一、回采生产计划决策支持系统的产量预测模型(论文文献综述)
姬腾达[1](2021)在《西北旱区典型煤矿涌水量预测及风险应对研究》文中指出煤田资源在当今的社会发展过程中是尤为重要的,影响着国民经济的发展,但是煤矿开采受众多水害事故的影响,导致资源开采速率下降,严重威胁煤矿的安全开采,固本文以大海则煤矿,纳林河二号煤矿作为西北旱区典型矿区,运用地下水动力学,专门水文地质学等理论,通过资料的收集、野外高精度物探试验、野外水文地质试验及室内参数的仿真估算、野外水位统测、数值模拟等方法和手段,动态预测了大海则煤矿和纳林河二号煤矿井工矿的涌水量;并分析提出了矿井生产途中可能产生的水灾事故及风险规避措施;为煤矿资源开采与安全生产方面提供科学依据。得出结论如下:(1)通过研究区水文地质钻孔资料与野外物探试验,根据地层岩性及含隔水性能,将地层进行了合理的概化。将大海则煤矿和纳林河二号煤矿概化为9个地层,并确定了可采煤层的直接和间接充水水源。(2)在大海则煤矿和纳林河二号煤矿研究区建立数值模拟模型,该模型通过识别验证阶段和水均衡分析,结果表明数值模型的建立是成功的,调参后的水文地质参数是与实际条件相符的,数值模型模拟的水文地质实体模型可以替代实际的水文地质实体结构。(3)运用数值法、大井法和集水廊道法分别对大海则煤矿和纳林河二号煤矿进行了涌水量预测及研究。通过涌水量的预测结果得出,各种预测方法在一定程度上相互进行了印证。因煤矿开采处于不断掘进的状态,大井法和集水廊道法只能作为参考依据,其煤矿涌水量的预测还是以数值法为准。(4)通过融合物探-钻探数据精细剖分刻画地层和含水层系统,可以有效提高数值模拟计算涌水量准确性,达到8%以上。(5)基于数理统计的不确定性分析,通过对纳林河二号矿区疏干水量与降水量、蒸发量、气温、原煤产量进行相关性分析及显着性检验,通过计算将实际值与与计算值拟合,其拟合效果一般。后经多次试算分析,以原煤产量10万t为界时,再次进行相关性分析及显着性检验,得出结果为,结合气象因子对疏干水量进行预测效果优于直接对整体进行预测,相关性系数提高0.15左右。(6)基于数值模型的不确定性分析,以纳林河二号煤矿作为研究对象,选取影响因子有渗透系数和贮水系数,通过对影响因子不同程度的改变,其涌水量预测值的结果呈现出改变渗透系数大于改变贮水系数的结果。当以地下水位变化速率为基准时,贮水系数的变化引起地下水位的变化更快;当以改变涌水量的大小为基准时,渗透系数的变化引起涌水量大小的变化更大。本文以地下水量为考量基准,认为渗透系数是影响涌水量变化的主要关键因素。(7)对于研究矿区开采可能引发的矿井突水事故,本文运用突水系数法对其进行突水事故的预警预报,结果表明:在大海则煤矿,当水压大于3.96MPa时易发生突水事故,反之亦然;对于纳林河二号煤矿,当水压大于3.47MPa时易发生突水事故,反之亦然。
霍昱名[2](2021)在《厚煤层综放开采顶煤破碎机理及智能化放煤控制研究》文中认为随着我国矿业现代化进程的稳步推进,采矿装备的电气化带动了采矿技术的快速发展,开采规模也随之不断扩大。融合大数据、云计算、人工智能以及工业5G等新型信息技术的智能化采矿方法,不仅能达到“无人”矿井的行业目标,更成为保障我国能源安全与促进经济高质量发展的全新机遇。尽管信息化技术成熟度不断提高,综采放顶煤技术在我国经过四十余年的发展也已经取得明显进步,但智能化综放开采仍然存在一些问题亟待解决,主要体现在综放开采理论、技术与智能化开采实践联系不紧密、应用程度不高等方面。厚煤层综放开采智能化的关键是放煤过程的智能化,须在掌握顶煤破碎、放出规律的基础上,结合智能化探测、控制技术手段,建立智能化放煤控制体系。本文根据王家岭煤矿12309智能化建设工作面为背景,研究着眼于综放开采全过程,以顶煤采动应力场演化规律为切入点,揭示顶煤在综放开采过程中的破碎机理,阐明散体顶煤由后刮板输送机放出的放出特性,提出合理的放煤方法,为厚煤层智能化放煤的增产增效提供理论支撑。在理论分析的基础上,提炼实现智能化放煤所需的各项关键技术,并将其综合应用,为厚煤层智能化放煤的实现提供重要的技术支撑。得到的主要结论有:(1)基于主应力空间,研究了厚煤层综放开采过程中顶煤受力单元主应力场演化规律。利用有限差分数值模拟方法,考虑液压支架工作阻力对顶煤的支撑作用,阐明了高水平应力条件下顶煤主应力值变化及方向偏转特性,在此基础上将顶煤划分为原岩应力区、中间主应力升高区、应力显着升高区、应力峰后降低区及液压支架控顶区5个分区,得到了高水平应力条件下顶煤主应力驱动路径,为后续顶煤渐进破碎机理的研究提供了应力边界条件。(2)基于弹塑性力学理论,明析了描述顶煤应力状态的平均应力、偏应力及应力Lode角3个参数在综放开采中的演化过程,揭示了上述3个参数在各顶煤分区中的演化特性,基于高精度工业CT扫描技术,运用合成岩体(SRM)数值建模方法,重构了裂隙煤体三维数值模型,运用“有限差分-颗粒流”耦合数值方法,建立了“连续-非连续”耦合真三轴数值模型,在指定主应力边界条件下模拟了顶煤渐进破碎过程,阐明了试件裂隙发育迹线及破碎块度分布规律,实测了放落顶煤破碎块度分布特性,与数值模拟结果进行了类比分析,证明了数值方法可靠性,为后续散体顶煤运移及放出规律的研究提供了数据支撑。(3)基于“有限差分-颗粒流”耦合算法,建立了“连续-非连续”耦合综放开采数值模型,开发了“随机自由落体-逐步伺服夯实”的耦合建模方法,反演了综放开采从工作面设备安装至放煤稳定的全过程,得出了煤矸分界线形态演化的3个特性,并以此为依据改进了“Hook”函数,使之适于描述煤矸分界线形态,以改进的“Hook”函数对煤矸分界线形态进行了拟合,揭示了综放开采煤矸分界线形态从初次放煤到周期放煤的演化规律,将其演化历程分为了初采影响阶段、过渡放煤阶段和周期放煤阶段3个阶段,为后续基于智能化放煤控制技术的放煤工艺选择提供了顶煤位移边界条件。(4)将整个放煤过程划分为放煤开始前、放煤过程中及放煤结束后3个阶段,分析了各阶段内的智能化控制技术,包括:放煤开始前的顶煤厚度探测、采煤机惯导定位,放煤过程中的放煤机构精准监测控制、煤矸识别,放煤结束后的采出量实时监测。将上述智能化技术有机结合,建立了智能化放煤控制技术体系,从自感知、自学习、自决策及自执行4个层面,揭示了各智能化放煤控制技术的内在联系,最终构建了智能化放煤控制的基本结构,为后续智能化放煤工艺参数选择及实现智能化放煤控制提供了技术依据。(5)基于智能化放煤控制技术体系,以煤矸分界线演化特性研究结果为顶煤位移边界条件,改进了Bergmark-Roos理论,建立了周期放煤时间预测理论模型,提出了放煤口启停判别的综合判别方法,建立了包含多台液压支架的“有限差分-颗粒流”耦合数值模型,优化得出了适用于现阶段智能化综放工作面的合理放煤工艺参数,最终于王家岭煤矿12309工作面建立了智能化综放示范工作面,升级更新了工作面主要生产设备及组织关系,验证智能化放煤控制各项技术的可靠性,实现了较好的经济效益和社会效益。
