開采沉陷移動變形數(shù)據(jù)處理與預(yù)計(jì)一體化系統(tǒng)

李世保 王 磊 滕超群 李靖宇 李 忠 黃金中

(安徽理工大學(xué)空間信息與測繪工程學(xué)院，安徽 淮南 232001)

富煤、貧油、少氣是我國自然資源賦存的基本特點(diǎn)。當(dāng)前我國已經(jīng)探明的煤炭資源量超過5.9萬億t，且千米以下的深部資源比重達(dá)到53%;與此同時(shí)，我國的煤炭開采深度也在逐年增加，開采深度在1 000 m以上的礦井有47座[1]。隨著大量煤炭采出和開采深度不斷增加，隨之而來的是地表沉陷、變形等日益嚴(yán)重的地質(zhì)災(zāi)害問題?；诘乇硪苿訉?shí)測數(shù)據(jù)快速準(zhǔn)確計(jì)算移動變形量、繪制移動變形曲線以及進(jìn)行精準(zhǔn)的開采沉陷預(yù)計(jì)，是進(jìn)行采礦地質(zhì)災(zāi)害分析的前提。

目前，已有的礦山開采沉陷移動變形數(shù)據(jù)處理系統(tǒng)大都是由VBA或AutoCAD二次開發(fā)。方齊等[2]運(yùn)用VBA研發(fā)了礦區(qū)地表觀測站輔助設(shè)計(jì)與數(shù)據(jù)處理程序，滿足了移動變形圖的繪制要求，提高了礦區(qū)觀測站設(shè)計(jì)的自動化程度，但是缺少報(bào)表輸出功能，移動變形計(jì)算結(jié)果整理稍顯復(fù)雜;王明柱等[3]運(yùn)用AutoCAD VBA二次開發(fā)技術(shù)實(shí)現(xiàn)了地表移動觀測數(shù)據(jù)處理、成圖自動一體化，有利于直觀分析開采沉陷對地表的影響，但該系統(tǒng)無法適應(yīng)所有的CAD版本，需要進(jìn)一步完善;楊曉玉[4]結(jié)合Excel和VBA等功能編制了一套適合礦區(qū)開采沉陷地表移動觀測數(shù)據(jù)處理系統(tǒng)，具有兼容性高、操作簡單、自動化程度高等特點(diǎn)，但該系統(tǒng)未契合CAD生成移動變形圖，存在著功能不完善等不足。上述自動化處理系統(tǒng)的研發(fā)與應(yīng)用推動了礦山開采沉陷變形監(jiān)測技術(shù)的發(fā)展，但在一定程度上存在著系統(tǒng)兼容性差、操作復(fù)雜、功能不完善等不足，無法有效滿足開采沉陷移動變形數(shù)據(jù)自動化處理的需求。

本研究利用C#編程語言，結(jié)合Word和CAD軟件開發(fā)出開采沉陷移動變形數(shù)據(jù)處理與預(yù)計(jì)一體化系統(tǒng)，該系統(tǒng)集成了數(shù)據(jù)管理、移動變形計(jì)算、輸出報(bào)表以及契合CAD的移動變形曲線繪制功能;系統(tǒng)將魯棒性強(qiáng)、具有較好全局尋優(yōu)能力的人工魚群智能算法(AFSA)[5-8]引入Logistic模型參數(shù)求取中，構(gòu)建了基于AFSA的Logistic單點(diǎn)沉陷預(yù)測模型，并結(jié)合工程實(shí)例分析了其性能。該系統(tǒng)處理移動變形數(shù)據(jù)效率高、可視化強(qiáng)、預(yù)測模型精度高，有助于精準(zhǔn)預(yù)計(jì)開采沉陷。

1 開采沉陷移動變形數(shù)據(jù)處理與預(yù)計(jì)一體化系統(tǒng)

1.1 系統(tǒng)結(jié)構(gòu)

開采沉陷移動變形數(shù)據(jù)處理與預(yù)計(jì)一體化系統(tǒng)分為移動變形數(shù)據(jù)處理模塊和參數(shù)反演與預(yù)計(jì)模塊。前者具有移動變形數(shù)據(jù)管理、移動變形計(jì)算、輸出報(bào)表、移動變形曲線繪制等功能;后者具有基于AFSA的概率積分參數(shù)反演與預(yù)計(jì)，以及基于AFSA的Logistic單點(diǎn)沉陷參數(shù)反演與預(yù)計(jì)功能。系統(tǒng)結(jié)構(gòu)及功能設(shè)計(jì)如圖1所示。

