基于三維激光掃描的礦區(qū)建筑物變形監(jiān)測與采動損害評估

王 磊，朱尚軍，2,蔣 創(chuàng),江克貴,郭慶彪

(1.安徽理工大學(xué) 空間信息與測繪工程學(xué)院，安徽 淮南 232001;2.安徽省地質(zhì)測繪技術(shù)院，安徽 合肥 230000)

0 引 言

在煤炭資源地下開采過程中，巖層移動隨著工作面的推進(jìn)與開采強(qiáng)度的提高從下向上逐漸發(fā)展到地表，并表現(xiàn)為地表下沉、傾斜、曲率、水平移動與水平變形等移動變形。上述移動變形將導(dǎo)致各種地質(zhì)環(huán)境災(zāi)害，如滑坡、地表塌陷，房屋橋梁垮塌和地表裂縫等[1-4]，對開采沉陷盆地內(nèi)的建筑物、鐵路、公路和高壓線塔造成嚴(yán)重影響。因此，分析煤炭開采過程中地表建筑物的穩(wěn)定性并對建筑物的損壞等級進(jìn)行評定與防治對礦區(qū)的生產(chǎn)建設(shè)及安全有著重要的意義[5-7]。

常見的測量及評估礦區(qū)地表建筑物破壞程度方法有：①鋼尺量距法，直接量取房屋的裂縫狀態(tài)；②在建筑物周圍及內(nèi)部布設(shè)觀測站，利用高精度的水準(zhǔn)儀與全站儀量取房屋的下沉與水平移動，經(jīng)過后續(xù)數(shù)據(jù)的處理與分析評估房屋的損壞等級[8-10]。然而，上述2種傳統(tǒng)方法獲得的數(shù)據(jù)都是離散型、低密度的建筑物局部信息，不能完整有效地對建筑物損壞等級進(jìn)行評價。

三維激光掃描技術(shù)(3DLS)作為一種新型測量技術(shù)，具有自動化、連續(xù)性、非接觸式、高密度等優(yōu)勢彌補(bǔ)了傳統(tǒng)技術(shù)監(jiān)測礦區(qū)沉陷的不足。三維激光掃描儀通過連續(xù)布置測站，可以獲得建筑物整體的、連續(xù)的點云數(shù)據(jù)，經(jīng)過點云數(shù)據(jù)的預(yù)處理、配準(zhǔn)后可以連續(xù)地、完整地描述建筑物的傾斜與水平變形，達(dá)到能夠細(xì)致準(zhǔn)確地評估煤礦區(qū)地表建筑物損壞等級的目的[11-13]。戴華陽等[14]提出利用三維激光掃描技術(shù)提取采動區(qū)房屋特征點信息獲得采動區(qū)地表建筑物形變量，并經(jīng)過誤差分析理論，評價直接獲取數(shù)據(jù)與間接計算數(shù)據(jù)的精度，得出其精度結(jié)果能滿足采動區(qū)房屋移動變形監(jiān)測標(biāo)準(zhǔn)。吳侃等[15]分析了三維激光掃描技術(shù)的單點定位的精度，數(shù)據(jù)采集及處理方法，提出利用建筑物的特征線來判斷房屋是否變形的思路。李得軍等[16]提出三維激光掃描技術(shù)提取高壓線塔的變形量，并利用最小二乘平面擬合方法分析了其精度。張豪杰[17]研究了三維激光掃描技術(shù)應(yīng)用于采動區(qū)高等級公路下變形，提出了一種基于遺傳算法的提取圓臺中心線的算法，為高等級公路下壓煤開采提供了理論與數(shù)據(jù)的支持。

高精度的三維激光技術(shù)應(yīng)用于礦區(qū)建筑物變形監(jiān)測不僅依賴于精密的模型和誤差分析理論，同時有效的標(biāo)靶球擬合方法、合理的礦區(qū)建筑物變形監(jiān)測設(shè)計方法對采動損害評估也有著至關(guān)重要的意義；魯鐵定等[18]提出了一種地面激光掃描標(biāo)靶球定位的整體最小二乘定位方法，并推導(dǎo)出和比較2種整體最小二乘解算法；陶武勇等[19]提出求解球面擬合的改進(jìn)總體最小二乘法，該算法考慮到觀測向量中的非線性形式，得到了更加準(zhǔn)確地擬合球心。通過上述文獻(xiàn)發(fā)現(xiàn)，現(xiàn)階段的標(biāo)靶球擬合方法在求取球心坐標(biāo)過程中存在計算量大、線性化過程復(fù)雜等問題；異于傳統(tǒng)的礦區(qū)建筑物變形監(jiān)測設(shè)計方法，三維激光技術(shù)實地觀測存在設(shè)計困難、精度難以控制等問題，難以有效地對于礦區(qū)的建筑物進(jìn)行采動損害評估。

