随着我国经济的快速发展和对能源需求的不断扩大,采煤活动导致的地质灾害对地表生态的破坏日益严重,对矿井生产安全也造成了重大威胁。采动地裂缝是由于地下开采引起的主要地质灾害之一,会对土地、地面建筑、植被产生破坏,诱发滑坡、泥石流等地质灾害,与地下采空区相通时会影响矿井通风,导致溃水事故。因此对采动地裂缝成因机制进行研究,并对地裂缝发育程度进行预测成为一项重要的课题。采动地裂缝形成过程复杂,影响其发育的因素很多,目前的研究成果多采用单一的技术手段,对地裂缝形成影响因素的研究不够全面,难以准确揭示地裂缝的形成机理和发育规律。为了对地裂缝影响因素进行综合分析,并对地裂缝发育规模进行合理预测,本文以山西省太原市官地矿区作为研究区,在矿区采动地裂缝现场实测的基础上,对地裂缝发育程度、形态及分布特征进行了描述和分析,使用数值模拟、神经网络等技术手段对不同地质采矿条件下采动地裂缝的发育情况进行了单因素和多因素耦合分析,并得到地裂缝发育规模预测神经网络模型,提出了适用于官地矿区的采动地裂缝综合治理措施。主要工作及研究成果如下:(1)对官地矿区2010-2019年地裂缝数据进行了实测(工作及攻读硕士学位期间完成);在此基础上,对研究区内地裂缝发育长度、最大宽度和最大深度进行了数据分析,概括了采动地裂缝规模特征;结合采动地裂缝形成机制和分类的理论模型,对官地矿区地裂缝形态进行了分类;根据不同区域内地裂缝发育程度和形态的差别,将官地矿区地裂缝分布情况划分为四类,并对相应的分布特征进行了描述。(2)基于岩土体破坏理论、开采沉陷理论和不同成因地裂缝的计算模型,结合官地矿井实际开采和地质条件,对地裂缝影响因素进行了初步分析,提出了11项影响因子的量化指标和计算方法;对官地矿119组不同采空区范围内的地裂缝发育数量及11项影响因子进行了量化和计算,为后续研究各因子对采动地裂缝形成和分布的影响提供了数据支撑。(3)使用Flac3D数值模拟软件建立了不同采高、采长、煤层倾角、地面坡度情况的20个开采模型;根据模拟所得的地表下沉位移量和地表水平位移量结果,结合地表岩土体变形破坏理论,对地裂缝成因和分布规律进行了单因素分析,验证了模拟结果的准确性。(4)基于深度学习,提出了一种采动地裂缝的多因素耦合性分析方法及地裂缝发育程度预测方法。以地裂缝面积与采空区面积的比值为依据,将地裂缝发育程度分成了4类;利用深度学习的方法,构建了全连接神经网络模型(Fully Connected Neural Network)对裂缝发育程度进行预测;以预测准确率为指标,通过特征选择对多种影响因素组合进行了耦合分析,并将地裂缝发育的11个影响因子分为主要因素、次要因素及冗余因素;将主要因素和次要因素作为输入特征,通过选取合理的网络参数和优化方法,提高了神经网络模型对地裂缝发育程度的预测准确率,与卷积神经网络(CNN)及循环神经网络(RNN/LSTM)进行对比,结果表明本文所提出的模型预测准确率较高。根据数值模拟及神经网络分析结果,对官地矿区地裂缝提出了针对性的预防建议和治理措施。本文所提出的研究方法和研究内容对传统的采动地裂缝影响因素分析和预测技术进行了补充和改进,对采动地裂缝的预测和治理具有参考价值和指导意义。