基于ANN方法的煤巷掘进前方小构造预报技术.pdf

第3 6 卷第4 期中国矿业大学学报 V 0 1 ．3 6N o ．4 2 0 0 7 年7 月J o u r n a lo fC h i n aU n i v e r s i t yo fM i n i n g ＆T e c h n o l o g y Ju l y2 0 0 7 文章编号1 0 0 0 1 9 6 4 2 0 0 7 0 4 0 4 4 6 0 7 基于A N N 方法的煤巷掘进前方小构造预报技术 武强1 ，俞佳1 ，庞炜1 ，庄稼2 ，李新 国矿业大学资源与安全工程学院，北京 2 ．鹤壁煤业集团，河南鹤壁4 5 8 0 0 0 政2 ，康守昌2 1 0 0 0 8 3 ； 摘要利用煤巷掘进过程中所暴露出的大量的煤层信息，确定了与煤巷掘进前方小构造存在密 切关系的影响因素，分析了煤层倾角、煤层厚度、涌水量、瓦斯等各个影响因子，选出主控因子，建 立主控因子与煤巷掘进前方小构造预测危险性指数间的人工神经网络 A N N 分析模型，求取了 各影响因素对前方小构造预测的权重系数，并建立了煤巷掘进前方小构造预测预报的A N N 模 型及其判据．对鹤壁十矿煤巷掘进前方小构造进行了预测，结果表明A N N 技术可用于煤矿巷 道掘进前方小构造预测． 关键词人工神经网络；非线性；小构造预测 中图分类号T D7 4 2文献标识码A P r e d i c t i o nO fS i z e L i m i t e dS t r u c t u r e si nt h eF r o n to f C o a lT u n n e l l i n gB a s e do nA N N W UQ i a n 9 1 ，Y UJ i a a ，P A N GW e i l ， Z H U A N GJ i a 2 ，L IX i n z h e n 9 2 ，K A N GS h o u c h a n 9 2 1 ．S c h o o lo fR e s o u r c e sa n dS a f e t yE n g i n e e r i n g ，C h i n aU n i v e r s i t yo fM i n i n g ＆T e c h n o l o g y ， B e i j i n g1 0 0 0 8 3 ，C h i n a ；2 ．H e b iC o a lI n d u s t r yG r o u p ，H e b i ，H e n a n4 5 8 0 0 0 ，C h i n a A b s t r a c t B a s e do nn u m e r o u se x t r a c t e dc o a ls e a mi n f o r m a t i o n ，t h ei n f l u e n c i n gf a c t o r sr e l a t e dt o s i z e l i m i t e ds t r u c t u r e si nt h ef r o n to fc o a lt u n n e l l i n gw e r ed e t e r m i n e d ．O nt h eb a s i so fa n a l y s i s o fg e o l o g i c a lf a c t o r s ，t h ed o m i n a t i n gf a c t o r so ns i z e l i m i t e ds t r u c t u r e sp r e d i c t i o nw e r es e l e c t e d ． T h ea n a l y s i sm o d e lo ft h ea r t i f i c i a ln e u r a ln e t w o r k A N N b e t w e e nd o m i n a t i n gf a c t o r sa n dp r e d i c t i o ni n d e xf o rs i z e l i m i t e ds t r u c t u r e sw a sb u i l t ．