料力学性质、水压、矿震荷载及采动应力等均已获取，则可以对煤矿地下水库坝体结构进行安全评估。
在上述步骤S204中，至少根据目标地下水库坝体的安全预警数据，确定与目标地下水库坝体对应的目标安全度。在实际工程中，由于煤矿井下安全十分重要，可以采用BP神经网络方法，结合传感器大量的实时监测数据，进行坝体结构安全的实时评估方法，保证井下生产活动及人员安全，实现坝体结构安全的实时预警。
作为一种可选地实施方式，至少根据目标地下水库坝体的安全预警数据，确定与目标地下水库坝体对应的目标安全度，包括：将获取目标地下水库坝体的安全预警数据和特征参数输入预设模型进行分析，得到与获取目标地下水库坝体的安全预警数据和特征参数对应的安全度，其中，特征参数至少包括与获取目标地下水库坝体对应的地层力学参数和地应力条件，预设模型为通过多组数据训练得到的，多组数据中的每组数据均包括：样本地下水库坝体的安全预警数据和特征参数，以及用于标识样本地下水库坝体的安全预警数据和特征参数所对应的安全度的标签。
在上述可选地实施方式中，安全预警数据还包括一下至少之一：获取目标地下水库坝体的材料力学性质，获取目标地下水库坝体的水压，以及获取目标地下水库坝体的矿震荷载。
具体地，BP神经网络在煤矿地下水库坝体结构安全预警的原理为：考虑到煤矿地下水库坝体结构安全的影响因素为坝体材料力学性质、水压、矿震荷载及采动应力，而坝体表面位移、应力应变等为坝体安全的主要特征，因此将上述因素的和特征的数据(安全预警数据和特征参数)作为坝体安全分析神经网络的输入向量，将坝体结构稳定性指标(安全度)为输出变量，建立训练样本，通过对样本数据的训练，不断修正神经网络权值和阈值使误差函数下降并逼近期望输出，从而建立输入变量(坝体结构安全影响因素及特征)与输出变量间的相关关系，最终实现对坝体结构安全的预测。
在上述步骤S206中，判断目标安全度是否低于预设安全度，在判断结果指示为是的情况下，对目标地下水库坝体进行安全预警。
示例性的，如图3所示，基于BP神经网络，确定与目标地下水库坝体对应的目标安全度并对煤矿地下水库坝体结构进行安全评估的具体实现过程为：
建立BP神经网络训练样本，BP神经网络训练样本包括两部分，一部分为输入变量，另一部分为输出变量，其中：输入变量为坝体材料力学性质、水压、矿震荷载及采动应力、坝体表面位移、应力应变等信息，数据可在前述步骤S202和S204中获取；输出变量为坝体结构稳定性指标(安全度)，即坝体结构的最大承载能力与实际应力间的比值，安全度必须大于1(若小于1则处为失稳状态)，安全度越大，表明结构越安全；
进行BP神经网络学习，根据给定的训练模式对上述提供的训练样本进行网络训练，直到满足预测要求；
根据现场实时情况，以最不利因素考虑，预估后一时刻可能的最大矿震、水压、采动应力和储水水位等荷载条件，结合传感器监测数据，以此为输入变量输入至BP神经网络内并获取；
采集并记录后一时刻的传感器监测数据，并进行坝体结构安全度计算，基于上述输出的安全度，对煤矿地下水库坝体结构进行安全评估，若低于预设安全度，进行安全预警并制定相关处理措施，若高于预设安全度，则将该样本添加至训练样本后，建立新的BP神经网络训练样本，并开始新的迭代过程，随着迭代过程的增加，训练样本的数量也会不断增加，利用BP神经网络建立的传感器监测数据与结构安全性的关系也将不断吻合，从而提高更好的预测精度。
对于煤矿地下水库这一新型地下水工结构，为保证其在运行过程中的安全性与稳定性，本实施例通过获取地下水库坝体监测过程中的各种矿区信息，同时通过自动采集的实时监测数据，反演地层力学参数和地应力条件，进而以上述地层力学参数和地应力条件等信息为输入变量，通过神经网络方法评估煤矿地下水库结构运行安全，可以应用于不同条件下的地下水库安全与稳定性分析，指导地下水库的建设与运行参数。
实施例2
根据本发明实施例，还提供了一种用于实施上述矿区地下水库坝体的安全预警方法的装置，图4是根据本发明实施例2的应用程序接口的测试装置的结构框图，如图4所示，该装置包括：获取模块302，确定模块304，以及判断模块306，下面对该装置进行详细说明。
获取模块302，用于获取目标地下水库坝体的安全预警数据，其中，目标地下水库坝体的安全预警数据至少包括与目标地下水库坝体对应的采动应力；
确定模块304，用于至少根据目标地下水库坝体的安全预警数据，确定与目标地下水库坝体对应的目标安全度；
判断模块306，用于判断目标安全度是否低于预设安全度，在判断结果指示为是的情况下，对目标地下水库坝体进行安全预警。
此处需要说明的是，上述获取模块302、确定模块304以及判断模块306对应于实施例1中的步骤S202至步骤S206，多个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。
实施例3
本发明的实施例可以提供一种安全预警系统，该安全预警系统可以是一种终端，也可以是一种服务器。在本实施例中，该安全预警系统作为一种终端可以是计算机终端群中的任意一个计算机终端设备。可选地，在本实施例中，上述终端也可以为移动终端等终端设备。
