【摘 要】
：
采空区地面塌陷是煤矿企业常见的地质灾害之一,它破坏范围广、影响大、持续时间长,为了降低采空区冒落、失稳造成的重大经济损失和人员伤亡,研究煤矿采空区地面塌陷危险性评价,对煤矿企业安全生产尤为重要。本文将深度学习应用到煤矿采空区地面塌陷危险性评价中,并将其结果进行三维可视化。具体研究工作如下:（1）首先分析了采空区地面塌陷发生机理,通过对煤矿的地质勘探钻孔数据、水文数据等进行提取、分析,用分位图法进行
论文部分内容阅读
采空区地面塌陷是煤矿企业常见的地质灾害之一,它破坏范围广、影响大、持续时间长,为了降低采空区冒落、失稳造成的重大经济损失和人员伤亡,研究煤矿采空区地面塌陷危险性评价,对煤矿企业安全生产尤为重要。本文将深度学习应用到煤矿采空区地面塌陷危险性评价中,并将其结果进行三维可视化。具体研究工作如下:（1）首先分析了采空区地面塌陷发生机理,通过对煤矿的地质勘探钻孔数据、水文数据等进行提取、分析,用分位图法进行正态性检验,得出了影响采空区稳定性的主要因素。为了使用深度学习模型,采用基于封装式评价方法进行了特征选择、利用BP神经网络处理采空区顶板岩性数据的缺失值、选择归一化方法对数据进行预处理。（2）针对传统采空区危险性评价方法不能处理时间序列数据的问题,本文使用深度学习中的长短时记忆网络（Long Short-Term Memory,LSTM）作为采空区地面塌陷危险性评价模型。首先将预处理后的影响采空区塌陷的10个特征作为LSTM模型输入,根据输入的数据量,经过实验选取每批处理的样本个数为8,通过对SGD、RMSprop和Adam的比对选取Adam作为优化函数,隐藏层节点数设定为30,Dropout值为0.5时LSTM模型能够达到最佳性能。将模型的输出分为采空区危险性评价的四个等级,从而构建基于LSTM的采空区地面塌陷危险性评价模型。为了验证模型在解决这类问题上的效果和性能,将得到的采空区危险性评价结果与BP神经网络模型和SVM支持向量机的评价结果进行了实验对比,结果表明,本模型的评价准确度比BP网络模型提高5.44%,比常规SVM模型提高4.1%,进一步说明了本模型在煤矿采空区地面塌陷危险性评价中的优势。（3）为了直观地展示采空区危险性评价结果,利用GOCAD软件构建地质数据库采用建立点、线、面的方法构建地质三维模型,使用Python语言和本文模型对陕北某煤矿采空区地面塌陷危险性进行评价,并将预测结果三维可视化。
其他文献
近年来我国浅层煤炭储备逐渐减少,深部开采的比重随之逐年上升,而瓦斯的有效抽采在一定程度可消除煤矿深部开采带来的安全隐患。因此针对瓦斯安全、高效抽采的需要,对瓦斯抽采系统进行智能调控具有重要的研究意义。为了提高瓦斯抽采的安全性及效率,降低瓦斯抽采的经济成本,分析了瓦斯抽采系统运行的安全约束条件及效率约束条件;分析了瓦斯抽采系统四大控制任务并建立了瓦斯抽采优化数学模型;根据理论调控策略,提出了瓦斯抽采
视觉惯性里程计作为自主移动机器人和相关领域的一项重要技术,拥有广泛的应用前景。利用图像信息与惯性测量单元（Inertial Measurement Unit,IMU）信息的互补性可以更加准确地计算传感器位姿变化情况,并增强系统的鲁棒性。因此,进行视觉惯性里程计的研究具有十分重要的理论意义与应用价值。针对视觉惯性里程计在处理图像信息时,特征点正确匹配率较低的问题,改进SIFT（Scale Invar