T h ev a l u eo ft h ec o m p l i c a t i o nc o e f f i c i e n t s w a so b t a i n e d 。a n dap r e d i c t e dm o d e lo fs i z e l i m i t e ds t r u c t u r e si nt h ef r o n to fc o a lt u n n e l l i n g w a sp r o p o s e d ．F i n a l l y ，t h em o d e lw a sa p p l i e dt ot h ep r e d i c t i o no fs i z e l i m i t e ds t r u c t u r e si nt h e f r o n to fc o a lt u n n e l l i n gi nH e b ic o l l i e r y ．T h er e s u l t ss h o wt h a tt h ep r e d i c t i o nf o rs i z e l i m i t e d s t r u c t u r e si nt h ef r o n to fc o a lt u n n e l l i n gi sf e a s i b l eu s i n gA N N ． K e yw o r d s a r t i f i c i a ln e u r a ln e t w o r k A N N ；n o n l i n e a r ；p r e d i c t i o nf o rs i z el i m i t e ds t r u c t u r e s 小构造是指断距小于5m 的小断层或一些发 育规模较小的裂隙、溶隙．在矿井生产过程中，这些 小构造对工作面回采和巷道开掘具有极大的影响， 它们不仅影响煤层的可采性，增加巷道掘进量，而 且还破坏了煤层顶、底板的稳定性，形成较为隐蔽 的涌水通道．这些通道轻则使生产矿井涌水量明显 增大，增加了矿井的排水费用，提高了吨煤成本；重 则造成部分巷道、部分工作面或整个矿井突水被 收稿日期2 0 0 6 0 5 3 0 基金项目国家自然科学基金项目 4 0 5 7 2 1 4 9 ；教育部重大科学技术培育研究项目 2 0 0 4 2 9 5 ；国家重点基础研究发展计划 9 7 3 项目 2 0 0 6 C B 2 0 2 2 0 0 作者简介武强 1 9 5 9 一 ，男，内蒙古自治区清水河县人，教授，博士生导师，从事矿井防治水、地质灾害和生态环境方面的研究． E - m a i l w u q c u m t b ．e d u ．C r l T e l 0 1 0 6 2 3 1 4 6 8 1 万方数据 第4 期武强等基于A N N 方法的煤巷掘进前方小构造预报技术 4 4 7 淹，给国家和人民生命财产造成巨大损失．生产中 的大量负面教训使人们已经逐渐认识到小构造预 测预报在矿井防治水工作中的重要地位．因此，对 煤层回采和巷道开掘前方小构造空间发育规律和 展布方向的预测预报具有重要的理论意义和实用 价值[ 1 ≈] ．本文依据所观测到的大量煤巷小构造在 破坏区、影响区和正常区中煤层倾角、煤厚、瓦斯和 涌水量等情况的变化数据，针对现行巷道开采过程 中小构造预测方法的不足，将A N N 技术引入到煤 矿巷道掘进前方的小构造预测方法中，开展了矿井 小构造预测预报的新方法研究。 1 国内外研究现状 人们在长期生产实践中，已逐渐积累了一些小 构造预报的丰富经验．目前常用的研究方法可划分 为利用矿井物探和钻探资料预报小构造、利用区域 大、中型构造体系分析预报小构造2 大类． 1 ．1 利用矿井物探和钻探资料预报小构造 目前人们已采用多种矿井物探方法对小构造 进行勘探预报，如电法勘探和地震勘探等．