兖州某矿区地表沉降规律的预计

为了解决地表沉降中单一的采用概率积分法导致局部预测值与实测值误差较大的问题,采用了概率积分法与ARMA模型相结合的方法,对采空区地表沉降进行分区域处理。采空区地表沉降预计结果为概率积分法预测的趋势项模型与ARMA预测的非趋势项模型之和,采用新模型对兖州某矿区的地表沉降进行预测,克服了局部拟合度较低的问题。实验结果表明,非趋势项ARMA模型弥补了概率积分法的不足,预测精度高且拟合程度好,具有较高的可行性。     

矿区非线性沉降的GM(1,1)预计残差改进模型及应用

矿区地表移动变形关系到矿区安全生产和地面建(构)筑物的安全,对矿区地表进行定期监测并预测具有重要现实意义。矿区地表沉降由于持续时间长,观测数据具有长时序且表现为非线性变化的特征,因此存在建模数据区间难以选取、GM(1,1)模型预测精度不高的问题。针对以上问题,本文建立了基于残差加权改正的GM(1,1)改进模型,提出了先阶段后截尾的建模数据区间选取方法、预测流程和模型精度评定标准。经过实例应用验证,GM(1,1)预计残差改进模型预测精度优于GM(1,1)模型,且先阶段后截尾的建模数据区间选取方法能够提高预测精度。     

地下金属矿山深部开采引起地表移动变形规律研究

地下金属矿山深部开采引起地表移动变形的预测是一项技术难题。通过对某矿区工程地质特点和开采技术条件进行深入了解,建立了具有较高仿真度的三维深部开采模型,并对矿区的开采进行了系统的模拟研究。通过开采三期工程(1 337~1 237 m)时地表下沉的计算值与现场GPS实测值之间的吻合,较准确地预测出四期工程深部开采过程中的各阶段移动角及地表移动变形范围,为该矿山深部开采地下工程的布置及地表移动范围的设计提供了依据。     

废弃采空区残余沉降时序预测模型的对比研究

采用自回归移动平均(ARMA)模型、趋势拟合/ARMA组合模型、与小波多分辨率分析结合的WARMA模型,对废弃采空区残余沉降观测数据进行数学建模,并对3种预测模型的预测结果作比较分析。结果表明:3种预测模型均可用于残余沉降短期预测,其中,WARMA模型的预测精度、预测步长和稳定性明显优于其它2个模型,具有实际应用价值。     

采动地表沉降时间函数的确定方法及其应用

为了对煤矿井下回采工作面推进过程中地表点沉降的位移量进行准确预测,以为地面煤层气开发钻井的工程防护和安全性预测提供准确的基础数据。建立了以回采速度、煤层埋藏深度和地表采动影响半径表征的地表沉降时间迟滞参数,准确的表征了不同矿区地质、回采条件下的地表及采场覆岩沉降的时间迟滞特性;同时,将该参数引入地表沉降曲线,建立了以矿区地表沉降参数和回采速度为基本参数的地表沉降时间函数。通过与兴隆庄煤矿地表沉降监测数据的对比分析可知,地表沉降时间函数模型的预测结果与实际监测结果是基本一致的,从而证明了模型函数的正确性。     

近水平煤层开采地表移动规律研究

将重庆基岩裸露地区地下开采引起的地表移动作为研究对象，探讨了近水平煤层开采条件下地表移动规律．根据矿区的地质构造和近水平煤层赋存的特点，通过建立地表位移观测站，利用长期的实测结果，综合分析了不同的回采工作面地表下沉和水平移动的观测数据，并采用MATLAB软件进行数据处理，拟合得出地表下沉和水平移动曲线及相关参数．为进行工程类比和预测，建议采用剖面函数法对实测数据进行计算机处理，有关移动变形参数应标准化．     

开采沉陷动态预计的正态分布时间函数模型研究

使用常用的Knothe时间函数进行煤炭开采所引起的地表动态下沉预计时,其反映的地表下沉速度和下沉加速度与地表实际下沉规律不相符,基于此,可引入一种新的时间函数—正态分布时间函数,对该时间函数值的变化范围和变化规律进行了详细对比,给出了正态分布时间函数用于地表动态预计时参数的确定方法,并利用该时间函数对某矿区地表下沉实测数据进行了对比预测。研究表明:正态分布时间函数的下沉速度和下沉加速度与地表动态下沉规律是相吻合的;当进行不同精度的动态预计时,合理选择函数的形态参数非常重要;在某些矿区,利用正态分布时间函数进行动态预计比使用双参数Knothe时间函数进行预计更符合地表移动的变化规律,预计结果也更为可靠。     

Logistic 模型在开采沉陷单点预测中的研究

为了揭示岩层与地表移动的内在机理和规律,基于研究矿区单点沉陷的重要性,提出用Logistic模型曲线拟合开采沉陷-时间关系曲线预测单点开采沉陷的方法,研究了用该模型进行拟合和理论预测以及模型检验,取得较好的拟合精度,平均拟合相对误差仅为8%,总结了单点沉陷的规律成"S"型,此模型参数少,方法简洁.结果表明,该Logistic模型预测法的合理性和应用价值是研究开采沉陷规律的一次有效尝试,对于研究矿区地表移动和变形规律具有重要意义.     

