-
公开(公告)号：CN114167414A
公开(公告)日：2022-03-11
申请号：CN202111414839.6
申请日：2021-11-25
Applicant: 中煤航测遥感集团有限公司 , 中国矿业大学
Abstract: 本发明公开了一种无人机DEM与InSAR相位融合获取高精度地表沉陷盆地的方法，属于地表沉陷提取与地质灾害监测领域。使用融合无人机获取的DSM(DEM)数据和InSAR数据的变形监测方法，结合无人机DSM(DEM)数据获取的大形变和InSAR数据高精度的特点，实现了快速、准确、全面地获取矿区的形变信息的目的。按以下步骤进行：S1、数据获取；S2、数据转换；S3、相位融合；S4、数据解算；最终得到完整、准确的矿区沉陷盆地变形。利用无人机获得矿区沉陷盆地信息修正影像处理过程中相位的“整周数”，可以提高D‑InSAR技术监测矿区沉陷量级。
-
公开(公告)号：CN110763194B
公开(公告)日：2021-11-02
申请号：CN201911060694.7
申请日：2019-11-01
IPC: G01C7/02
Abstract: 本发明涉及一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，属于矿区开采沉陷技术领域，解决了现有技术中矿区开采沉陷监测外业劳动强度大、标靶布设困难、效率低且存在人身安全风险的问题。本发明的方法步骤包括：在矿区工作面布设地面三维激光扫描仪测站点位置；使用三维激光扫描仪对矿区工作面进行多站点扫描，获得同期多站点云数据；对点云数据预处理；利用预处理后的各期点云数据建立地表DEM；通过多期地表DEM相减，得到观测期间地表动态下沉值。本发明无需布设标靶对矿区地表沉陷进行监测，使用特征点完成同期多站点云数据拼接，将整体点云统一转换到大地坐标系下，简化了野外作业流程，降低了工作的危险性，提高了工作效率。
-
公开(公告)号：CN110763194A
公开(公告)日：2020-02-07
申请号：CN201911060694.7
申请日：2019-11-01
IPC: G01C7/02
Abstract: 本发明涉及一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，属于矿区开采沉陷技术领域，解决了现有技术中矿区开采沉陷监测外业劳动强度大、标靶布设困难、效率低且存在人身安全风险的问题。本发明的方法步骤包括：在矿区工作面布设地面三维激光扫描仪测站点位置；使用三维激光扫描仪对矿区工作面进行多站点扫描，获得同期多站点云数据；对点云数据预处理；利用预处理后的各期点云数据建立地表DEM；通过多期地表DEM相减，得到观测期间地表动态下沉值。本发明无需布设标靶对矿区地表沉陷进行监测，使用特征点完成同期多站点云数据拼接，将整体点云统一转换到大地坐标系下，简化了野外作业流程，降低了工作的危险性，提高了工作效率。
-
公开(公告)号：CN103809215B
公开(公告)日：2017-01-18
申请号：CN201410083815.0
申请日：2014-03-07
Applicant: 淮南矿业(集团)有限责任公司 , 中国矿业大学
IPC: G01V9/00
Abstract: 本发明提供一种厚冲积层矿区土体沉陷响应的获取方法，包括：获取厚冲积层矿区的地表沉陷参数；获取与所述厚冲积层矿区的基岩具有相似特征的薄冲积层矿区的地表沉陷参数，作为所述厚冲积层矿区土体下边界的参考参数；根据所述厚冲积层矿区的地表沉陷参数和所述土体下边界的参考参数计算得到所述厚冲积层矿区的土体内部沉陷特征参数，以对所述厚冲积层矿区的土体沉陷响应进行分析。本发明提供的厚冲积层矿区土体沉陷响应的获取方法，用于获取厚冲积层矿区土体内部的沉陷响应，以对厚冲积层矿区地表沉陷的机理进行研究。
-
公开(公告)号：CN110750866B
公开(公告)日：2022-04-26
申请号：CN201910883878.7
申请日：2019-09-17
Abstract: 本发明涉及一种利用无人机技术快速获得矿区开采沉陷预计参数的方法，属于矿区开采沉陷技术领域，解决了现有技术中开采沉陷监测耗时耗力、数据量小、需要埋设固定测点且不易保护的问题。本发明的方法步骤包括：在开采范围内建立无人机地表移动观测站；利用无人机进行矿区地表沉陷多期动态监测，完成外业数据采集；对无人机获得的外业数据进行内业数据处理，每一期监测数据生成对应的矿区地表DEM，多期监测数据形成沉陷区域多期DEM，通过多期DEM相减得到矿区地表下沉值；利用概率积分动态预计模型，反演求取地表沉陷预计参数；利用求取的地表沉陷预计参数对矿区及周边其他开采区域进行开采地表沉陷预计。
-
Patent Agency Ranking
公开(公告)号：CN112577470B
公开(公告)日：2021-11-02
申请号：CN202011164966.0