电法勘 探包括直流电法、电磁频率测深法、无线电波透视 法、地质雷达法等[ 4 3 ；地震勘探主要包括地面地震 勘探、瑞利波勘探、槽波勘探等． 无线电波坑道透视是目前生产实践应用较为 广泛的一种矿井物探方法，由于断层破坏了煤层的 正常结构，而电磁波遇到各种规则或不规则的界面 时就会发生折射、反射或散射等物理现象，比正常 煤层对电磁波能量有更大的吸收作用．因此，断层 在透视曲线上的反映一般表现为衰减系数 r ／ 的 低值异常．董秀桃、宋玉平在大同矿区进行的无线 电坑道透视研究中取得一定成效口] ． 1 ．2 利用区域大、中型构造体系分析预报小构造 井田内小构造的发育展布规律一般受控于大、 中型构造体系，大多数小构造主要为大、中型构造 的伴生构造，其它部分是在构造应力作用下沿煤层 产生的层间滑动小断层，少数小构造是在局部应力 场作用下在煤层中形成的小断层．因此，预测小构 造必须首先搞清楚井区内的大、中型构造发育规 律，在开采接近这些构造部位时，就应特别注意可 能出现的小构造．杨志刚利用断层走向预测煤层小 构造取得了一定进展[ 6 ] ． 上述的方法在以往的小构造预报工作中发挥 了巨大作用．但它们各自均有其自身的局限性和具 体适用条件。利用物探和钻探资料预报小构造的花 费较大，而利用区域大、中型构造体系分析预报小 构造的解释存在多解性，因而在实际预报工作中仍 存在一些急待解决的问题． 1 ．3 人工神经网络在地学上的应用 人工神经网络作为当前应用较为广泛的理论 技术，在地学上也有着很好的应用前景．曹丽文等 提出了利用人工神经网络技术进行开采沉陷定量 预测的新方法[ 7 ] ．李新春等通过实例研究验证了应 用神经网络评价矿区可持续发展的可行性口] ．郭彦 省等在应用地震属性技术预测煤层厚度时，将得到 的地震属性利用多元多项式回归以及B P 人工神 经网络方法，求出各属性。与煤厚之间的回归方程 及人工神经网络回归模型[ 9 ] ．孙伟等应用神经网络 对精煤灰分含量进行实时预报n 引． 2利用A N N 技术预报小构造 预测预报煤矿巷道掘进前方小构造问题，具有 与小构造有关的煤层因素多、但各因素又与小构造 权重比例关系不清的特点．由于A N N 具有大规模 并行、分布式存储和处理、自组织、自适应能力，特 别适于处理需要同时考虑多种因素但条件不清的 问题．根据观测到的大量煤巷小构造在断层带、影 响带和正常带中煤层倾角、煤厚、瓦斯和涌水量等 数据，为A N N 提供必需的输入和训练条件，用多 输出的A N N 分析模型对数据进行处理，采用非线 性的数学方法确定各因素在判定小构造存在中的 权重系数．最后建立小构造预测预报的叠加模型和 计算公式． 2 ．1 与小构造相关的煤层信息 与小构造相关的煤层信息很多，包括煤层中裂 隙类型的变化、煤层倾角变化、煤层厚度变化、煤层 瓦斯聚集量变化、煤层温度变化、煤层涌水量变化、 煤层破碎程度变化等口] ，他们都可以作为煤巷小构 造预报的相关煤层信息 图1 ． 1 煤层倾角变化的影响 在断层部位，由于受牵曳作用影响，小构造两 盘相互错动，使得在原状态下呈某一固定产状延伸 的煤层倾角发生了急剧变化，煤层的这种倾角变化 相对正常带原倾角可变大也可变小，根据大量煤巷 掘进实践证明，一般如掘进1 0m ，其煤层倾角变化 大于0 ．6 0 时，就应该注意前方可能存在小构造． 2 煤层厚度变化的影响 在漫长的地质年代，煤层受区域构造应力的作 用可能产生流变，致使煤层厚度发生变化，在小构 造部位，由于两盘相互错动，往往使煤层变薄，根据 实践经验总结，一般当煤厚变化量大于正常背景厚 万方数据 4 4 8中国矿业大学学报第3 6 卷 度的2 0 ％时，掘进前方可能存在小构造． 毒 踏 蝼 I ● fI ●_ _ _ - _ 一 } ‘ l | - - - - - - J 图1煤矿巷道掘进前方小构造预测影响因素示意图 F i g ．