赵亮[3](2021)在《基于智能行程时间预测的露天煤矿卡车调度随机优化方法研究》文中研究指明随着人工智能和无人采矿技术的发展,露天矿自动卡车调度系统将迎来新的变革。定位系统、集成传感器的应用,为卡车调度系统带来最新的监测工具;深度学习方法、GPS/BDS定位和导航技术、物联云和边缘计算等技术的充分利用,也将引发从业人员和车辆终端之间操控联系的变革。在车辆GPS/BDS定位、车速变化和姿态等大数据的基础上,利用深度学习、统计学等数据分析和智能处理的理论和方法,可以进一步优化露天矿卡车调度策略,降低运输成本,促进智能化露天矿山建设。在借鉴和改进前人的露天矿调度系统建模方案的基础上,本文在物联云框架下构建露天煤矿车辆状态数据传输系统,基于车辆行程的大数据,对车辆派遣的行程时间预测,形成了深度神经网络预测卡车行程时间的方法;基于概率统计和深度学习理论,对露天煤矿短期计划中卡车调度进行建模和分析,对车辆下一个阶段的车铲预分配方案进行优化,建立了露天煤矿短期计划的卡车调度系统随机优化模型及其效能评估方法。本文取得主要研究成果如下:(1)由于露天煤矿运输具备特殊的往返特性,可以利用深度学习方法,对露天煤矿车辆运行的行程时间进行预测。为此,用矿区规划图获得的露天煤矿运输路径,对卡车行程数据进行了分析,结果表明:在一个运输往返过程中,采装、运输、卸载等不同行为的耗费时间的概率分布可存在正态和对数正态两种不同的分布;行程时间受司机和采装耗时的影响很大。结合GPS/BDS模块差分定位记录的位置和车辆状态数据,开发了对矿山车辆状态数据进行采集的智能边缘设备,实现了矿山车辆行驶行为的数据采集,收集了增强的卡车行驶行为的数据集。(2)为了解决露天煤矿车辆行程时间预测问题,对所采集的车辆怠速等车辆状态数据,利用改进的1D-CNN(one-dimension convolutional neural network)网络进行数据分类,区分车辆等待和行驶的行为、坡路和水平行驶行为,提取了车辆行驶在不同路段上的行为特征,解决了矿山卡车行为特征识别问题。进一步基于LSTM(long short-term memory)和CNN建立了两种不同的深度神经网络预测模型,根据司机、不同路段等数据特征构造二维输入向量,利用2D深度网络学习行程时间数据,提升了矿山卡车行程时间预测的准确率。结果表明:在卡车特征识别上,用inception结构的1D-CNN网络对卡车状态识别率可以达到98%以上;对卡车行程时间预测结果上,所设计的CNN网络的学习效果在误差允许范围内,准确率约90%。两个模型对差异较大的不同卡车运输路径的泛化能力较弱。(3)为解决露天煤矿卡车调度优化和可行性评估问题,建立了露天煤矿短期计划中的卡车调度随机优化方法。由于传统的卡车调度较少考虑矿山运输中的随机性,因此,本文对基于最小成本的优化目标进行转换,将目标中的行驶路径等变量简化和转换为行程时间等时间变量;对传统优化模型引入随机变量表征行程时间等随机性,提出并建立了多染色体遗传算法,解决了车铲调度的随机优化问题。结果表明:优化方法减少了矿山设备空闲时间,可以提高矿山车辆利用率约3%,降低了运输成本,可以减少重车上坡台阶数约7%。综上所述,本文设计的露天矿卡车调度随机优化模型能够在行程时间预测的基础上,对下一个短期计划阶段的车辆调度进行预测和优化,并检验预测结果的可行性,从而提高矿山的生产效率。论文有图46幅,表18张,参考文献152篇。
朱成[4](2021)在《深井分选硐室群围岩稳定控制机理与采—充空间优化布局研究》文中指出深部矿井开采面临产矸率增加、提升效率降低、采场与巷硐围岩控制难度加大等系列难题,采选充一体化技术是解决上述问题的有效途径。实现深部煤矿井下分选硐室群围岩稳定控制与采煤-充填空间优化布局不仅可确保采煤-分选-充填系统高效协调配合,同时能够有效提升矿井灾害防控能力。为此,本文采用理论分析、实验室实验、数值模拟和现场实测相结合的研究方法,分析了井下分选硐室围岩变形破坏特征及影响因素,阐明了分选硐室群优化布置方式与紧凑型布局方法,剖析了分选硐室群围岩损伤规律与控制对策,探究了采-充空间布置参数与工艺参数的动态调整方法,提出了满足不同工程需求的采-充空间优化布局策略,探讨了采-选-充空间优化布局决策方法。研究成果可为深井分选硐室群围岩长时稳定控制、采-充空间合理布局与动态调整提供理论基础和参考借鉴。主要取得了以下创新性成果:(1)基于井下分选硐室结构特征,建立了其围岩稳定性分析力学模型,研究了随不同影响因素变化围岩变形破坏的响应特征。通过调研国内多个采选充一体化矿井,明确了现阶段井下分选工艺的主要优缺点、适用条件及设备配置要求,归纳总结了井下分选硐室的主要结构特征,分别建立了分选硐室顶板变截面简支梁、帮部柱体以及底板外伸梁力学模型,分析了围岩变形破坏特征及主要影响因素,采用控制变量法研究了随各影响因素变化围岩变形破坏的响应特征,解析了井下分选硐室优化布置与围岩控制方法。(2)阐明了井下分选硐室群优化布置方式与紧凑型布局方法,剖析了分选硐室群围岩损伤规律与控制对策。研究了断面形状、尺寸效应以及开挖方式对分选硐室群围岩稳定性的影响,揭示了分选硐室群基于软弱岩层厚度及层位变化的合理布置方式,确定了不同类型地应力场中分选硐室群的最佳布置方式,探讨了分选硐室群紧凑型布局原则与方法,提出了分选硐室群围岩“三壳”协同支护技术,揭示了高地应力与采动应力、振动荷载、冲击荷载耦合影响下分选硐室群围岩损伤规律,剖析了分选硐室群全服务周期内围岩加固对策。(3)探究了采-充空间布置参数与工艺参数的动态调整方法,提出了满足不同工程需求的采-充空间优化布局策略。探讨了深部采选充一体化矿井适用的采-充空间布局方法,分析了影响采-充空间布局的主要因素,基于开发的德尔菲-层次分析法确定了各影响因素的权重,根据采充协调要求和“以采定充”、“以充定采”两类限定条件,探究了采-充空间布置参数与工艺参数的合理匹配关系及动态调整方法,分别提出适用于地表沉陷控制、冲击地压防治、沿空留巷、瓦斯防治、保水开采五种工程需求的采-充空间优化布局策略。(4)分析了采-选-充空间布局互馈联动规律,探讨了深部矿井采-选-充空间优化布局决策方法。基于安全高效绿色开采要求,分析了采-选-充空间布局的互馈联动规律,基于“以采定充”和“以充定采”两类限定条件,分别提出了采-选-充空间优化布局原则,探讨了采-选-充空间优化布局决策方法,以新巨龙煤矿为具体工程背景,对矿井采-选-充空间布局方案进行了规划设计。该论文有图157幅,表38个,参考文献199篇。
吕艳红[5](2020)在《多金属露天矿多目标短期精细化配矿计划优化研究》文中认为在矿产资源综合高效利用的背景之下,科学有效的配矿计划是合理持续地利用有限矿产资源并提高矿山企业经济效益的关键。既往针对单一矿种的配矿计划优化方法只能实现单一矿产资源优化需求,不能满足当前矿山企业多矿种综合利用和精细化开采的实际需要。因此,对多矿种共存的露天矿而言,结合矿山实际生产条件及需求,综合多元素的配矿计划优化问题研究显得十分重要和迫切。露天矿配矿优化技术的不断进步促进着矿山生产向科学化、高效化、精细化的方向发展。本文针对多金属露天矿山的配矿计划问题及其优化应用展开了研究,主要包含以下几个方面:(1)针对露天矿山的配矿计划问题,从配矿计划模型及其求解方法两个角度综合梳理分析,对当前研究现状以及不足进行总结分析,多金属露天矿山伴生资源综合利用及精细化配矿生产是目前亟需解决的问题。(2)在既往的配矿生产计划研究基础之上,分析配矿生产的特点及原则,综合矿山多元素、多出矿点、多卸矿点等实际生产条件,从多金属品位偏差均衡、配矿运输作业成本最小的角度出发,考虑矿石量、开采及处理能力、回采率、氧化率等配矿因素,构建符合矿山实际生产的金属露天矿多目标短期精细化配矿模型。