论文部分内容阅读
矿产资源的大规模开发和利用,既给人类带来巨大的经济效益和社会效益,也对人类生存环境产生一系列的消极影响。其中开采沉陷对环境的影响就是一个重要的方面,所以,对岩层和地表移动范围的研究势在必行。通常按移动角来圈定矿山岩层和地表移动范围,能够对开采过程中出现的移动角有一个正确的预测,对当前的矿山安全生产有着重要意义。针对金属矿山地表移动规律研究现状,分析了矿山开采引起的岩层和地表移动的过程、破坏类型和形式。在对比地下金属矿山和煤矿开采存在的主要差异的基础上,阐述了影响地表移动角的地质采矿因素,结果表明由于地下金属矿山开采条件的复杂性,影响其地表移动的因素错综复杂、相互影响,既含有确定因素又含有不确定因素。人工神经网络技术具有很强的非线型映射能力和自适应、自学习能力,特别适用于解决因果关系复杂的非确定性推理、判断、预测和分类问题。为此,本文提出采用BP神经网络方法来预测地表移动范围。基于MATLAB的神经网络工具箱,建立了金属矿山开采地表移动角预测的BP神经网络预测系统,采取三层BP神经网络,输入层有七个神经元,输出层有两个神经元。从网络训练结果看,选取的因素是合理的,输入因素与输出因素之间有着密切的联系,从理论上证明了可以预测由于开挖引起的岩层和地表移动角问题。通过实例检验模型的效果,实验结果证明了该模型用于金属矿山开采地表移动角预测的可行性,具有很好的应用价值。在预测的基础上,对上下盘围岩岩性、开采深度、开采厚度等七个因素进行了敏感性分析。结果表明各因素的变化都会引起上下盘移动角的变化,并首次总结了充填法和崩落法金属矿山各因素敏感度的异同。利用MATLAB软件中GUI界面可以实现矿山开采地表移动角预测的可视化,进一步提高效率,减小工作量,增强网络的易用性和扩展性。