1 T h es k e t c hm a po fp r e d i c ti m p a c tf a c t o ro f s i z e l i m i t e ds t r u c t u r e si nt h ef r o n to fc o a le x t r a c t i o n 3 煤层瓦斯聚集量变化的影响 煤层瓦斯含量的高低主要取决于煤层系统的 封闭程度和完整性，如果煤层系统的开启程度差， 封闭性好，贮集于煤层的瓦斯气体不易向外散发， 那么瓦斯聚集量就大；相反，如果煤层系统的完整 性受到诸如小构造错动等的破坏，使其裂隙发育， 封闭性变差，煤层中的瓦斯气体就很容易逸出，瓦 斯含量就偏低，因此，在煤层掘进过程中，如果发现 煤层瓦斯聚集量由正常背景值突然急剧降低，就应 注意前方可能存在小构造． 4 煤层涌水量变化的影响 大量生产实践证明，导水断裂构造带是矿井涌 水的一个重要通道，若导水断裂构造切割充水含水 层组，那么靠近断裂构造带，涌水量就会明显增大， 甚至可能造成突水淹井事故．因此，若掘进前方涌 水量出现异常增大现象，则表明前方可能存在导水 小构造． 5 煤层的裂隙类型的变化 在工作面回采过程中，如果发现所采煤层的裂 隙由缓倾斜裂隙 口 3 0 。 或X 型剪切裂隙 口一 3 0 。～4 4 。 逐渐变化为急倾斜裂隙 a 一4 5 。～8 0 。 甚至垂直裂隙 a 一9 0 。 ，则应该结合其它信息，注 意回采前方可能存在小断层的错动． 6 煤层温度的变化 张性和张扭性断裂带一般是地下水和地下热 水运移的良好通道，它既可以使浅层水和上部凉水 沿断裂带不断渗透到地下深层，使煤层温度降低， 也可以使地下深处的热水或断层生成的热源不断 地输送到浅部，使煤层温度升高．因此在回采过程 中，如果煤层温度发生急剧的升降变化，也应注意 开采前方可能存在小构造． 7 煤层破碎程度的变化 在含煤建造遭受小构造破坏的同时，赋存于其 中的煤层也必然发生破碎变形．煤层受小构造的切 割错动，一般在构造影响带，煤层发生碎裂变形破 坏，其完整性大幅度降低，破碎程度急剧增加，煤层 裂隙率明显变高．但在构造影响带以外，煤层逐渐 恢复到原来的完整状态． 2 ．2 具体构建模型的方法及步骤 1 主控因素影响分析及构建模型 对于小构造相关的煤层信息对于预测煤巷开 采前方小改造的重要性进行分析，选取出影响预测 的主控因素，选取适当的方法予以量化，再利用人 工神经网络A N N 与地理信息系统G I S 耦合构建 煤巷开采前方小构造预测模型． 2 训练样本点数据的提取 对A N N 进行训练时，首先要提供一组训练样 本，其中的每个样本由输入样本与理想输出对组 成．根据研究区小构造出现的特征，进行专题数据 实测调查，逐一提取各相关因素的量值，在此基础 之上对各相关因素的量值分别进行归一化处理，最 终形成输入输出训练集数据序列 z ，，z ，⋯，z 。； t 。，t ，⋯，t 。 ，为A N N 训练提供必需的输入和训 练基础数据． 3 通过A N N 确定各相关因素权重系数 对于选定的主控因素依靠现存的具体数据利 用利用人工神经网络的自适应与学习功能进行模 型训练，确定各相关因素的权重系数．一般取当所 有实际输出与其理想输出的误差的均方根E 。，小 于一定值时，表明模型训练结束；否则，通过修正权 值，使网络的实际输出与理想输出一致． 4 利用检验数据对所得的模型进行拟合 通过已知点的实际数据对得到的具体模型进 行拟合，一般要求拟合率达到较高的水平如9 0 ％ 左右认为所得的模型能反映实际情况，不然需要返 回上一步对模型参数进行修改，重新计算． 3 具体实例分析 3 ．1 研究区概况 鹤壁十矿位于河南鹤壁市最南部，距市中心 6 ～1 3k m ，交通便利．该井田处于太行山与华北平 原的过渡带 图2 ．井田内地貌类型属太行山区之 静掣俄喂鞋瓣晕锹鲻繁将I’粼蒜斌瓣晕揪跤巡酋集 嗵鬃霹辩爨巡蝼霹势遮臻嚣瓣 臻嚣睁 万方数据 第4 期武强等基于A N N 方法的煤巷掘进前方小构造预报技术4 4 9 前缘丘陵地貌的一部分，为侵蚀剥蚀成因的丘陵地 貌．井田南部及西南端为中丘地形，丘顶岩性主要 由中奥陶统石灰岩组成；东南端则由火山喷发岩及 第三系砾岩，黏土组成．