论文部分内容阅读
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。