(3)由于配矿计划模型具有高维、非线性、复杂的特点,融合灰狼优化(Gray Wolf Optimization,GWO)算法及粒子优化算法(Particle Swarm Optimization,PSO)两者的优势,设计一种基于混合灰狼粒子群优化算法(Hybrid Particle Grey Wolf Optimization,HPGWO)的配矿计划优化方法。分别采用PSO算法、GWO算法及HPGWO算法对基准测试函数进行优化求解,结果显示HPGWO算法相对于前两者具有较好的求解效果。为了验证HPGWO算法在求解实际生产问题中的可行性,采用HPGWO算法解决含单一卸矿点配矿计划算例,验证了配矿优化方法的有效性及可操作性。(4)结合河南省L露天矿的实际生产作业情况及需求,将基于HPGWO算法的配矿方法应用到该多金属露天矿中,结合其智能管理平台采集的配矿数据,求解得到符合实际生产需求的配矿计划方案。将所得到的配矿结果与实际生产作业计划进行对比,验证该配矿方法的有效性及优越性,配矿结果显示矿石产量增加,运输费用降低4.63%,品位波动降为3.38%,在优化后矿山的综合回采率达到95.14%配矿优化方法实现了多元素、多出矿点、多卸矿点的协同开采生产,符合矿山的生产需求。论文的研究成果进一步为露天矿配矿生产提供了新的方法与解决途径,为配矿优化技术奠定了基础,加强了灰狼算法的理论基础并拓展了其应用领域。配矿优化方法对多金属露天矿山矿产资源综合利用及精细化排产具有重要的指导意义,为矿山企业的实际生产提供相应的决策依据。
薛娟娟[6](2020)在《复杂采煤条件下黄土高原矿区地面沉降和生态扰动研究 ——以轩岗采煤沉陷区为例》文中认为我国处于现代化建设快速发展阶段,在未来长时间之内,煤炭的能源主体地位不会改变。煤炭开采促进区域经济、社会发展的同时,也对区域生态环境造成严重的负面影响,其中最突出的表现就是地面沉降及其生态扰动。地面沉降研究的首要任务是对地面沉降高精度、高效率和周期性的监测,获取尽可能“真实”的地面沉降规律。相对于传统监测方法,Interferometry Synthetic Aperture Radar(In SAR)技术通过多次过境的SAR影像相位差来监测地面沉降,呈现出全天候、全天时、大范围、低成本、高精度等优点。在此基础上发展的差分雷达干涉技术和多时相In SAR技术,应用领域已逐步扩展到地震、火山、滑坡等领域。受复杂地质采矿条件影响,黄土高原矿区地面沉降形成机制复杂,传统的技术手段和预测模型很难实现理想的地面沉降监测和预计。同时,黄土高原属于生态敏感区,煤炭开采带来的生态扰动更为深远、更不可逆,黄土高原矿区层面的生态扰动时序特征和生态修复尚无模式可循。为此,论文在文献综述和野外调查的基础上,以轩岗采煤沉陷区为试验区,综合应用采煤沉陷学、地质学、生态学、遥感科学等多学科理论,围绕复杂采煤条件下黄土高原矿区地面沉降和生态扰动展开研究。论文主要取得以下研究成果和结论:(1)揭示了复杂采煤条件下黄土高原矿区地面沉降时空演变规律。SBAS-In SAR(Small Baseline Subsets In SAR)方法是黄土高原矿区地面沉降监测的可靠方法。煤炭井工开采导致的地面沉降具有时间累积效应,在停采线一侧地面沉降曲线相对较缓,地面沉降量与采煤工作面推进方向和距离有显着关系。轩岗采煤沉陷区煤炭井工开采面上扰动系数为24.55。沉降加速期和沉降衰退期占总沉降时间的58.62%,沉降量占总沉降量的75.95%。地质构造和重复采动是影响黄土高原煤炭井工开采矿区地面沉降的重要因素。(2)建立了耦合SBAS-In SAR地面沉降监测值的Knothe时间函数改进模型,用于估计已发生的地面沉降和预计尚未发生的地面沉降。与Knothe时间函数模型相比,耦合SBAS-In SAR地面沉降监测值的Knothe时间函数改进模型大大提高了监测期内任意时刻地面沉降值的估计精度。基于Knothe时间函数改进模型预计的剖面线地面沉降的变化趋势与基于SBAS-In SAR地面沉降监测值的变化趋势保持一致。(3)选取植被数量、植被质量、空间分布和生态系统服务价值等指标,定量分析了采煤沉陷生态扰动时序特征。1986-2018年间轩岗采煤沉陷区植被覆盖区域面积呈减少态势,工矿用地面积呈增加态势,植被质量呈现出先降后升的变化趋势。植被空间关联指数呈现出急速下降、缓慢下降、波动上升的变化趋势,具有一定的时间滞后效应。生态系统服务价值呈现波动减小趋势,减少速度与煤炭开采规模呈正相关。1986-2018年间轩岗采煤沉陷区生态服务价值在1.12~1.35亿元之间波动,总体呈现减少态势。2006年之后轩岗采煤沉陷区生态服务价值加速减小,大规模煤炭开采是采煤沉陷区生态服务价值锐减的主要原因。(4)构建了基于采煤工作面的全过程、闭环式生态修复分析框架。界定了采煤沉陷生态修复具体含义,阐明了采煤沉陷生态修复主要原则,提出了适用于采煤沉陷区生态修复的土壤保持生态效益测算方法。以轩岗采煤沉陷区为例,在分析采煤沉陷区空间分布范围和地类属性的基础上,明确沙棘潜在种植区,核算生态效益和经济效益,为黄土高原采煤沉陷生态修复路径选择提供基础理论与技术支撑。
胡彦博[7](2020)在《深部开采底板破裂分布动态演化规律及突水危险性评价》文中研究表明在全国煤炭资源开发布局调整阶段,为了保证国家煤炭供给安全,东部矿区仍需保持20年左右的稳产期,许多矿井进入深部开采不可避免。围绕深部煤层开采底板突水通道动态形成过程机理、水害评价防治的科学技术问题,以华北型煤田东缘代表矿井为例,采用野外调研、理论分析、原位测试、室内试验、数值模拟等多种方法,按照华北煤田东缘矿区的赋煤地质结构特征→深部煤层开采底板变形破坏的动态监测方法→深部煤层开采底板岩层变形破坏的时空演化特征和突水模式→深部煤层开采底板破坏深度预测方法和开采底板突水危险性评价方法→深部煤层开采底板水害治理模式和治理效果序列验证评价方法的思路开展研究。主要成果如下:(1)提出了利用布里渊光时域反射技术(BOTDR)对深部煤层开采底板变形破坏的动态监测方法。根据研究表明BOTDR系统监测的动态变形量及应变分布状态与煤层底板岩层应力应变特征具有一致性,是有效监测煤层底板岩层变形破坏的新方案。BOTDR系统对煤层底板岩层监测显示,在采动过程中煤层底板岩层从上向下是呈现压-拉-压的应变趋势;同时获得了有效的煤层底板岩层的最大破坏深度,为深部煤层开采底板破坏深度的精准预测研究提供了有效的原位测试数据。(2)揭示了深部煤层开采完整底板破坏的时空演化特征:a.采前高应力区超前影响范围大约在煤壁前方38 m附近;b.开采底板岩层第一破断点的位置在采煤工作面煤壁前方29.07 m,煤层下方垂距9.24 m处,煤层底板破坏是从脆性岩层开始破断;c.开采底板破断发展趋势是从第一破断点首先向上发展破断,然后再同步向下破断。d.煤层开采底板破断的最大深度处于采前高应力区内,并且最大破断深度在采前高应力区内的峰值应力传播线附近(一般情况下)。根据煤层开采底板破坏的时空演化特征,对比分析了完整底板和含断层底板两种条件下煤层开采底板岩层破坏特点;同时对煤层开采底板进行横向分区,区域名称依次为原岩应力平衡区、采前高应力区、采后应力释放区、采后应力再平衡区。(3)利用BP神经网络、煤层开采底板应力螺旋线解析、气囊-溶液测漏法、经验公式法、多因素回归及分布式光纤实测等方法进行研究分析,得到了对深部煤层开采底板破坏深度进行有效的预测模型及方法;研究表明,多因素回归中模型III预测值更接近分布式光纤监测和气囊-溶液测漏法等实测数据,预测误差较小的预测方法依次为新的数学理论模型解析法和BP神经网络预测模型。