井田中部及北部则属起伏 较小的低缓丘陵，丘顶大多为第三系黏土或砾岩组 成．在轻微的剥蚀作用下，丘顶平坦园缓，部分丘坡 呈似台阶状．淇河流经研究区的南端，这段河床宽 处超过1 0 0m ，水流平缓，局部出现有小的河漫滩， 沿河阶地，两岸极不对称．本区属北温带大陆性干 旱型气候，年平均降雨量为6 7 9 ．8m m ，雨期多集 中在7 ，8 月份． 鹤壁十矿煤田为一隐伏煤田，含煤地层多为第 三系及第四系所覆盖．煤田西部为大片中奥陶统马 家沟组灰岩出露区．区域地层由老至新依次有奥 陶系、石炭系、二叠系、第三系及第四系 图3 ．区 域范围内出露的喜山期喷出岩橄榄玄武岩体共2 处．研究区的构造为单斜构造．地层走向北稍偏西， 倾向近东，倾角2 0 。～4 5 。，一般2 6 。左右．井田内 的构造在F 1 0 6 1 断层南北有显著差异，北部以褶 皱为主，断裂次之；南部以断裂为主，伴有波状起 伏；且北部的断裂以走向北东东、北西盘下降的正 断层为主，南部的断裂以走向北北东、南东盘下降 的正断层为主．全区共查明褶曲3 个，断层2 2 条． 鹤壁十矿含煤地层包括石炭系本溪群、太原群 及二迭系山西组，平均总厚2 2 0 ．0 9m ．发育3 个煤 组一。煤组、一煤组、二煤组；共含煤2 4 层，平均总 厚1 5 ．8 4m ．其中二，煤组全部可采；一} 煤部分可 采、一{ 煤大部分可采，具有工业价值．其它煤层均 属不稳定或极不稳定之薄煤层． 图2鹤壁十矿矿区地质图 F i g ．2 H e b iT e nm i n e r a lm i n e r a la r e ag e o l o g yd i a g r a m 1 ’_ - 1 鹿5 透 l ’ ．2 一 L 一L一L ，p’一 图3地质剖面图 F i g ．3G e o l o g i c a lp r o m i s i n g 3 ．2 主控因素的选取 由于鹤壁十矿所开采煤层的煤质地比较软呈 粉末状，煤层裂隙变化不明显，无法观测并量化，小 构造对煤层破碎程度的影响较低没有明显的变化 万方数据 4 5 0中国矿业大学学报第3 6 卷 差异；根据在十矿收集的数据分析可以看出掘进过 程中煤层的温度变化不显著．根据鹤壁十矿的煤层 特征和在煤巷观测收集到的煤层数据情况，本次研 究选择了对小构造预报有重要影响且变化较为明 显的煤层倾角变化 J 。 、煤层厚度变化 j 。 、煤层 瓦斯聚集量变化 J 。 和煤层涌水量变化 ，。 4 大 主控因素，作为煤巷小构造预报的相关煤层信息 图4 ． 昌 噬 繁 煞1 藩 二煤守迥；蕊旃淤 毒糕L 8 石灰岩～￡餐S 正常区 影响菌 g t J 不l X i 影响崮正常区 lII 锱6 ．7 1 [ 三』” l l l● 篓。7 T lH ； 图4鹤壁煤矿巷道掘进前方小构造预测影响因素示意图 F i g ．4 T h eH e B is k e t c hm a po fp r e d i c ti m p a c tf a c t o ro f s i z e l i m i t e ds t r u c t u r e si nt h ef r o n to fc o a le x t r a c t i o n 3 ．3 训练样本点数据的提取 就本次鹤壁十矿研究而言，收集训练和验证数 据时按照一个小构造的正常区、影响区和破坏区进 行收集．一共收集样本2 1 个，其中1 8 个用于网络 训练，3 个用于网络检验矫正．在数据处理时，各小 构造不同区域的数值都是以其正常区域的数值为 基准换算成相对的变化率，对应的理想的输出设为 一个3 1 的矩阵．也就是说每个样本点的正常区 数据处理后都是0 ．处理后的训练数据见表1 ～3 ． 