圖1 系統(tǒng)主要功能Fig.1 Main functions of the system

1.2 系統(tǒng)模塊功能

(1)數(shù)據(jù)管理模塊。利用C#語言，通過與SQL數(shù)據(jù)庫連接實(shí)現(xiàn)用戶注冊與登錄功能。導(dǎo)入觀測的水準(zhǔn)數(shù)據(jù)，系統(tǒng)可以對數(shù)據(jù)進(jìn)行增、刪、查、改操作，不僅便于用戶對大量數(shù)據(jù)進(jìn)行管理，還為后續(xù)的移動變形計(jì)算提供了便利。

(2)移動變形計(jì)算模塊。通過導(dǎo)入基準(zhǔn)期和計(jì)算期觀測站數(shù)據(jù)，將觀測點(diǎn)坐標(biāo)從大地坐標(biāo)系轉(zhuǎn)化為工作面坐標(biāo)系，導(dǎo)入.txt格式工作面參數(shù)，選擇走向工作面或傾向工作面，通過相關(guān)公式可以計(jì)算下沉、斜率、曲率、水平移動、水平變形等參數(shù)。

(3)輸出報(bào)表模塊。計(jì)算后的數(shù)值在C#data-GridView控件中顯示。為了方便用戶輸出和保存數(shù)據(jù)，該系統(tǒng)可以選擇Excel和Word報(bào)表2種輸出格式。

(4)移動變形曲線繪制模塊。根據(jù)計(jì)算出的移動變形值，在CAD軟件中一鍵成圖，在此基礎(chǔ)上，可將下沉、斜率、曲率、水平移動、水平變形曲線與相應(yīng)的煤層按一定比例在CAD軟件中成圖。用戶可以從圖中求取地表移動盆地各角量、距離參數(shù)以及任意點(diǎn)的對應(yīng)值，克服了傳統(tǒng)方法只能查看無法定量分析的不足。為確保繪制的曲線美觀，系統(tǒng)添加了三次樣條插值函數(shù)將曲線進(jìn)行圓滑處理。

1.3 預(yù)計(jì)與參數(shù)反演關(guān)鍵技術(shù)

(1)開采沉陷預(yù)計(jì)有助于減少開采沉陷帶來的地表損害，本研究系統(tǒng)采用概率積分法進(jìn)行全盆地預(yù)計(jì)和Logistic模型單點(diǎn)沉陷預(yù)計(jì)。

(2)針對開采沉陷預(yù)計(jì)參數(shù)求取時(shí)概率積分法模型和Logistic模型高度非線性、求取參數(shù)不穩(wěn)定、易陷入局部最優(yōu)等不足，將尋優(yōu)能力強(qiáng)、全局收斂性好的人工魚群算法(AFSA)引入概率積分法模型和Logistic模型參數(shù)求取中，構(gòu)建了基于AFSA的開采沉陷概率積分法參數(shù)求解模型以及基于AFSA的Logistic參數(shù)求解模型。近年來，概率積分法參數(shù)求取已有眾多學(xué)者研究，文章重點(diǎn)分析基于AFSA的Logistic參數(shù)反演模型。

2 基于AFSA的Logistic參數(shù)反演模型

2.1 人工魚群算法原理

人工魚群算法(AFSA)在國內(nèi)首先由李曉磊等[9]在動物自治體的尋優(yōu)模式研究中提出，其基本原理是，在一片水域中存在魚的數(shù)量最多的區(qū)域即為該水域中營養(yǎng)物質(zhì)含量最高的區(qū)域，利用該特點(diǎn)來模仿魚群在水中覓食、聚群、追尾等行為，從而得到所求問題的全局最優(yōu)解。

(1)覓食行為。人工魚(AF)當(dāng)前的狀態(tài)為Xi，在其感知范圍中隨機(jī)選擇一個(gè)人工魚狀態(tài)為Xj，

式中，rand(·)為0～1之間的任意一個(gè)隨機(jī)數(shù);d為人工魚的感知距離;比較兩次的食物濃度函數(shù)Y，當(dāng)Yi≤Yj，則向該方向前進(jìn)一步;反之，再選擇一種狀態(tài)Xj進(jìn)行比較。反復(fù)嘗試最大試探次數(shù)次后，如果仍不滿足人工魚的前進(jìn)條件，則隨機(jī)前進(jìn)一步。計(jì)算公式為

