抚顺煤田极值矿震影响范围预测

矿山地震是矿山开采诱发的一种地震活动,为矿山开采的伴生动力地质现象之一。抚顺煤田矿震事件频繁发生,1968年12月开始对矿震作监测记录,截止2002年12月31日,共记录到ML>0级的矿震81522次。其中ML>3.0级64次,最大震级为ML3.7级。研究预测,抚顺煤田矿震的最大震级可能达到ML3.9~4.2级。当发生ML4.2级极值矿震时,极震区的烈度将超过Ⅶ度。文章依据以往矿震调查资料及地震烈度衰减理论,推导出抚顺煤田矿震烈度衰减模型,用该模型预测了极值矿震事件发生时的影响范围。有望为矿山及矿山城市减灾防灾决策提供参考。     

基于模糊神经网络的义县萤石成矿预测

成矿预测的模糊综合评判方法中评价因素权重确定时具有较强的人为因素,模糊神经网络方法可以建立在无模型基础上,自动获取输入与输出的关系,在专家确定权重初始值的情况下,通过网络训练确定出最优权重值,这在一定程度上减少了人为因素的影响.应用该方法对义县萤石成矿远景区进行了评价,其评价结果与实际一致.表明该方法可推广到其他区域、其他矿种的预测,但应根据预测对象的实际情况建立控矿因素集和相应的隶属度函数.     

北京西山侏罗纪煤田矿震与地质灾害的关系

北京西山侏罗纪煤田开采中常产生强烈的破坏性冲击地压，是各煤矿生产中严重的井下安全隐患，成为本市十大工业灾害之一。本文作者在多年的地质灾害调查和对京西煤炭开采历史进行分析的基础上，结合西山地质构造特点提出，冲击地压发生时常伴随明显的矿震，矿震的强度受煤质和煤层顶底板性质、地质构造和区域应力场、煤田开采技术和开采深度等因素制约。破坏性矿震除直接对矿山安全生产和矿工生命造成直接的危害外，还常与采矿有关的矿山塌陷等地质灾害相伴发生，对地面居民地建筑物和居民的生命财产安全构成威胁，认为各井田以保安煤柱（或煤带）为采掘对象的生产活动是促发矿震的主要人为扰动因素，建议在有计划的搬迁地表居民地后规划开采，否则应立即强令禁止。     

建筑物震陷预测新方法研究

利用人工神经网络的基本原理，本文修正了经典BP型神经网络的激励函数，并对学习率和训练样本进行了动态调整等多方面改进。根据70个多层建筑震陷的实测资料，在分析了建筑物震陷的影响因素基础上，提取了9个指标；采用改进后的BP算法，建立了多指标的建筑物震陷预测模型。研究结果表明，改进的BP网络性能良好，所建立的模型预测精度高，具有一定的工程实用价值；神经网络法是一种有效可行的预测新方法，人工神经网络技术具有广泛的应用前景。     

关于几种矿山地质灾害问题

矿山地质灾害危害很大。本文仅就露天采矿场滑坡、矿震、煤与瓦斯突出、冲击地压、岩石突出等矿山地质灾害的发育、演化规律以及发生机理、预测预报和防治等加以初步探讨。     

基于SFLA-GRNN模型的基坑地表最大沉降预测

为可靠预测基坑周边地表沉降的发展趋势,提出了一种基于混合蛙跳算法和广义回归神经网络模型的基坑地表最大沉降预测模型（SFLA-GRNN模型）。首先,在沉降机制分析并初选输入变量集的基础上,利用灰色相关度分析对模型输入、输出变量的相关性进行量化,并剔除与输出变量相关性明显偏小的输入变量;其次,利用混合蛙跳算法（SFLA）对广义回归神经网络模型（GRNN）的平滑因子进行优化确定,减少人为因素对模型精度和泛化能力的不良影响;最后,利用筛选得到的输入变量集建立基坑地表最大沉降预测的广义回归神经网络模型。实例应用及对比计算结果表明,基于灰色相关度的输入变量筛选和基于混合蛙跳算法的平滑因子优化均能够有效提高广义回归神经网络模型的精度和泛化能力,以上结论可为类似变形预测提供参考。     