申请日：2020-10-27
Applicant: 中国矿业大学 , 中煤航测遥感集团有限公司 , 宁夏回族自治区地球物理地球化学勘查院
Abstract: 本发明涉及一种UAV与InSAR融合监测矿区动态沉陷盆地的方法和系统，属于矿区开采沉陷监测技术领域。方法包括如下步骤：分别利用UAV和InSAR获得被监测区域的UAV沉陷盆地图像和InSAR沉陷盆地图像；获取所述UAV沉陷盆地图像和InSAR沉陷盆地图像的融合边界线；其中两两比较UAV沉陷盆地图像的下沉等值线和InSAR沉陷盆地图像的下沉等值线，以最接近的两条下沉等值线作为所述融合边界线；基于所述融合边界线，进行UAV沉陷盆地图像和InSAR沉陷盆地图像融合，获得完整的高精度沉陷盆地图像。实现了将UAV与InSAR融合监测矿区动态沉陷盆地，从而获得完整的精度高的沉陷盆地的目的。
-
公开(公告)号：CN109945822B
公开(公告)日：2020-01-07
申请号：CN201910114827.8
申请日：2019-02-14
Applicant: 中国矿业大学 , 冀中能源峰峰集团有限公司
IPC: G01B21/32
Abstract: 本发明涉及一种动态沉陷区房屋就地重建时间和区域测定方法，属于矿区房屋损害及就地重建领域，解决现有矿区受破坏村庄搬迁难，房屋重建等待周期长的问题。本发明通过对矿区开采后的地表动态沉陷过程进行分析，能够准确的确定待重建区域工作面不同开采尺寸地表已产生沉陷变形量，进而，定量计算动态过程中地表沉陷区域的剩余变形量，对比房屋抗变形指标，确定采动过程中房屋就地重建时间和区域，可以保障在开采过程中尽快建抗变形房，保证受采矿损害的村民尽快住新房，提高矿区村民生活质量；该方法能够科学准确地指导动态开采过程中地表沉陷区房屋就地重建规划工作，可以很好地解决矿区工农关系紧张的局面。
-
公开(公告)号：CN109945822A
公开(公告)日：2019-06-28
申请号：CN201910114827.8
申请日：2019-02-14
Applicant: 中国矿业大学 , 冀中能源峰峰集团有限公司
IPC: G01B21/32
Abstract: 本发明涉及一种动态沉陷区房屋就地重建时间和区域测定方法，属于矿区房屋损害及就地重建领域，解决现有矿区受破坏村庄搬迁难，房屋重建等待周期长的问题。本发明通过对矿区开采后的地表动态沉陷过程进行分析，能够准确的确定待重建区域工作面不同开采尺寸地表已产生沉陷变形量，进而，定量计算动态过程中地表沉陷区域的剩余变形量，对比房屋抗变形指标，确定采动过程中房屋就地重建时间和区域，可以保障在开采过程中尽快建抗变形房，保证受采矿损害的村民尽快住新房，提高矿区村民生活质量；该方法能够科学准确地指导动态开采过程中地表沉陷区房屋就地重建规划工作，可以很好地解决矿区工农关系紧张的局面。
-
公开(公告)号：CN103809215A
公开(公告)日：2014-05-21
申请号：CN201410083815.0
申请日：2014-03-07
Applicant: 淮南矿业(集团)有限责任公司 , 中国矿业大学
IPC: G01V9/00
Abstract: 本发明提供一种厚冲积层矿区土体沉陷响应的获取方法，包括：获取厚冲积层矿区的地表沉陷参数；获取与所述厚冲积层矿区的基岩具有相似特征的薄冲积层矿区的地表沉陷参数，作为所述厚冲积层矿区土体下边界的参考参数；根据所述厚冲积层矿区的地表沉陷参数和所述土体下边界的参考参数计算得到所述厚冲积层矿区的土体内部沉陷特征参数，以对所述厚冲积层矿区的土体沉陷响应进行分析。本发明提供的厚冲积层矿区土体沉陷响应的获取方法，用于获取厚冲积层矿区土体内部的沉陷响应，以对厚冲积层矿区地表沉陷的机理进行研究。
-
公开(公告)号：CN119935078A
公开(公告)日：2025-05-06
申请号：CN202510432690.6
申请日：2025-04-08
Applicant: 华能煤炭技术研究有限公司 , 云南滇东雨汪能源有限公司 , 中国矿业大学 , 淮南矿业(集团)有限责任公司
Abstract: 本发明涉及煤区灾害预警技术领域，尤其为一种采煤沉陷区灾害预警装置及预测方法，本发明通过转动转盘使螺纹套旋转，并与升降柱表面的外螺纹配合，让升降柱上升，实现装置主体的伸展，同时在升降柱上升的过程中，利用第一活塞、第一管路、第二活塞及第二管路的配合，来带动伸缩杆向套筒的外部延伸，同时在第一转杆、第二转杆、第一齿轮以及第二齿轮等配合下，来带动旋转柱以及套筒旋转，让套筒朝着远离外筒体的方向旋转，与套筒的配合组成能够伸缩的支撑结构，既能够伸长对装置实施支撑，同时也能够缩短方便收纳，而且与升降柱同步进行作业，并进行展开，使得装置的展开更加方便，给运输以及安装工作带来了便利。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.11 seconds)
