基于Active X Automation的三维可视开采沉陷预计

金属矿山 ›› 2013, Vol. 42 ›› Issue (03): 119-122.

基于Active X Automation的三维可视开采沉陷预计

顾伟^1,2，谭志祥^1,2，邓喀中^1,2

1.江苏省资源环境信息工程重点实验室；2.中国矿业大学环境与测绘学院

出版日期:2013-03-15 发布日期:2013-04-16
基金资助:
* 国家自然科学基金项目（编号：41071273）。

3D Visualization Prediction of Mining Subsidence System Based on the Active X Automation

Gu Wei^1,2，Tan Zhixiang^1,2，Deng Kazhong^1,2

1. Jiangsu Key Laboratory of Resources and Environmental Information Engineering；2. School of Environment Science and Spatial Informatics，China University of Mining and Technology

Online:2013-03-15 Published:2013-04-16

摘要/Abstract

摘要： 为弥补现有开采沉陷预测程序在可视化表达中的缺陷，采用VB和SURFER的Active X Automation技术开发了基于概率积分法的开采沉陷预测分析系统。通过VB语言操纵SURFER内核程序实现开采沉陷的各种移动变形等值线、三维表面图及剖面图制作和数据分析的自动化。以山东某煤矿多工作面、多煤层开采沉陷预计对所建立分析系统进行验证。结果表明，采用VB与SURFER结合用于开采沉陷的预测分析，能够满足工程需要，并且能极大地提高工作效率，减少程序开发的工作量，实现开采沉陷预测分析图件制作的专业化、自动化。

关键词: Active X Automation, 三维可视, 开采沉陷, VB, SURFER

Abstract: In order to make up for the defects of visualization in existing mining subsidence prediction computer program，mining subsidence prediction program based on probability integration method was developed by Active X Automation technology. SURFER kernel functions were operated by VB and then surface movement and deformation contour，3-D surface map，cross section map and auto analysis were realized. Multiple mining workface and multiple coal seam of a coal mine in Shandong were shown to explain the system. The results showed that the system can meet the requirements in working，that is，it can improve mining subsidence prediction and analysis work efficiently，and also reduce the workload of programming. The specialization and automation of the mining subsidence mapping and analysis are realized.

Key words: Active X Automation, 3D Visualization, Mining Subsidence, VB, SURFER

顾伟, 谭志祥, 邓喀中. 基于Active X Automation的三维可视开采沉陷预计[J]. 金属矿山, 2013, 42(03): 119-122.

GU Wei, TAN Zhi-Xiang, DENG Ka-Zhong. 3D Visualization Prediction of Mining Subsidence System Based on the Active X Automation[J]. Metal Mine, 2013, 42(03): 119-122.

[1]	刘增波, 徐良骥, 张　坤, 刘潇鹏, 曹宗友, 徐　阳. 融合SBAS-InSAR 与CS-SVM 的矿区地表残余沉降预测模型[J]. 金属矿山, 2024, 53(8): 133-.
[2]	田迎斌, 孙丽丽, 丁宜军, 张　涛. 动态采煤沉陷区预回填施工控制模式研究[J]. 金属矿山, 2024, 53(7): 241-.
[3]	张传宝, 蔡来良, 王　巍, 柴华彬, 邹友峰, 张文志. 高强度重复开采覆岩与地表移动机理[J]. 金属矿山, 2024, 53(7): 173-.
[4]	张　凌, 邱　斌, 张　源. 基于无人机倾斜摄影测量技术与SVR 算法的开采沉陷监测与预计[J]. 金属矿山, 2024, 53(7): 168-.
[5]	苗　伟, 安士凯, 徐燕飞, 薛　博. 基于分段Knothe 时间函数的开采沉陷预计模型优化及应用[J]. 金属矿山, 2024, 53(6): 153-.
[6]	吝　涛, 范洪冬, 孙　叶, 李向伟, 庄会富. 基于U2-Net 的广域InSAR 开采沉陷区自动识别方法研究[J]. 金属矿山, 2024, 53(4): 177-.
[7]	陈红凯, 郭庆彪, 郭广礼, 马洪浩, 罗　锦. 黄土梁峁地形大采高煤层开采地表移动规律数值模拟研究[J]. 金属矿山, 2024, 53(4): 170-.
[8]	张连贵, 刘峰建, 张　鑫, 郭广礼, 李怀展, 宫亚强. 采动影响下浅埋输油气管线变形监测与风险性评价方法及应用实践[J]. 金属矿山, 2024, 53(3): 183-.
[9]	李思豪, 查剑锋, 关　杰, 张　民. 沉陷区河堤边采边复治理方式下的动态填方量预计方法[J]. 金属矿山, 2024, 53(2): 198-.
[10]	孙志豪, 徐良骥, 刘潇鹏. 一种基于分段加权赋参的厚松散层矿区沉陷预计方法[J]. 金属矿山, 2024, 53(11): 132-.
[11]	朱权洁, 谷　雷, 刘晓云, 尹永明, 朱斯陶. 基于D-InSAR 技术的矿区地表沉降规律分析与趋势预测[J]. 金属矿山, 2024, 53(11): 125-.
[12]	赵　琳, 张元生, 刘冠洲. 矿山三维巷道参数化建模方法研究与应用[J]. 金属矿山, 2024, 53(10): 188-.
[13]	肖海平, 范永超, 陈兰兰, 万俊辉, 陈　磊. 融合SBAS-InSAR 技术与GRO-BiLSTM 模型的开采沉陷边界划定方法[J]. 金属矿山, 2024, 53(10): 139-.
[14]	林芳, 冯晓九. 基于概率积分法的济宁某矿地表位移规律研究[J]. 金属矿山, 2023, 52(11): 198-204.
[15]	苗作华, 汤阳, 任磊, 王梦婷, 谢媛, 战川, 李宏亮. 基于三维视频融合的矿山视频监控技术研究[J]. 金属矿山, 2023, 52(09): 173-179.

扫码分享