黄土路基震陷系数预测的模糊神经网络方法

以郑（州）-西（安）高速铁路为例,采集黄土样品,进行室内土工试验及动三轴震陷实验,以影响震陷系数主要因素为基础,建立了高速铁路黄土路基震陷系数的模糊神经网络模型,通过对样本的训练和预测,表明该模型预测的结果与动三轴试验震陷结果比较接近,是一种比较理想的预测方法。     

ADINA在矿震对建筑影响分析中的应用

文章介绍了矿震相关知识与结构地震响应分析理论。根据抚顺老虎台矿1995~2003年的矿震监测数据,针对矿区附近一栋七层砖混结构住宅进行了矿震响应分析。应用ADINA软件模拟了矿震对建筑结构的作用,将分析结果以剪力图、弯矩图及结点位移时间函数形式显示在图中。结果表明,在近些年频繁的矿震作用下,抚顺地区矿震对砖混结构影响较大,未来几年内结构的累积损伤有加大趋势,应及时进行加固以免造成较大的损失。该研究方法可用来模拟矿震对建筑结构的作用,对今后预测矿震对建筑结构的影响程度研究具有一定的参考价值。     

补偿模糊神经网络在储层参数预测中的应用

为了克服常规BP神经网络法在预测储层参数中出现学习速度慢、无法结合专家知识等不足，我们引入了补偿模糊神经网络。它是一个结合了补偿模糊逻辑和神经网络的混合系统，由面向控制和面向决策的神经元组成，其模糊运算采用动态的、全局优化运算，学习速度快、学习过程稳定，将其用于储层参数预测效果良好。     

改进的模糊神经网络模型在储层产能预测中的应用研究

常规神经网络在当训练样本时分母项易趋于0，导致运算进入死循环，降低了结果的可信度。改进的模糊神经网络模型克服了上述现象，具有绝对收敛性，且隐含层的神经元个数容易调整。将该改进模型用于储层产能预测，正确率达95%以上。     

基于BP神经网络方法的矿井涌水量预测

鉴于矿井涌水威胁煤矿安全生产及其影响因素的复杂性,提出基于BP神经网络的矿井涌水量预测方法.在充分分析新安煤矿＋25m开采水平的涌水影响因素的基础上,选取大气降水、采空区面积和底板构造断裂和采动裂隙三个影响因子,建立了非线性人工神经网络预测模型,对＋25m开采水平的正常涌水量进行了预计.其结果和实际观测数据能够较好地相吻合,表明采用人工神经网络预计矿井涌水量是可行的.     

矿区岩溶地表塌陷神经网络预测研究

针对近年来某矿岩溶地表塌陷频繁发生的现象,分析确定了影响地表塌陷的主要因素,构建了矿区岩溶地表塌陷预测BP神经网络模型,以训练后的BP网络模型对矿山帷幕注浆三期工程完成后可能形成的地表塌陷区的空间分布进行预测。并针对矿山现实塌陷情况,结合各区预测塌陷危险分级结果,提出了相应的岩溶地表塌陷灾害防治措施。实践表明,所建模型的预测结果与矿区地表塌陷实际情况相符,可为矿山后续帷幕注浆工程的设计与施工提供有益借鉴,为岩溶矿区地表塌陷灾害提供预警支持。     

基于BP神经网络的孔隙充水矿井涌水量预测

文章分析了孔隙充水矿井的充水水源和通道,利用非线性的BP人工神经网络建立了徐州韩桥煤矿涌水量短期预测模型,选取每天的降水量作为影响因子,用已有的涌水量资料训练得到权值和阈值来表示充水通道,并对-200m水平、-270m水平、-330m水平和全矿井涌水量进行了预测。结果显示,涌水量的预测值与实测值吻合得较好,说明该模型具有一定实用性。     

