煤矿开采沉陷自动化监测系统研究

发布时间：2017-08-30 17:02

  本文关键词：煤矿开采沉陷自动化监测系统研究

  更多相关文章： 自动化监测 BDS/GPS融合 关键算法 开采沉陷 技术集成 信息管理 系统研发

【摘要】：本论文针对开采沉陷监测的特点和存在的问题,结合淮南矿业(集团)有限责任公司的“地表移动自动化监测系统研究”项目,以GNSS CORS技术、网络通讯技术、移动PDA技术、GNSS定位技术、数据库技术等为支撑,通过系统设计与框架构建、关键算法研究、系统功能界定、数据管理规范化、软件实现、工程建设、设备研制、系统测试与工程应用等方面工作,成功建立了煤矿开采沉陷自动化监测系统(简称“CAuto Mos系统”),实现了地表移动变形信息快速采集、高精度解算、自动化处理、高效管理与分析的目标,为煤矿开采沉陷监测提供了新的集成监测技术及数据分析模式。本论文的主要研究工作及成果如下:(1)建立了CAuto Mos系统的监测网,构建了CAuto Mos系统的总体结构框架,为系统研究奠定了工程基础和指导思想。CAuto Mos系统监测网由定位基准框架、9个连续运行监测站、60个常规监测点组成;CAuto Mos系统总体框架主要由GNSS监测站子系统、GNSS基准站子系统、数据监控中心子系统、实时数据采集终端子系统和通讯子系统等组成。构成了一种集设备监控、数据采集、数据传输、数据处理与分析、沉陷监测与预警的适于连续实时监测和CORS RTK监测的地表移动自动化监测系统。(2)根据VRS技术基本原理,采用BDS/GPS双系统融合技术,构建了CAuto Mos系统的关键算法,为GNSS CORS系统的实现提供了理论和算法基础。建立了一种附有约束的网络RTK基准站间单历元模糊度快速解算方法,有效缩短了CORS RTK的初始化时间;建立了一种基于北斗三频约束的BDS/GPS双系统短基线模糊度单历元快速解算算法,以达到两个系统均能快速解算准确模糊度的目的。利用研究区域的实测数据对提出的算法进行验证,为解决CAuto Mos系统中连续运行监测站和实时数据采集终端系统高精度、快速定位问题提供了良好的理论基础和应用前景。(3)建立了CORS RTK测量获得的测点空间位置序列的卡尔曼滤波算法,提高了实时数据采集终端系统采用CORS RTK测量模式获得的空间位置的精度和可靠性,为高效、快速采集移动变形信息提供了技术保障。试验结果表明,采用卡尔曼滤波RTK测量,其平面位置精度不超过±2.5mm,完全满足开采沉陷监测对平面位置测量的精度要求;与水准测量高程相比,高程差值的中误差为±8.4mm,基本满足开采沉陷监测对高程测量的精度要求。(4)规范了开采沉陷(自动化)监测的信息管理工作,较好地解决了开采沉陷监测信息管理较混乱的局面。根据CAuto Mos系统的预定功能和目标,从属性数据结构、图形数据管理、移动终端和连续运行监测站发送到数据处理中心的必要信息格式等方面,对CAuto Mos系统的数据结构进行了定义,为实现CAuto Mos系统对信息进行高效管理提供基础,也为规范开采沉陷(自动化)监测及其他测量工程的信息管理进行了有益的探索。(5)成功研发了以数据监控中心软件(简称DMCS软件)、矿山开采沉陷综合数据处理与分析系统软件包(简称MISPAS软件包)、实时数据采集终端系统软件(简称CAuto Term S软件)为核心的,适于移动变形信息的快速采集、高精度解算、自动化处理、高效管理与分析的“煤矿开采沉陷自动化监测系统”软件平台,并从系统测试和系统应用两个层面对软件运行结果的正确性和预定功能实现的符合度进行了论证。
【关键词】：自动化监测 BDS/GPS融合 关键算法 开采沉陷 技术集成 信息管理 系统研发
【学位授予单位】：中国矿业大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TD325.4
【目录】：