針對上述問題，首先介紹了基于三維激光的建筑物變形監(jiān)測精度設(shè)計方法，建筑物移動與變形計算與采動損害評估方法，其次利用QPSO算法對標(biāo)靶球球心擬合精度進(jìn)行了分析，將多個三維激光掃描儀測站轉(zhuǎn)換到同一坐標(biāo)系統(tǒng)下，并根據(jù)三維激光掃描儀合理的觀測站布設(shè)方案對淮南某礦區(qū)地表建筑物進(jìn)行了實時觀測，最后基于三維激光掃描技術(shù)提取了開采沉陷移動變形盆地內(nèi)地表建筑物的移動變形值，并總結(jié)了礦區(qū)地表建筑物的損壞等級規(guī)律分布。為附近礦區(qū)的地質(zhì)環(huán)境災(zāi)害評估與防治提供了可靠的依據(jù)。

1 基于3DLS的建筑物變形監(jiān)測與采動損害評估原理

1.1 三維激光掃描基本原理

三維激光掃描儀在掃描獲取點云信息的過程中，是利用測距的原理，儀器依據(jù)接收回來的脈沖信號來識別物體信息，三維激光掃描儀架設(shè)位置確定，則該測站的坐標(biāo)軸即確定，掃描儀架設(shè)點為三維坐標(biāo)原點，橫向掃描為X軸，Y軸所確定的平面，豎向掃描物體包含Z軸，Z軸方向向上為正。其三維坐標(biāo)系統(tǒng)如圖1所示。

圖1 三維激光掃描儀坐標(biāo)系原理

由圖1可知，點云中P點的坐標(biāo)計算公式為：

(1)

式中：S為P點至坐標(biāo)原點O點的距離，為距離觀測值;α為縱向掃描角度;β為橫向掃描角度。

1.2 基于3DLS建筑物變形監(jiān)測精度設(shè)計方法

對于一個建成的建筑物變形觀測網(wǎng)，變形觀測點所能夠達(dá)到的精度，除取決于監(jiān)測網(wǎng)對觀測點的測量精度，也受監(jiān)測網(wǎng)本身的精度影響；三維激光掃描儀對于礦區(qū)建筑物變形監(jiān)測也需確定建筑物變形測量等級及精度，表1為建筑物變形測量等級及精度。三維激光掃描儀直接獲取觀測點的三維坐標(biāo)值，依據(jù)三維激光掃描儀測量原理，根據(jù)文獻(xiàn)[21],依據(jù)式(1)推導(dǎo)得激光點位坐標(biāo)Xi=[X,Y,Z]的協(xié)方差為

表1 建筑物變形測量等級及精度[20]

(2)

(3)

(4)

(5)

式中：σS為測距誤差；σα、σβ為縱向、橫向掃描角度誤差。

通過以上模型,依據(jù)表1建筑物變形測量等級及精度要求，通過誤差傳播定律可求三維激光掃描儀的最大掃描測量距離，并由此可設(shè)計出實地勘察礦區(qū)建筑物三維激光掃描儀用于變形監(jiān)測的精度設(shè)計方案；在監(jiān)測礦區(qū)建筑物形變時會出現(xiàn)多站觀測需進(jìn)行點云數(shù)據(jù)拼接，點云數(shù)據(jù)進(jìn)行拼接時也存在誤差，故筆者將每一站測量控制在四等變形測量等級，直接將多個觀測站進(jìn)行坐標(biāo)轉(zhuǎn)換，將各觀測站數(shù)據(jù)統(tǒng)一到已建立的坐標(biāo)系統(tǒng)中，避免了點云數(shù)據(jù)的拼接誤差。

1.3 建筑物移動與變形計算與采動損害評估方法

筆者采用手動選取同名特征點。在三維激光掃描觀測過程中，加大了特征點區(qū)域的點云密度，并且在計算地表建筑物的形變過程中多次計算取均值。以房屋的角點作為特征點，計算了特征點n+1至特征點n的傾斜值i′、水平變形ε，用此方法沿著建筑物的長軸方向計算了若干房屋的傾斜值i′、水平變形ε，分析各個房屋的傾斜值i′、水平變形ε得出結(jié)論。

