采煤沉陷

创建了一个测量沉陷的数据库（Access），并使用MsChart控件进行交互，实现了多种采矿沉陷图的绘制。此外，还包括了处理观测数据不连续点的方法。未来计划实现动态监测。我刚刚学习了这些源码，希望能为大家提供参考。

基于ArcGIS的可视化方案，搞开采沉陷真的挺方便。空间、三维建模这些功能全都拉满，再加上自己搭的MSAS系统，数据效率也提升了不少。嗯，尤其是在地表移动的可视化这块，用 ArcGIS 做剖面图、沉陷图，不但直观，而且起来更顺手。你要是也在做矿区的空间，这套组合工具还挺值得一试的。

分析了庇山矿二12-11080工作面电牵引采煤机每月停机数据，得出机械故障和电气故障的停机原因规律，为有针对性的检修和预防提供依据。

现场测试分析表明，采煤机牵引速度与瓦斯涌出浓度呈正相关。

河北蔚县是华北地区最大的地下采煤区之一，长期存在采矿塌陷灾害，威胁采矿安全且严重破坏生态环境。基于合成孔径雷达干涉(InSAR)技术，利用61景Sentinel-1A/B干涉宽幅(IW)模式数据监测矿区形变，分析2017—2018年间地表形变空间分布及矿区地表沉降量级及面积。同时采用多维形变时序估计方法，对西细庄矿数据进行二维形变分解，获取其形变时间序列。结果显示，除南留庄井田外，其余三大井田在监测期间均存在不同程度的地面沉陷灾害，整个矿区年沉陷速率超过–10 cm/a的区域达到了2.16 km²。

采面涌水量预测的 ANN 模型，蛮适合做地质类数据的非线性建模，尤其是你面对变量多、分布不规律、传统方法吃力的时候。像这篇用的是三层BP 神经网络，输入层指标选得也比较靠谱，什么含水层厚度、渗透系数这些都挺关键，模型收敛也快。 用ANN这类问题最大的优势就是——你不用管公式长啥样，数据喂进去，它自己找规律。是用在涌水量预测上，还挺实用。你要是搞矿山安全、地质建模这些，可以参考下它的指标设置方式。 而且它的数据源是东欢坨矿的实际采面数据，曲线特征也得蛮细。你自己搞项目时，也可以按这个思路，先做特征提取，再喂神经网络。模型方面，三层 BP 网络够用了，别太贪心，多了容易过拟合。 要是你对 ANN

针对现有采煤机全生命周期管理中信息采集实时性和准确性不足，以及缺乏唯一身份识别机制等问题，提出了一种基于射频识别(RFID)技术的采煤机全生命周期服务系统设计方案。 该方案将统一的电子产品代码(EPC)写入RFID标签，通过识别RFID标签准确获取采煤机身份信息。利用RFID读写器与标签的交互，实现采煤机位置信息、状态信息等数据的实时采集。系统采用EPC信息服务(EPCIS)记录与EPC对应设备的状态信息变化，并在服务平台进行数据整合与挖掘分析。 通过该系统，可以实现采煤机全生命周期产业链上各节点企业之间信息交换和数据共享，为采煤机全生命周期管理提供实时动态信息和决策支持。