式中，Step為AF移動的最大步長。

式中，δ為擁擠度因子，0＜δ＜1。

對供試種子樣品進(jìn)行處理，發(fā)芽率統(tǒng)計(jì)分析結(jié)果見表2。結(jié)果表明，不同處理上杭錐種子發(fā)芽率為21.19%～81.86%，處理6發(fā)芽率最高為81.66%。從R值可以得出，不同因素對上杭錐種子發(fā)芽率影響的主次順序?yàn)镈>A>C>B，依次為萌發(fā)溫度、粒級分類、GA3濃度和浸種溫度處理。根據(jù)各因素水平的平均值(ki)的大小比較可得最優(yōu)水平組合為A3B1C2D3，即小粒種子在30℃溫度下浸種后瀝干，加入50mg·l-1赤霉素溶液浸種24h，放在萌發(fā)溫度30℃的人工氣候箱內(nèi)萌發(fā)，種子發(fā)芽率最高。進(jìn)一步經(jīng)方差分析，萌發(fā)溫度對上杭錐種子發(fā)芽率的影響顯著 (P=0.0414<0.05)。

首先在參數(shù)區(qū)間內(nèi)隨機(jī)生成人工魚并計(jì)算食物濃度函數(shù)(目標(biāo)函數(shù))[10]，記錄最優(yōu)值。其次將每個(gè)人工魚進(jìn)行上述3種行為后的狀態(tài)與最優(yōu)值進(jìn)行比較，若優(yōu)于最優(yōu)值，則將其取代。試驗(yàn)進(jìn)行g(shù)en(迭代總數(shù))次迭代后，人工魚的狀態(tài)即為最優(yōu)狀態(tài)。

2.2 基于AFSA的Logistic參數(shù)反演模型構(gòu)建

礦區(qū)地表單點(diǎn)下沉發(fā)展經(jīng)歷了3個(gè)不同的階段，即緩慢發(fā)展期、加速發(fā)展期、發(fā)展衰減穩(wěn)定期。本研究采用Logistic模型來預(yù)測單點(diǎn)下沉量[5]:

式中，Wm、a、b分別為Logistic模型的3個(gè)參數(shù)。

假設(shè)地表任意點(diǎn)i的實(shí)測下沉值為Wi實(shí)，利用AFSA的Logistic單點(diǎn)預(yù)測模型求出的下沉值為Wi預(yù)，以實(shí)測值與預(yù)計(jì)值差值之和構(gòu)建的適應(yīng)度函數(shù)為

式中，E值越小表明參數(shù)求取精度越高。

將 Logistic模型參數(shù)B=[Wm，a，b]作為人工魚的個(gè)體狀態(tài)，適應(yīng)度函數(shù)E表示當(dāng)前人工魚所處位置的食物濃度?；贏FSA求取Logistic模型參數(shù)的流程如圖2所示。

圖2 AFSA求參流程Fig.2 Flow of AFSA parameter calculation

3 工程實(shí)例

3.1 礦區(qū)概況

3.2 試驗(yàn)結(jié)果

為驗(yàn)證本研究系統(tǒng)軟件的實(shí)用性，分別導(dǎo)入1414(1)工作面的走向基準(zhǔn)期數(shù)據(jù)和2015年3月22日和2015年6月9日獲取的2期走向?qū)崪y數(shù)據(jù)，可以在系統(tǒng)移動變形數(shù)據(jù)管理模塊對數(shù)據(jù)進(jìn)行增、刪、查、改操作，如圖3所示。

圖3 移動變形計(jì)算數(shù)據(jù)管理模塊Fig.3 Mobile deformation calculation data management module

通過管理模塊可以加載每期數(shù)據(jù)，直接在選項(xiàng)框中選取需要查看的數(shù)據(jù)，對于錯(cuò)誤的數(shù)據(jù)可以在dataGridView中進(jìn)行修改并將其保存。選擇基準(zhǔn)期數(shù)據(jù)和計(jì)算期數(shù)據(jù)并導(dǎo)入工作面參數(shù)進(jìn)行移動變形計(jì)算[12-15]，如圖4所示。

圖4 移動變形計(jì)算模塊Fig.4 Mobile deformation calculation module

在圖4所示的模塊中導(dǎo)入基準(zhǔn)期數(shù)據(jù)以及2015年3月22日獲取的觀測期數(shù)據(jù)，選擇走向工作面點(diǎn)擊“移動變形計(jì)算”按鈕即可得到移動變形值，如圖5所示。