基于神经网络的采空塌陷预测

依据某煤炭开采区的勘察资料, 综合考虑影响采空塌陷的主要因素, 建立了预测采空塌陷的 BP神经网络模型。该模型结构为 7-10-2型。优化学习参数后, 用该模型对采空区塌陷进行了预测分析, 结果与实际情况完全吻合, 表明 BP神经网络模型应用于采空塌陷预测领域是行之有效的。      

矿井顶板水害预测与防治专家系统

影响顶板水涌出的因素是多方面的，不仅与含水层本身的类型、特征、赋存条件有关，而且还与煤层顶板各隔水岩层的水文地质条件、地层结构及采矿地质条件有关。本文在分析矿井顶板水危害现状及相关专家系统研究概况的基础上，研究了顶板富水性分区的影响因素，以信息拟合方法完成了顶板富水性分区，并以此为基础，结合模糊理论，完成了综合模糊评判决策系统，最后进行了实例验证。     

地表移动预计参数选取的神经网络法

地表移动预计参数的选取是研究地表移动及其规律的重要内容，由于预计参数受多种复杂因素的影响，具有高度的不确定性和离散性，利用神经网络具有自组织、自学习和高度非线性映射的能力，并既能考虑定量因素又能考虑定性因素的优点，可建立地表移动预计参数选取的神经网络模型以及对BP神经网络进行改进。利用大量的地表移动实际观测数据样本对该网络模型进行训练和学习，并用该网络模型对地表移动参数进行预计，结果表明，该改进的BP神经网络具有收敛速度快、预计参数精度高的优点，从而为开采沉陷地表移动预计中参数的选取提供了新方法。     

焦作矿区演马庄井田突水地质条件分析

井下突水的相关因素主要是岩性、层间距、构造、水压和开采因素，而地质条件即岩性、层间距和构造控制着突水的分布。本文通过对焦作矿区演马庄井田突水介质条件（岩性、层间距）和突水构造条件的研究，对井田内突水危险地带进行了预测，所得结论对井巷工程设计和煤矿生产具有一定意义。     

基于BP神经网络的降雨充水矿井涌水量预测

长沟峪煤矿矿井涌水量受降雨影响显著,曾经因降雨造成淹井事故。文章分析了长沟峪煤矿矿井充水因素及其影响程度,建立了矿井涌水量预测的BP网络模型,通过对2006年和2007年＋141水平和＋20水平矿井最大涌水量预测验证了该模型的可行性,并据此对不同降雨条件下的矿井涌水量进行了预测。     

模糊数学在预测大孤山铁矿深部涌水量中的应用

大孤山铁矿为露采矿山,其排水量的预测始终存在着计算过程复杂、矿坑充水因素多的困扰。文章以模糊数学理论为基础、应用现有矿山水文地质资料,对矿区深部涌水量进行了预测计算,其计算结果比较理想。     

基于证据权法的赣南稀土矿山地质环境评价

为了解决矿山地质环境评价研究中指标权值计算和评价分级具有较大主观性的问题,本文发展了一种基于证据权法的矿山地质环境评价模式,利用GIS的空间分析功能,提取矿产开发活动、坡度、坡向、高程、构造、植被覆盖度6类地质环境评价指标,运用证据权法计算指标权值。结合条件独立性检验结果,优选评价指标并计算后验概率。采用后验概率面积频率法对赣南稀土矿山地质环境进行综合评价分级。结果表明,研究区内地质环境差区域主要分布在其东南部和西部;矿产开发活动是影响研究区内地质环境质量最主要的因素。采用效率曲线法对模型验证,正确率和预测率分别为90.1%和89.5%。证据权法能够有效避免主观因素干扰,评价结果客观,具有可重现性,适用于矿山地质环境质量评价。