国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于GIS與BP神經(jīng)網(wǎng)絡(luò)的礦區(qū)塌陷易發(fā)性預(yù)測

2021-10-17 14:00王紳皓謝婉麗奚家米
煤礦安全 2021年9期
關(guān)鍵詞:易發(fā)礦區(qū)神經(jīng)網(wǎng)絡(luò)

王紳皓,謝婉麗,奚家米,井 旭

(1.西北大學(xué) 地質(zhì)學(xué)系,陜西 西安 710069;2.大陸動力學(xué)國家重點實驗室,陜西 西安 710069)

地面塌陷是礦山常見的地質(zhì)災(zāi)害之一,礦區(qū)的地面塌陷為采礦工作及當(dāng)?shù)鼐用駧砹藝?yán)重的安全隱患及經(jīng)濟(jì)損失[1]。因此,礦區(qū)塌陷的預(yù)測是保障生產(chǎn)工作正常運(yùn)行,保護(hù)居民生命財產(chǎn)安全的重要工作[2]。針對塌陷易發(fā)性的預(yù)測,已經(jīng)有眾多學(xué)者進(jìn)行了大量的研究,并提出了各種判別方法。劉寶琛等[3]提出將概率積分法運(yùn)用到地下開采等實際工程引發(fā)地面塌陷的預(yù)測工作中;謝和平等[4]使用相似材料作了巷道和采場的巖層塌陷實驗,并基于非線性的連續(xù)介質(zhì)模型對地下工程的塌陷進(jìn)行了非線性力學(xué)有限元分析??讘椓⒌萚5]論述了采空區(qū)地表為斜坡條件下,上覆巖層發(fā)生多種變形、破壞的力學(xué)特征;陳學(xué)軍[6]、包惠明[7]等分別將GIS技術(shù)、模糊數(shù)學(xué)理論應(yīng)用在巖溶塌陷評價模型中,對其易發(fā)性進(jìn)行定量評價。以上方法在塌陷易發(fā)性預(yù)測中均有較好的效果,但由于巖土體的空間特性特殊,建立力學(xué)模型的方法復(fù)雜且難以簡化;數(shù)值模擬難以全面考慮礦山塌陷中的復(fù)雜因素,選取合理參數(shù),模糊評判存在超模糊現(xiàn)象。為補(bǔ)充以往研究不足,為此選用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行礦區(qū)塌陷的預(yù)測研究。BP神經(jīng)網(wǎng)絡(luò)具有主動學(xué)習(xí)、多層次,可以通過學(xué)習(xí)大量的樣本來獲得適合的連接權(quán)值,反映出各種復(fù)雜的非線性關(guān)系[8]。綜合GIS系統(tǒng)空間分析功能在礦區(qū)塌陷預(yù)測突出的優(yōu)越性,采用柵格為評價單元,提高預(yù)測精度,最大限度地體現(xiàn)出礦區(qū)內(nèi)部塌陷易發(fā)性的空間差異[9],為模型預(yù)測提供足夠的樣本數(shù)。

1 礦區(qū)塌陷預(yù)測評價模型

BP神經(jīng)網(wǎng)絡(luò)算法是一種信息處理體系,利用神經(jīng)網(wǎng)絡(luò)能夠進(jìn)行復(fù)雜的邏輯運(yùn)算,實現(xiàn)多因子相互作用的非線性關(guān)系。BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層3部分組成[10]。網(wǎng)絡(luò)訓(xùn)練過程主要信號的正向傳播和誤差反向傳播[11],通過BP算法的迭代依次對隱含層到輸出層、輸入層到隱含層的權(quán)重和偏置進(jìn)行調(diào)節(jié),使權(quán)重系數(shù)和閾值參數(shù)逐漸收斂于合適的值,當(dāng)相鄰2次誤差值達(dá)到目標(biāo)精度時,模型趨于合理,訓(xùn)練完成。

1.1 信號的正向傳播

設(shè)xi為人工神經(jīng)網(wǎng)絡(luò)隱含層的輸入值,則隱含層輸出值Hk為:

式中:n為輸入節(jié)點數(shù);wik為隱含層間連接權(quán)值;ak為隱含層閾值;g為隱含層激勵函數(shù)。

激活函數(shù)的選取一般認(rèn)為理想的激活函數(shù)是階躍函數(shù),但階躍函數(shù)具有不連續(xù)、不可導(dǎo)的缺點。塌陷預(yù)測采用Sigmoid函數(shù):

