CN1975464A

CN1975464A - 基于信息融合的矿井突水预测系统

Info

Publication number: CN1975464A
Application number: CN 200610043317
Authority: CN
Inventors: 程久龙
Original assignee: Shandong University of Science and Technology
Current assignee: Shandong University of Science and Technology
Priority date: 2006-03-17
Filing date: 2006-03-17
Publication date: 2007-06-06
Anticipated expiration: 2026-03-17
Also published as: CN100559215C

Abstract

本发明公开一种基于信息融合的矿井突水预测系统，包括信息采集装置以及对采集的信号进行处理的带有GIS(地理信息系统)和信息融合处理系统的计算机，信息采集装置可以通过图形扫描、数据传输等手段，对突水相关的信息进行提取；也可实时地获取来自于矿井水文监测的各项参数，将预测区内离散点的信息传入计算机内，优化样本信息，利用信息融合方法构建突水预测模型，进行突水预测，确定预测区的安全状态，使预测结果更加准确、合理，更具有实用性。

Description

基于信息融合的矿井突水预测系统

技术领域

本发明涉及一种基于信息融合的矿井突水预测系统。

背景技术

在矿井中，底板下面往往存在高承压含水层，在开采过程中，一旦底板岩层抵挡不了含水层的水压，则下面的承压水体会发生突出，造成淹井事故，严重危害矿井及矿工安全，因此对矿井突水的预测极为重要。目前，常规的突水预测方法是突水系数法，所利用的参数是隔水层厚度和水压值，参数偏少，并且只是利用局部点的信息，因而预测结果和实际情况存在着较大差别；同时由于采掘活动的作业点是不断推进的，采掘之前的地质勘探程度有限，只有等采掘之后才能充分掌握其水文地质资料，所以底板突水预测所能依据的资料往往是不完备的，再加上影响底板突水的因素比较多，涉及到地质构造、矿山压力等方面的因素，使得突水预测预报很难与实际情况完全相符。若预测保险系数过低，可能会在开采过程中发生突水事故，若预测保险系数过高，就会造成资源的巨大浪费。

发明内容

本发明所要解决的技术问题是针对以上不足，提供一种基于信息融合的矿井突水预测系统，其充分利用了区域信息和多种参数进行融合分析，使预测结果更加准确、合理，更具有实用性。

本发明解决上述技术问题所采用的技术方案是：基于信息融合的矿井突水预测系统，包括信息采集装置和带有GIS(地理信息系统)以及信息融合处理系统的计算机，计算机对信息采集装置采集的信号进行融合处理，对矿井底板突水进行预测，并将预测结果绘制成图。

上述信息采集装置包括扫描仪及识别系统、图像采集的信号及识别系统和实时信号观测器中的一种或几种，还可包括电子文档及其编码。

上述计算机可通过信息融合处理系统完成以下任务：

a、模型构建；

b、数据融合及突水预测；

c、预测结果成图。

上述模型构建进程包括样本信息整理和样本信息优化处理两个进程。

本发明的有益效果是：由于采用了信息采集装置，一方面可以通过图形扫描等手段，对图形资料携带的信息进行提取，另一方面也可以实时的获取来自矿井中的各项参数，将预测区域内离散点的信息传到计算机内，以GIS作为平台，GIS技术和信息融合处理系统结合对各项参数进行优化处理，对预测区域内的安全状态作出判断，并利用GIS的DTM分析功能，将预测区内的待测点的安全状况以点及面图形化，从而得到整个预测区的安全评价成果图，使预测结果更加准确、合理，更具有实用性；同时信息采集装置可包括实时信号传感器，可在采掘过程中即可掌握采掘区内的水文地质资料。

附图说明

附图1为本发明的系统结构图；

附图2为本发明的预测技术路线图；

附图3为本发明的优化处理流程图；

附图4为本发明所述某矿的预测结果图。

具体实施方式

下面对本发明作进一步详细说明：基于信息融合的矿井底板突水预测系统，包括信息采集装置和对采集的信号进行处理的带有GIS(地理信息系统)管理平台和信息融合处理系统的计算机，信息融合处理系统包括模糊信息优化处理和证据构成。模糊信息优化处理在模糊集合论基础上提出了样本点模糊划分、信息分配函数等一系列的方法和概念，在信息量不充分的情况下，它能科学有效地对先验信息进行分配，充分利用每个信息，传统的概率方法不能考虑样本点的过渡性，归纳后形成的直方图一般跳度很大，而信息分配法可以从知识样本中学习有关规律，并通过一定的分配函数优化样本信息，使原始数据结构不被破坏，合理的对有限样本点进行模糊划分。证据构成一般用于多传感器信息融合，通过传感器或相关手段获取信息，由此产生对某些命题的度量，构成该理论的证据，利用这些证据构造相应的基本概率分布函数，从而对所有的命题赋予一个可信度，做出决策和判断。

将信息融合和GIS技术引入到矿井底板突水预测中，使信息融合强大的数据分析、处理、决策功能与GIS强大的图形管理及空间分析功能相结合，科学有效地对矿井底板突水进行预测。预测技术路线图(如附图2)。

预测进程包括：

(1)模型构建

基于信息融合和GIS的底板突水预测模型的构建，是在考虑底板突水各影响因素作用的基础上，通过对大量样本数据的分析、处理完成的。

①样本信息整理

通过分析底板突水机理及矿区相关水文地质资料，确定影响突水的主要因素(随预测区变化而变)。此处假设主要影响因素为：水压值、有效隔水层厚度、岩溶发育、断裂构造。从开采、探测资料中提取40组以上的已采点作为构建预测模型的样本，每个样本点均包括5方面信息(水压值、有效隔水层厚度、岩溶发育、断裂构造及此处的安全状况)，存放在样本数据库中。