表1处理后的训练数据 正常区 T a b l e1 T r a i n i n gd a t aa f t e rh a n d l i n g n o r m a la r e a 表2处理后的训练数据 影响区 T a b l e2 T r a i n i n gd a t aa f t e rh a n d l i n g i n n u e n c ea r e a 表3处理后的训练数据 破坏区 T a b l e3 T r a i n i n gd a t aa f t e rh a n d l i n g b r e a k e na r e a 3 ．4 通过A N N 确定各相关因素权重系数 根据对鹤壁十矿小构造特征的综合研究，采用 的B P 网络模型有3 层输入层、隐含层和输出层， 输入层有4 个神经元，输出层有3 个神经元．经过 多次试算，最终选定隐含层的数目为1 2 个．B P 网 络结构示意图 见图5 ． 取样本点数据对B P 神经网络进行训练．根据 训练集数据序列，利用人工神经网络的自适应与学 习功能，以简单函数的多次叠代，实现对映射函数 厂的逐次逼近，最终得到满意的预测模型．当所有 实际输出与其理想输出的误差的均方根E 。。≤ M 玛 3 O O O 褥晕谢凝肇 蹬臻羁．出 3 5 O 8 2 O H N 劢m 瓣尊锹壤* 鬻薯锹壕皿 桨蹬蟥嚣瞥 噬臻露矗n 万方数据 第4 期武强等基于A N N 方法的煤巷掘进前方小构造预报技术 0 ．0 0 03 时，表明训练结束；否则，通过修正权值，使 网络的实际输出与理想输出一致．取隐含层及输出 层的学习率均为0 ．8 5 ，’当经过3 0 次训练后，其误差 均方根E k 一0 ．0 0 02 5 93 3 6 ，达到精度要求，训练 结束．各神经元间的连接权值得以确定． 输入层隐层 输出层 图5B P 网络结构示意图 F i g ．5 B Pn e t w o r ks t r u c t u r es k e t c hm a p 通过以上训练就得出了判断煤矿巷道掘进前 方小构造预测的具体训练模型．带人3 个检验样本 进行检验 见表4 ，发现数据的拟合程度较高，说 明模型可靠． 该模型的应用分为2 部分 1 初始输入的样本值为4 1 的矩阵R ，与一 个4 1 2 的输入层结点到隐含层结点的权值矩阵 P 相乘再加上1 1 2 的偏移矩阵B ，，代人输出函数 ．厂 z 得到隐含层的输出R “； 2 隐含层的输出值为1 2x1 的矩阵R 。，与一 个1 2x3 的隐含层结点到输出层结点的权值矩阵 Q 相乘再加上1x3 的偏移矩阵B 。，代入输出函数 ， z 一l ／ 1 e x p 一触 臼 得到输出层的结果 矩阵M ； 3 通过矩阵M 的值，就可以明确判断出样本 处于小构造的正常区或影响区或破坏区，达到对煤 巷掘进任意一点处于小构造的何种区域的即时预 测预报． 表4检验数据的拟合结果与实际结果 T a b l e4T h er e s u l to fe x a m i n a t i o nd a t aa n df a c tr e s u l t 0 ．0 0 0 0 ．6 9 2 0 ．4 0 0 0 ．8 0 0 4 结论 参考文献 1 由于煤矿生产实践活动中接触最多的地层 就是煤层，故煤层回采过程中所暴露的信息量也最 多，利用这些信息进行分析研究，可以合理地概化 出小构造预测模型．将A N N 技术作为一种新评价 方法，引入其中，有效地弥补了现行采用物探资料 预测和区域大、中型构造体系分析预测的不足．实 践证明，将A N N 技术应用于煤矿巷道掘进前方小 构造预测是可行的，且具有较高的可信度． 2 B P 神经网络有多种形式，在此次实验中我 们与实际情况相结合，根据鹤壁煤层发育的特色和 小构造的特殊性，采用了4 1 2 3 的网络模型较 好的解决了实际问题． 3 本文提出的鹤壁十矿煤层巷道掘进前方小 构造预测预报模型和评价公式，对鹤壁十矿的安全 生产具有重要的理论指导意义和实用价值． [ 1 ] 武强，黄晓玲，董东林，等．G I S 技术在预报煤层回 采前方小构造的应用潜力[ J ] ．煤炭学报，1 9 9 9 ， 2 1 5 ． W UQ i a n g ，H U A N GX i a o l i n g ，D O N GD o n g l i n ，e t a 1 ．