Sigmoid函數(shù)的優(yōu)勢在于其不同于階躍函數(shù)的二值化輸出結(jié)果,其輸出值為(0,1)區(qū)間內(nèi)的可控數(shù)值,該數(shù)值可以用于表示塌陷易發(fā)性的大小。

1.2 誤差反向傳播

通過連接權(quán)值和偏置的更新使誤差函數(shù)取值逐漸減小,當(dāng)誤差取最小值時,認(rèn)為這時的權(quán)重參數(shù)趨于最優(yōu)解[12]。BP神經(jīng)網(wǎng)絡(luò)算法基于梯度下降法來求解修正權(quán)值。進(jìn)行參數(shù)的傳遞分析可以發(fā)現(xiàn)存在這樣的影響傳遞鏈條關(guān)系,即wkj影響輸出層輸出值,最終影響誤差的大小。反向傳播中權(quán)值更新公式:

式中:wkj為連接權(quán)值;ej為網(wǎng)絡(luò)預(yù)測誤差;p為輸入節(jié)點數(shù);η為學(xué)習(xí)速率。

當(dāng)相鄰2次之間的誤差值小于目標(biāo)值時認(rèn)為算法收斂,算法迭代結(jié)束[14]。

2 礦區(qū)概況及塌陷影響因子分析

2.1 礦區(qū)地質(zhì)概況

研究礦區(qū)地處陜西省廟哈孤礦區(qū)東南部,該礦區(qū)為典型的黃土梁峁地貌,溝壑縱橫,梁面寬緩平坦,場地內(nèi)地勢較為平坦。區(qū)內(nèi)地層主要為三迭系細(xì)粒石英砂巖,厚度約80~200 m;侏羅系粉砂巖,泥巖夾煤層,厚度約89.78 m,新近系紅色黏土,平均厚度3.1 m;第四系黃土覆蓋大部分山梁、緩坡,平均厚度24.15 m。

礦區(qū)降水較少,年內(nèi)降水量變化大,水系較發(fā)育,流經(jīng)礦區(qū)的水系主要為2條:孤山川河自井田西側(cè)邊界穿過,府谷縣內(nèi)流長57 km,流域面積1 018 km2,年平均流量3.48 m3/s,溝谷寬緩;流小南川溝流域面積約6 km2,河流受區(qū)域獨特的地質(zhì)地貌條件及氣象因素的控制,雨季洪峰多。

井田內(nèi)設(shè)計開采煤層為22、31、42、51、52上、52煤,煤層平均可采總厚度12.22 m。以52煤為例,煤層厚度1.47~3.32 m,平均2.23 m,煤厚變化較小,埋深淺,煤層埋藏深度在0~225.66 m,煤層頂板巖性為1套厚層粉砂巖、局部夾薄層粉砂質(zhì)泥巖,厚16 m。

2.2 塌陷發(fā)育情況

地質(zhì)災(zāi)害類型主要為滑坡、崩塌、塌陷和泥石流,其中因煤礦開采,該地區(qū)塌陷顯著增多。截至2019年10月,研究區(qū)塌陷已增至10余處,目前塌陷有形成貫通的趨勢。其中塌陷面積最大達(dá)到3 km2,嚴(yán)重影響到礦區(qū)煤礦的繼續(xù)開采以及當(dāng)?shù)鼐用袢粘I?,礦區(qū)塌陷分布如圖1。

圖1 礦區(qū)塌陷分布圖Fig.1 Distribution map of mining area collapse

以二采區(qū)形成的地面塌陷為例,其形成時間為2013—2018年,位于井田中部,走向長度1.91 km,傾斜長度1.06 km,該采區(qū)52號煤層平均厚度2.38 m,煤層結(jié)構(gòu)較簡單。該地面塌陷區(qū)面積較大,塌陷區(qū)東側(cè)較寬,向西逐漸變窄,地面裂縫發(fā)育,裂縫長約7~50 m。裂縫成組平行發(fā)育,間距5~20 m不等,部分裂縫可見深度達(dá)1.5 m,兩側(cè)錯落10~50 cm,在斜坡地帶局部發(fā)生了滑塌,地面塌陷裂縫方向與采取工作面方向相一致。

