采空塌陷预测模型研究综述.docVIP

采空塌陷预测模型研究综述 摘要：地下开采引起的地表塌陷可导致一系列的问题，甚至引发重大的地质灾害，因此对采空塌陷区进行预测具有重要意义。在采空区进行工程建设更是需要对其场地进行稳定性评价，而塌陷预测问题上存在诸多不确定因素，因此建立模型对其进行分析很重要，本文结合一些工程实例对预测模型进行归纳总结，事实证明，这些预测模型得到的结果与实际吻合较好，是采空区塌陷预测中的非常有效的方法。 引言 地下开采引起的地表塌陷可导致一系列的环境问题，甚至引发重大的地质灾害，如建筑物的裂缝与崩塌、路基沉陷、水土流失与矿井淹没等，从而造成经济损失甚至社会问题。采空区塌陷一直是采矿工程的重要研究课题[1~3]。目前预测采空区塌陷的方法有：模糊综合评判法[3]、支持向量机方法[4]、经验模态分解和加权最小二乘支持向量机[5]、工程物探和工程地质勘探相结合的方法[6]、费歇判别分析方法[7]、神经网络预测法[8]和Bayes判别分析法[9]等。本文就这些采空区塌陷模型进行简要归纳总结，并以实例说明方法的可靠性。 模糊综合评判塌陷预测 采空区地面塌陷危险性综合评判是以研究区的环境地质条件为背景，以研究地面塌陷危险性的影响与作用程度为主体，通过对采空区的岩土稳定性、开采条件及地面变形特征等的分析，最后对地面塌陷危险程度作出综合性评判，并进行采空区地面塌陷危险性的分区预测。 根据模糊综合评判原理[4-5]，将采空区塌陷危险性评判问题定义为有限论域U，把影响塌陷危险性程度的n个因素作为U中的各元素，则可表示为 U=[u1，u2，，，ui] (1) 式中：i=1，2，，，n。 定义塌陷危险性分级为评价集V，共分m个危险性级别，则可表示为 V= [v1，v2，，，vj] (2) 式中j=1，2，，，m。 论域中每个影响因素隶属于V函数，定义为U的模糊集A，则表示为 (3) 其中，每个应该满足；表示第i个影响因素对不同级别的隶属程度。当时，全部属于A；当时，完全不属于A。塌陷危险性分级可用V的模糊子集B来评定，B为分级模糊向量，表示为 (4) 则模糊关系矩阵(各单因素指标评判矩阵)为 (5) 目的是用n个因素，通过U与V之间的模糊关系R，求出模糊向量B，即: B=A·R (6) 由B向量，按最大隶属度原则可得到分级评判，即为塌陷危险性分级模糊综合评判结果。 一级评判选用影响因素指标11个，即n=11；评判分级为4级，即m=4。二级评判选用因素指标3个，即n=3；评判分级亦为4级，即m=4。 参评因素隶属度和权重的确定模糊综合评判的关键是建立U和V之间的模糊关系矩阵R和U的模糊集A，即影响因素与各危险性分级间的关系，亦即隶属度及权值。 隶属度的确定根据隶属度的基本原则,结合工作区的实际情况,评判时采用剖分面积元的方法来构造因素的隶属度,则有： (7) 式中：S为剖分单元的面积；Sj为第i个子因素在单元中第j项评语所占的面积。 二级模糊综合评判是在单因素模糊评判的基础上，对单元地面塌陷危险度分为子因素层和因素层两个层次进行综合评判。一级综合评判是对每个单元内各个因素对产生塌陷的可能性进行综合评判，即： (8) 式中:为i因素等级评价集；ai和ri分别为子因素权重集和模糊评判矩阵。 二级综合评判是对每一评判单元内各因素叠加构成的危险度进行综合评判。用已求出的各因素的隶属度等级值组成新的判别矩阵R，再与因素权重集A进行矩阵合成运算，即： (9) 按模糊数学最大隶属度原则，取B中最大隶属度所对应的评判等级作为该单元的最终评判等级。 根据对门城镇采空区实地勘查资料，认为塌陷形成的主要影响因素有采空区的面积及其距地表的垂直深度、煤层开采厚度、岩层倾角的变化、煤层顶板岩性特征、重复采动的影响、表土层的厚度及岩性、区域水文地质条件及降雨和地势。于是采用两级模糊综合评判的理论与方法，建立了地面塌陷危险性评判模型及评判指标，对采空区地面塌陷危险性进行了分区预测，研究表明，开采塌陷形成与发展以及时、空、强度特征取决于地质、采矿两类因素的综合影响。一般说来，地质因素包括覆岩赋存性质、地质构造、松散土厚度及性质、地应力状态、地下水作用、岩层组合等方面；采矿因素包括采高与采深、采空区面积、开采方法、顶板控制方法、重复采动、时间过程等方面。通过对北京门城镇采空区地面塌陷分析，建立了多目标模糊决策地面塌陷预测模型；创建了各影响因子对评价目标的隶属函数，采用如权平均型模糊算子对门城镇地面塌陷地质灾害危险性进行了多目标二级模糊预测，并提出防治建议。其预测方法可靠，考虑因素全面，预测结果符合实际,可作为该区的开发建设规划及地质灾害防治工作的依据。 支持向量机方法塌陷预测 支持向量机 (Support Vector Machine, SVM)