Автоматизация процесса построения границ провалоопасных зон

Проблема проявления критических деформаций земной поверхности над старыми горными выработками актуальна для большинства горнодобывающих регионов. Особенно остро эта проблема проявляется в Донбассе, где вследствие затопления ликвидированных угольных шахт произошло перераспределение гидродинамического режима подземных вод и кардинальное изменение физико-механических свойств вмещающих горных пород. Как следствие, трансформация напряженно-деформированного состояния массива приводит к активизации и развитию процессов провалообразования. В рамках выполнения работы по созданию интеллектуальной карты провалоопасных зон г. Донецка и прогноза пространственно-временных параметров развития процесса провалообразования разработан программный модуль для автоматизации процесса построения границ провалоопасных зон. Необходимость автоматизации процесса выполнения графических построений обусловлена большим количеством горных выработок (около тысячи), расположенных на территории города и имевших выход на земную поверхность. Модуль реализован на языке C# в виде DLL-библиотеки, интегрируемой в среду AutoDesk® AutoCAD®, и предназначен для построения контуров провалоопасных зон от различных типов горных выработок с использованием параметрических моделей и встроенных алгоритмов обработки геометрии. Проведенный сравнительный анализ точности построений показал, что расхождение площадей зон, построенных вручную и 
с помощью модуля, не превышает 1,6%. Программный модуль позволяет установить возможную опасность провалообразования от расчетной выработки, рассчитать геометрические параметры зон, опасных по провалам, и отобразить их на планах горных работ в заданной системе координат, а также прогнозировать время проявления критических деформаций земной поверхности.

Дрибан В. А., Дуброва Н. А., Трофимов В. В., Антипенко А. В., Яркова А. И. Автоматизация процесса построения границ провалоопасных зон // Горный информационно-аналитический бюллетень. – 2026. – № 4. – С. 43–57. DOI: 10.25018/0236_1493_2026_4_0_43.

Исследование выполнено в рамках государственного задания Министерства науки и высшего образования Российской Федерации (№ FRSR-2024-0001, ЕГИСУ НИОКТР №124061700020-9).

Дрибан Виктор Александрович¹ — д-р техн. наук, старший научный сотрудник, и. о. директора института, Scopus Author ID: 55963516100, e-mail: viktor-driban@yandex.ru,
Дуброва Наталья Александровна¹ — канд. техн. наук, заведующая отделом, e-mail: dubrovan@mail.ru, ORCID: 0000-0003-2197-902X, 
Трофимов Виктор Валериевич¹ — канд. техн. наук, ведущий научный сотрудник, e-mail: victor.trofymov@ranimi.org, ORCID: 0009-0008-9955-3102,
Антипенко Антон Викторович¹ — научный сотрудник, e-mail: ministrxp@mail.ru, ORCID: 0009-0004-4102-054X, 
Яркова Анастасия Игоревна¹ — инженер, e-mail: yarkova_maths@mail.ru, ORCID: 0009-0001-4755-3732, 
¹ Республиканский академический научно-исследовательский и проектно-конструкторский институт горной геологии, геомеханики, геофизики и маркшейдерского дела» (ФГБНУ «РАНИМИ»).

Трофимов В.В., e-mail: victor.trofymov@ranimi.org.

1. Дрибан В. А., Дуброва Н. А., Сажнев В. П., Антипенко А. В., Колесник М. В. О механизмах провалообразования над старыми горными выработками // Труды РАНИМИ. — 2024. — № 3(41). — Т. 2. — С. 104—123. DOI: 10.24412/2519-2418-2024-341-104-123.

2. Тюленева Т. А. Совершенствование технологии ликвидации провалов над горными выработками // Техника и технология горного дела. — 2021. — № 1. — С. 4—26. DOI: 10.26730/2618-7434-2021-1-4-26.

3. Тонофа А. В., Канавец А. А., Филатова И. В. О решении проблемы провалов земной поверхности при закрытии угольных шахт / Инновационные перспективы Донбасса: материалы 8-й Международной научно-практической конференции. — Донецк, 2022. — С. 143—147.

4. Полозов Ю. А., Бизянов Е. Е., Лазебник А. Ю. Ликвидация последствий техногенной катастрофы в районе провала земной поверхности на калийном руднике // Сборник научных трудов Донбасского государственного технического института. — 2021. — № 23 (66). — С. 5—12.

