基于多变量监测时序的冲击地压复杂性分析

论文基于多变量时间序列相空间重构来计算数据的关联维数,以研究冲击地压监测数据的复杂程度。考虑到冲击地压监测数据含有噪声而且长度有限,对传统G-P算法进行了扩展改进,给出了改进算法求解多变量时间序列的关联维数的原理,并用于Lorenz混沌系统检验了改进算法的有效性。收集了不同冲击情况下多种监测类型的冲击地压时间序列数据,用改进G-P算法求解这些监测数据的关联维数值。研究结果表明:冲击地压监测数据具有混沌特性,而且数据关联维数越大,复杂程度越高,对应矿井的冲击破坏性越强。这为基于混沌理论预测冲击危险性提供了新方法和依据。     

基于最大Lyapunov指数的冲击地压预测模型

冲击地压的拟合预测方法是对监测数据在未来一定时期的变化和走势规律进行预测，传统的数理统计预测模型把冲击地压监测序列认为是由于外在随机因素引起的，而冲击地压观测时序大多是一个貌似随机的非线性混沌序列，随机过程理论并不完全适合冲击地压时序的预测．最大Lyapunov指数作为量化动力系统对初始轨道的指数发散和估计系统的混沌量，是系统的一个很好的预报参数，本文在对观测序列相空间重构的基础上，基于最大Lyapunov指数对冲击地压工作面观测时序建立了预测模型，并与传统的数理统计预测方法进行了对比分析．通过对冲击危险区域的电磁辐射日平均值序列及顶板下沉速度序列等实例的预测运算和分析，得到冲击地压的最大Lyapunov指数预测模型达到了较高的预测精度，是完全可行的．     

基于微震时间序列的冲击地压混沌特性分析

冲击地压破坏是一非线性动力学过程,因此基于微震时间序列,采用定性和定量方法深入系统的分析其混沌特性,为冲击地压的混沌预测打下基础。简单介绍了微震监测的基本原理和冲击地压的混沌特征显现。在MATLABR2009b环境下,以微震累计能量时间序列为例,应用功率谱方法确定其具有非周期性;采用主成分分析将其与噪声信号区别开来;计算出其最大Lya-punov指数>0,判定系统具有混沌特性;计算出的关联维数描述了系统的混沌程度。     

工作面多变量瓦斯体积分数时间序列预测模型

为了有效分析煤矿瓦斯监测数据以实现较准确的工作面瓦斯体积分数预测,基于贝叶斯网络方法、混沌相空间重构技术与高斯过程回归模型,研究了瓦斯体积分数时间序列分析与预测的方法.应用贝叶斯网络方法提取与工作面瓦斯体积分数时间序列有较强关联特征的样本数据集,构建了多变量瓦斯体积分数时间序列预测模型;采用混沌相空间重构技术来实现多变量瓦斯体积分数时间序列样本空间重构;应用高斯过程回归模型进行工作面多变量瓦斯体积分数预测,以预测值及其置信区间来表达对工作面未来瓦斯体积分数动态变化的预测.实例分析表明:应用该方法得到的预测结果,其预测精度较单变量瓦斯体积分数时间序列预测有较大提升,并且预测区间在相同置信水平下达到了最优,能够较好的反映工作面瓦斯体积分数的动态变化状况.     

基于小波分析和支持向量机的变形监测数据处理

变形监测数据分析与预报结果是进行测量决策的主要依据。针对如何使用已知有限的线性关系复杂的变形信息进行分析建模的难题,该文利用基于小波分析和支持向量机的方法对变形测量数据进行处理,解决了小样本数据处理以及数据中存在噪声的问题。先通过对变形监测数据时间序列小波分解,使用阈值消噪处理后进行重构。另外同时对消噪后的时间序列分量进行SVM和LS-SVM预测,然后重构。对比SVM预测、LS-SVM预测以及消噪后的原始序列的各自重构序列,结果经评价得出,采用此方法 SVM与LS-SVM均能得到较好预测结果,且LS-SVM预测结果更优。     