基于Matlab的山区急倾斜煤层开采沉陷预计系统

为研究山区条件下急倾斜煤层开采对地表移动变形的影响,基于Matlab编程语言,将皮尔森Ⅲ型公式法与山区地表移动预计模型进行叠加,开发出了具有多项功能的开采沉陷预计系统,并对其适用性进行了验证。该系统的主要特点为,利用地表高程点对山区地表进行曲面二元多项式拟合,基于地表曲面函数有效解决了任意点倾斜方向角、倾角、地表特性系数、影响半径等重要参数的获取问题,减少了前期数据准备的工作量。将甘肃某矿区急倾斜煤层开采相关参数代入预计系统进行计算及绘图,并与实际观测值进行了对比分析。结果表明:在下沉值和走向移动值预计中,约有86.8%的点位所处区域的地表变形符合实测值的凹形发展趋势,可有效反映矿区变形特征;而在倾向移动值预计中不符合实测值的发展趋势,是因为系统的预计误差受到地表曲面拟合精度及矿区实际条件制约,应采用更精确的矿区参数进一步验证。该系统对于山区急倾斜煤层开采所引起的地表移动变形预计具有一定的参考价值。     

矿区地表沉陷预测的KPCA-LSSVM模型

针对矿山地下开采引起的地表沉降问题,考虑到影响地表下沉量的多元因素,将核主成分分析法(Kernel principal component analysis,KPCA)与最小二乘支持向量机(Least squares support vector macine,LSSVM)相结合,构建了矿区地表沉陷预测的KPCA-LSSVM模型。该模型首先采用KPCA法对地表沉陷的影响因素进行分析,然后基于LSSVM理论,根据确定的主成分因子,构建了矿区地表沉陷预测模型。研究表明:(1)煤层赋存深度、煤柱宽度、煤层倾角为影响矿区地表最大下沉量的主要因素;(2)通过将华北某矿区煤层赋存深度、煤柱宽度、煤层倾角作为自变量,地表最大沉陷量作为因变量,构建的矿区地表沉陷KPCA-LSSVM预测模型得出的最大沉陷量与实测值的绝对误差为0.006~0.009 m,远小于FLAC3D模拟值与实测值的误差(0.108~0.217 m),表明该模型可以对矿区地表沉陷进行高精度预测。     

地下工程支护效果的ARMA预测模型及应用

基于时间序列分析理论, 建立了地下工程支护效果的自回归滑动平均模型(ARMA), 将顶板累积垂直岩移量和锚杆轴力作为评价指标, 提取监测数据趋势项及其平稳残差时序, 对顶板支护效果进行预测。现场应用表明, ARMA模型预测的顶板累积垂直岩移量及锚杆轴力值与实测值相比, 相对误差分别不超过3%和2%; 与GA-BP神经网络法相比, ARMA模型预测结果的精度显著提高。     

开采沉陷动态下沉模型及其参数研究

针对Knothe时间函数在描述动态下沉过程中下沉速度的不足,采用改进的双参数Knothe时间函数建立动态下沉模型,其中的覆岩岩性决定系数c及幂指数k值采用最小二乘法求解,最大下沉值W0通过地表移动观测站实测资料确定。采用拟合决定系数R2评定精度,以淮南某矿1242（1）工作面地表移动观测站实测资料进行模型精度验证,最大下沉点MS29和ML44在各个观测时期的拟合决定系数分别为0.983 6和0.975 7,工作面推进过半时（328 d）倾向和走向观测线上各监测点观测值与预计值的拟合决定系数分别0.995 3和0.958 2,计算结果表明双参数Knothe时间函数模型动态预计1242（1）工作面开采沉陷全过程精度可靠。     

基于Rayleigh法的开采沉陷相似准数研究

针对岩移参数的相似准数问题,基于π定理,以扩充因次M、Lx、Ly、Lz、T代替传统M-L-T因次,利用Rayleigh法推导开采沉陷的相似准数,建立了统一的预计参数与角量参数的走向、上山、下山方向的相似准数函数模型,为矿区岩移参数计算及相似实验分析提供了依据。     