A p p l i c a t i o na n a l y s i so fg e o g r a p h i ci n f o r m a t i o n s y s t e mo np r e d i c t i o no fs i z e l i m i t e ds t r u c t u r e si nt h e f r o n to f c o a le x t r a c t i o n [ J ] ．J o u r n a lo fC h i n aC o a l ， 1 9 9 9 ， 2 l 一5 ． [ 2 ] 陈佩佩，武强．基于人工神经网络的地裂缝危险性 评价系统[ J ] ．煤田地质与勘探，2 0 0 1 ，2 9 3 4 44 7 ． C H E NP e i p e i ，W UQ i a n g ．F a t a l n e s sa s s e s s m e n t s y s t e mo fe a r t hf i s s u r eb a s e do na r t i f i c i a ln e u r a ln e t w o r kE J ] ．C o a lG e o l o g y E x p l o r a t i o n ，2 0 0 1 ，2 9 3 4 4 4 7 ． [ 3 ] 武强，曹红梅．地理信息系统在水文地质计算中的 应用[ J ] ．水文地质工程地质，1 9 9 6 ，2 3 1 4 3 4 5 ． 万方数据 4 5 2 中国矿业大学学报第3 6 卷 [ 4 ] [ 5 ] [ 6 ] [ 7 ] W UQ i a n g ．C A Oh o n g m e i ．A p p l i c a t i o no fg e o g r a p h i ci n f o r m a t i o ns y s t e mi nh y d r o g e o l o g yc o m p u t e [ J ] ．H y d r o g e o l o g ya n dE n g i n e e r i n gG e o l o g y ，1 9 9 6 ， 2 3 1 4 3 - 4 5 ． 储绍良．矿井物探应用[ M ] ．北京煤炭工业出版社， 1 9 9 5 ． 董秀桃，宋玉平．大同矿区地质小构造在无线电坑道 透视中的一般规律[ J ] ．山西煤炭，2 0 0 0 4 2 1 2 4 ． D O N GX i u - t a o ，S O N GY u p i n g ．G e n e r a lp a t t e r n so f s m a l lg e o l o g i c a ls t r u c t u r e si nD a t o n gm i n i n ga r e ab y r a d i ot u n n e lp e r s p e c t i v e [ J ] ．S h a n x iC o a l ，2 0 0 0 4 2 1 2 4 ． 杨志刚．利用断层走向预测煤层中小构造应注意的问 题[ J ] ．河北煤炭，1 9 9 7 3 5 45 5 ． Y A N GZ h i g a n g ．U s et e c t o n i cf a u l ts h o u l dp a ya t t e n t i o nt ot h ep r o b l e m so fs i z e - l i m i t e ds t r u c t u r e s [ J ] ．h e b e ic o a l ，1 9 9 7 3 5 4 5 5 ． 曹丽文，姜振泉．人工神经网络在煤矿开采沉陷预计 中的应用研究[ J ] ．中国矿业大学学报，2 0 0 2 ，3 1 1 3 6 3 8 ． C A OL i w e n ，儿A N GZ h e n q u a n ．