随着传感器技术的发展,霍尔电流传感器在工业自动化、汽车电子、航空航天和国防等领域得到了广泛的应用。但是,电路中存在闪烁噪声和失调电压、霍尔元件灵敏度受温度影响会发生改变,这些因素严重影响了霍尔电流传感器的检测精度。因此,研究噪声、失调电压抑制技术以及灵敏度温度补偿技术,设计一款低噪声、低失调电压和灵敏度温度特性良好的霍尔电流传感器芯片具有重要理论意义及工程应用价值。通过分析霍尔元件失调电压的来源,
随着网络的快速发展,以网络为载体的信息量迅速增长,使得图的规模也随之扩大。由于大规模图数据无法使用单机环境进行处理,因此分布式图计算应运而生。分布式图计算需要将图数据合理地分布到每个节点,对图进行合理划分是实现分布式图计算的前提。现实世界的图处于不断的动态演化之中,如何对动态图进行合理划分是当前的一个研究热点。针对动态图划分问题,本文的主要研究内容如下:首先,研究新增图社区性对动态图划分质量的影响
传统传感器存在体积大、灵敏度低、污染样本的缺点,利用超介质的非常规特性,可以克服原始材料的局限。与传统传感器相比,超介质传感器具有设计简单、灵敏度高、选择性强和检测即时等优势。在开环谐振器（SRR）和互补开环谐振器（CSRR）结构的基础上,设计并研究两种超介质传感器。通过对比两种传感器,超介质可以为传感器的设计和性能的提升提供新的思路和方法。本文主要工作总结如下:（1）提出一种基于四个六边形互补开
近年来随着科技的发展,使得行为识别技术也不断成熟,而获得外观信息的同时捕获帧间运动信息是行为识别的难点,双流卷积神经网络因能够捕获时空信息受到广泛关注。但视频包含噪声、光照变化等因素,以及视频行为持续时间较长都会影响识别的准确率。本文以双流卷积神经网络为基础进行深入研究,针对行为识别存在的问题,提出以下几种策略来提高识别率:（1）通过scSE模块来对图像特征进行筛选,提出融合scSE的双流网络模型
减少矿井水害事故的发生对于煤矿安全生产十分重要,但矿区水文地质复杂,预防矿井水害事故难度较大。有效快速地进行矿井水源类型判别,不仅能预防水害事故的发生,且在水害发生时能迅速定位发生地,便于煤矿企业采取应对措施,对矿井水害的预防和治理起着至关重要的作用。因此建立合理有效的矿井水源判别模型是防治矿井水害事故的关键。神经网络具有较强的非线性拟合能力,被广泛应用于分类问题,故采用确定性分层循环跳跃网络（C
虚拟牙齿正畸系统是数字化矫治的核心,实现了在三维可视化状态下牙齿移动的方式和步骤,其中包括牙颌模型分割与处理、牙齿运动轨迹规划及正畸方案定制、牙龈软组织跟随变形等环节,最终目标是为患者所佩戴的隐形矫治器提供数据源。牙齿运动轨迹和矫治方案的确定是虚拟牙齿正畸系统中非常重要的技术环节,不仅能让患者在治疗前看到虚拟正畸效果,更方便医生对正畸方案的设计和矫治效果的预测。符合临床实际的运动和合理的矫治方案可
交叉调整率在多路输出反激变换器中该问题已经得到了很好的解决,但在多路输出正激变换器应用场合,交叉调整率问题仍未得到有效解决。为了减小多路输出正激变换器的交叉调整率,提出了一种目标平均电流控制的策略,并用该策略完成了 一种三路输出正激变换器的设计。目标平均电流控制的策略具体实施过程是,实时采样每一路的输出电压和输出电流得到实时负载RLi;由每一路的期望输出电压VEi和实时负载RLi得到各目标平均电流
目标跟踪技术广泛应用在安防监控、自动驾驶、军事制导等领域。当前主流的目标跟踪算法分为基于相关滤波的跟踪算法和基于孪生网络的跟踪算法两大类。相关滤波目标跟踪算法以其高效的运算速度和良好的跟踪精度备受关注,但是对于尺度变化、快速运动等情况容易造成跟踪失败;孪生网络目标跟踪算法借助表征能力强大的深度特征获得更优的跟踪精度和鲁棒性,但对于严重形变、背景复杂等情况容易跟踪失败。通过分析核相关滤波跟踪算法和孪