煤矿冲击地压预测的PCA-GRNN神经网络方法

为了更合理有效地解决煤矿冲击地压危险性预测问题,引入主成分分析法对广义回归神经网络的输入样本进行信息压缩,得到冲击地压危险性影响因素的主成分因子,构建BPNN、GRNN、PCA—BP、PCA—GRNN 4种神经网络模型。预测结果表明所建PCA—GRNN模型较之其它3种模型整体工作性能优势明显,具有很好的预测能力和泛化能力,能较好解释冲击地压与各影响因素间的关系。     

基于混沌-广义回归神经网络的矿井涌水量预测

针对矿井涌水量预测研究中存在的相关影响因素考虑较少、模型预测精度不高和适用性不强的问题,建立了混沌理论与广义回归神经网络耦合的新的预测模型(Chaos-GRNN模型)。从理论上分析了矿井水文系统产生混沌现象的机理;由混沌理论得到涌水量序列相空间重构后的嵌入维数、时间延迟和最大Lyapunov指数,以此确定GRNN的输入层神经元个数、取值和预测时长;采用交叉验证法获得GRNN的光滑因子,建立Chaos-GRNN模型;对平煤十二矿涌水量(2014年1月至2015年12月)进行模型验证。结果表明：矿井水文系统演化过程的循环迭代是产生混沌的根本原因,其表象特征为演化过程的不可逆性、非平稳性和演化结果的多样性;平煤十二矿涌水量时间序列具有混沌特征,其嵌入维数m=7,即涌水量的影响因素为7个,GRNN输入层神经元个数为7;时间延迟τ为13个月,由此确定了GRNN输入层神经元的取值;最大Lyapunov指数为0.053 0,确定了GRNN预测时长为19个月;Chaos-GRNN模型预测精度达到了94.98%。该预测模型利用混沌理论量化了广义回归神经网络的输入层和预测时长,充分考虑了矿井涌水量的影响因...     

冲击地压的混沌学模型及预测预报

根据混沌学理论,研究了冲击地压启动的混沌特性,提出了在一定的时间尺度内预测预报冲击地压发生的方法。应用动力反演方法,建立了冲击地压的动力学方程组,并以此模型进行冲击地压的预测预报。实例表明,该方法是可行的。     

基于混沌相空间重构的IGA-LSSVM在线煤矿工作面瓦斯浓度预测模型的研究

为了改进煤矿工作面瓦斯浓度预测可靠性和精度,运用基于混沌相空间重构的免疫遗传最小二乘支持向量机瓦斯浓度预测方法,把瓦斯浓度当做一组非线性混沌时间序列,使用相空间重构以恢复混沌时间序列在高维空间的运动轨迹,即混沌吸引子,运用IGA-LSSVM模型预测混沌吸引子未来的运动轨迹,再把预测的运动轨迹还原到时间序列中,得到预测的瓦斯浓度。研究表明,运用混沌IGA-LSSVM模型预测瓦斯浓度,由于引入了混沌吸引子,使模型不同于传统预测所建立的主观模型(如神经网络),而是直接根据数据序列本身计算出来的客观规律(混沌吸引子)进行预测,并且使用免疫遗传算法(IGA)对LSSVM模型的参数进行优化选择,可以避免预测的人为主观性,提高预测的精度和可信度。     

矿区地下水位的混沌时间序列局域法预测

矿区地下水系统是一个非线性演化系统,地下水位的变化也是一个不可积的过程,随着采矿的进行,其演化过程会通过一定的轨道进入混沌状态。对杨庄煤矿1号奥灰水位的水文地质长观孔观测时间序列数据进行了分析,根据Pacard和Takens提出的相空间重构技术,首先采用自相关函数法计算其时间延迟,并计算其最佳嵌入维数,然后利用Wolf提出的方法,从单变量中提取出了最大Lyapunov指数,由计算结果得出时间序列具有混沌特性。在此基础上,采用混沌时间序列的局域法对水位做了6步预测,结果表明,混沌时间序列方法对混沌序列的预测具有较高的精度。     

基于CT-GRNN模型的采场顶板位移预测

将混沌学理论与广义神经网络相结合构建了基于CT-GRNN的采场顶板位移预测模型。首先应用Matlab混沌工具箱, 对顶板位移数据进行混沌判别, 得出顶板位移数据混沌时间序列的特点, 进而对顶板位移数据进行相空间重构, 最后采用广义回归神经网络对采场顶板位移进行预测。以新桥矿E15、E27采场顶板位移预测为例, CT-GRNN模型的预测误差分别为2.1%和2.6%, 相比传统BP神经网络预测（预测误差分别为5.7%和4.8%）, 精度得到大幅度提高, 可作为采场顶板位移预测的一种新手段。     