各個房屋2個特征點之間的傾斜值i′、水平變形ε，用以下公式獲得：

相鄰2點的傾斜為:

(6)

式中:ln～n+1為n號點至n+1號點的水平距離，可以由直接觀測所得，也可以由兩點的坐標(biāo)反算求得；Wn+1、Wn為n+1號點、n號點的下沉值，mm。

其中正負(fù)號為在傾斜斷面上，指向上山方向為正，指向下山方向為負(fù)；走向斷面上，指向右側(cè)為正，指向左側(cè)為負(fù)。

n～n+1號點之間的水平變形為:

(7)

式中：(ln+1-n)0、(ln+1-n)m為n+1～n號點在首次觀測時和m次觀測時的水平距離，可以由直接觀測所得，也可以由兩點的坐標(biāo)反算求得。

地表曲率Km～n～p是兩相鄰線段的傾斜差與兩線段中點間的水平距離的比值，它反映了觀測線斷面上的彎曲程度，計算公式如下：

(8)

依據(jù)建筑物下、鐵路下和水體下采煤規(guī)范并結(jié)合上述建筑物移動與變形計算方法對房屋的損壞等級進(jìn)行分析，由于實地觀測房屋大部分為磚混結(jié)構(gòu)，因此本文實測礦區(qū)的地表建筑物滿足表2所設(shè)定。

表2 磚混結(jié)構(gòu)建筑物損壞等級[22]

2 基于QPSO的三維激光標(biāo)靶球中心擬合方法

三維激光點云數(shù)據(jù)預(yù)處理過程中包括坐標(biāo)轉(zhuǎn)換與點云數(shù)據(jù)拼接，在坐標(biāo)轉(zhuǎn)換過程中需要利用相對坐標(biāo)系下的標(biāo)靶球球心坐標(biāo)與北京54坐標(biāo)系下的標(biāo)靶球球心坐標(biāo)進(jìn)行點云數(shù)據(jù)的整體坐標(biāo)轉(zhuǎn)換；點云數(shù)據(jù)拼接過程中高精度的標(biāo)靶球球心坐標(biāo)有助于提高點云數(shù)據(jù)拼接的精度，因此得到高精度的相對坐標(biāo)系下的標(biāo)靶球球心坐標(biāo)對點云數(shù)據(jù)的預(yù)處理過程尤為重要。

2.1 方法構(gòu)建

根據(jù)球心方程：

(9)

式中:(xm,ym,zm)為標(biāo)靶球球心擬合數(shù)據(jù)點m坐標(biāo)；(x0,y0,z0)為標(biāo)靶球球心坐標(biāo)。

由式(9)知該方程是多參數(shù)非線性化方程，目前，標(biāo)靶球球心擬合的方法一般有最小二乘法、總體最小二乘法、混合總體最小二乘法等[18-19]，上述方法在求取球心坐標(biāo)過程中存在計算量大、線性化過程復(fù)雜等問題，文獻(xiàn)[23-24]表明QPSO算法可以彌補(bǔ)這些不足，并且在水利領(lǐng)域與計算機(jī)算法領(lǐng)域都有著實際應(yīng)用價值，而在標(biāo)靶球球心擬合方面取得的應(yīng)用成果較少。故此本節(jié)討論了基于QPSO算法的標(biāo)靶球擬合過程及精度分析。

R為標(biāo)靶球半徑，則該點到球心的殘差Vm為

vm=vm∑|Rm-R|

(10)

根據(jù)誤差絕對值之和最小原則，構(gòu)建出球心求參準(zhǔn)則如下：

(11)

式中:M為測點數(shù)；可采用量子粒子群算法對式(11)求解球心坐標(biāo)參數(shù)。

上文所述，基于MATLAB編碼實現(xiàn)量子粒子群優(yōu)化算法，其流程總結(jié)如下：

在解空間有1 000個粒子，每個粒子有三維,在第t次迭代中粒子的當(dāng)前位置用xi3=[xi1(t),xi2(t),xi3],i=1,2,…,1 000表示；粒子的歷史最優(yōu)位置用pi3(t)=[pi1(t),pi2(t),pi3(t)]表示，群體最優(yōu)用pg3(t)=[pg1(t),pg2(t),pg3(t)]表示；將球面上加入誤差的點求得的球半徑Rm與真實半徑R之差的絕對值累加作為本文的適應(yīng)度函數(shù)f。公式如下：

f=∑|Rm-R|

(12)

