时序分析在开采沉陷动态参数预计中的应用

应用时间序列分析法,对开采沉陷动态过程的概率积分法预计参数进行分析,建立动态预计模型。用该模型可对参数的未来值进行预计,然后利用预计结果进一步预计地表的移动变形,解决了开采沉陷的动态预计问题。应用此法,地表下沉的相对预计误差一般为４％左右,与传统方法相比,预计精度可提高５％～１５％。     

倾斜煤层开采沉陷预计模型的构建

概率积分法在我国煤矿开采地表沉陷预计领域得到了广泛应用,该方法具有对称分布特征,在水平煤层开采沉陷预计时精度最好,而倾斜煤层开采后地表下沉盆地的形态往往呈现偏态性,采用该方法对其进行预计偏差较大。针对此问题,建立了工作面随体坐标系和地表直角坐标系,利用随机介质理论在工作面随体坐标系中实现单元开采沉陷影响的叠加积分运算,然后将工作面随体坐标系中地表某点的沉陷影响转换到地表直角坐标系中,最终构建地表直角坐标系下的倾斜煤层开采沉陷偏态预计模型。分析认为,倾斜煤层单元开采引起的地表下沉符合威布尔偏态分布规律,结合实例对预计模型的有效性进行了验证。该模型预计精度随煤层倾角的增加而逐渐降低,研究结果可为相似矿区的沉陷预计提供理论和技术支持。     

基于变步长FOA—Richards模型的 地表沉降动态预计

针对地表动态沉降的非线性和随机性特征,且沉降大致呈现"S"形曲线发展,最终趋向于稳定状态,采用Richards函数进行动态预计。基于采动区地表下沉Richards模型求取参数较为复杂,引入变步长果蝇优化算法(FOA)思想,建立采动区地表下沉动态预计的变步长FOA—Richards模型,以提高预测精度。工程实例分析表明,变步长FOA—Richards模型符合理想的时间函数特征,能够较好地预计出动态下沉值及下沉速度,且精度可靠性较高。     

西山矿区地表移动观测资料综合分析

本文为《西山矿区开采沉陷规律与沉陷环境治理》研究成果的一部分,通过大量观测资料的分析,求取了相应于西山矿区地形、地质与开采条件的地表移动角量参数。动态参数及预计参数,这些参数对类似条件的矿区亦有参考价值。     

密实充填采煤的岩层移动理论研究

综合机械化固体充填采煤技术能实现密实充填,其岩层移动和地表沉陷规律与垮落式采煤显著不同.在较系统分析充填采煤岩层移动的等价采高理论基础上,建立了密实充填采煤岩层移动的结构力学模型,并进行了连续介质力学分析,给出了相应的岩层移动和地表沉陷计算公式.通过实例分析,提出了在密实充填后,如还采用概率积分法预计地表沉陷,则应对传统的地表下沉预计参数加以修正.可为密实充填采煤覆岩移动和地表沉陷分析提供相关思路以及理论和方法.     

基于D-InSAR技术和SVR算法的开采沉陷监测与预计

针对传统开采沉陷监测和预计方法存在诸多缺陷且两者无法实现集成化的问题,提出了利用合成孔径雷达差分干涉测量技术(D-InSAR)进行开采沉陷监测,并将监测结果与支持向量回归算法(SVR)相结合进行开采沉陷动态预计,最终实现开采沉陷监测与动态预计的一体化.首先利用D-InSAR技术获取开采沉陷的影响范围与发展趋势;然后将监测结果作为SVR算法的训练与学习样本建立预计函数;最后在已建立预计函数的基础上采用滚动预测方法进行开采沉陷动态预计.以陕西省大柳塔矿某工作面为例,采用所提出的方法,使用13景TerraSAR-X雷达影像进行实验研究与分析.结果表明:D-InSAR监测结果能够很好地反映开采沉陷的影响范围与发展趋势,其开采沉陷的最大绝对和相对预计误差分别为19mm,5.4%.实验结果证明了该方法的可行性.     

厚松散层下开采预计的概率积分法修正模型

由于厚松散层下开采具有明显不同于一般地质条件下的沉陷特性,结果导致在用传统的概率积分法对其预计时,预计结果与实际往往偏差较大.基于厚松散层土体与基岩岩性不同,根据岩层移动分层传递的观点,结合厚松散层下开采地表移动特征,建立了厚松散层下开采地表移动预计的概率积分法修正模型,对厚松散层下开采地表移动预计及建筑物保护有一定指导意义.     

厚松散层下开采预计的概率积分法修正模型

由于厚松散层下开采具有明显不同于一般地质条件下的沉陷特性,结果导致在用传统的概率积分法对其预计时,预计结果与实际往往偏差较大.基于厚松散层土体与基岩岩性不同,根据岩层移动分层传递的观点,结合厚松散层下开采地表移动特征,建立了厚松散层下开采地表移动预计的概率积分法修正模型,对厚松散层下开采地表移动预计及建筑物保护有一定指导意义.     

开采沉陷动态参数预计的三次指数平滑法

在我国,概率积分法是应用最多的一种开采沉陷预计方法.该方法中的预计参数在不同采动程度下是变化的.能否准确获知动态参数的变化规律将决定着开采沉陷的预计精度.为较好地解决这一问题,引入了一种动态参数预计的新方法,即三次指数平滑法.应用此方法对实测资料进行了预计和比较,结果表明,各预计参数的平均相对误差都小于4%.由此可见,该方法对开采沉陷的预测具有一定的应用价值.     

人工神经网络在煤矿开采沉陷预计中的应用研究

提出了利用人工神经网络技术进行开采沉陷定量预测的新方法 .研究了影响因素的选取、开采沉陷预计模型的建立以及模型的应用等问题 .采用 BP神经网络算法对开采沉陷量进行了建模和预测 .结果表明 ,用神经网络模型对复杂的开采沉陷系统进行模拟预测 ,具有理论上的可行性和现实意义 ,说明人工神经网络技术在开采沉陷预计领域中具有实用价值