5. Murmu S., Budi G. Spalling hazard occurrence in longwall excavation: a case study // Mining, Metallurgy & Exploration. 2023, vol. 40, no. 5, pp. 1899—1919. DOI: 10.1007/s42461-023-00828-9.

6. Шабаров А. Н., Куранов А. Д. Основные направления развития горнодобывающей отрасли в усложняющихся горнотехнических условиях ведения горных работ // Горный журнал. — 2023. — № 5. — С. 5—10. DOI: 10.17580/gzh.2023.05.01.

7. Пылько Е. А. Возможность применения международного опыта при реструктуризации угольной промышленности Донбасса // Экономинфо. — 2016. — № 26. — С. 83—86.

8. Исаков В. С. Программное обеспечение для оптимизации процессов добычи в горнодобывающей промышленности: обзор основных программ // Вестник науки. — 2021. — № 5. — С. 45—52.

9. Kien D. V., Anh Do. N., Thai Do. N. Numerical simulation of the stability of rock mass around large underground cavern // Civil Engineering Journal. 2022, vol. 8, no. 1, pp. 81—91. DOI: 10.28991/cej-2022-08-01-06.

10. Li G., Yang Q. Prediction of mining subsidence in shallow coal seam // Mathematical Problems in Engineering. 2020, vol. 2020, article 7956947. DOI: 10.1155/2020/7956947.

11. Yang K., Hou Zh., Li Ya., Gao W., Wang Sh., Ding X. Dynamic prediction model of mining subsidence combined with D-InSAR technical parameter inversion // Environmental Earth Sciences. 2022, vol. 81, no. 11, pp. 1—13. DOI: 10.1007/s12665-022-10423-8.

12. Дашко Р. Э., Романов И. С. Прогнозирование горно-геологических процессов на основе анализа подземного пространства рудника Купол как многокомпонентной системы (Чукотский автономный округ, Анадырский р-н) // Записки Горного института. — 2021. — Т. 247. — С. 20—32. DOI: 10.31897/PMI.2021.1.3.

13. Хохлов Б. В., Дрибан В. А., Голдин С. В., Терлецкий А. М., Рожко М. Д. Методика построения и обследования зон, опасных по провалам // Труды РАНИМИ. — 2019. — № 7 (22). — С. 142—157.

14. Дрибан В. А., Хохлов Б. В., Антипенко А. В. О применении нового подхода к прогнозу провалообразования в приповерхностной зоне обводненных массивов для оценки рисков при затоплении шахты «Антрацит» // Маркшейдерия и недропользование. — 2024. — № 6 (134). — С. 40—49. DOI: 10.56195/20793332_2024_6_40_49.

15. Heidrich D., Schreiber A., Oberdörfer S. Towards generating labeled property graphs for comprehending C#-based software projects / Proceedings of the 37th IEEE/ACM International Conference on Automated Software Engineering (ASE 22). Association for Computing Machinery, New York, USA. 2023, no. 228, pp. 1—4. DOI: 10.1145/3551349.3560513.

16. Golmohammadi A., Zhang M., Arcuri A. NET/C# instrumentation for search-based software testing // Software Quality Journal. 2023, vol. 31, pp. 1439—1465. DOI: 10.1007/s11219-023-09645-1.

17. Andrea A., Juan P. G. Enhancing search-based testing with testability transformations for existing APIs // ACM Transactions on Software Engineering and Methodology. 2022, no. 31, article 34. DOI: 10.1145/3477271.

18. Laranjeiro N., Agnelo J., Bernardino J. A black box tool for robustness testing of REST services // IEEE Access. 2021, vol. 9, pp. 24738—24754. DOI: 10.1109/ACCESS. 2021.3056505.

19. Miranda C., Avelino G., Santos-Neto P. Test co-evolution in software projects: A large-scale empirical study // Journal of Software: Evolution and Process. 2025, vol. 37, no. 7, article 70035. DOI: 10.1002/smr.70035.

20. Sun W., Guo Z., Yan M., Liu Z., Lei Y., Zhang Y. Method-level test-to-code traceability link construction by semantic correlation learning // IEEE Transactions on Software Engineering. 2024, vol. 50, no. 10, pp. 2656—2676. DOI: 10.1109/TSE.2024.3449917.