• 致谢4-5
• 摘要5-7
• Abstract7-10
• Extended Abstract10-29
• 1 绪论29-44
• 1.1 研究背景及意义29-31
• 1.2 变形监测自动化发展与现状31-36
• 1.3 煤矿开采沉陷自动化监测现状36-41
• 1.4 研究目标与研究内容41-44
• 2 监测网和系统总体框架结构44-56
• 2.1 研究区概况44-45
• 2.2 自动化监测系统监测网布设45-49
• 2.3 自动化监测系统总体框架设计49-55
• 2.4 本章小结55-56
• 3 煤矿开采沉陷自动化监测系统数据处理方法56-104
• 3.1 基准网数据处理与质量评价56-60
• 3.2 VRS技术基本原理和关键算法60-71
• 3.3 多系统融合技术71-93
• 3.4 CORS RTK测量的卡尔曼滤波算法93-101
• 3.5 移动变形计算及制图101-102
• 3.6 本章小结102-104
• 4 煤矿开采沉陷自动化监测系统软件104-118
• 4.1 设计原则与思路104-106
• 4.2 数据监控中心软件106-109
• 4.3 矿山开采沉陷综合数据处理与分析系统软件包109-115
• 4.4 实时数据采集终端系统软件115-117
• 4.5 本章小结117-118
• 5 数据结构118-139
• 5.1 属性数据结构119-128
• 5.2 图形数据管理128-133
• 5.3 移动终端发送的信息格式133-136
• 5.4 连续运行监测站发送的信息格式136-137
• 5.5 本章小结137-139
• 6 系统实现与应用分析139-178
• 6.1 软件系统的研发环境139-140
• 6.2 系统测试140-154
• 6.3 系统应用154-174
• 6.4 本章小结174-178
• 7 结论与展望178-181
• 7.1 主要结论178-179
• 7.2 创新点179
• 7.3 研究展望179-181
• 参考文献181-190
• 作者简历190-194
• 学位论文数据集194

【相似文献】

中国期刊全文数据库 前8条

1 李宝秦;;油井自动化监测系统在盘古梁油田的试点应用效果分析[J];中国石油和化工标准与质量;2012年14期

2 邹强;;空气自动化监测系统质量控制图的改进[J];环境监测管理与技术;2006年05期

3 李振亮;;石化企业变电站自动化监测系统的实现[J];中国石油和化工标准与质量;2013年10期

4 唐建阳;王亮;贺跃光;;工程建设远程自动化监测系统的研究[J];中国锰业;2012年01期

5 ;中钢马矿院工程勘察设计有限公司设计尾矿库自动化监测系统投入运行[J];现代矿业;2010年02期

6 张海浪;;手抄器模式的油井自动化监测系统[J];石油天然气学报;2008年02期

7 周玉新;段勇;;云浮硫铁矿尾矿库自动化监测系统[J];金属矿山;2009年12期

8 ;[J];;年期

中国重要会议论文全文数据库 前10条

1 鄢宁平;;龙羊峡大坝自动化监测系统的实施及运行[A];水电站梯级调度及自动控制技术研讨会论文集[C];2008年

2 陈婉瑜;邓苗;陈国威;;长潭大坝自动化监测系统的实施[A];中国水力发电工程学会大坝安全监测专业委员会年会暨学术交流会论文集[C];2000年

3 赵晖;赵吉明;李建山;;盐锅峡水电站大坝自动化监测系统的实践[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

4 杨明化;周启;宋应玉;;花凉亭水库自动化监测系统及应用[A];中国水利学会2013学术年会论文集——S4水利信息化建设与管理[C];2013年

5 孔庆梅;;自动化监测系统在龙羊峡水电站大坝安全监测中的应用与思考[A];中国水力发电工程学会信息化专委会2007年学术交流会论文集[C];2007年

6 李志斌;朱国栋;王立斌;;徕佧外部变形自动化监测系统在莲花水电站大坝坝前及溢洪道中的应用[A];水库大坝建设与管理中的技术进展——中国大坝协会2012学术年会论文集[C];2012年

7 陈青山;吕勇;王艳林;王德刚;;一种基于CAN总线的大坝自动化监测系统[A];2004全国测控、计量与仪器仪表学术年会论文集（上册）[C];2004年

8 李志斌;朱国栋;王立斌;;徕佧外部变形自动化监测系统在莲花水电站大坝坝前及溢洪道中的应用[A];水库大坝建设与管理中的技术进展——中国大坝协会2012学术年会摘要文集[C];2012年

9 詹龙喜;郁钧;郁标;许准;;连续跟踪数字化三维自动化监测系统研究[A];华东地区第九次测绘学术交流大会论文集[C];2005年

10 彭虹;;再谈变形监测自动化中的几个问题[A];全国大坝安全监测技术信息网2008年度技术信息交流会暨全国大坝安全监测技术应用和发展研讨会论文集[C];2008年

中国重要报纸全文数据库 前2条

1 记者 范宏喜;骊山滑坡实现自动化监测预警[N];中国国土资源报;2012年

2 记者 李巍;我省与南荷兰省举行专项合作洽谈会[N];河北日报;2012年

中国博士学位论文全文数据库 前1条

1 吕伟才;煤矿开采沉陷自动化监测系统研究[D];中国矿业大学;2016年

中国硕士学位论文全文数据库 前6条

1 姚冬;地铁隧道自动化监测系统的研究与应用[D];东华理工大学;2014年

2 刘清坤;γ射线河流泥沙含量及流速自动化监测系统的研究[D];中国农业大学;2003年

3 张高帅;高速铁路线下工程变形自动化监测系统的研究与应用[D];中南大学;2014年

4 王锐;土石坝自动化监测系统安全评价研究[D];太原理工大学;2004年

5 牟华;近海海域水质自动化监测系统研究[D];中国海洋大学;2013年

6 夏自帮;基于以太网的分布式智能测控单元的研制[D];西安工程大学;2011年

，

本文编号：760502