露天矿山地表变形智能预测与灾害风险评价研究现状与展望

TD327; 露天矿山地表变形预测及灾害风险评价的研究对提高灾害预警准确性及制定安全防治措施具有重要意义.近年来,大数据、云计算、人工智能方法的发展,为传统矿山的智能化转型提供了技术支持.从矿山地表变形智能感知、预测及灾害风险评价3个方面概述了露天矿山地表变形灾害的研究进展;梳理了矿山地表变形智能监测技术,选择智能监测手段需要从数据精度、安装成本、后处理速度等多角度权衡;从传统变形预测方法与智能优化方法的结合、机器学习、深度学习3个方面总结了地表变形预测的智能建模方法;概述了矿山变形灾害典型风险评价方法的思路.基于当前研究进展,探讨了存在的问题及未来发展趋势,助力矿山灾害防治的智能升级....

Full description

Saved in:
Bibliographic Details
Published in矿业科学学报 Vol. 9; no. 6; pp. 837 - 848
Main Authors 李荟, 朱万成, 徐晓冬, 宋清蔚, 韩晓飞, 耿慧凯
Format Journal Article
LanguageChinese
Published 东北大学岩石破裂与失稳研究所,辽宁沈阳 110819 01.12.2024
Subjects
deformation pre-diction
risk assessment
矿山灾害
边坡滑坡
surface collapse
变形预测
风险评价
人工智能
slope landslide
地表塌陷
artificial intelligence
mine disaster
Online AccessGet full text
ISSN2096-2193
DOI10.19606/j.cnki.jmst.2024904

Cover

More Information
Summary:TD327; 露天矿山地表变形预测及灾害风险评价的研究对提高灾害预警准确性及制定安全防治措施具有重要意义.近年来,大数据、云计算、人工智能方法的发展,为传统矿山的智能化转型提供了技术支持.从矿山地表变形智能感知、预测及灾害风险评价3个方面概述了露天矿山地表变形灾害的研究进展;梳理了矿山地表变形智能监测技术,选择智能监测手段需要从数据精度、安装成本、后处理速度等多角度权衡;从传统变形预测方法与智能优化方法的结合、机器学习、深度学习3个方面总结了地表变形预测的智能建模方法;概述了矿山变形灾害典型风险评价方法的思路.基于当前研究进展,探讨了存在的问题及未来发展趋势,助力矿山灾害防治的智能升级.
ISSN:2096-2193
DOI:10.19606/j.cnki.jmst.2024904