(4)利用层次分析法、熵权法、地理信息系统等手段结合深部煤层开采破坏后有效隔水层厚度和其他多种影响底板突水的因素,对深度煤层开采底板突水危险性进行综合评价研究,得到了层次分析和熵权法(AHP-EWM)综合算法评价模型和基于改进型层次分析脆弱性指数(IAHP-VI)法两种深部煤层开采底板突水危险性评价模型,两者都具有一定的实用价值,在实际运用过程中可以根据研究区的实际情况择优选其一,也可以根据两种模型的预测结果取并集,能够进一步提高评价安全程度。(5)基于华北型煤田东缘矿区深部煤层开采底板突水通道的形成机理和突水模式,提出了“充水含水层和导水构造协同超前块段治理”模式并进行了定义。在现有的深部煤层开采水害的治理技术上,根据注浆改造目的层的构造、区域地应力、原岩水动力场等因素对地面受控定向钻进顺层钻孔方位和钻孔展布间距的设定进行科学有效的优化研究。(6)提出了“深部煤层开采底板水害治理效果序列验证评价方法”,利用对改造目的层的渗透系数和透水率、煤层底板阻水能力、矿井电法检测、检查钻孔数据等结合GIS系统进行综合研究,建立了科学系统化的评价方法。(7)利用“充水含水层和导水构造协同超前块段治理”模式对华北型煤田东缘矿区深部煤层底板水害进行了治理,结果显示治理效果良好,研究矿区深部煤层工作面实现了安全回采。本论文研究成果可为华北型煤田东缘矿区下组煤开采底板水害防治提供参考。
柯丽华[8](2020)在《基于最低寿命周期成本的露天矿开采量动态规划模型》文中研究说明矿产资源相对经济发展需求是有限的。社会发展对矿产资源需求量的持续增加和短期利益的驱动,促使矿山企业对矿产资源进行过度开采,最终影响代际公平和社会经济的持续发展。因此,科学动态地规划矿山的年开采量势在必行,这也是矿产资源开发利用的重要基础工作。以赋存特征复杂多变的非煤露天矿为研究对象,针对露天矿开采的工艺过程协同发展状态和矿山工程时空约束变化等特征,探寻开采量随寿命周期成本的变化规律。以同类矿山统计数据为基础,拟合分析固定成本和变动成本函数,采用回归分析方法,构建了类似已建矿山的寿命周期成本-年开采量函数,客观呈现了矿山寿命周期成本与年开采量之间的变化规律。考虑矿山寿命周期成本受矿体赋存特征、矿山生产系统特征要素和管理因素的影响,采用灰色关联分析方法,构建了基于模糊灰色关联度的矿山成本主控要素的抉择方法,有效减少了非关键要素对露天开采寿命周期成本-开采量变化规律的干扰。探寻了矿床赋存特征、生产条件、露天矿开采境界参数、工艺设备参数、开采程序特征要素和采掘工作面参数等系统特征要素的变化对寿命周期成本-开采量函数的影响规律。基于各类要素组合变化对露天矿开采难度的影响趋势分析,采用定性分级与定量计算相结合的方法,计算露天矿各类影响因素的开采难度系数;进而考虑各类要素的独立性,建立类似已建矿山和拟建矿山之间的相对综合开采难度系数的计算模型。引入开采难度系数,建立了拟建露天矿寿命周期成本-开采量函数,客观地呈现了不同矿床赋存特征和矿山生产系统特征要素组合效应对露天矿开采量影响的本质规律。综合考虑最低寿命周期成本和开采难度的影响,建立了基于最低寿命周期成本的露天矿开采量动态规划模型。针对矿山生产经营需求,以矿山开采对象特殊性、生产工艺环节协调发展和矿山工程时空发展为约束条件,运用规模经济理论和资金时间价值理论,以折现后开采各期总收益最大为准则,建立了矿产资源开采价值模型。引入哈密顿函数,利用考虑了开采难度的拟建矿山露天矿寿命周期成本-开采量函数,求出最优的矿产资源开采量,反映了露天矿开采量在开采难度和寿命周期成本影响下的变化规律,补充和完善了矿产资源的可持续利用理论。利用基于最低寿命周期成本的露天矿开采量动态规划模型研究了乌龙泉矿拟开采区域(+43m以下)的矿产资源开采量规划和生产能力决策问题。基于该矿已开采区域(+43m以上)的生产经营统计数据,计算该矿山已开采区域和拟开采区域之间的相对开采难度系数为0.902,构建了矿山拟开采区域(+43m以下)的寿命周期成本-开采量函数,进而建立了拟开采区域(+43m以下)的矿产资源开采量动态规划模型,客观地呈现了拟开采区域(+43m以下)的矿产资源开采量随时间逐渐增加的本质变化规律,结果表明:该矿拟开采区域矿产资源开采模式为加速耗竭模式,与该矿山熔剂资源开发利用的趋势相符。依据此模型规划结果,基于投资增量最小原则,制定该矿的生产能力方案为270×104t/a(第一阶段第1年~第20年)和350×104t/a(第二阶段第21年~第30年),为该矿山熔剂资源的开发策略提供了有效的决策依据。
纪欣卓[9](2020)在《深部采选充一体化矿井工作面配采方案优化》文中研究表明新巨龙煤矿属于深部矿井,需开挖大量岩巷以满足矿井安全生产的需要,由此产生了大量的矸石,矸石的提升不仅增加了矿井生产成本,同时制约着矿井生产能力。鉴于此,本文以新巨龙煤矿生产接替和所产矸石就地充填要求为研究背景,采用现场调研、理论分析以及数值模拟等研究方法,研究了新巨龙采选充一体化矿井工作面配采原则及接替方案;分析了矿井矸石来源及产量,在保证矿井产充平衡的前提下,针对不同的地面保护要求,对充填工作面相关参数进行研究;采用FLAC3D模拟软件研究不同等价采高条件下关键层位移及地表下沉情况,在满足相应保护要求的前提下对参数进行经济效益分析,确定适合本矿井的等价采高;最后设计了工作面配采智能决策支持系统,主要结论如下:(1)提出了采选充一体化矿井工作面配采原则,基于此原则,提出了三种工作面配采方案,并从工作面产量预测、服务年限、采掘顺序、井下运输及通风、工作面搬家五方面对配采方案进行对比分析,得出方案一作为接替方案。(2)矿井矸石年产量主要来源于回采工作面及掘进工作面,总计133157万t。针对农田保护和村庄保护相关要求,以1303N-1、1307N充填工作面为例,设计了不同的充实率,得出与之对应的推进速度。(3)数值模拟分析了工作面不同等价采高条件下的关键层位移及地表下沉情况,结果表明随着等价采高的不断减小,地表沉陷量逐渐减小,地表变形值逐渐减小。结合农田保护对地表下沉的要求、村庄保护对地表变形的要求以及考虑到充填利润等因素,确定1303N-1工作面等价采高为0.64m,推进速度为9.0 m/d;1307N充填工作面等价采高为1.44m,推进速度为8.4m/d,同时建议矿井未来地表为农田的充填工作面等价采高为0.64m,未来地表为张楼村的充填工作面等价采高为1.44m。(4)研发了工作面配采智能决策支持系统,实现了采选充一体化矿井回采工作面和充填工作面智能配采,并在此基础上计算出充填工作面合适的推进速度。以新巨龙矿井下工作面为应用背景,对软件进行验证,所得结果与上文所述基本吻合,证明该软件有效,可为相关类似矿井工作面配采决策提供借鉴。
