(19)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 202211130308.9 (22)申请日 2022.09.15 (71)申请人 玉溪大红山矿业有限公司 地址 653405 云南省玉 溪市新平县戛洒 镇 小红山 申请人 东北大学 (72)发明人 张玮　邢志华　麦宗华　朱冰龙　 杨龙　赵永　邵重阳　彭朝伟　 杨天鸿　李春辉　耿礼富　段鑫　 董越权　郭庆　覃龙江　普绍云　 徐万寿　何云龙　吴秀红　李彧　 陆杰清　高伟　张坤　赵灵君　 马文标　武贤文　罗林　邵剑坤　 卢华亮　马凯　侯俊旭　杨振琼　 楚建兴　(74)专利代理 机构 昆明知道专利事务所(特殊 普通合伙企业) 5 3116 专利代理师 林建亮 (51)Int.Cl. G06F 30/27(2020.01) G06T 17/00(2006.01) G06T 17/05(2011.01) G06Q 10/04(2012.01) G06Q 50/02(2012.01) G06F 111/10(2020.01) G06F 119/14(2020.01) (54)发明名称 一种基于坑露联采地表岩移预测方法及系 统 (57)摘要 本发明属于金属矿山坑露联采技术领域， 具 体涉及一种基于坑露联采地表岩移预测方法及 系统。 本发 明通过方法以及与所述方法相应的系 统； 专门针对坑露联采岩移预测问题提出的， 涵 盖了多源监测数据的综合分析、 精细化岩体质量 块体模型的建立、 “亿级”自由度大规模数值计 算、 地表岩移预测四大部分。 将现场监测与数值 计算紧密结合， 相互修正、 相互学习， 可有效提高 岩移预测精度。 其中， 数值计算采用了精细化的 岩体力学参数与 “亿级”自由度大规模单元网格， 提高了计算精度。 通过将现场监测数据与数值模 拟方法有机 结合， 相互验证、 相互学习， 可不断提 高计算准确度， 最终达到准确预测坑露联采岩移 趋势及范围的目标。 权利要求书2页 说明书6页 附图2页 CN 115455831 A 2022.12.09 CN 115455831 A 1.一种基于坑露联采地表岩移预测方法， 其特 征在于所述方法具体包括如下步骤： 获取坑露联采地表岩移多源监测数据， 并结合所述坑露联采地表岩移过程与机理， 实 时对所述多源监测数据进行分析处 理； 结合结构面大数据、 全矿区RQD指标以及岩石力学试验， 创建精细化三维岩体质量块体 模型； 通过矿山地质、 监测及采动数据， 并结合精细化空间非均匀岩体力学参数以及相应的 模型， 实时对坑露联采自由度大规模数值处 理； 根据所述多源监测数据分析处理数据， 以及所述自由度大规模数值处理数据， 实时生 成坑露联采地表岩移预测数据。 2.根据权利要求1所述的一种基于坑露联采地表岩移预测方法， 其特征在于所述步骤 获取坑露联采地表岩移多源监测数据， 并结合所述坑露联采地表岩移过程与机理， 实时对 所述多源监测数据进行分析处 理之中， 还 包括如下步骤： 获取INSA R、 GNSS、 自动全站仪数据， 并实时分析处理， 生成边坡及地表的移动变形范围 数据； 获取微震、 深孔测斜数据， 并实时分析处理， 生成地下岩体损伤破裂及移动变形范围数 据。 3.根据权利要求1或2所述的一种基于坑露联采地表岩移预测方法， 其特征在于所述步 骤获取坑露联采地表岩移多源监测数据， 并结合所述坑露联采地表岩移过程与机理， 实时 对所述多源监测数据进行分析处 理之中， 还 包括如下步骤： 对地表裂缝发育及 塌陷区沉降范围监测数据进行分析处 理； 对地表地下监测数据综合分析， 生成现阶段岩移发展范围与趋势数据。 4.