適應(yīng)度函數(shù)越小說明粒子位置越好，即求得球心坐標(biāo)結(jié)果越接近于真實值。

具體操作過程如下：

1)初始化種群，將粒子當(dāng)前位置初始化為個體歷史最優(yōu)位置，計算適應(yīng)度找到群體最優(yōu)位置。

2)確定粒子i(1≤i≤1 000)的介于個體歷史最優(yōu)與群體最優(yōu)之間的位置pgi。

3)計算所有粒子個體歷史最優(yōu)位置的均值Mbest。

4)更新粒子的位置。

5)計算當(dāng)前迭代下的粒子適應(yīng)度值與前一次迭代比較，如果適應(yīng)度值小，將粒子歷史最優(yōu)位置更換為當(dāng)前粒子的位置，否則不變；找到群體最優(yōu)位置與前一次迭代比較，適應(yīng)度值小則進(jìn)行替換，否則不變。

6)重復(fù)步驟2)～5),若循環(huán)達(dá)到最大迭代次數(shù)或滿足精度，跳出循環(huán)，輸出最終所得的3個球心參數(shù)。

基于量子粒子群優(yōu)化算法的球心坐標(biāo)求取程序?qū)崿F(xiàn)如圖2所示：

圖2 QPSO標(biāo)靶球中心擬合程序流程

2.2 模擬試驗

為高度模擬標(biāo)靶球球面點的情況，選擇與標(biāo)靶球相同半徑R=0.075 m的模擬球面，將在球面上隨機(jī)生成1 000個點即模擬點，將每個模擬點三維坐標(biāo)(x,y,z)方向上均加入隨機(jī)誤差v～N(0，0.003)，v～N(0，0.005)，v～N(0，0.007)(v為隨機(jī)誤差，N為正態(tài)分布，單位m)，分3次模擬，誤差依次增大，QPSO算法中每次模擬粒子數(shù)目皆為 1 000，迭代100次，3次模擬球球心坐標(biāo)皆為(0.1,0.1,0.1)，每次誤差條件下算法各運(yùn)行10次，取均值，其結(jié)果如下：

考慮到球面上點的密度也會對標(biāo)靶球球心的擬合精度有影響，故此將每個模擬點三維坐標(biāo)(x,y,z)方向上隨機(jī)誤差控制為v～N(0，0.007)，將球面點數(shù)量降至為600、300、100；再次討論標(biāo)靶球球心擬合結(jié)果精度。

從表3可看出：① 每個隨機(jī)誤差條件下求得的球心坐標(biāo)取均值后，均值的相對中誤差在三種隨機(jī)誤差條件下的數(shù)值皆小于0.7%；② 從各個誤差條件下10次試驗結(jié)果的參數(shù)擬合中誤差可看出隨著隨機(jī)誤差的提高，x,y,z的參數(shù)擬合中誤差沒有發(fā)生波動性改變，參數(shù)擬合中誤差最大為0.7 mm；③ 從點位中誤差可看出隨著隨機(jī)誤差大幅度地增加，球心均值點位中誤差增加幅度較小且球心的點位中誤差皆小于1 mm。

表3 同點云密度、不同方差條件下標(biāo)靶球球心擬合結(jié)果精度分析

從表4可看出隨著點云密度的降低，球心坐標(biāo)均值偏差有所增加但各個軸向誤差皆小于3 mm，球心均值點位中誤差皆小于4 mm。圖3為標(biāo)靶球球面點云圖。