郝煜珊[10](2020)在《基于深度学习的煤矿瓦斯涌出量预测系统研究》文中研究说明煤矿开采现场所采集的瓦斯数据呈现着非线性、高维性和模糊复杂性的特点,就目前而言,对海量数据背后所隐藏的大量的信息和规律未做开发,对于瓦斯涌出量的预测,在可靠性、准确性和实时性方面还存在不足。深度学习可以通过内部的多个非线性层的处理阶段,来完成矿井下海量的多源异构数据信息的特征提取和转换,并能够通过自主学习来实现预测的目的,为瓦斯事故的预测预报和决策提供技术支撑。因此,本文利用深度神经网络(DNN)自身构造的多隐层模型对样本数据进行训练,完成自主学习过程,误差分析结果显示该模型性能较好;并实现Tensor Flow框架的封装,完成瓦斯数据预测系统的设计,该系统可进行准确实时的预测,为智能化开采提供技术支持。本文主要完成了以下几个方面的研究内容:(1)对比几种典型深度学习模型的基本结构和训练方法,得出DNN模型更加适用于瓦斯涌出量的预测问题。(2)分析了瓦斯涌出量影响因素,并利用SPSS对相关参数进行Bartlett球形检验和KMO检验,检验结果表明:所选择的参数间的偏相关性较弱,显着性为0,满足分析条件,具有可靠的信度和效度。从而,确定了预测模型的基本输入参数。(3)提出了一种基于深度神经网络的瓦斯涌出量预测模型,并将该模型应用于高河矿的瓦斯涌出量预测中。把预处理后的数据进行划分,其中80%作为训练集,20%作为测试集,分别用于模型的训练和模型预测性能的评估。预测结果表明:总体预测曲线基本符合瓦斯涌出量的变化趋势,能够较为准确的反映涌出量的变化幅值。(4)通过误差分析对模型效果进行检验,回采工作面预测误差的标准差为1.776921,掘进工作面预测误差的标准差为0.310803,预测误差值均都分布在0左右的范围内,向两侧呈递减趋势,说明模型精度较好。验证了该模型应用于瓦斯涌出量预测问题的适用性和优越性。(5)在完成高河矿瓦斯涌出量数据预测模型的构建基础上,通过搭建分布式深度学习框架,完成了具有自主学习能力的精准、高效的瓦斯涌出量预测系统的设计。
二、回采生产计划决策支持系统的产量预测模型(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、回采生产计划决策支持系统的产量预测模型(论文提纲范文)
(1)西北旱区典型煤矿涌水量预测及风险应对研究(论文提纲范文)
摘要 |
abstract |
1 引言 |
1.1 选题的背景及意义 |
1.2 国内外研究现状 |
1.2.1 顶板突水的理论研究 |
1.2.2 底板突水的理论研究 |
1.2.3 矿井涌水量预测理论 |
1.3 研究内容及技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 本章小结 |
2 研究区概况 |
2.1 大海则煤矿研究区概况 |
2.1.1 位置 |
2.1.2 地形地貌 |
2.1.3 水系及气象 |
2.1.4 地质概况 |
2.2 纳林河二号煤矿研究区概况 |
2.2.1 位置 |
2.2.2 地形地貌 |
2.2.3 水系及气象特征 |
2.2.4 地质概况 |
2.3 本章小结 |
3 水文地质条件的辨识 |
3.1 大海则煤矿水文地质条件辨识 |
3.1.1 水文地质条件 |
3.1.2 矿井充水条件分析 |
3.2 纳林河二号煤矿水文地质条件辨识 |
3.2.1 水文地质条件 |
3.2.2 矿井充水条件分析 |
3.3 研究区试验及数据分析 |
3.3.1 试验设计 |
3.3.2 试验内容与原理 |
3.3.3 试验结果分析 |
3.4 本章小结 |
4 研究区地下水数值模拟研究 |
4.1 水文地质概念模型 |
4.1.1 研究矿区范围的确定 |
4.1.2 模型结构层的确定 |
4.1.3 地下水流态的概化 |
4.1.4 边界条件的概化 |
4.2 数学模型建立 |
4.3 地下水流数值模型 |
4.3.1 模拟计算区域的剖分 |
4.3.2 源汇项的处理与确定 |
4.3.3 水文地质参数的确定 |
4.3.4 各层初始水位的确定 |
4.3.5 模拟期时间的确定 |
4.3.6 地层概化顶底板的确定 |
4.3.7 模型识别验证 |
4.3.8 水均衡分析 |
4.4 本章小结 |
5 矿区涌水量预测 |
5.1 大海则煤矿涌水量预测 |
5.1.1 矿井涌水量预测方案 |
5.1.2 数值法涌水量预测 |
5.1.3 大井法涌水量预测 |
5.1.4 集水廊道法涌水量预测 |
5.1.5 矿井涌水量对比 |
5.2 纳林河二号煤矿涌水量预测 |
5.2.1 矿井涌水量预测方案 |
5.2.2 数值法涌水量预测 |
5.2.3 大井法涌水量预测 |
5.2.4 集水廊道法涌水量预测 |
5.2.5 矿井涌水量对比 |
5.3 本章小结 |
6 动态预测涌水量的不确定性分析与风险应对研究 |
6.1 基于数理统计的涌水量计算及不确定性分析 |
6.2 基于数值模拟模型的涌水量计算不确定性分析 |
6.3 风险应对研究 |
6.3.1 风险预警预报理论与原则 |
6.3.2 基于不同水灾事故的风险预警预报方法 |
6.3.3 井工矿风险规避对策研究 |
6.4 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
致谢 |
作者简介 |
(2)厚煤层综放开采顶煤破碎机理及智能化放煤控制研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 综放开采技术发展历程 |
1.2.2 顶煤采动应力场演化规律 |
1.2.3 顶煤破碎机理及冒放性评价 |
1.2.4 顶煤运移特性及放出规律 |
1.3 研究内容与方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 技术路线 |
第2章 厚煤层综放开采采动应力场演化机制 |
2.1 顶煤应力状态描述及数值模拟方案 |
2.1.1 基于主应力空间的顶煤应力状态 |
2.1.2 煤岩层赋存条件及力学参数测定 |
2.1.3 数值模型及方法 |
2.2 高水平应力条件下顶煤主应力场演化规律 |
2.2.1 主应力分布规律及数值监测方法 |
2.2.2 主应力值演化规律 |
2.2.3 应力主轴偏转特性 |
2.3 顶煤主应力演化路径 |
2.3.1 主应力场顶煤分区方法 |
2.3.2 顶煤分区特征位置及应力路径 |
2.4 本章小结 |
第3章 厚煤层综放开采顶煤破碎机理 |
3.1 各顶煤分区内相关参数演化特性 |
3.2 裂隙煤体三维重构及细观参数标定 |
3.2.1 高精度工业CT扫描试验 |
3.2.2 节理裂隙数值重构 |
3.2.3 基于SRM方法的裂隙煤体数值建模 |
3.3 主应力路径下顶煤破碎规律 |
3.3.1 数值模型及主应力加载流程 |
3.3.2 裂隙煤体渐进破碎迹线 |
3.3.3 裂隙煤体破碎块度分布及现场实测 |
3.4 本章小结 |
第4章 厚煤层综放开采顶煤运移放出规律 |
4.1 数值模拟方法及前期结果 |
4.1.1 FDM-DEM耦合数值模型 |
4.1.2 本构模型及模拟参数分析 |
4.1.3 数值模拟流程及放煤前结果分析 |
4.2 初次放煤过程顶煤运移放出规律 |
4.2.1 初放放出体形成过程 |
4.2.2 初放松动体演化特性 |
4.2.3 初放煤矸分界线动态分布 |
4.3 周期放煤过程顶煤运移放出规律 |
4.3.1 顶煤放出体演化历程 |
4.3.2 放煤松动体范围扩展规律 |
4.3.3 煤矸分界线形态特性 |
4.4 本章小结 |
第5章 智能化放煤控制方法及放煤工艺参数 |
5.1 智能化放煤控制过程及控制体系 |
5.1.1 放煤前顶煤厚度探测及采煤机定位 |
5.1.2 放煤中放煤机构动作启停判别及控制 |
5.1.3 放煤后放出量实时监控 |
5.1.4 智能化放煤控制体系 |
5.2 基于放煤时间预测模型的放煤终止原则 |
5.2.1 放煤时间预测模型 |
5.2.2 重力加速度修正系数的标定 |
