R/S分析方法在矿井涌水量预测中的应用

介绍了R/S分析方法的基本原理与操作步骤,并采用该方法,对山西省某矿区矿井涌水量时间序列进行了分析,结果表明该矿井涌水量预测系统现在或未来的状态均与前5个月状态持续相关。     

基于灰色残差GM(1,1)模型理论的矿井涌水量预测

采用灰色系统预测理论,选取梧桐庄矿历年涌水量实测数据为样本数据,建立了残差GM(1,1)模型,并用相关计算方法对历年涌水数据进行统计计算,得出拟合数据,与实测结果进行比较同时建立修正模型,最终确定其为预测矿井涌水量的合适模型。     

计算矿坑涌水量需考虑的有关影响因素探讨

由于矿坑涌水量计算的精确程度直接影响矿床的合理开采和安全生产,因此,在计算预测矿坑涌水量时必须对影响矿坑涌水量的因素进行详细的调查和研究,并选用合理的水文地质参数。本文从理论结合实际矿山出发,对矿坑涌水量预测问题进行了探讨,预测矿井正常和最大涌水量,为防止矿井突水提供水文地质资料,为确定合理治水方案提供依据。     

计算矿坑涌水量需考虑的有关影响因素探讨

由于矿坑涌水量计算的精确程度直接影响矿床的合理开采和安全生产,因此,在计算预测矿坑涌水量时必须对影响矿坑涌水量的因素进行详细的调查和研究,并选用合理的水文地质参数。本文从理论结合实际矿山出发,对矿坑涌水量预测问题进行了探讨,预测矿井正常和最大涌水量,为防止矿井突水提供水文地质资料,为确定合理治水方案提供依据。     

金属矿山开采地表岩移的灰色预测模型

金属矿山地表岩移受许多因素综合影响,从而导致开采过程中引起的岩移变化表现出复杂性和非线性特征。灰色系统的GM(1,1)模型是一种预测模型,包括数列预测、灾变预测、拓扑预测。矿区地表岩移的实测数据是时间序列数据,通过检验和残差修正,可得到符合该时间序列数据的GM(1,1)预测模型。以某金属矿区最大沉降GPS监测点为例,计算模型参数,建立相应的灰色微分方程模型,并对该模型的计算结果进行检验,对比实测值与模型计算值,发现该模型误差小、精度高,可用其对该地区未来地表岩移的发展变化进行预测。     

高边坡开挖变形的非线性时间序列预测分析

在岩体高边坡开挖过程中,可以得到现场的位移监测数据,如何利用现场监测数据来预测高边坡的开挖变形是一件很有实用价值的工作。根据高边坡开挖变形时间序列的非线性特征,应用局域法对三峡高边坡的位移进行了预测分析。把局域法的思想引入到神经网络中去,按照寻找邻近点的原理构造出训练样本,通过神经网络得到的预测值与局域法得到的预测值很接近,并且可以大大地节约计算时间。计算结果表明,对于岩土体工程中的一维监测数据,通过非线性时间序列分析方法可以对其进行预测分析,该方法具有较高的实用价值。     

银山铅锌矿矿井涌水量预测与分析

介绍了银山铅锌矿区的水文地质条件相对简单,通过有限的资料,对研究区水文地质条件进行分析,利用Visual Modflow建立数值模拟模型,在无观测井水头数据的情况下进行特殊情况下的拟合,反演求出矿井涌水量,通过预测矿井涌水量对矿山的安全生产提供依据,并提出了一种特殊情况下拟合的新方法。     

浅埋煤层矿井涌水量预测——以山西下梨园煤矿为例

矿井涌水量是煤矿开发的重要技术条件之一,对煤田进行经济评估、设计和制定采掘方案、确定防治水措施以保障煤矿安全生产具有重大意义。矿井涌水量预测的精度取决于矿井充水条件的正确分析及预测方法、参数的合理应用。目前用来预测矿井涌水量的方法较多,包括大井法、非稳定流定降深井流法、水文地质比拟法、数值模拟法等。本文以下梨园煤矿为例,运用多种方法预测了矿井涌水量,为下梨园煤矿防排水系统设计提供了重要参数。     

四川省永川煤矿矿井涌水量预测

采用灰色控制系统理论，通过建立数学模型，对四川省永川煤矿矿井涌水量进行分析和预测，结果表明，该方法在预测矿井涌水量中是一种简便而有效的好方法。根据涌水量预计结果，为矿井设计排水方案的最优化选择提供科学依据。     

基于小波神经网络的CPI数据预测计算模型

针对影响CPI经济序列数据预测的各因素之间的非线性问题,探讨利用神经网络的自学习能力和小波变换的局部化性质,采用了MATLAB强大的运算功能,建立了基于小波神经网络的CPI预测模型。对CPI序列进行了离散小波分解,并重构得到了尺度序列和每层的细节序列,仿真结果表明整个系统具有较强的逼近和容错能力,以及较快的收敛速度和良好的预报效果,为CPI数据预测提供了一种计算方法。