表4 不同點云密度、同方差條件下標(biāo)靶球球心擬合結(jié)果精度分析

圖3 標(biāo)靶球球面點云圖

3 工程實例

3.1 礦區(qū)建筑物變形監(jiān)測概況

淮南顧北礦南—煤采區(qū)1312(1)是顧北礦南的首采工作面，整個工作面采用后退式采煤,機(jī)械化掘進(jìn)，全部垮落法管理頂板。 1312(1)工作面為正在開采中的工作面，回采速度3.4 m/d。工作面沿煤層走向布置，工作面自2019-07-10開采，至2019-11-02，工作面運(yùn)輸巷退尺長430.9 m，軌道巷退尺長429.6 m，平均退尺430.3 m，寬度204.6 m，工作面尺寸滿足D1/H=0.396且小于1.2～1.4，D3/H=0.833且小于1.2～1.4條件(D1為工作面走向長度；D3為工作面傾向長度；H為埋深)，故工作面走向、傾向皆為非充分采動，總體為非充分采動。平均采高為4.29 m；煤層傾角平均為5°,為近水平煤層。工作面平均深度為518 m。本次試驗使用的三維激光掃描儀為中海達(dá)HS-650掃描儀，測距方式采用脈沖式，全波形測量技術(shù)，可多次回波輸出，最大測距650 m，最小測距1.5 m，100 m測距精度可達(dá)5 mm，掃描頻率室內(nèi)最大300 kHz，室外最大100 kHz，垂直角與水平角分辨率皆為0.001°,水平視場角0°～360°，垂直視場角-40°～60°，可全天候無差別進(jìn)行測量試驗。本次三維激光實地監(jiān)測房屋A、B、C為磚混結(jié)構(gòu)與工作面走向呈平行分布，房屋A、B、C東墻面距離開切眼依次為26、45、69 m；距離房屋各個特征點20 m處架設(shè)三維激光觀測點，共布置了3個觀測站，各站之間距離35 m。

3.2 三維激光掃描儀觀測方案設(shè)計

利用三維激光掃描儀對礦區(qū)建筑物監(jiān)測的方法如下;沿著房屋周圍設(shè)立多個觀測站，每一期每一站測量時在掃描儀周圍利用移動站測量出四個當(dāng)?shù)乇本?4坐標(biāo)系統(tǒng)下的點坐標(biāo)信息(礦上測量時有4個標(biāo)靶球，故測量出4個點的北京54坐標(biāo))，該4個點坐標(biāo)用于坐標(biāo)轉(zhuǎn)換，在4個已知點上利用光學(xué)對中將標(biāo)靶球球心與已知點對應(yīng)，測量出儀器高，將已知點高程加上儀器高可得到標(biāo)靶球的球心在當(dāng)?shù)乇本?4坐標(biāo)系統(tǒng)下的坐標(biāo)信息，通過觀測的點云信息利用上述的QPSO算法進(jìn)行標(biāo)靶球擬合求得相對坐標(biāo)系下的標(biāo)靶球球心坐標(biāo)，將所有的點云信息轉(zhuǎn)換到統(tǒng)一的坐標(biāo)系統(tǒng)下，即北京54坐標(biāo)系統(tǒng)；不需要設(shè)立公共標(biāo)靶點，直接將多個觀測站進(jìn)行坐標(biāo)轉(zhuǎn)換，將各觀測站數(shù)據(jù)統(tǒng)一到已建立的坐標(biāo)系統(tǒng)中，直接通過點云數(shù)據(jù)分析提取出礦區(qū)建筑物的下沉、傾斜、曲率、水平移動及水平變形，最后依據(jù)建筑物下、鐵路下和水體下采煤規(guī)范對礦區(qū)建筑物的損壞等級進(jìn)行合理的評估。

由于實地勘察礦區(qū)建筑物三維激光掃描儀用于變形監(jiān)測滿足四等變形測量等級即可，并且HS-650三維激光掃描儀垂直視場角-40°～60°，掃描測量距離太近會導(dǎo)致建筑物掃描不完整，故此在礦區(qū)實地觀測時具體操作如下：

1)實地勘察確定建筑物變形測量等級及精度，建立建筑物變形監(jiān)測精度設(shè)計方法、建筑物移動與變形計算與采動損害評估方法。

2)三維激光掃描儀觀測方案設(shè)計，三維激光觀測站與房屋特征點距離控制在15～40 m；觀測站之間距離控制在35 m。

3)數(shù)據(jù)采集，不同監(jiān)測時段三維激光觀測站的觀測對象要相同；由于將比較不同時期地表同一建筑物相同特征點位置的變形量，故此要求每次測量對象位置要相同。

4)數(shù)據(jù)預(yù)處理，利用QPSO算法求得三維激光標(biāo)靶球球心坐標(biāo)，將所有的點云信息轉(zhuǎn)換到統(tǒng)一的坐標(biāo)系統(tǒng)下。