5.2.3 放煤时间预测模型的应用 |
5.3 放煤步距与放煤顺序优化 |
5.3.1 放煤步距及放煤顺序优化方法 |
5.3.2 不同放煤顺序下放出体形态特性 |
5.3.3 不同放煤顺序下顶煤放出量及回收率 |
5.4 本章小结 |
第6章 厚煤层智能化放煤工业性试验 |
6.1 12309 智能化综放工作面建设概况 |
6.1.1 工作面人员配置及分工 |
6.1.2 顺槽协同放煤控制中心 |
6.1.3 地面放煤监测与控制中心 |
6.1.4 智能化放煤控制流程 |
6.2 智能化放煤控制技术试验 |
6.2.1 放煤前顶煤厚度探测及采煤机定位 |
6.2.2 放煤中放煤机构动作启停判别及控制 |
6.2.3 放煤后采出量实时监测 |
6.2.4 放煤远程集中控制软件 |
6.3 智能化工作面建设效益分析 |
6.4 本章小结 |
第7章 结论与展望 |
7.1 结论 |
7.2 主要创新点 |
7.3 展望 |
参考文献 |
攻读学位期间取得的科研成果 |
致谢 |
(3)基于智能行程时间预测的露天煤矿卡车调度随机优化方法研究(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 论文的研究内容与创新点 |
1.4 研究路线与论文结构 |
2 露天煤矿卡车调度基础概念与数据 |
2.1 卡车调度数据随机性特征提取 |
2.2 卡车调度的调度目标及优化分析理论 |
2.3 本章小结 |
3 卡车状态数据采集的建模与实现 |
3.1 边缘计算的概念 |
3.2 卡车智能调度采集服务云建模 |
3.3 基于边缘计算的卡车状态采集设计与实现 |
3.4 本章小结 |
4 卡车状态大数据的智能学习与行程时间预测 |
4.1 车辆状态数据的分析方法选择 |
4.2 卡车状态数据的样本特征分析与预处理 |
4.3 卡车状态数据分析与预测的深度学习建模 |
4.4 利用深度网络模型对卡车行程数据的预测与结果分析 |
4.5 本章小结 |
5 基于行程时间预测的短期计划卡车调度随机优化 |
5.1 短期计划卡车调度的二进制整数规划模型建立 |
5.2 基于行程时间预测的卡车调度的随机优化模型建立 |
5.3 多染色体混合遗传算法求解TSA&DP方法的建立 |
5.4 卡车调度随机优化的短期计划应用 |
5.5 卡车调度随机优化模型的适应性讨论 |
5.6 本章小结 |
6 结论与展望 |
6.1 主要结论 |
6.2 展望 |
参考文献 |
附录 |
作者简历 |
学位论文数据集 |
(4)深井分选硐室群围岩稳定控制机理与采—充空间优化布局研究(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 主要研究内容、方法和技术路线 |
1.4 主要创新点 |
2 井下分选硐室结构特征与围岩力学分析 |
2.1 井下分选工艺及其设备配置要求 |
2.2 井下分选硐室结构特征分析 |
2.3 井下分选硐室围岩力学分析 |
2.4 本章小结 |
3 分选硐室群优化布置方式与紧凑型布局方法 |
3.1 分选硐室群断面优化设计方法 |
3.2 软岩层位对分选硐室群布置的影响 |
3.3 地应力场对分选硐室群布置的影响 |
3.4 分选硐室群结构特征与紧凑型布局原则 |
3.5 分选硐室群紧凑型布局方法 |
3.6 本章小结 |
4 分选硐室群围岩损伤规律与控制对策 |
4.1 “三壳”协同支护技术原理与应用 |
4.2 采动应力影响下分选硐室群围岩损伤规律与控制对策 |
4.3 振动动载影响下分选硐室群围岩损伤规律与控制对策 |
4.4 冲击动载影响下分选硐室群围岩损伤规律与控制对策 |
4.5 本章小结 |
5 深部矿井采煤-充填空间优化布局方法 |
5.1 采煤-充填空间布局方法分类 |
5.2 采煤-充填空间布局影响因素权重分析 |
5.3 采煤-充填空间参数优化方法 |
5.4 采煤-充填空间优化布局方法 |
5.5 本章小结 |
6 深部矿井采-选-充空间优化布局决策方法与应用 |
6.1 采煤-分选-充填空间布局的互馈联动规律 |
6.2 深部矿井采-选-充空间优化布局决策方法 |
6.3 采-选-充空间优化布局决策方法的实践应用 |
6.4 本章小结 |
7 主要结论与展望 |
7.1 主要结论 |
7.2 研究展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(5)多金属露天矿多目标短期精细化配矿计划优化研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 露天矿配矿计划模型研究 |
1.2.2 露天矿配矿计划求解方法研究 |
1.2.3 研究现状述评 |
1.3 本文研究内容 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.3.3 本文创新点 |
2 相关理论方法 |
2.1 露天矿短期精细化配矿概述 |
2.1.1 露天矿生产计划时间粒度划分 |
2.1.2 露天矿配矿计划原理 |
2.1.3 露天矿智能化配矿系统 |
2.2 多目标优化问题 |
2.2.1 多目标优化数学模型 |
2.2.2 多目标问题求解方法 |
2.3 约束优化问题罚函数理论 |
2.4 群智能优化算法理论 |
2.5 本章小结 |
3 多金属露天矿短期精细化配矿模型 |
3.1 露天矿配矿原则 |
3.2 露天矿配矿计划模型分析 |
3.2.1 露天矿配矿要素分析 |
3.2.2 露天矿配矿模型特点 |
3.3 露天矿短期配矿模型的构建 |
3.4 配矿模型处理 |
3.5 本章小结 |
4 基于灰狼算法的露天矿配矿优化求解算法设计 |
4.1 改进灰狼优化算法 |
4.1.1 基本灰狼算法 |
4.1.2 反向学习生成初始种群 |
4.1.3 非线性收敛因子调整 |
4.2 融合粒子群算法的灰狼算法 |
4.2.1 粒子群优化算法 |
4.2.2 融合GWO-PSO算法设计 |
4.3 数值实验及分析 |
4.4 露天矿配矿算例求解验证 |
4.4.1 配矿计划算例求解分析 |
4.4.2 配矿优化方法验证 |
4.5 本章小结 |
5 露天矿配矿计划优化与应用 |
5.1 基于HPGWO算法的智能配矿流程设计 |
5.2 河南省L露天矿基本概况 |
5.2.1 河南省L露天矿 |
5.2.2 露天矿配矿生产管控系统 |
5.3 配矿计划优化方法应用与分析 |
5.3.1 配矿基础数据获取 |
5.3.2 混合算法实现 |
5.3.3 配矿优化结果与分析 |
5.3.4 配矿计划实际应用 |
5.4 本章小节 |
6 结论与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
作者在读期间研究成果 |
致谢 |
(6)复杂采煤条件下黄土高原矿区地面沉降和生态扰动研究 ——以轩岗采煤沉陷区为例(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究进展 |
1.2.1 地面沉降监测方法 |
1.2.2 地面沉降演变特征 |
1.2.3 采煤沉陷生态扰动 |
1.2.4 采煤沉陷生态修复 |
1.3 主要研究内容 |
1.4 研究技术路线 |
第二章 试验区概况与数据源 |
2.1 轩岗采煤沉陷区概况 |
2.1.1 地质构造 |
2.1.2 气候水文 |