根据权利要求1所述的一种基于坑露联采地表岩移预测方法， 其特征在于所述步骤 结合结构面大数据、 全矿区RQD指标以及岩石力学试验， 创建精细化三 维岩体质量块体模型 之中， 还包括如下步骤： 根据获得到的矿山 地质孔岩芯库图像， 生成全 矿区RQD指标； 提取矿山岩石试样， 进行室内力学 试验， 获取岩石力学参数； 结合八叉树建模方法、 Hoek ‑Brown方法以及地质统计学原理， 建立精细化三维岩体质 量块体模型， 并生成精细化空间非均匀岩体力学参数模型。 5.根据权利要求1所述的一种基于坑露联采地表岩移预测方法， 其特征在于所述步骤 通过矿山地质、 监测及 采动数据， 并结合精细化空间非均匀岩体力学参数以及相应的模型， 实时对坑露联采自由度大规模数值处 理之中， 还 包括如下步骤： 获取矿山 地质、 监测及采动数据， 根据精细化建模技 术创建精细化数值力学模型； 根据所述力学模型划分自由度单 元网格。 6.根据权利要求5所述的一种基于坑露联采地表岩移预测方法， 其特征在于所述矿山 地质、 监测及 采动数据， 包括采场参数、 岩层地质分布、 断层构 造、 空区形态和地表倾斜摄影 数据。 7.根据权利要求1所述的一种基于坑露联采地表岩移预测方法， 其特征在于所述步骤 根据所述多源监测数据分析处理数据， 以及所述自由度大规模数值处理数据， 实时生成坑 露联采地表岩移预测数据之中， 还 包括如下步骤：权　利　要　求　书 1/2 页 2 CN 115455831 A 2实时对坑露联采地表岩移预测数据进行修 正； 对不同工况岩移计算结果进行对比分析， 生成坑露联采 优选方案 。 8.一种基于坑露联采地表岩移预测系统， 其特 征在于所述系统具体包括： 获取单元， 用于获取坑露联采地表岩移多源监测数据， 并结合所述坑露联采地表岩移 过程与机理， 实时对所述多源监测数据进行分析处 理； 模型创建单元， 用于结合结构面大数据、 全矿区RQD指标以及岩石力学试验， 创建精细 化三维岩体质量 块体模型； 数值处理单元， 用于通过矿山地质、 监测及采动数据， 并结合精细化空间非均匀岩体力 学参数以及相应的模型， 实时对坑露联采自由度大规模数值处 理； 预测数据生成单元， 用于根据所述多源监测数据分析处理数据， 以及所述自由度大规 模数值处 理数据， 实时生成坑露联采地表岩移预测数据。 9.根据权利要求8所述的一种基于坑露联采地表岩移预测系统， 其特征在于所述获取 单元中， 还设置有： 第一获取模块， 用于获取INSAR、 GNSS、 自动全站仪数据， 并实时分析处理， 生成边坡及 地表的移动变形 范围数据； 第二获取模块， 用于获取微震、 深孔测斜数据， 并实时分析处理， 生成地下岩体损伤破 裂及移动变形 范围数； 第一分析处 理模块， 用于对地表裂缝发育及 塌陷区沉降范围监测数据进行分析处 理； 第一生成模块， 用于对地表地下监测数据综合分析， 生成现阶段岩移发展范围与趋势 数据； 所述模型创建单 元中， 还设置有： 第二生成模块， 用于根据获得到的矿山 地质孔岩芯库图像， 生成全 矿区RQD指标； 第三获取模块， 用于提取矿山岩石试样， 进行室内力学 试验， 获取岩石力学参数； 第三生成模块， 用于结合八叉树建模方法、 Hoek ‑Brown方法以及地质统计学原理， 建立 精细化三维岩体质量 块体模型， 并生成精细化空间非均匀岩体力学参数模型； 所述数值处 理单元中， 还设置有： 第一创建模块， 用于获取矿山地质、 监测及采动数据， 根据精细化建模技术创建精细化 数值力学模型； 划分模块， 用于根据所述力学模型划分自由度单 元网格； 所述预测数据生成单 元中， 还设置有： 数据修正模块， 用于实时对坑露联采地表岩移预测数据进行修 正； 第四生成模块， 用于对不同工况岩移计算结果进行对比分析， 生成坑露联采 优选方案 。 10.根据权利要求9所述的一种基于坑露联采地表岩移预测方法， 其特征在于所述矿山 地质、 监测及 采动数据， 包括采场参数、 岩层地质分布、 断层构 造、 空区形态和地表倾斜摄影 数据。权　利　要　求　书 2/2 页 3 CN 115455831 A 3