可选地，在本实施例中，上述终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地，图5是根据一示例性实施例示出的一种终端的结构框图。如图5所示，该终端可以包括：一个或多个(图中仅示出一个)处理器41、用于存储处理器可执行指令的存储器42；其中，处理器被配置为执行指令，以实现上述矿区地下水库坝体的安全预警方法。
其中，存储器可用于存储软件程序以及模块，如本发明实施例中的矿区地下水库坝体的安全预警方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的矿区地下水库坝体的安全预警方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：获取目标地下水库坝体的安全预警数据，其中，目标地下水库坝体的安全预警数据至少包括与目标地下水库坝体对应的采动应力；至少根据目标地下水库坝体的安全预警数据，确定与目标地下水库坝体对应的目标安全度；判断目标安全度是否低于预设安全度，在判断结果指示为是的情况下，对目标地下水库坝体进行安全预警。
可选地，上述处理器还可以执行如下步骤的程序代码：获取目标地下水库坝体的安全预警数据，包括：获取与目标地下水库坝体对应的矿区工作面开采参数；获取与目标地下水库坝体对应的地层力学参数和地应力条件；根据矿区工作面开采参数、地层力学参数和地应力条件，确定与目标地下水库坝体对应的采动应力。
可选地，上述处理器还可以执行如下步骤的程序代码：获取与目标地下水库坝体对应的地层力学参数和地应力条件，包括：获取与目标地下水库坝体对应的矿区信息和实时监测数据信息，其中，实时监测数据信息至少包括以下之一：第一煤柱坝体的表面位移数据、第一人工坝体的表面位移数据、第一煤柱坝体的应力应变数据以及第一人工坝体的应力应变数据，矿区信息至少包括：矿区开采信息、煤柱坝体结构信息以及人工坝体结构信息，其中，矿区开采信息包括矿区工作面开采参数；根据矿区信息，建立有限差分数值模型；设置地层力学信息和地应力的初始参数；根据有限差分数值模型和实时监测数据信息，对初始参数进行有限差分计算，得到坝体模拟数据，其中，坝体模拟数据至少包括以下之一：第二煤柱坝体的表面位移数据、第二人工坝体的表面位移数据、第二煤柱坝体的应力应变数据以及第二人工坝体的应力应变数据；比较实时监测数据信息与坝体模拟数据，根据比较结果得到与目标地下水库坝体对应的目标地层力学参数和目标地应力条件。
可选地，上述处理器还可以执行如下步骤的程序代码：比较实时监测数据信息与坝体模拟数据，根据比较结果得到目标地层力学参数和目标地应力条件，包括：比较实时监测数据信息与坝体模拟数据，得到比较结果，其中，比较结果用于指示实时监测数据信息与坝体模拟数据的吻合度；根据比较结果，判断吻合度是否大于第一预设阈值，在判断结果指示为是的情况下，将初始参数作为目标地层力学参数和目标地应力条件。
可选地，上述处理器还可以执行如下步骤的程序代码：比较实时监测数据信息与坝体模拟数据，得到比较结果，根据比较结果，判断吻合度是否大于第一预设阈值，包括：基于适应度函数，计算得到实时监测数据信息与坝体模拟数据的适应度值；判断适应度值是否小于第二预设阈值，其中，适应度值小于第二预设阈值用于表征吻合度大于第一预设阈值。
可选地，上述处理器还可以执行如下步骤的程序代码：在根据比较结果，判断吻合度是否大于第一预设阈值之后，根据比较结果得到目标地层力学参数和目标地应力条件，还包括：在判断结果指示为否的情况下，通过粒子群算法调整初始参数，得到更新的初始参数；根据有限差分数值模型，对更新的初始参数进行有限差分计算，得到更新的坝体模拟数据；比较实时监测数据信息与更新的坝体模拟数据，根据比较结果得到目标地层力学参数和目标地应力条件。
可选地，上述处理器还可以执行如下步骤的程序代码：至少根据目标地下水库坝体的安全预警数据，确定与目标地下水库坝体对应的目标安全度，包括：将获取目标地下水库坝体的安全预警数据和特征参数输入预设模型进行分析，得到与获取目标地下水库坝体的安全预警数据和特征参数对应的安全度，其中，特征参数至少包括与获取目标地下水库坝体对应的地层力学参数和地应力条件，预设模型为通过多组数据训练得到的，多组数据中的每组数据均包括：样本地下水库坝体的安全预警数据和特征参数，以及用于标识样本地下水库坝体的安全预警数据和特征参数所对应的安全度的标签。
可选地，上述处理器还可以执行如下步骤的程序代码：安全预警数据还包括一下至少之一：获取目标地下水库坝体的材料力学性质，获取目标地下水库坝体的水压，以及获取目标地下水库坝体的矿震荷载。
本领域普通技术人员可以理解，图5所示的结构仅为示意，例如，上述终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。图5并不对上述电子装置的结构造成限定。例如，还可包括比图5中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图5所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(RandomAccess Memory，RAM)、磁盘或光盘等。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种矿区地下水库坝体的安全预警方法，其特征在于，包括：
