共查询到19条相似文献,搜索用时 125 毫秒
1.
2.
3.
开采沉陷预计概率积分法动态参数研究 总被引:2,自引:0,他引:2
本文针对在极不充分采动或不充分采动时概率积分法预计结果与实测结果不符的问题,对具有典型代表性的观测站观测成果进行了分析研究,提出了下沉纱数和水平移动系数的修正公式。 相似文献
4.
本文针对在极不充分采动或不充分采动时概率积分法预计结果与实测结果不符的问题,对具有典型代表性的观测站观测成果进行了分析研究,提出了下沉系数和水平移动系数的修正公式。 相似文献
5.
6.
7.
极不充分采动地表移动变形特点及预计 总被引:1,自引:0,他引:1
峰峰矿务局井田范围内村庄压煤量巨大,并已关系到矿井寿命,企业的可持续发展等重大问题,探索解决此问题的经验和措施意义深远。作者利用极不充分采动时地表移动变形值大幅度减小这一现象,解决了一些村庄下采煤问题,并取得了一定观测数据。本文就实测地表移动变形值的特征及预计计算等问题进行了分析与研究。研究结果认为,地表移动变形预计仍可以采用概率积分法,但应对下沉系数进行修正。本文提出了下沉系数修正公式。 相似文献
8.
通过对兖州矿区地表移动观测资料的分析,找出了兖州矿区同一煤层不同工作面重复采动对地表移动变形规律及极不充分采动条件下地表移动变形规律,对矿区建筑物下采煤提供一些有益的数据。 相似文献
9.
10.
目前地表移动的预计方法大都是建立在充分采动条件下的,但在实际生产中,有许多是非充分采动。尤其是老矿区,随着矿井开采越来越向深部发展,此时一个回采工作面对地表的采动影响往往为非充分采动。我国采空区的尺寸一般是走向长度较大,在此方向上对地表的采动影响已达充分,而在倾斜方向上长度较小,一般达不到充分采动程度,可算为单向非充分采动。如果采区的两个方向尺寸均达不到充分采动,可称为双向非充分采动。单向非充分采动的地表移动预计,由 相似文献
11.
目前,我国在对煤矿开采沉陷预计中使用最为广泛的方法是概率积分法。如何确定某一矿区合理的概率积分预计参数,进而对整个矿区开采沉陷进行准确的预计,一直是这一领域的研究热点。根据华北地区某矿地表移动观测站实测资料,以概率积分法预计公式为模型,借助Matlab软件强大的计算、绘图功能,实现了对概率积分法预计开采沉陷参数的反演。由反演结果与实测资料分析对比知,该方法合理可行,精度满足工程实际要求。 相似文献
12.
近浅埋深特厚煤层综放开采因其一次性采出煤层厚度大,其地表移动变形特殊性较明显,该地质采矿条件下按概率积分法进行地表沉陷预计结果与实际情况有一定程度的偏差。对试验区近浅埋深特厚煤层综放开采条件下的地表移动变形特殊性进行了分析,考虑到厚硬岩层对地表沉陷的控制作用,并基于层状弹性梁板岩层沉陷控制理论和随机介质理论,建立适合近浅埋深特厚煤层综放开采沉陷预计模型。实践应用表明:该沉陷预计模型算法与实测结果吻合程度较好,适合于特厚煤层综放开采地表沉陷预计应用;较好地解决了概率积分法边界收敛迅速、盆地两侧不对称等问题,提高了地表沉陷的预计精度。 相似文献
13.
根据我国煤田深部开采的实际需要,对已有理论和实测资料进行分析,研究了极不充分开采采出宽度和煤柱留设宽度的计算办法,论述了极不充分开采地表移动的基本特征;并以极不充分开采地表沉陷理论为基础,通过对实测资料的整理和分析,结合深部开采地表移动规律及生产实践,提出了适合建筑物深部压煤开采的阶段开采技术,对减小地下开采对地表建筑物的损害程度、有效提高煤炭采出率有一定的现实意义。 相似文献
14.
为了研究覆岩内部的移动变形规律,以随机介质碎块体移动概率分布为基础,通过理论推导,得出了单元开采覆岩内部静态下沉预计模型和水平移动函数模型,以此为源型,研究得出了覆岩内部三维空间任意点沿任意方向的移动和变形公式。通过理论研究和实测资料分析,得出了覆岩沉降系数与地表下沉系数的关系为q岩=1-(H-zH)n(1-q)。采用预计模型对范各庄矿覆岩移动进行了预测,结果表明,预计值与实测值最大偏差162mm,相对误差仅为4.7%,预计值与实测值吻合较好,覆岩静态预计模型能够付诸工程实践。 相似文献
15.
钻井水溶法开采的地表沉陷预计研究 总被引:1,自引:0,他引:1
为了准确预计钻井水溶法开采后对地表产生的移动和变形,基于钻井水溶法开采特点,利用由不溶矿物形成的结晶水物质的膨胀率,建立了钻井水溶法开采的等价采高模型。此外,还分析了随机介质理论用于钻井水溶法开采地表沉陷预计的可行性。在阐述概率积分法基本原理的基础上,通过借鉴国内外条带水砂充填开采的预计实例,求得了钻井水溶法开采的概率积分法预计参数,并结合工程实例,利用概率积分法预计了某盐矿开采后引起的地表移动变形。结果表明:建立在上覆岩层软弱、顶板跨落基础上的概率积分预计方法适用于钻井水溶法开采的地表沉陷预计,且钻井水溶法开采后引起的地表移动变形值远小于相同条件下的煤矿开采。 相似文献
16.
为了提高ENN(Elman neural network)神经网络获取概率积分预计参数的准确性,以我国30个地表移动观测站的实测数据作为学习训练和测试的样本数据,采用强稳健局部加权回归法(Rlowess,RW)对30个地表移动观测站数据进行降噪处理,采用蚁群算法(Ant Colony Optimization,ACO)对ENN神经网络的权值和阈值进行优化,构建了ACO ENN概率积分预计参数解算模型。结果表明:对比分析ACO ENN模型解算RW降噪处理前后的实测数据,发现RW降噪处理显著提高了数据质量,提高了解算模型的预测精度;利用ACO ENN模型解算下沉系数、水平移动系数、主要影响角正切及拐点偏移距的平均相对误差分别为2.41%、3.48%、6.11%和1.67%, ACO ENN模型对于概率积分预计参数的解算精度优于传统ENN算法,为精确获取概率积分预计参数提供了新思路。 相似文献
17.
为研究深部非充分采动条件下地表移动变形规律,指导矿井安全生产,义煤集团某大型煤矿建立了地表移动观测站,根据地表移动实测数据进行参数的拟合解算,采用概率积分法进行地表移动和变形预计。结合MATLAB仿真技术,实现了煤矿深部非充分采动条件下地表沉陷可视化预计,并实现了地表变形图绘制,为煤矿深部开采地表移动规律研究提供了重要参考。 相似文献
18.
为了克服山区开采地表沉陷预计模型中的滑移影响函数以及求参模型的缺点,建立了山区开采地表移动变形预计修正模型,即新的滑移影响函数仍沿用原有参数A,P,t形式,但各参数的取值和物理意义存在差异。依据修正模型,以实测下沉值、水平移动值分别与模型预计值之差平方和最小为原则构建适应度函数,基于遗传算法原理进一步提出了山区地表沉陷预计模型求参新方法。最后将提出的山区沉陷预计修正模型和求参方法用于山西某矿工作面开采地表移动,取得了良好的工程实践效果。 相似文献