基于蚁群算法的矿山突水危险性研究

摘要

随着矿山开采深度的增加，水文地质条件变得更加复杂化，使得防治水的形势变得越来越严峻，顶、底板突水时刻威胁着矿山安全生产。相比较于传统预测方法根据地质构造原理来预测，新兴的蚁群算法，结合GIS空间数据库，发挥其自身的智能搜索的特点，结合矿山水文地质条件，能有效的预测突水构成的威胁性，是一种新兴的预测方法。
　　本文首先从地质构造方面介绍了煤层的裂隙发育，形成突水的导水通道，对岩层岩性进行测试，对岩石岩性的渗透系数及孔隙大小做了定量分析。对选定的图层，结合实测该图层的剖面图，综合柱状图，进行栅格化处理，处理后的图像作为蚁群算法程序的模拟图。其次建立井下空间实体数据库，遵循建库原则和要求，包括对数据库使用的表的设计、空间数据索引的设计等。从数据信息采集，到数据加工处理，再到空间数据表的建立，形成水害空间数据库，便于蚁群算法实施过程中查询和调用相关数据。然后通过在已有的矿山空间水文数据库中，提取构成水害的水文数据，运用已有的CAD矿井图，在ArcGIS中进行数字化，使用ArcGIS的关联功能，与数字化的水害水源位置进行关联，接着对矿山水文地质构造进行了量化分析，将各种因素转换为蚁群算法中的影响因子，便于蚁群算法在突水中的应用。最后在程序中遍历水害数据，逐个判断是否对井下采掘工作面、巷道及其附属设施构成威胁。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪 论

1.1论文的研究背景和意义

1.2 矿山突水预测的国内外研究现状

1.3 蚁群算法的研究进展

1.4 本课题的主要研究内容

1.5本章小结

2 矿山突水影响因素的研究

2.1 矿山突水影响因素分析

2.2 基于突水机理预测方法的介绍

2.3突水影响因素定量分析

2.4本章小结

3 蚁群算法的改进研究

3.1蚁群算法的原理

3.2基本蚁群算法模型

3.3蚁群算法的改进算法

3.4本章小结

4 井下突水空间数据库的建立

4.1空间数据的采集

4.2空间数据库的建库原则和要求

4.3空间数据库的建立

4.4 本章小结

5 蚁群算法在突水预测中的实施

5.1矿井图层栅格化

5.2程序流程

5.3 程序的实现过程

5.4本章小结

6 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

攻读硕士期间主要成果