R e s e a r c hona p p l i c a t i o no fa r t i f i c i a ln e u r a ln e t w o r ki np r e d i c t i n gm i n i n g s u b s i d e n c e [ J ] ．J o u r n a lo fC h i n aU n i v e r s i t yo fM i n i n g [ 8 ] [ 9 ] ＆T e c h n o l o g y ，2 0 0 2 ，3 1 1 3 6 3 8 ． 李新春，孙艳，陶学禹．应用神经网络评价矿区可持 续发展[ J ] ．中国矿业大学学报，2 0 0 1 ，3 0 4 4 2 4 5 ． L IX i n - c h u n ，S U NY a n ，T A OX u e y u ．A p p l i c a t i o no f n e u r a ln e t w o r ki ne v a l u a t i n gs u s t a i n a b l ed e v e l o p m e n t f o rm i n i n ga r e a s [ J ] ．J o u r n a lo fC h i n aU n i v e r s i t yo f M i n i n g T e c h n o l o g y ，2 0 0 1 ，3 0 4 4 2 4 5 ． 郭彦省，孟召平，杨瑞昭，等．地震属性及其在煤层厚 度预测中的应用[ J ] ．中国矿业大学学报，2 0 0 4 ，3 3 5 3 9 4 2 ． G U OY a n s h e n g ，M E N GZ h a o p i n g ，Y A N GR u i z h a o ，e ta 1 ．S e i s m i ca t t r i b u t i o n sa n a l y s i sa n di t ’Sa p p l i c a t i o ni np r e d i c t i n gt h i c k n e s so fc o a l [ J ] ．J o u r n a lo f C h i n aU n i v e r s i t yo fM i n i n g T e c h n o l o g y ，2 0 0 4 ，3 3 5 3 9 4 2 ． [ 1 1 ] 孙伟，刘杰，杨东平．应用神经网络对精煤灰分 含量进行实时预报[ J ] ．中国矿业大学学报，2 0 0 5 ， 3 4 2 1 9 4 1 9 7 ． S U NW e i ，L I UJ i e ，Y A N GD o n g p i n g ．R e a lt i m e p r e d i c t i o no fa s hc o n t e n to fc C l e a nc o a lu s i n gn e u r a l n e t w o r k [ J ] ．J o u r n a lo fC h i n aU n i v e r s i t yo fM i n i n g T e c h n o l o g y ，2 0 0 5 ，3 4 2 1 9 4 1 9 7 ． 责任编辑姚志昌 中国矿业大学学报 中文版 2 0 0 7 年第3 6 卷第2 期 一 论文题目 圆形深基坑中冻土帷幕变形规律试验研究 掘进工作面前方电磁辅射分布规律研究 基于可能满意度方法的特大型矿井开采规模研究 恒定气候混凝土内钢筋锈蚀速率的时变特征与机理 露天矿“废石场”铜金属溶浸提取的试验研究 岩石破裂过程微裂纹演化规律有限元统计分析 基于联合D e l a u n a y 三角网的等高线地形特征提取研究 氯化锌活化黄姜皂素废渣的动力学研究 磨屑破碎及分布的多重分形模拟 基于集合论的煤矿床空间数据模型研究 煤沥青空气氧化过程中烟气挥发速率研究 稀土掺杂W S i 。／M o S i 材料的合成及其性能 第一作者 东兆星 李忠辉 王红胜 姬永生 吴 超 张后全 吴凡 张彩香 刘洪涛 朱庆伟 胡光洲 陈平 摘自E n g i n e e r i n gV i l l a g e 2 万方数据