[发明专利]一种矿山采空区充填体智能混合制备方法

权利要求书

1.一种矿山采空区充填体智能混合制备方法，其特征在于，包括以下步骤：

S1. 准备矿山采空区充填体的制备材料，将制备材料通过神经网络计算得出填充体最佳状态对应制备材料和水的质量比例；

S2. 将得到的浆料通过弹性约束优化算法进一步对浆料浓度进行控制，将稳定浓度的浆料进行充分混合搅拌后泵送至充填区域；

所述步骤S1包括：

将采空区进行分区域划分，并对每个采空区区域的环境因素进行采集，并将采集到的信息组成条件向量以及所选择的制备材料种类集合作为输入层输入，通过神经网络中隐含层以及输出层作用得到每种制备材料在各影响因素构成的条件向量对充填体的影响特征矩阵，根据适度调整配比、各影响因素以及影响特征向量M，进一步计算充填体强度变化率；最后，利用最优算法计算得到最高充填体强度时对应的充填材料的配比，将充填材料通过给料机送至称量斗称量，将充填材料按照所述配比加水送入搅拌机搅拌均匀，得到质量浓度为的浆料。

2.如权利要求1所述的一种矿山采空区充填体智能混合制备方法，其特征在于，所述步骤S2包括：

通过影响充填过程中浆料浓度的因素，约定浆料浓度的弹性约束条件，定义浆料浓度控制目标函数，根据模型的计算求得的最优解对相关设备进行控制。

3.如权利要求2所述的一种矿山采空区充填体智能混合制备方法，其特征在于，所述步骤S2包括：

通过构建条件约束模型，得到浆料浓度的弹性约束条件，具体过程如下：

其中，F表示影响因素向量，QF表示影响因素的权重向量，由矿区根据实际情况确定，R表示各因素计算关系式集合，D表示各影响因素的限定门限集合，Out表示条件约束模型的输出，即浆料浓度的弹性约束条件；

最终，通过影响因素的权重向量，各因素计算关系式集合，各影响因素的限定门限集合计算得到弹性约束条件：，表示所有门限最低门限值。

4.如权利要求3所述的一种矿山采空区充填体智能混合制备方法，其特征在于，所述步骤S2包括：

创建浆料浓度弹性约束控制优化模型：

其中，Y表示充填过程完成度，F表示影响因素集合，，C表示各影响因素控制参数，A表示约束矩阵，，p表示约束条件的个数，q表示影响因素的个数，AF表示满足约束条件的函数表达式， D表示约束函数AF的限定条件门限，；表示所有变量满足的最低门限，；在求解最优解时，看作求解微分方程组，对约束矩阵A进行简化处理，求得微分方程的解，最后根据求得的解对应的C进行各个设备的调整控制。