5)建筑物變形提取及采動損害評估。

6)總結(jié)礦區(qū)建筑物的損壞程度與開切眼的距離及工作面開采強(qiáng)度的關(guān)系。

圖4為三維激光掃描儀觀測方案設(shè)計流程。圖5為2019-07-09的礦區(qū)建筑物點云信息與工作面井上下對照圖。圖5中紅色點云為礦區(qū)實測數(shù)據(jù)經(jīng)過數(shù)據(jù)預(yù)處理，及坐標(biāo)轉(zhuǎn)換后的點云分布情況，從圖中可看出數(shù)據(jù)處理結(jié)果與實地觀測區(qū)域相符合，部分點云不呈現(xiàn)圓周狀態(tài)是由于觀測區(qū)域有房屋與樹木的阻擋。圖6為數(shù)據(jù)預(yù)處理過程中提取礦區(qū)建筑物的傾斜與水平移動房屋B的三維點云圖。

圖4 三維激光掃描儀觀測方案設(shè)計流程

圖5 礦區(qū)建筑物點云信息與工作面井上下對照

圖6 礦區(qū)房屋B三維激光掃描點云圖

3.3 建筑物變形提取與采動損害評估

基于上述礦區(qū)概況沿工作面走向平行線設(shè)立多個三維激光掃描儀觀測站，對走向線上建筑物進(jìn)行了多時段觀測，2019-07-09第一次觀測值作為首次觀測值(工作面未進(jìn)行開采)，隨后每隔固定時間觀測礦區(qū)地表建筑物。

沿著建筑物的長軸方向依據(jù)式(6)—式(7)計算多時段房屋的傾斜值i、水平變形ε見表5,曲率變形遠(yuǎn)小于0.1 mm/m2，因此未提取房屋的曲率變形。

表5中房屋A、B、C沿平行于走向線分布，房屋A最靠近開切眼，房屋C離開切眼最遠(yuǎn)；從表5中可看出房屋的損壞程度與開切眼的距離有關(guān)，房屋的損壞程度與其距離開切眼的距離成正比，距離開切眼越近房屋的損壞程度越高；房屋的損壞程度與工作面的開采進(jìn)度也有關(guān)聯(lián)，工作面開采強(qiáng)度越大，房屋的損壞程度越明顯。

表5 礦區(qū)建筑物傾斜、水平變形提取

從2019-08-02變形差值可看出房屋A、B皆達(dá)到了Ⅳ級損壞程度，房屋C達(dá)到了Ⅲ級損壞程度，隨著工作面的掘進(jìn)，房屋C的傾斜值i、水平變形ε皆增大，故此需加強(qiáng)礦區(qū)地表建筑物的搬遷和維護(hù)工作。圖7為礦區(qū)實拍地表房屋C采動損害圖。

圖7 礦區(qū)地表房屋C采動損害實拍

4 結(jié) 論

1)構(gòu)建了基于QPSO的標(biāo)靶球擬合算法，模擬試驗結(jié)果：①同點云密度不同方差條件下，球心坐標(biāo)取均值后，各軸向均值相對中誤差數(shù)值皆小于0.7%;由均值擬合中誤差分析可得，隨著隨機(jī)誤差的提高，X、Y、Z的參數(shù)擬合中誤差沒有發(fā)生波動性改變，參數(shù)擬合中誤差最大為0.7 mm，球心的點位中誤差皆小于1 mm。②不同點云密度同方差條件下,球心坐標(biāo)均值偏差有所增加，但各個軸向誤差皆小于3 mm，球心均值點位中誤差皆小于4 mm。試驗結(jié)果表明QPSO算法應(yīng)用于標(biāo)靶球擬合有助于提高坐標(biāo)轉(zhuǎn)換精度和監(jiān)測的結(jié)果準(zhǔn)確性。

2)介紹了基于三維激光的建筑物變形監(jiān)測精度設(shè)計方法及采動損害評估方法；開展了基于三維激光掃描的礦區(qū)建筑物變形監(jiān)測及采動損害案例研究。案例結(jié)果：地表建筑物的損壞等級與距離開切眼的距離成正比，距離開切眼越近房屋的損壞等級越高，同時地表建筑物的損壞等級與工作面的掘進(jìn)進(jìn)度有關(guān)，隨著工作面開采強(qiáng)度的提高地表建筑物的損壞等級也隨之提高，從2019-08-02變形和2019-10-25變形數(shù)據(jù)對比上可看出隨著工作面的掘進(jìn)，房屋A、B、C的傾斜、水平變形皆在增加。

3)提出的基于三維激光掃描技術(shù)的礦區(qū)建筑物變形監(jiān)測與采動損害評估方法對礦區(qū)地表建筑物的形變監(jiān)測與采動損害評估有著重要的意義。