2.1.3 土壤植被 |
2.2 轩岗采煤沉陷区煤炭资源 |
2.2.1 主要煤层 |
2.2.2 开采历程 |
2.3 数据源 |
2.3.1 SAR影像数据 |
2.3.2 Landsat影像数据 |
2.3.3 MODIS数据产品 |
2.3.4 煤层开采数据 |
2.3.5 野外调查数据 |
第三章 不同InSAR方法地面沉降监测精度对比 |
3.1 InSAR技术 |
3.2 材料与方法 |
3.2.1 数据源 |
3.2.2 D-InSAR方法 |
3.2.3 PS-InSAR方法 |
3.2.4 SBAS-InSAR方法 |
3.3 不同相位解缠方法的精度对比 |
3.4 不同方法监测地面沉降精度对比 |
3.4.1 基于已有资料的监测结果评价 |
3.4.2 基于工作面的监测结果评价 |
3.5 小结 |
第四章 地面沉降时空演变规律与时间函数模型 |
4.1 材料与方法 |
4.2 地面沉降的空间分布特征 |
4.2.1 沉降盆地形态及最大下沉点的位置 |
4.2.2 煤炭开采进度对沉降剖面线的影响 |
4.2.3 地面沉降面上扰动系数与量级划分 |
4.3 地面沉降的时间演变规律 |
4.3.1 最大下沉点的沉降速率 |
4.3.2 最大下沉点的推进方向 |
4.3.3 地面沉降时间阶段划分 |
4.4 复杂采煤条件对地面沉降的影响 |
4.4.1 研究区断层构造和地层构造 |
4.4.2 地质构造对地面沉降的影响 |
4.4.3 重复采动对地面沉降的影响 |
4.5 地面沉降关键参数的拟合和对比分析 |
4.5.1 地面沉降静态参数的拟合与分析 |
4.5.2 地面沉降动态参数的拟合与分析 |
4.6 地面沉降时间函数模型 |
4.6.1 地面沉降估计 |
4.6.2 地面沉降预计 |
4.7 小结 |
第五章 采煤沉陷生态扰动的时序变化特征 |
5.1 材料与方法 |
5.1.1 数据源 |
5.1.2 土地利用分类 |
5.1.3 土地利用转移矩阵 |
5.1.4 净初级生产力 |
5.1.5 空间关联指数 |
5.1.6 生态系统服务价值 |
5.2 轩岗采煤沉陷区植被变化 |
5.2.1 植被数量变化 |
5.2.2 植被质量变化 |
5.3 轩岗采煤沉陷区空间关联指数变化 |
5.4 轩岗采煤沉陷区生态系统服务价值变化 |
5.4.1 生态服务价值构成 |
5.4.2 生态服务价值变化 |
5.4.3 生态服务价值敏感性分析 |
5.5 小结 |
第六章 采煤沉陷生态修复模式及效益评价 |
6.1 材料与方法 |
6.1.1 空间范围及属性特征识别 |
6.1.2 生态修复模式及效益评价 |
6.2 轩岗采煤沉陷区生态修复及效益评价 |
6.2.1 空间范围及属性特征 |
6.2.2 生态修复模式及具体措施 |
6.2.3 生态修复效益评价 |
6.3 基于采煤工作面的生态修复分析框架 |
6.3.1 采煤沉陷生态修复的具体含义 |
6.3.2 采煤沉陷生态修复的主要原则 |
6.3.3 采煤沉陷生态修复分析框架 |
6.3.4 生态修复动态监测的关键技术 |
6.4 小结 |
第七章 结论 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
参考文献 |
攻读学位期间取得的科研成果 |
致谢 |
(7)深部开采底板破裂分布动态演化规律及突水危险性评价(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究内容及方法 |
1.4 技术路线 |
2 华北型煤田东缘区域地质及水文地质条件 |
2.1 区域赋煤构造及含水层 |
2.2 深部煤层开采底板突水水源水文地质特征 |
2.3 煤系基底奥陶系灰岩含水层水文地质特征 |
2.4 本章小结 |
3 深部开采底板变形破坏原位动态监测 |
3.1 分布式光纤动态监测底板采动变形破坏 |
3.2 对比分析光纤实测与传统解析和原位探查 |
3.3 本章小结 |
4 深部开采煤层底板破坏机理和突水模式研究 |
4.1 深部开采煤层底板破裂分布动态演化规律 |
4.2 深部煤层开采底板突水模式 |
4.3 本章小结 |
5 深部开采底板突水危险性非线性预测评价方法 |
5.1 深部煤层开采底板破坏深度预测 |
5.2 下组煤开采底板突水危险性评价研究及应用 |
5.3 本章小结 |
6 深部开采底板水害治理模式及关键技术 |
6.1 底板水害治理模式和效果评价方法 |
6.2 底板水害治理模式和治理效果评价的应用 |
6.3 本章小结 |
7 结论 |
7.1 主要结论 |
7.2 主要创新性成果 |
7.3 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(8)基于最低寿命周期成本的露天矿开采量动态规划模型(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究意义 |
1.2 国内外研究现状 |
1.2.1 社会范围内矿产资源开采规划研究 |
1.2.2 矿山企业生产能力决策研究 |
1.2.3 矿产资源开采规划研究的问题与不足 |
1.3 研究内容及关键问题 |
1.3.1 研究内容 |
1.3.2 研究的关键问题 |
1.4 研究方法和技术路线 |
第2章 露天矿产资源开采量规划的原理 |
2.1 露天矿生产的特殊性 |
2.1.1 生产对象的特殊性 |
2.1.2 露天开采生产工艺特殊性 |
2.2 矿产资源规划的基本思想 |
2.2.1 工程寿命周期成本内涵 |
2.2.2 工程寿命周期成本分析方法 |
2.3 矿产资源规划的理论基础 |
2.3.1 规模经济理论 |
2.3.2 资金时间价值原理及分析方法 |
2.4 本章小结 |
第3章 露天矿的LCC-Q函数 |
3.1 露天开采寿命周期成本 |
3.1.1 露天开采寿命周期成本的内涵 |
3.1.2 露天开采寿命周期成本的组成 |
3.1.3 露天开采寿命周期成本的价值转化形式 |
3.1.4 露天开采寿命周期成本的一般表达式 |
3.2 露天开采寿命周期成本的影响因素 |
3.2.1 矿体赋存特征 |
3.2.2 矿山生产系统特征要素 |
3.2.3 矿山管理因素 |
3.2.4 其他因素 |
3.3 露天开采寿命周期成本关键要素的分析 |
3.3.1 数据特征分析 |
3.3.2 分析方法选择 |
3.3.3 关键影响要素的决策模型 |
3.3.4 关键要素决策分析步骤 |
3.4 LCC-Q函数的构建 |
3.4.1 类似已建矿山寿命周期成本序列 |
3.4.2 类似已建矿山的LCC-Q函数 |
3.5 本章小结 |
第4章 开采难度对LCC-Q函数的影响 |
4.1 露天矿开采难度的内涵 |
4.2 露天矿开采难度的影响因素 |
4.3 露天矿开采难度与其影响因素之间的变化规律 |
4.3.1 矿山开采技术条件的影响 |
4.3.2 矿山生产系统特征要素的影响 |
4.3.3 露天矿开采难度的变化规律 |
4.4 露天矿开采难度系数的确定方法 |
4.4.1 矿床技术特征的开采难度系数 |
4.4.2 矿山生产条件的开采难度系数 |
4.4.3 开采境界参数变化的开采难度系数 |
4.4.4 工艺过程协同发展程度的开采难度系数 |
4.4.5 开采程序设计要素变化的开采难度系数 |
