基于gis的矿井突水信息管理系统的设计与实现

基于gis的矿井突水信息管理系统的设计与实现

在中国，许多矿山由于复杂的地质和水条件而受到威胁。而在矿井资源管理方面,由于信息涉及领域广、数据量大,繁琐的手工管理已显得力不从心。在矿井突水防治及预测方面,由于突水影响因素较多,且各因素之间很少有符合规律的关联性,在实际建模时,很难构造出理想的预测模型。如何高效地管理煤炭资源,积极有效地防治矿井水害,一直是我国煤炭生产中的重大理论课题之一,也是煤炭生产及科研中的一大技术难题。矿井突水管理信息系统(ManagementInformationSystemofMineWaterInvation,MMWI)的使用可以在系统规范管理矿区资源的基础上,科学、准确地对采掘工作面进行突水预测。1突水情况预测矿井突水管理信息系统基于地理信息系统(GIS)技术进行设计和开发,利用人工神经网络技术对突水情况进行预测分析。系统包括文档资料管理、矿井数据信息管理、矿井图形管理和突水预测4个子系统(图1),其中突水预测子系统是该系统的核心,其他3个子系统主要通过对水文地质资料的科学管理,为突水预测提供信息支持。1.1地质资料的定义矿井水文地质资料主要包括地质报告、矿井水灾隐患防治的技术方案、矿井开采历史的资料记载以及周边矿区的地质资料等。该子系统主要提供文档资料的编辑、查询、修改以及输出功能。1.2底板突水预测辅助子系统矿井数据信息主要包括矿区内相关矿井的各种地质信息、钻孔信息、底板改造加固信息及用于底板突水预测的先验点信息等。该子系统为突水预测提供先验信息,是水害预测的信息平台。系统功能如图2所示。1.3图像管理及空间分析功能矿井图形管理子系统利用地理信息系统强大的图像管理和空间分析功能,方便地对图形图像进行编辑、修改和实时查询,并能进行必要的空间分析,从中提取出用于水害预测的信息。(1)管理制度主要实现地图更新和打印地图功能。(2)查询地位查询采用MDI多文档界面,可以一次打开多个文件,并且所打开文件的文件名可以在列表框中显示出来,根据图层属性信息,可以查询出所选择区域的属性信息。(3)编辑块可以根据需要对以点、线、区格式存储的图层进行编辑,包括点编辑、线编辑、折线编辑、多边形编辑。(4)视图有选择、平移、放大、缩小、全图显示等子菜单,可以对图层进行操作,以便于用户观察各个图层。(5)这是一个主题形象把历年降雨量、不同采区涌水量、不同观测点的出水量用图形表现出来,以便于观察数据的变化。(6)图像输出可以把地图输出成各种格式,有JPEG、BMP等格式,可以输出到剪切板上或文件夹中。1.4突水预测专题图突水预测子系统主要有突水数据处理、样本信息分配、突水预测、专题图成图4大功能。利用人工神经网络技术对样本信息进行分配计算和数据挖掘,构建突水预测模型,对工作面突水情况进行预测分析。2ctif构件模型矿井突水管理信息系统基于地理信息系统技术进行设计和开发,二次开发平台选用MapX。MapX是基于Windows操作系统的Active控件,因而能够支持绝大多数工业标准开发环境。MapX是针对程序开发者进行设计的,在开发过程中开发者可以根据自身情况选择开发语言,轻松地在应用中嵌入地图功能,并且可以脱离MapInfo放入软件平台运行,它采用与MapInfoProfessional相同的地图化技术,可以实现MapInfoProfessional具有的绝大部分地图编辑和空间分析功能。3数据库中信息数据库是整个系统的基础和核心,数据库质量的好坏将直接影响GIS技术与其他应用技术的集成,影响整个系统的质量和工作效率。对于本系统来说,信息主要以2种形式存在:一种是数据,如矿区地质资料、水文观测孔资料等;另一种是图件,如采掘工程平面图、矿井充水性图、井底车场图等。系统数据库中的信息可以分为以下3类:空间信息,主要指记录图元的空间分布信息;属性信息,包括各种注记信息和对相关对象的描述信息;基础信息,主要指用来构建突水预测模型的样本数据等。考虑到系统的实用性、易扩展性、安全性,数据库软件选用MicrosoftOfficeAccess2003。数据库的总体结构设计如图3所示。4bp神经网络突水预测模型构建矿井突水预测基于人工神经网络中应用最为广泛的BP神经网络法来实现,按照此方法突水预测过程大致可分为3步:整理样本信息,预测模型构建,进行突水预测。(1)bp神经网络算法整理样本信息就是确立各个样本对突水的影响程度,也就是各个样本对突水影响的权重,为下一步构建预测模型时创建关系矩阵做好准备。在BP神经网络算法中,输入的样本都看作是神经元,共同构成多层前神经网络,然后通过一个神经元激励函数输出一个期望值,再根据输出的期望值确定各个样本的权重。从本质上讲,BP网络算法是把一组样本的输入、输出问题变为一个非线性优化问题,可将其视为从N维空间到P维空间的映射。神经网络算法流程图如图4所示。(2)建立各影响因素权重矩阵模型构建的样本信息包括水压、含水层、隔水层厚度、裂隙带宽度和断层落差。5个影响因素对突水的影响程度不同,根据各个因素对突水影响的权重,共同构成一个关系矩阵。通过编程实现系统自动完成从样本信息库中读取信息,进行信息分配、处理和形成关系矩阵这一系列过程,得到最后的预测模型。(3)工作面突水预测用户只需通过输入信息、点击鼠标等简单的操作,把工作面的信息添加到系统中,就可以实现工作面的突水预测,得到最后的成果图。如对某工作面进行突水预测,输入以下关联参数:水压2.8MPa;含水层1;隔水层厚度40m;裂隙带宽度15m;断层落差6m。预测结果为“突水量:1310m3/h;安全级别:大型突水”。5信息数据库系统在矿井人(1)在矿井水文地质资料管理方面,根据信息特点,将水文地质资料分为3类,分别存储在文档资料管理、矿井数据信息管理和矿井图形管理3个子系统中,这样分类有利于信息的针对性管理,便于检索和查询。(2)在矿井数据信息管理方面,系统为用户提供了查询、编辑修改以及统计分析等多种管理手段,用户只需要简单的操作,就可以实现矿井水文地质资料的信息化、规范化和系统化管理。(3)在矿井图形管理方面,系统利用地理信息系统强大的图形管理和空间分析功能,方便地对图形进行编辑修改、实时查询和必要的空间分析。(4)在矿井突水预测预报方面,该系统以地理信息系统为工具,运用人工神经网络中的BP神经网络方法构建突水预测模型,将图形图像管理、空间分析和信息处理技术有效地结合,科学准确地对矿井突水进行预测预报。6突水预测模型建立的背景随着计算机技术的不断发展及其在生产实践中的广泛应用,特别是地理信息系统技术的日臻成熟,使矿井水文地质资料的管理日趋信息化,处理和