②样本信息优化处理

优化处理样本信息，构建突水预测模型。优化处理流程图见附图3。

在样本信息优化处理中，步长的求取是瓶颈问题。如果步长不合适，信息分配不合理，优化的结果就会与特征本身不符。为得到合适的步长，需要进行信息的扩散估计。寻找步长的过程，其实就是通过自适应过程分析函数图像，寻找信息扩散估计中函数峰值转折点的过程。根据均方误差的渐进性态和二次型扩散的自适应过程，在MATLAB环境中编写程序，模拟图像变化，可以快速准确的寻找到峰值转折点，进而得到样本点的水压值、有效隔水层厚度等4方面的合适步长。

结合样本值，根据步长确定出信息分配论域U＝{u₁，u₂，Ku_n}。结合S＝{s₁，s₂，Ks_m}(s_m代表不同的安全等级)，根据样本点在两论域里所归属的范围和位置，依据信息分配函数进行信息分配，将分配值求和，构成4个信息矩阵，正规化处理得到各影响因素与安全状态的关系矩阵，即矿区底板突水预测的原模型。它融合了所有样本点的信息，基本反映了各影响因素对突水的影响。

(2)突水预测

预测模型构建完毕，进行待测点信息融合进而对他们的安全状态做出判断。

第一次融合即预测区内待测点信息与模型的融合。根据模糊近似推论公式^[1]分别将预测区内所有待测点的水压值、有效隔水层厚度等与相应的模型进行融合，得到四个一维数组，{b_i1，b_i2，b_i3}，i＝1，2，3，4，每个数组反应了该点在该方面的安全状况。但实际的状态是由这4方面综合作用、共同决定的，因此一次融合完毕后，还需再进行第二次融合。

一次融合得到的四个特征数组之间是相互独立的，可以看作是分别来自四个传感器的特征信息，故利用D-S证据推理的组合独立证据的能力合成来自不同特征的信息。近似把每个突水因素特征看作一个证据体，基本概率分配函数的辨识框架由{危险临界安全}构成，故Θ＝(1，2，3)。利用Dempster合成法则，将4个不同证据体的基本可信度分配合并，产生一个总体基本可信度分配——一个新的证据体，根据其置信度得出最后的识别结果。目标识别示意图如下：

特征量	特征值	危险	临界	安全
特征量	特征值	危险	临界	安全	水压P有效隔水层厚度L溶岩发育R断裂构造D融合后的基本概率分配	plrdm	p₁l₁r₁d₁m₁	p₂l₂r₂d₂m₂	p₃l₃r₃d₃m₃

其中p₁为水压对命题1(危险)的可信度分配值，m₁为融合后对命题1的可信度分配值。可以根据表2的后验可信度分配数据m₁、m₂、m₃进行决策，进而得到各待测点的安全状况。

(3)预测结果成图

利用GIS的DTM分析功能，将预测区内待测点的安全状况以点及面图形化，从而得到整个预测区的安全评价成果图。

将预测过点的信息整理完成后，编辑成高程文件(ASCII文件)*.txt格式。离散数据网格化，将文件转换成栅格格式(*.GRD)，依据DTM分析中的平面等值线图绘制原理绘制预测区安全状况图。在成果图中，不同底纹的区域表示不同的安全等级。在图上拖动鼠标，可以显示不同位置的坐标，方便、直观。

实施例：

某矿煤系地层及主要含水层露头大面积位于小汶河现代及古河床之下，被第四系砂砾层覆盖，局部地段直接露出地表。浅部开采主要受地表水、第四系砂砾层水威胁，深部开采主要受煤系下伏四灰、徐灰、草灰和奥灰含水层底鼓突水威胁。下面运用本方法对该矿某区(范围X：3976700～3977700，Y：20553000～20555000)进行突水预测。

通过对该矿历年突水资料及众多钻孔资料的分析，选出有代表意义的55组数据作为样本。样本数据的选取要有代表性，不能重复，彼此间不能有包含关系，特别是突水点的选取要尽量涵盖所有类型的突水情况。用本方法对样本点进行信息优化，构建突水预测模型。在预测区内选取10个待测点，将它们的信息与预测模型融合，结合GIS的DTM分析功能将预测结果成图(如附图4)，其中左图为安全预测成果图，反映了预测区内各处的安全状况。右图为图例，对应图例，何处安全，何处危险，一目了然。在图上拖动鼠标，下方即显示鼠标所在区域的坐标，准确定位。从图中可以看出，这块区域的西南方有一处可能突水，相关人员应给予重视，其余各处相对比较安全。

这块区域目前已部分开采(图中网状区域)，尚无突水情况发生，验证了本方法的可靠性。

Claims

1、基于信息融合的矿井突水预测系统，其特征在于包括信息采集装置和带有GIS(地理信息系统)以及信息融合处理系统的计算机，计算机对信息采集装置采集的信号进行融合处理，对矿井底板突水进行预测，并将预测结果绘制成图。

2、根据权利要求1所述的基于信息融合的矿井突水预测系统，其特征在于所述信息采集装置包括扫描仪及识别系统、图像采集的信号及识别系统和实时信号观测器中的一种或几种，还可包括电子文档及其编码。

3、根据权利要求1或2所述的基于信息融合的矿井突水预测系统，其特征在于所述计算机可通过信息融合处理系统完成以下任务：

a.模型构建；

b.数据融合及突水预测；

c.预测结果成图。

4、根据权利要求3所述的基于信息融合的矿井突水预测系统，其特征在于所述模型构建进程包括样本信息整理和样本信息优化处理两个进程。