2.3 塌陷影響因子選取

2.3.1 數(shù)據(jù)源

研究區(qū)塌陷預(yù)測評價建模的數(shù)據(jù)源主要有:①塌陷編錄信息和野外調(diào)查獲取的相關(guān)資料,包括研究區(qū)1∶2 000井田勘查報告、礦井建設(shè)工程地質(zhì)災(zāi)害易發(fā)性評估報告、礦井設(shè)計書等;②DEM高程數(shù)據(jù),用于提取地形地貌等基礎(chǔ)環(huán)境因子;③研究區(qū)地質(zhì)調(diào)查資料。

2.3.2 影響因子

礦區(qū)地面塌陷大多數(shù)是由于頂板的破壞而引起的,即礦體被開挖、采掘后,失去下部巖層支持的頂板在自重和次生應(yīng)力作用下發(fā)生剪切或拉裂破壞[13],該礦區(qū)采用走向長壁后退式綜合機(jī)械化采煤方法,全部垮落法管理頂板。研究區(qū)垂直剖面由上至下可簡化為松散覆蓋物、堅硬巖層、含水層等,區(qū)內(nèi)分布構(gòu)造裂隙,采空區(qū)垂直剖面如圖2。

圖2 采空區(qū)垂直剖面圖Fig.2 Vertical section view of goaf

在煤層回采后,上覆巖體完全垮落,垮落帶可達(dá)松散覆蓋物底部,在松散覆蓋層形成裂隙,使松散層本身發(fā)生垮落,導(dǎo)致地表塌陷[14]。

影響礦區(qū)塌陷的因素多種多樣,各個采區(qū)情況具有獨特性[15],眾多研究表明塌陷的發(fā)生是基礎(chǔ)環(huán)境和工程影響共同作用的結(jié)果。采煤方法和頂板管理方法在該礦區(qū)不同工作面中相同,在預(yù)測模型中不予考慮。塌陷預(yù)測模型易發(fā)性因素包括:①覆巖強(qiáng)度是反映巖體工程地質(zhì)特征的最根本因素,直接影響著巖體的物理力學(xué)性質(zhì)及其受力變形的全過程;②水文地質(zhì)特征,地表水、地下水對巖土體的作用是一種地質(zhì)應(yīng)力作用,水與巖土體相互作用改變著巖土體的物理、化學(xué)及力學(xué)性質(zhì);③地質(zhì)構(gòu)造主要包括不連續(xù)結(jié)構(gòu)面、構(gòu)造應(yīng)力,地質(zhì)構(gòu)造活動使得巖體中聚集大量的彈性變形能,產(chǎn)生構(gòu)造應(yīng)力,受到開挖擾動的影響,構(gòu)造應(yīng)力釋放使巖體中出現(xiàn)局部應(yīng)力集中現(xiàn)象,誘發(fā)地面塌陷[16];④巖層的變形和破壞是從直接頂開始,自下而上擴(kuò)散直至地面的漸變過程,終采時間越長,塌陷的易發(fā)性越高;⑤采礦工程將巖體中原始應(yīng)力平衡狀態(tài)破壞,并使其周圍一定范圍的巖層應(yīng)力發(fā)生重新分布,而開采深度和跨度是影響著擾動后原巖應(yīng)力的大小、方向與分布狀態(tài)的重要因素;⑥采煤高度影響著塌陷的易發(fā)程度,當(dāng)采煤高度較高或多煤層迭置開采時,覆巖經(jīng)多次塌陷分級傳至地面造成地表沉陷,產(chǎn)生大量裂縫。

結(jié)合研究區(qū)的實際情況,本研究選取研究區(qū)3個基礎(chǔ)環(huán)境因子和5個工程影響因子,其中基礎(chǔ)環(huán)境因子包括水文特征、地層構(gòu)造和覆巖強(qiáng)度[17],工程影響因子包括終采時間、頂板跨度、開采深度、采煤高度以及空間迭置層數(shù)。礦區(qū)塌陷影響因子量化方法及易發(fā)性分級見表1。

表1 礦區(qū)塌陷影響因子量化方法及易發(fā)性分級Table 1 Quantification method and stability classification of mining area collapse influence factor