获取目标地下水库坝体的安全预警数据，其中，所述目标地下水库坝体的安全预警数据至少包括与所述目标地下水库坝体对应的采动应力；
至少根据所述目标地下水库坝体的安全预警数据，确定与所述目标地下水库坝体对应的目标安全度；
判断所述目标安全度是否低于预设安全度，在判断结果指示为是的情况下，对所述目标地下水库坝体进行安全预警。
2.根据权利要求1所述的安全预警方法，其特征在于，所述获取目标地下水库坝体的安全预警数据，包括：
获取与所述目标地下水库坝体对应的矿区工作面开采参数；
获取与所述目标地下水库坝体对应的地层力学参数和地应力条件；
根据所述矿区工作面开采参数、所述地层力学参数和所述地应力条件，确定与所述目标地下水库坝体对应的采动应力。
3.根据权利要求2所述的安全预警方法，其特征在于，所述获取与所述目标地下水库坝体对应的地层力学参数和地应力条件，包括：
获取与所述目标地下水库坝体对应的矿区信息和实时监测数据信息，其中，所述实时监测数据信息至少包括以下之一：第一煤柱坝体的表面位移数据、第一人工坝体的表面位移数据、第一煤柱坝体的应力应变数据以及第一人工坝体的应力应变数据，所述矿区信息至少包括：矿区开采信息、煤柱坝体结构信息以及人工坝体结构信息，其中，所述矿区开采信息包括矿区工作面开采参数；
根据所述矿区信息，建立有限差分数值模型；
设置地层力学信息和地应力的初始参数；
根据所述有限差分数值模型和所述实时监测数据信息，对所述初始参数进行有限差分计算，得到坝体模拟数据，其中，所述坝体模拟数据至少包括以下之一：第二煤柱坝体的表面位移数据、第二人工坝体的表面位移数据、第二煤柱坝体的应力应变数据以及第二人工坝体的应力应变数据；
比较所述实时监测数据信息与所述坝体模拟数据，根据比较结果得到与所述目标地下水库坝体对应的目标地层力学参数和目标地应力条件。
4.根据权利要求3所述的安全预警方法，其特征在于，所述比较所述实时监测数据信息与所述坝体模拟数据，根据比较结果得到所述目标地层力学参数和所述目标地应力条件，包括：
比较所述实时监测数据信息与所述坝体模拟数据，得到所述比较结果，其中，所述比较结果用于指示所述实时监测数据信息与所述坝体模拟数据的吻合度；
根据所述比较结果，判断所述吻合度是否大于第一预设阈值，在判断结果指示为是的情况下，将所述初始参数作为所述目标地层力学参数和所述目标地应力条件。
5.根据权利要求4所述的安全预警方法，其特征在于，所述比较所述实时监测数据信息与所述坝体模拟数据，得到所述比较结果，根据所述比较结果，判断所述吻合度是否大于第一预设阈值，包括：
基于适应度函数，计算得到所述实时监测数据信息与所述坝体模拟数据的适应度值；
判断所述适应度值是否小于第二预设阈值，其中，所述适应度值小于所述第二预设阈值用于表征所述吻合度大于所述第一预设阈值。
6.根据权利要求4或5所述的安全预警方法，其特征在于，在所述根据所述比较结果，判断所述吻合度是否大于第一预设阈值之后，所述根据比较结果得到所述目标地层力学参数和所述目标地应力条件，还包括：
在所述判断结果指示为否的情况下，通过粒子群算法调整所述初始参数，得到更新的初始参数；
根据所述有限差分数值模型，对所述更新的初始参数进行有限差分计算，得到更新的坝体模拟数据；
比较所述实时监测数据信息与所述更新的坝体模拟数据，根据比较结果得到所述目标地层力学参数和所述目标地应力条件。
7.根据权利要求1所述的安全预警方法，其特征在于，所述至少根据所述目标地下水库坝体的安全预警数据，确定与所述目标地下水库坝体对应的目标安全度，包括：
将所述获取目标地下水库坝体的安全预警数据和特征参数输入预设模型进行分析，得到与所述获取目标地下水库坝体的安全预警数据和特征参数对应的安全度，其中，所述特征参数至少包括与所述获取目标地下水库坝体对应的地层力学参数和地应力条件，所述预设模型为通过多组数据训练得到的，所述多组数据中的每组数据均包括：样本地下水库坝体的安全预警数据和特征参数，以及用于标识所述样本地下水库坝体的安全预警数据和特征参数所对应的安全度的标签。
8.根据权利要求7所述的安全预警方法，其特征在于，所述安全预警数据还包括一下至少之一：所述获取目标地下水库坝体的材料力学性质，所述获取目标地下水库坝体的水压，以及所述获取目标地下水库坝体的矿震荷载。
9.一种矿区地下水库坝体的安全预警装置，其特征在于，包括：
获取模块，用于获取目标地下水库坝体的安全预警数据，其中，所述目标地下水库坝体的安全预警数据至少包括与所述目标地下水库坝体对应的采动应力；
确定模块，用于至少根据所述目标地下水库坝体的安全预警数据，确定与所述目标地下水库坝体对应的目标安全度；