煤吸附甲烷的温度-压力综合吸附模型

选取暗褐煤、气煤、焦煤、贫煤、无烟煤和超变无烟煤等有代表性煤阶的系列煤样,进行了20,30,40,50 ℃等不同温度下的高压等温吸附试验;应用吸附势理论,研究了煤的甲烷吸附特征曲线的形态特点,推导出新的煤吸附甲烷的温度-压力综合吸附模型,并给出了模型中特征常数的求取方法;利用大量高压等温吸附试验数据对该模型的预测结果进行了验证,并且与兰米尔(Langmuir)等温吸附模型进行了比较.结果表明,该模型的预测结果与吸附试验数据非常吻合,平均相对偏差小于5%,说明该模型能够很好地描述温度和压力共同作用下,包括特低煤阶的暗褐煤和特高煤阶的超无烟煤在内的全部煤阶的煤对甲烷的吸附特性;比兰米尔(Langmuir)等温吸附模型的功能更强,适用范围更宽.      

基于GIS与ANN的金川二矿地表移动预测

利用金川二矿区多年的GPS监测数据,探讨了GIS与人工神经网络技术相结合进行地表移动定量预测的方法和思路。借助Avenue语言,实现了在GIS平台下进行地表移动神经网络预测的整个过程,包括样本设计、网络设计与训练、网络测试与网络预测等;其中,数据处理、测试结果对比和预测结果分析由GIS软件完成,采用VB调用Matlab6.5实现Elman神经网络预测模型,并通过Avenue编程将其集成到GIS系统中。研究结果表明,利用GIS支持下的神经网络模型对地表移动进行预测,具有理论上的可行性和现实意义,说明GIS和人工神经网络技术在开采沉陷预计领域中具有广阔的应用前景。     

基于Weibull时间序列函数与负指数法的动态沉陷预计

为了探讨采矿过程中受时间和空间影响的地表移动变形的发生发展机理,提出了一种基于Weibull时间序列函数与负指数法的动态沉陷预计方法。该方法以研究描述地表沉陷区观测点下沉变化过程的Weibull时间序列函数为基础,认为Weibull时间序列函数在描述地表观测点沉陷的动态过程时,不仅能较好地拟合下沉-时间（w-t）曲线,而且由此推出的速度-时间（v-t）曲线和加速度-时间（a-t）曲线也能够很好地符合地表沉陷随时间变化的物理过程。基于实测资料确定的负指数法在描述地表移动盆地时具有实践应用性强、预计精度高等特点,给出了走向主断面半无限开采负指数法的下沉预计公式及参数求取方法。根据主断面动态沉陷模型的一般形式,将Weibull时间序列函数与负指数预计函数相结合,建立了充分采动条件下沉陷盆地走向主断面的动态地表下沉、倾斜、曲率、水平移动和水平变形模型,并对某煤矿的地表动态沉陷进行了预计,结果表明,预计结果与实测结果具有很好的一致性,可为实现矿区地表动态沉陷预计提供参考。     

盾构机土压平衡系统的ARMA模型及其参数估计

为了表征盾构机土仓压力平衡系统的时滞特性和提高模型的预测精度,建立了该系统的自回归滑动平均(ARMA)模型,并提出了基于优化算法的ARMA模型参数估计方法。实验结果表明,与经典的线性机理模型相对比,新模型显著提高了土仓压力的拟合和预测精度。ARMA模型预测土仓压力的最大相对误差从机理模型的41%降低到9%。结合实验数据,分析了该系统动态响应的时滞特性,分析表明,螺旋输送机转速对下一时刻土仓压力影响的时滞特性更加明显。     

山区开采地表动态移动变形规律

我国约有1/3的煤矿位于山区,开采造成的山区地表移动变形与平原地区有较大区别。为探究山区开采地表移动变形的时空特征,揭示山区开采地表动态移动变形规律,首先通过分析山区地表移动变形特征,确定了山区开采滑移影响函数,并应用叠加原理构建了顾及山区地形与平原因素的山区地表移动变形预计模型;然后结合Knothe时间函数,推导了山区开采地表动态移动变形预计公式;最后分析了正坡、反坡2种模型的地表动态移动变形规律。采用山西某矿的现场实测数据对山区地表移动变形预计模型进行了验证,取得了较好的一致性。山区开采地表动态移动变形规律的分析,为最大限度确保矿区地表建（构）筑物免于地表动态移动变形破坏提供了技术依据。     

建筑物沉降监测时序分析方法与预测应用

建筑物沉降监测数据往往满足时间序列等时性的要求,对观测数据进行平稳化处理后,可以建立时序模型。该文利用已有的沉降观测数据,建立ARMA模型,并对建筑物沉降量进行预测,取得了较好的拟合效果和预测精度。