基于CNN-KAN混合模型的露天矿多源信息融合滑坡预测研究
张令非1
王忠鑫2
曾祥玉1
辛凤阳3
张凯3
曹建4
周子涵5
1.中国煤炭科工集团有限公司 煤炭无人化开采数智技术全国重点实验室,北京 101320;中煤科工集团沈阳设计研究院有限公司,辽宁 沈阳 1100152.中煤科工集团沈阳设计研究院有限公司,辽宁 沈阳 110015;辽宁工程技术大学 矿业学院,辽宁 阜新 1230003.中煤科工集团沈阳设计研究院有限公司,辽宁 沈阳 1100154.中煤科工集团沈阳设计研究院有限公司,辽宁 沈阳 110015;中国矿业大学(北京) 力学与土木工程学院,北京 1000835.中国矿业大学(北京) 力学与土木工程学院,北京 100083
摘要：降雨是触发露天矿滑坡的重要诱因,其渐进变形特征与季节性降雨过程存在显著关联.针对传统方法在揭示降雨-位移响应机制及动态预测能力上的不足,构建了一种融合多源信息的卷积神经网络(Convolutional Neural Network,CNN)与Kolmogorov-Arnold 网络(Kolmogorov-Arnold Network,KAN)混合预测模型.以内蒙古地区贺斯格乌拉南露天煤矿南排土场边坡变形为研究对象,基于Pearson相关性分析定量揭示了边坡位移与降雨因子的响应规律,确定了南帮边坡变形的最优降雨影响周期,利用已有降雨量及位移监测数据对预测模型进行训练验证,并在选取的GNSS监测点上模拟了不同降雨场景下(降低 10%降雨强度、增加 10%降雨强度)边坡长期位移演化趋势.结果表明:①在相同数据集上,与传统预测模型相比,构建的CNN-KAN混合模型在降雨诱发的边坡变形预测场景下具有更高的准确性;②季节性降雨对边坡变形存在滞后效应,当累积时间达到 11 d时,南排土场边坡位移-降雨相关系数下降至 0.2 以下;③模型预测显示,当降雨强度增加 10%时,边坡将进入加速蠕变阶段,累计位移值可达 558.12 mm,南帮边坡存在二次滑坡发育趋势.
关键词：露天矿山边坡变形多源信息融合边坡稳定性滑坡预测模型
分类号：TD824(矿山开采)
资助基金：新疆维吾尔自治区重大科技专项资助项目(2024A01002-4)中煤科工集团沈阳设计研究院有限公司科技创新资助项目(NKJ001-2025)
论文发表日期：2025-09-30
在线出版日期：2025-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：10( 61-70 )
英文信息