Lyapunov指数在电磁辐射预测煤矿动力灾害中的应用

电磁辐射指标综合反映了煤岩动力系统演变情况。为了讨论电磁辐射时间序列是否具有混沌特征,实现电磁辐射的预报,提前了解煤岩体未来的动力变化情况,利用在线式电磁辐射监测仪KBD7对掘进煤巷进行了跟踪监测,用小数据量方法计算了实测电磁辐射时间序列的最大Lyapunov指数,结果表明其具有混沌特征,电磁辐射短期内可以预测,适当选择样本容量和排除干扰可以提高预测精度。     

我国煤矿冲击地压防治现状与难题

随着煤矿开采强度和深度的增加,冲击地压矿井数量和冲击危险程度显著增加,政府关注度不断上升,我国冲击地压防治研究取得了一系列重要进展,冲击地压矿井防治能力取得长足的进步,多数冲击地压矿井达到事故可控.基于冲击地压重要研究成果,全面地阐述了冲击地压领域在法规建设、发生机理、监测预警等方面研究进展与发展趋势,同时指明了未来冲...     

煤岩冲击动力灾害连续监测预警理论与技术

为提高煤岩冲击动力灾害的监测预警效果,采用系统的理论研究和集成创新,完善了弹塑脆性突变模型,揭示了煤岩体损伤及冲击动力破坏特征与声发射、微震、电磁辐射等前兆信息的耦合关系,提出了煤岩体冲击破坏前兆信息辨识准则与监测原理,建立了煤岩冲击动力灾害的连续监测预警技术体系,即煤岩冲击动力灾害时间上从早期综合分析预测到实时监测预警,空间上从区域监测预警到局部监测预警、点验证的时空连续监测预警,并按无、弱、中、强4级对煤岩冲击危险进行分级预测预报。应用结果表明:该技术体系可较为有效地判别和预警煤岩冲击动力灾害危险,应用矿井降低煤岩冲击动力灾害显现71%。     

熵权物元可拓模型在岩爆危险性等级评价中的应用

为准确合理地对地下矿山岩爆危险等级进行评价,考虑岩爆发生的岩石力学条件和岩土工程环境对其造成的影响,选取3个主要影响岩爆发生的因素:岩石的应力集中系数σI/σc、脆性系数σc/σt和能量指数Wet,在传统物元可拓分析模型的基础上,建立岩爆危险性等级评价熵权物元可拓模型。根据20座矿山的实测数据和实际岩爆发生情况,确定岩爆评价影响指标体系,计算评价指标的关联度,应用熵权法确定各评价指标的权重,根据关联度最大识别原则,判定岩爆危险等级。该方法用于厂坝铅锌矿岩爆危险等级评价中,其研究结果表明,该方法的预测评价结果与实际岩爆发生较为符合,进一步说明了该方法的实用性和合理性,对实际工程有一定的指导意义。     

一种冲击地压危险性等级多参量辨识模型及应用

为了实现对冲击地压危险性等级快速、高效和准确预测,需要考虑冲击地压危险性多种影响因素,但影响因素间或多或少存在一定的相关性,从而导致参量信息重叠。提出一种主成分分析法(PCA)对冲击地压危险性相关指标数据进行降维处理,提取3个新指标对冲击地压危险性等级进行总体评价。在PCA的基础上,借鉴距离判别分析法(DDA),建立冲击地压危险性等级评价的PCA-DDA模型,将PCA-DDA模型应用于重庆砚石台煤矿冲击地压危险性等级评价。预测结果表明:在6种不同的训练和测试样本数下PCA-DDA模型仍具有良好的预测效果,其误判率分别为5.71%,5.71%,5.71%,5.71%,5.71%和8.57%;同时验证了PCA对冲击地压危险性评价结果。该模型可为矿山开采中冲击地压危险性等级评价提供借鉴,可在实际工程中推广应用。