4.4.6 采掘工作面参数协同发展程度的开采难度系数 |
4.4.7 综合开采难度系数和相对开采难度系数 |
4.5 基于矿山开采难度的LCC-Q函数 |
4.6 本章小结 |
第5章 露天矿开采量动态规划模型 |
5.1 模型构建原则 |
5.1.1 开采价值最大化原则 |
5.1.2 客观性原则 |
5.1.3 科学性原则 |
5.1.4 系统性原则 |
5.1.5 可行性原则 |
5.2 模型构建的思路 |
5.2.1 建模思想 |
5.2.2 生产需求与目标函数 |
5.2.3 约束条件分析 |
5.2.4 关键问题分析 |
5.3 基于最低寿命周期成本的露天矿开采量动态规划模型 |
5.3.1 露天矿产资源规划问题 |
5.3.2 类似已建露天矿寿命周期成本-开采量函数的建立 |
5.3.3 拟建露天矿寿命周期成本-开采量函数的建立 |
5.3.4 评价方法和指标的选择 |
5.3.5 不考虑开采难度的露天矿开采量动态规划模型 |
5.3.6 考虑开采难度的露天矿开采量动态规划模型 |
5.4 模型特点及适用情况 |
5.5 本章小结 |
第6章 露天矿开采量动态规划模型的应用分析 |
6.1 矿山基本概况 |
6.1.1 地理位置 |
6.1.2 自然地理及经济概况 |
6.1.3 矿床开采技术条件 |
6.1.4 矿山储量 |
6.2 矿山生产决策工作 |
6.3 矿山开采量规划分析 |
6.3.1 矿山生产成本关键因素的确定 |
6.3.2 矿山寿命周期成本函数的确定 |
6.3.3 矿山开采量动态规划模型的建立 |
6.3.4 矿山研究范围内开采量动态规划 |
6.4 矿山生产能力方案的制定 |
6.5 本章小结 |
第7章 结论与展望 |
7.1 主要结论 |
7.2 创新点 |
7.3 展望 |
参考文献 |
附录1 攻读博士学位期间科研成果 |
附录2 攻读博士学位期间参加的科研项目 |
致谢 |
附件 |
(9)深部采选充一体化矿井工作面配采方案优化(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 研究内容 |
1.4 研究方法与技术路线 |
2 新巨龙矿采掘接替方案优化 |
2.1 矿区生产概况 |
2.2 工作面接替方案的提出 |
2.3 各接替方案可行性对比 |
2.4 本章小结 |
3 新巨龙矿充填相关参数研究 |
3.1 新巨龙矿矸石产量研究 |
3.2 充填工作面概况 |
3.3 充填参数优化 |
3.4 本章小结 |
4 不同保护要求数值模拟研究 |
4.1 不同保护要求数值模拟方案 |
4.2 农田保护数值模拟研究 |
4.3 村庄保护数值模拟研究 |
4.4 本章小结 |
5 工作面配采智能决策支持系统 |
5.1 引言 |
5.2 系统研发的原理 |
5.3 系统页面及应用 |
5.4 本章小结 |
6 主要结论及展望 |
6.1 主要结论 |
6.2 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(10)基于深度学习的煤矿瓦斯涌出量预测系统研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 矿井瓦斯涌出量预测方法研究现状 |
1.2.2 基于深度学习的预测方法研究现状 |
1.2.3 需要进一步研究的问题 |
1.3 研究内容及技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第二章 不同深度学习模型的对比分析 |
2.1 深度学习概述 |
2.1.1 基本思想 |
2.1.2 深度学习训练方法 |
2.1.3 深度学习框架 |
2.2 典型的深度学习模型 |
2.2.1 深度神经网络(DNN) |
2.2.2 卷积神经网络(CNN) |
2.2.3 深度信念网络(DBN) |
2.3 深度神经网络针对瓦斯涌出量预测的适用性 |
2.4 本章小结 |
第三章 影响瓦斯涌出的因素分析 |
3.1 影响瓦斯涌出量的基本因素 |
3.1.1 瓦斯涌出量影响因素 |
3.1.2 瓦斯涌出量预测特点分析 |
3.1.3 确定瓦斯涌出量预测相关因素 |
3.2 主成分分析法(PCA) |
3.2.1 PCA计算步骤 |
3.2.2 PCA的主要参数 |
3.2.3 三维坐标的PCA降维实现 |
3.3 瓦斯涌出量预测的基本参数 |
3.4 本章小结 |
第四章 基于深度神经网络的瓦斯预测模型研究 |
4.1 数据预处理 |
4.1.1 煤矿监控数据分析 |
4.1.2 缺失值处理 |
4.1.3 异常值处理 |
4.1.4 数据归一化 |
4.1.5 数据集划分 |
4.2 深度神经网络模型的建立 |
4.2.1 线性模型 |
4.2.2 激活函数 |
4.2.3 损失函数 |
4.2.4 反向传播算法 |
4.2.5 过拟合 |
4.3 模型的训练过程及网络结构设计 |
4.3.1 神经网络模型训练过程 |
4.3.2 设置层次结构 |
4.4 本章小结 |
第五章 高河矿瓦斯涌出量预测模型及系统应用 |
5.1 矿井概况 |
5.2 程序语言和工具的选取 |
5.3 高河矿瓦斯涌出量预测实例 |
5.3.1 预测样本的形成 |
5.3.2 瓦斯数据预处理 |
5.3.3 构建神经网络模型 |
5.3.4 K-折交叉验证 |
5.3.5 预测结果 |
5.3.6 模型误差分析 |
5.4 搭建分布式深度学习框架 |
5.4.1 基于Tensorflow和 Keras的分布式深度学习框架 |
5.4.2 基于Scikit-learn的单机学习框架 |
5.5 瓦斯涌出量预测系统 |
5.5.1 系统简介及运行环境 |
5.5.2 模块界面设计 |
5.5.3 工作面管理 |
5.5.4 参数设置 |
5.6 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 创新点 |
6.3 研究展望 |
参考文献 |
攻读学位期间取得的科研成果 |
致谢 |
四、回采生产计划决策支持系统的产量预测模型(论文参考文献)
- [1]西北旱区典型煤矿涌水量预测及风险应对研究[D]. 姬腾达. 内蒙古农业大学, 2021
- [2]厚煤层综放开采顶煤破碎机理及智能化放煤控制研究[D]. 霍昱名. 太原理工大学, 2021(01)
- [3]基于智能行程时间预测的露天煤矿卡车调度随机优化方法研究[D]. 赵亮. 中国矿业大学, 2021
- [4]深井分选硐室群围岩稳定控制机理与采—充空间优化布局研究[D]. 朱成. 中国矿业大学, 2021
- [5]多金属露天矿多目标短期精细化配矿计划优化研究[D]. 吕艳红. 西安建筑科技大学, 2020(01)
- [6]复杂采煤条件下黄土高原矿区地面沉降和生态扰动研究 ——以轩岗采煤沉陷区为例[D]. 薛娟娟. 太原理工大学, 2020(07)
- [7]深部开采底板破裂分布动态演化规律及突水危险性评价[D]. 胡彦博. 中国矿业大学, 2020(01)
- [8]基于最低寿命周期成本的露天矿开采量动态规划模型[D]. 柯丽华. 武汉科技大学, 2020(01)
- [9]深部采选充一体化矿井工作面配采方案优化[D]. 纪欣卓. 中国矿业大学, 2020(01)
- [10]基于深度学习的煤矿瓦斯涌出量预测系统研究[D]. 郝煜珊. 太原理工大学, 2020(07)