圖5 移動變形計(jì)算結(jié)果Fig.5 Calculation results of movement and deformation

為方便用戶進(jìn)行進(jìn)一步分析，圖5所示的移動變形計(jì)算結(jié)果可用Excel和Word兩種格式導(dǎo)出。本研究以導(dǎo)出Word格式為例，點(diǎn)擊“導(dǎo)出Word”按鈕(圖5)，輸出結(jié)果如圖6所示。

圖6 移動變形計(jì)算值輸出報(bào)表(部分)Fig.6 Output report(part)of the calculated results of moving movement and deformation

在圖5所示界面中，可選擇“變形曲線”功能繪制移動變形曲線，既可以繪制單條曲線，也可以輸出全部移動變形曲線。系統(tǒng)給出了“直接輸出”和“3次樣條曲線光滑輸出”2種方式，輸出時(shí)可以選擇各曲線的比例尺，并輸入煤層開采距離等參數(shù)(圖7)，輸出結(jié)果如圖8所示。

圖7 移動變形曲線繪制輸入?yún)?shù)Fig.7 Input parameters are drawn for movement and deformation curves

圖8 移動變形曲線繪制結(jié)果Fig.8 Drawing results of movement and deformation curves

圖7中可以輸入每期煤層的開采距離，煤層是按比例繪制并且可以查看每期煤層開采進(jìn)度，便于求取地表移動盆地各角量、距離參數(shù)[16-18]。每期數(shù)據(jù)可以疊加到同一格網(wǎng)中便于后期的定量分析。

隨機(jī)選取ML75、ML80號點(diǎn)的10期實(shí)測下沉數(shù)據(jù)，基于AFSA的Logistic單點(diǎn)預(yù)測沉陷模型并結(jié)合地表移動實(shí)測數(shù)據(jù)進(jìn)行參數(shù)求取。為避免偶然誤差影響，在相同環(huán)境下分別進(jìn)行10次求參運(yùn)算，2點(diǎn)的Logistic模型參數(shù)Wm、a、b平均值分別為1 684.09、1.68×106、3.71 和 1 596.51、5.58×106、4.26。本研究根據(jù)10次求參平均值計(jì)算下沉值，擬合的下沉移動曲線如圖9和圖10所示。

圖9 M L75號點(diǎn)求取下沉值與實(shí)測下沉值擬合結(jié)果Fig.9 Fitting results of calculated settlement values and measured settlement values of ML75 point

圖10 ML80號點(diǎn)求取下沉值與實(shí)測下沉值擬合結(jié)果Fig.10 Fitting results of calculated settlement values and measured settlement values of M L80 point

由圖9、圖10可知:求取的下沉曲線與實(shí)測下沉曲線基本一致，單點(diǎn)絕對值誤差小于150 mm。經(jīng)計(jì)算，下沉值的擬合中誤差分別為65.6 mm、55.8 mm，求取參數(shù)的擬合效果符合工程應(yīng)用標(biāo)準(zhǔn)[19]，ML75與ML80號點(diǎn)為隨機(jī)選取點(diǎn)，本研究對其余觀測點(diǎn)也進(jìn)行了類似試驗(yàn)，擬合效果較好?？梢姡贏FSA的Logistic單點(diǎn)預(yù)測沉陷模型精度較高。

4 結(jié) 論

(1)利用C#編程語言，結(jié)合Word和CAD開發(fā)出了開采沉陷移動變形數(shù)據(jù)處理與預(yù)計(jì)一體化系統(tǒng)。該系統(tǒng)集成了數(shù)據(jù)管理、移動變形計(jì)算、報(bào)表輸出以及契合CAD的移動變形曲線繪制等功能;系統(tǒng)將魯棒性強(qiáng)、具有較好全局尋優(yōu)能力的人工魚群智能算法引入Logistic模型參數(shù)求取中，構(gòu)建了基于AFSA的Logistic單點(diǎn)沉陷預(yù)測模型。

(2)將基于AFSA的Logistic單點(diǎn)沉陷預(yù)測模型應(yīng)用于淮南顧橋礦南二采區(qū)1414(1)工作面，根據(jù)ML75號和ML80號點(diǎn)的實(shí)測數(shù)據(jù)求取了Logistic模型參數(shù)，獲得的下沉曲線與實(shí)測下沉曲線基本一致，擬合中誤差分別為65.6 mm、55.8 mm，求取參數(shù)的擬合效果符合工程應(yīng)用標(biāo)準(zhǔn)，對于精準(zhǔn)預(yù)計(jì)地表沉陷以及降低開采沉陷帶來的地表損害具有一定的借鑒意義。然而，本研究系統(tǒng)尚缺少空間決策功能，后期仍需進(jìn)一步完善。