判断模块，用于判断所述目标安全度是否低于预设安全度，在判断结果指示为是的情况下，对所述目标地下水库坝体进行安全预警。
10.一种安全预警系统，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1至8中任一项所述的矿区地下水库坝体的安全预警方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210963362.5A CN115497266B (zh) | 2022-08-11 | 2022-08-11 | 矿区地下水库坝体的安全预警方法、其装置及安全预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210963362.5A CN115497266B (zh) | 2022-08-11 | 2022-08-11 | 矿区地下水库坝体的安全预警方法、其装置及安全预警系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115497266A true CN115497266A (zh) | 2022-12-20 |
| CN115497266B CN115497266B (zh) | 2024-04-05 |
Family
ID=84466869
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210963362.5A Active CN115497266B (zh) | 2022-08-11 | 2022-08-11 | 矿区地下水库坝体的安全预警方法、其装置及安全预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115497266B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112098221A (zh) * | 2020-05-11 | 2020-12-18 | 中国矿业大学(北京) | 一种矿井地下水库煤柱稳定性的相似模拟装置及实验方法 |
| CN114109456A (zh) * | 2020-08-28 | 2022-03-01 | 神华神东煤炭集团有限责任公司 | 用于煤矿地下水库煤柱坝体结构的监测预警方法与系统 |
| CN114218791A (zh) * | 2021-12-15 | 2022-03-22 | 国家能源投资集团有限责任公司 | 煤矿地下水库坝体结构抗震安全性的分析方法 |
| CN114417650A (zh) * | 2021-12-08 | 2022-04-29 | 中国华能集团有限公司江西分公司 | 一种坝体安全监测方法和系统 |
-
2022
- 2022-08-11 CN CN202210963362.5A patent/CN115497266B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112098221A (zh) * | 2020-05-11 | 2020-12-18 | 中国矿业大学(北京) | 一种矿井地下水库煤柱稳定性的相似模拟装置及实验方法 |
| CN114109456A (zh) * | 2020-08-28 | 2022-03-01 | 神华神东煤炭集团有限责任公司 | 用于煤矿地下水库煤柱坝体结构的监测预警方法与系统 |
| CN114417650A (zh) * | 2021-12-08 | 2022-04-29 | 中国华能集团有限公司江西分公司 | 一种坝体安全监测方法和系统 |
| CN114218791A (zh) * | 2021-12-15 | 2022-03-22 | 国家能源投资集团有限责任公司 | 煤矿地下水库坝体结构抗震安全性的分析方法 |
Non-Patent Citations (2)
| Title |
|---|
| 方杰: "煤矿地下水库人工坝体变形破坏机理及稳定性评价研究", 中国博士学位论文全文数据库 工程科技I辑 * |
| 白东尧: "李家壕煤矿地下水库坝体稳定性研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑, pages 20 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115497266B (zh) | 2024-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sun et al. | Dynamic load prediction of tunnel boring machine (TBM) based on heterogeneous in-situ data | |
| CN107315862B (zh) | 一种建立明挖基坑工程勘察与模拟参数关系的方法 | |
| CN108827233B (zh) | 一种两层采空区地面沉降的预测方法 | |
