黄土覆盖矿区是我国重要的煤炭生产地,国内黄土矿区开采沉陷地表移动研究相对较多,国外该区域地表移动研究较少。黄土矿区开采沉陷地表移动较为复杂,而煤层群开采地表破坏更为严重,沉陷规律异常复杂,严重制约着经济的可持续发展。因此,论文研究黄土山区煤层群开采地表移动,对保证黄土矿区高产高效有一定的现实意义。首先,论文从地形分析入手将黄土山区地形分为近水平、单向坡(正坡、负坡)、组合坡(凸面、凹面)几种典型的特征,利用数值软件构建不同地形的数值模型,得出不同地形条件下地表移动曲线,结合实测数据分析黄土山区地表移动特征。其次,运用灰色关联度分析法,对黄土山区地表移动主要影响因素进行分析,得到各主要影响因素对地表移动的敏感度大小。最后,收集黄土矿区多个不同的工作面实测资料,建立神经网络模型,对部分实测数据进行学习训练,并预测三道沟矿区地表移动,将预测值与实测值对比分析,得出预测值与实测值的平均相对误差为8.02%。论文取得以下成果:(1)借助数值软件模拟得出:单向坡上煤层开采,在坡顶斜坡坡面滑移的下沉量与开采沉陷量形成“叠加”,在坡底形成“抵消”,随着下煤层开采,地表“叠加”与“抵消”程度增大,沉陷盆地中心逐渐移向坡顶。在组合坡中,煤层群开采地表移动量相差很大,这说明在变坡点附近地表移动较为复杂。(2)通过灰色关联度分析与层次分析对煤层群开采地表移动主要影响因素综合评价,两种方法得到的评价结果是一致的。分析表明:黄土山区煤层群开采地表移动主要影响因素的敏感度从大到小依次为:开采宽度、地表坡向、采深、采高。(3)运用神经网络预测黄土山区煤层群开采地表移动,结果表明:对于复杂的非线性系统,神经网络的拟合能力有一定限度,并不能完全的拟合,网络期望输出值与实测值存在一定的误差,但大部分预测结果比较接近实测值,经分析得出预测结果与实测值的平均相对误差为8.02%,能够满足工程应用的需要。