(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111144073.4 (22)申请日 2021.09.28 (71)申请人 武汉理工大 学 地址 430070 湖北省武汉市洪山区珞狮路 122号 (72)发明人 池秀文　王宇君　陈东辉　 (74)专利代理 机构 湖北武汉 永嘉专利代理有限 公司 42102 代理人 钟锋 (51)Int.Cl. E21F 17/18(2006.01) E21F 17/00(2006.01) G06Q 50/02(2012.01) G06F 30/27(2020.01) (54)发明名称 地下矿多采场环境 生成方法 (57)摘要 一种地下矿多采场环 境生成方法， 涉及采矿 领域。 该地下矿多采场环境生 成方法包括以下步 骤： 采集目标采场内采样点的环 境物理量变化数 据； 将采集到的环境物理量变化数据整理成数据 库； 根据数据库中的环境物理量变化数据构建神 经网络并进行训练， 神经网络的输出参数为采样 点的应力和位移； 采集目标采场的邻近采场内多 个采样点的部分环境物理量变化数据， 输入神经 网络得到对应采样点的其他环境物理量变化数 据， 其他环境物理量变化数据包括应力和位移。 本实施例提供的地下矿多采场环境生成方法能 够采用较低的成本完成采场大范围内的空间环 境和物理环 境情况生成工作， 保障矿山生产活动 的安全进行。 权利要求书1页 说明书4页 附图1页 CN 113944511 A 2022.01.18 CN 113944511 A 1.一种地下矿多采场环境 生成方法， 其特 征在于， 其包括以下步骤： 采集目标采场内多个采样点从开始回采到矿石开采结束整个过程的环境物理量变化 数据， 所述环境物理量变化数据包括所述采样点的应力和位移； 将采集到的所述环境物理量变化数据按照不同的约束条件进行分类并整理成数据库； 根据数据库中的各个所述采样点的所述环境物理量变化数据按照不同的约束条件构 建神经网络并进行训练， 所述神经网络选用S型传递函数和逆向传播误差函数调节阈值和 网络权值并使误差函数E 达到期望值， 所述神经网络的输出参数为采样点的应力和位移； 采集目标采场的邻 近采场内多个采样点的部分环境物理量变化数据， 输入所述神经网 络得到对应所述采样点的其他环境物理量变化数据， 所述其他环境物理量变化数据包括应 力和位移。 2.根据权利要求1所述的地下矿多采场环境生成方法， 其特征在于， 所述约束条件包含 采样点到工作面距离、 巷道断面积、 回采进度、 采样点高度、 巷道在 采场中所 处位置、 开采中 段、 岩石弹性模量、 岩石抗压强度、 岩石抗拉强度、 摩擦角、 泊松比、 应力、 位移。 3.根据权利要求1所述的地下矿多采场环境生成方法， 其特征在于， 对所述神经网络进 行训练时， 将所述数据库中的数据划分为训练集和测试集， 训练集与测试集的比例为4 ‑6： 1。 4.根据权利要求1所述的地下矿多采场环境生成方法， 其特征在于， 使用三维激光扫描 系统对所述 目标采场的空间环境进行扫描， 得到点云数据， 并采集所述 目标采场内空间环 境的彩色图像信息， 对所述点云数据和所述彩色图像信息进行处理得到空间环境模型， 将 所述空间环境模型和所述环境物理量变化数据进行 结合， 得到点云数据的可视化模型。 5.根据权利要求4所述的地下矿多采场环境生成方法， 其特征在于， 对扫描到的所述点 云数据和所述彩色图像信息进行处 理的方法包括降噪、 拼接、 抽稀、 筛 选。权　利　要　求　书 1/1 页 2 CN 113944511 A 2地下矿多采场环境生成方 法 技术领域 [0001]本申请涉及采 矿领域， 具体而言， 涉及一种地下矿多采场环境 生成方法。 背景技术 [0002]在地下矿山开采过程中， 随着开采深度的增加开采环境会变得愈加复杂， 片帮、 冒 顶、 透水等生产事故时有发生， 对人员作业和装备的安全运行具有较大的安全隐患。 为预防 地下矿山开采事故的发生， 需要对采场环境进行尽可能多的掌握。 目前普遍的方式是在可 能发生事故的区段布设传感器对相关物理参数进 行监测， 并对检测得到的参数进 行分析得 到采矿作业场所在矿石采出 过程中的变化趋势， 以此来判断矿岩的稳定性。 [0003]但该种技术方法在 地下采矿场所中具有一定的局限性， 由于传感器价格昂贵和安 装过程繁琐， 并不适合大量布置， 且只使用传感器监测不能兼顾采场空间形态的变化， 也不 便于管理人员掌握地下采 矿环境的变化情况。 发明内容 [0004]本申请的目的在于提供一种地下矿多采场环境生成方法， 其能够采用较低的成本 完成采场大 范围内的空间环境和物理环境情况生成工作， 保障矿山 生产活动的安全进行。 [0005]本申请的实施例是这样实现的： [0006]本申请实施例提供一种地下矿多采场环境 生成方法， 其包括以下步骤： [0007]采集目标采场内多个采样点从开始回采到矿石开采结束整个过程的环境物理量 变化数据， 环境物理量变化数据包括采样点的应力和位移； [0008]将采集到的环境物理量变化数据按照不同的约束条件进行分类并整理成数据库； [0009]根据数据库中的各个采样点的环境物理量变化数据按照不同的约束条件构建神 经网络并进行训练， 神经网络选用S型传递函数和逆向传播误差函数调节阈值和网络权值 并使误差函数E 达到期望值， 神经网络的输出参数为采样点的应力和位移； [0010]采集目标采场的邻近采场内多个采样点的部分环境物理量变化数据， 输入神经网 络得到对应采样点的其他环境物理量变化数据， 其他环境物理量变化数据包括应力和位 移。 [0011]在一些可选的实施方案中， 约束条件包含采样点到工作面距离、 巷道断面积、 回采 进度、 采样点高度、 巷道在采场中所处位置、 开采中段、 岩石弹性模量、 岩石抗压强度、 岩石 抗拉强度、 摩擦角、 泊松比、 应力、 位移。 [0012]在一些可选 的实施方案中， 对神经网络进行训练时， 将数据库 中的数据划 分为训 练集和测试集， 训练集与测试集的比例为 4‑6： 1。 [0013]在一些可选的实施方案中， 使用三维激光扫描系统对目标采场的空间环境进行扫 描， 得到点云数据， 并采集目标采场内空间环境的彩色图像信息， 对点云数据和彩色图像信 息进行处理得到空间环境模型， 将空间环境模型和环境物理量变化数据进行结合， 得到点 云数据的可视化模型。说　明　书 1/4 页 3 CN 113944511 A 3