无线电波坑道透视技术在煤矿地质探测中的应用与分析

0 下载量 90 浏览量 更新于2024-09-04 收藏 281KB PDF 举报
"无线电波坑道透视技术在辛置煤矿的应用" 无线电波坑道透视技术,作为一项先进的地质探测手段,已被广泛应用于煤炭行业的地质构造分析。在辛置煤矿的10-413工作面中,这项技术得到了实际检验。通过对工作面的无线电波坑道透视,可以清晰地识别出地质构造异常体的位置和边界,这对于煤矿安全开采至关重要。该技术在处理单个构造体时,能进行有效的定性解析,帮助理解构造体的性质和形态。 然而,无线电波坑道透视技术并非万能。在面对复杂地质情况,尤其是多个构造体相互重叠的区域时,其解析能力受到限制。在辛置煤矿,断层和陷落柱的分布极为密集,这给技术应用带来了挑战。矿区已知的断层数量超过2500条,平均密度达到150条/km²,陷落柱也有176个,最大密度为20个/km²,这种地质环境对无线电波坑道透视技术的精准度提出了高要求。 尽管如此,无线电波坑道透视技术仍然被广泛用于我国大中型煤矿,因为它能在一定程度上揭示工作面内部的地质结构。通过对比其他物探技术,我们可以认识到每种技术都有其适用范围和局限性。对于辛置煤矿10-413工作面的实例,这项技术的预测精度和适用性进行了评估,结果显示,它在简单构造环境中表现良好,但在复杂地质条件下需要结合其他勘探方法以提高解析效果。 10-413工作面的具体地质构造包括单斜构造、两个小型褶曲以及多条断层。工作面的走向和倾向长度分别为1431m和203m,煤层厚度变化在2.42m至2.76m之间,倾角较小,为4°至6°。在巷道掘进过程中,已经揭露了5条断层,这些断层的存在无疑增加了开采的难度和风险,而无线电波坑道透视技术在识别这些构造时起到了关键作用。 无线电波坑道透视技术在辛置煤矿的应用,展示了其在煤矿地质探测中的潜力和价值,但也暴露出在复杂地质条件下的局限性。在未来的应用中,应结合多种物探技术,以更全面地理解和预测工作面的地质构造,确保煤矿的安全生产。

将以下代码转换为python:function newpop=zmutate(pop,popsize,pm1,pm2,fitness1,M,N,Tn0,Tn1,Q,ST0,maxT,t,maxgen,LCR,ECR,MCR,FC,ICR) %M为辅助坑道数量;N为单元数 x=pop(:,1:2*M+1);%分段点位置 y=pop(:,2*M+2:4*M+2);%是否选择该分段点 z=pop(:,4*M+3:6*M+4);%开挖方向 W=pop(:,6*M+5:8*M+6);%作业班次 lenx=length(x(1,:)); leny=length(y(1,:)); lenz=length(z(1,:)); lenW=length(W(1,:)); avefit=sum(fitness1)/popsize; worstfit=min(fitness1); % sumy=sum(y); % lenz=sumy+1; % lenW=sumy+1; for i=1:popsize %选择popsize次,每次选择一个,输出一个 %随机选择一个染色体 pick=rand; while pick==0 pick=rand; end index=ceil(pick*popsize); f1=fitness1(index); if f1<=avefit % pm=(exp(-t/maxgen))*(pm1-(pm1-pm2)*(f1-avefit)/max(fitness1)-avefit); pm=1/(1+exp(t/maxgen))*(pm1-(pm1-pm2)*(f1-avefit)/max(fitness1)-avefit); else % pm=(exp(-t/maxgen))*pm1; pm=1/(1+exp(t/maxgen))*pm1; end pick=rand; while pick==0 pick=rand; end if pick>pm continue; end % flag0=0; % while(flag0==0) %随机选择变异位置 pick1=rand; pick2=rand; pick3=rand; pick4=rand; while pick1*pick2*pick3*pick4==0 pick1=rand; pick2=rand; pick3=rand; pick4=rand; end posx=ceil(pick1*lenx); posy=ceil(pick2*leny); %x,y变异 randx=randi([1,N-1]); while ismember(randx,x(index,:)) randx=randi([1,N-1]); end b=x(index,posx); x(index,posx)=randx; a=[0 1]; c=y(index,posy); y(index,posy)=setxor(y(index,posy),a); %z,W变异 posz=ceil(pick3*lenz); posW=ceil(pick4*lenW); d=z(index,posz); z(index,posz)=setxor(z(index,posz),a); randW=randi([1,3]); while randW==W(index,posW) randW=randi([1,3]); end e=W(index,posW); W(index,posW)=randW; mpop=[x(index,:),y(index,:),z(index,:),W(index,:)]; mtime=ztime(mpop,M,N,Tn0,Tn1,Q,ST0); mutfit=zcost(mpop,M,N,mtime(:,1),mtime(:,2:2*M+3),mtime(:,2*M+4:2*M+2+N),LCR,ECR,MCR,FC,ICR,Q); if mtime(:,1)>maxT||mutfit<=worstfit x(index,posx)=b; y(index,posy)=c; z(index,posz)=d; W(index,posW)=e; end end newpop=[x,y,z,W]; end

2023-05-26 上传