2.4 塌陷易發(fā)性單元劃分

利用預(yù)測模型開展塌陷區(qū)易發(fā)性預(yù)測的1個關(guān)鍵問題是如何進(jìn)行預(yù)測單元的劃分[18]。常用的預(yù)測單元多為柵格[19]、同期開采區(qū)域、行政區(qū)劃單元等。其中,柵格具有表達(dá)目標(biāo)明確,模型計算效率高,數(shù)據(jù)后處理易操作等優(yōu)點[20]。GIS系統(tǒng)具有范圍廣闊且功能強(qiáng)大的空間分析能力,使用其核心工具集可以將數(shù)據(jù)快速處理為柵格化,為數(shù)據(jù)空間分析提供了豐富、便利的環(huán)境和算子[21]。

研究利用GIS的數(shù)據(jù)管理將離散型、連續(xù)型數(shù)據(jù)整合為面數(shù)據(jù),利用GIS的空間分析功能對各影響因子進(jìn)行柵格化,根據(jù)礦區(qū)現(xiàn)有資料及GIS系統(tǒng)有效精度選擇適宜的網(wǎng)格大小為20 m×20 m,將48.9 km2研究區(qū)按大小劃分為119 762個單元,通過最鄰近分配法分別對各影響因子單元進(jìn)行指標(biāo)采樣,采樣后的柵格數(shù)據(jù)中每1個像元點為包含8個塌陷影響因子的樣本組。礦區(qū)的8個影響因子分區(qū)如圖3。

圖3 影響因子分區(qū)圖Fig.3 Impact factor classification

3 礦區(qū)塌陷預(yù)測

采用GIS系統(tǒng)對礦區(qū)影響因子提取466×257個單元,對某些數(shù)據(jù)偏離平均值過大的畸點取相鄰柵格單元平均值,同時為防止由于數(shù)據(jù)數(shù)量級的不統(tǒng)一,對各類評價指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理[20]。通過Matlab軟件利用礦區(qū)中部及南部466×173個單元作為樣本進(jìn)行訓(xùn)練構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型,并保留礦區(qū)北部466×84個單元檢驗預(yù)測結(jié)果。

3.1 神經(jīng)網(wǎng)絡(luò)模型塌陷預(yù)測

神經(jīng)網(wǎng)絡(luò)隱含層的確定是建模的1個關(guān)鍵問題,隱含層節(jié)點過少,網(wǎng)絡(luò)難以識別樣本,從而無法建立復(fù)雜的映射關(guān)系,導(dǎo)致模型訓(xùn)練能力降低,預(yù)測效果差;隱含層節(jié)點過多則會導(dǎo)致網(wǎng)絡(luò)的過擬合以及訓(xùn)練效率的降低。目前常用的方法是通過多次實驗以確定隱含層的最優(yōu)節(jié)點數(shù)[22]。參考式(5)~式(7)進(jìn)行隱含層節(jié)點選?。?/p>

式中:l為隱含層節(jié)點數(shù);n為輸入層節(jié)點數(shù);m為輸出層節(jié)點數(shù);a為0~10之間的常數(shù)。

最終確定隱含層節(jié)點數(shù)為5。

利用上文生成的輸入、輸出訓(xùn)練樣本在Matlab環(huán)境下進(jìn)行神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練和檢驗工作。訓(xùn)練使用newff神經(jīng)網(wǎng)絡(luò)函數(shù)。為保證預(yù)測誤差較小,隱含層節(jié)點傳遞函數(shù)選用S型函數(shù)tansig函數(shù),輸出層節(jié)點傳遞選用purelin函數(shù),控制學(xué)習(xí)速率為0.1,選擇Levenberg_Marquardt的BP算法訓(xùn)練函數(shù)trainlm,性能分析選擇均方差性能分析函數(shù)mse,誤差允許限度設(shè)置為1×10-2。訓(xùn)練過程發(fā)現(xiàn)迭代次數(shù)為2 253時誤差達(dá)到預(yù)期目標(biāo),可以認(rèn)為此時模型訓(xùn)練完成。

將研究區(qū)柵格化數(shù)據(jù)組代入訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)模型,將模型輸出結(jié)果使用image函數(shù)進(jìn)行圖像化,礦區(qū)塌陷預(yù)測分區(qū)圖如圖4。