| Zhang et al. | Regression models for estimating ultimate and serviceability limit states of underground rock caverns | |
| CN114021487B (zh) | 一种山坡崩塌的预警方法、装置、设备及可读存储介质 | |
| CN111753467B (zh) | 矿产结果预测方法、装置、计算机设备及存储介质 | |
| Hu et al. | Study on failure depth of coal seam floor in deep mining | |
| Hart | Enhancing rock stress understanding through numerical analysis | |
| Zou et al. | A novel method to evaluate the time-dependent stability of reservoir landslides: exemplified by Outang landslide in the Three Gorges Reservoir | |
| Kulatilake et al. | Investigation of stability of the critical rock blocks that initiated the Jiweishan landslide in China | |
| Zhao et al. | Unfavorable geology recognition in front of shallow tunnel face using machine learning | |
| CN113688532A (zh) | 矿山灾害预警方法以及装置、存储介质、电子装置 | |
| CN114002129B (zh) | 一种高水压裂隙岩体渗流试验平台 | |
| CN114658489A (zh) | 一种基于数字孪生的煤矿冲击地压灾害监测预警系统 | |
| Peng et al. | Investigating the failure mechanism of jointed rock slopes based on discrete element method | |
| CA2918886A1 (en) | Classification and regression tree (cart)-based proxy flow simulation procedure for ranking geostatistical realizations of rock properties | |
| CN115497266B (zh) | 矿区地下水库坝体的安全预警方法、其装置及安全预警系统 | |
| Jia et al. | Stability analysis of shallow goaf based on field monitoring and numerical simulation: A case study at an Open-Pit Iron Mine, China | |
| CN114329935A (zh) | 煤矿巷道围岩三维采动应力的测试方法及装置 | |
| Zendaki et al. | A simulation-based software to support the real-time operational parameters selection of tunnel boring machines | |
| Gong et al. | Footwall Rock Slope Stability Evaluations at Nchanga Open Pit Mine, Zambia | |
| Mahmoudi et al. | Probabilistic analysis of a gas storage cavity mined in a spatially random rock salt medium | |
| Mahmoudi et al. | A pattern recognition approach to evaluate the uncertain soil stratum in front of the tunnel face | |
| Sousa et al. | Evaluation of geomechanical properties of soft rock masses by laboratory and in situ testing | |
| CN112100796A (zh) | 防止页岩气井中套管受损的钻井轨迹确定方法及装置 |
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 |