圖4 礦區(qū)塌陷預(yù)測分區(qū)圖Fig.4 Mine collapse prediction classification

3.2 塌陷預(yù)測結(jié)果檢驗

從BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測分區(qū)圖來看,預(yù)測區(qū)塌陷情況整體符合礦區(qū)采空塌陷的實際情況:礦區(qū)塌陷主要分布于下部有采空的地區(qū),同時塌陷受到地下巷道支護(hù)控制,具備煤柱支護(hù)的地區(qū)塌陷易發(fā)性最低,且支護(hù)具備一定區(qū)域范圍內(nèi)的塌陷控制能力,將塌陷分割為多個區(qū)域且塌陷易發(fā)性明顯降低。地層巖性變化較小時,上覆巖層硬質(zhì)巖層占比越大,采空區(qū)塌陷的易發(fā)性越低。采空區(qū)頂板越厚、跨度越小,越不容易發(fā)生離層破壞或頂板折斷,對應(yīng)區(qū)域塌陷易發(fā)性越低。塌陷的易發(fā)性在一定程度上受到水文特征的影響,其中,中南部礦區(qū)內(nèi)有水系發(fā)育的地區(qū)塌陷易發(fā)性較高。

為檢驗BP神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果,根據(jù)礦區(qū)實際發(fā)生的地面塌陷作為檢驗標(biāo)準(zhǔn),采用ROC曲線完成神經(jīng)網(wǎng)絡(luò)預(yù)測模型的結(jié)果驗證[23]。大量研究表明,ROC曲線可以作為驗證預(yù)測模型的良好指標(biāo)[24]。選取礦區(qū)北部466×84個單元采用繪制ROC曲線,計算得到曲線下面積AUC=0.902,預(yù)測精度可達(dá)90.2%,BP模型ROC曲線測試圖如圖5。

圖5 BP模型ROC曲線測試圖Fig.5 ROC curve test diagram of BP model

驗證結(jié)果表明:采用BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型對礦區(qū)地下開采引起的地面塌陷可以很好地達(dá)到預(yù)期的預(yù)測結(jié)果。

4 結(jié)語

1)采礦區(qū)是塌陷地質(zhì)災(zāi)害高發(fā)區(qū)之一,通過選取3個基礎(chǔ)環(huán)境因子和5個工程影響因子構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,BP神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的主動學(xué)習(xí)、適應(yīng)能力,反映出礦區(qū)地面塌陷發(fā)育過程中各種復(fù)雜的非線性關(guān)系。

2)結(jié)合GIS技術(shù)將礦區(qū)數(shù)據(jù)柵格化和人工神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于塌陷易發(fā)性分區(qū),可以很好地滿足預(yù)測精度,同時在訓(xùn)練計算過程中的迭代次數(shù)和耗時較少,可以達(dá)到快速、優(yōu)良的收斂效果。

3)將預(yù)測模型與實際調(diào)查資料進(jìn)行對比,BP神經(jīng)網(wǎng)絡(luò)模型用于礦區(qū)易發(fā)性預(yù)測的效果較好,適用于礦區(qū)開采結(jié)束后地面塌陷的預(yù)測,為環(huán)境保護(hù)、土地復(fù)墾方案以及礦區(qū)工程建設(shè)提供可行性、科學(xué)性及準(zhǔn)確性的防治建議。

4)目前建立塌陷預(yù)測模型所采集的塌陷實際發(fā)生樣本均發(fā)生在終采6年之內(nèi),時間尺度較短,采空區(qū)頂板的殘余變形、破裂并未完全停止,后期深入研究可根據(jù)時間尺度更長的塌陷樣本完成礦區(qū)地面塌陷預(yù)測模型。

猜你喜歡
易發(fā)礦區(qū)神經(jīng)網(wǎng)絡(luò)
國外核新聞(2022年7期)2022-11-25
煤炭礦區(qū)耕地土壤有機(jī)質(zhì)無人機(jī)高光譜遙感估測
基于神經(jīng)網(wǎng)絡(luò)的船舶電力系統(tǒng)故障診斷方法
機(jī)用鎳鈦銼在乳磨牙根管治療中的應(yīng)用
貴州省地質(zhì)災(zāi)害易發(fā)分區(qū)圖
MIV-PSO-BP神經(jīng)網(wǎng)絡(luò)用戶熱負(fù)荷預(yù)測
陜西咸陽旬西礦區(qū)總體規(guī)劃獲陜西省發(fā)改委批復(fù)
夏季羊易發(fā)疾病及防治方法
基于改進(jìn)Hopfield神經(jīng)網(wǎng)絡(luò)的對地攻擊型無人機(jī)自主能力評價
冬季雞腸炎易發(fā) 科學(xué)防治有方法