岩层与地表移动的分形预测研究

本文根据地表移动非线形运动的特点 ,提出了实施GPS技术实时监测地表移动的方法 ,运用分形预测理论 ,将GPS实时监测序列用来分析预测地表移动与变形的形态 ,判断其是否存在突变性 ,做到安全采矿     

矿区GPS变形监测

对矿区GPS变形监测网的建立、实时控制、基线平差、变形分析及分形特征等问题进行了探讨。经过对GPS实时监测变形数据分析可知，地表点的移动具有较强的增长规律，GPS变形监测技术能够揭示地表移动的非线性特征，为变形分析与预测提供了新的途径。     

瓦斯涌出规律非线性系统模型理论与应用研究

以分形理论中的R／S分析法为基础,从瓦斯涌出的实际情况人手,建立了瓦斯涌出量的非线性系统数学模型。通过计算离散型瓦斯涌出量的时间序列、分形维和平均循环长度,定性描述了瓦斯涌出的非线性行为,定量解决了瓦斯涌出量时间周期问题。     

小时间尺度下的山区开采地表变形实测研究

采用徕卡TCA2003测量机器人,实测了小时间尺度下西部山区某矿工作面开采过程中地表移动变形数据,对数据进行分析研究,得出如下结果:1小时间尺度下的山区开采沉陷区地表下沉呈现不规则的跳跃性变化,具有非线性的波动性,选取的时间尺度越小,这种非线性波动越剧烈;2小时间尺度下的瞬时下沉速度很大,可能在瞬间引起建筑物的破坏,开采中应注意防范;3地表点动态下沉速度曲线具有统计分形特征,符合"z"型的分形增长模式。     

煤与瓦斯突出的混沌-分形特征分析

煤与瓦斯突出是影响煤矿安全生产的重大灾害之一,由于其动力现象的复杂性,因此具有非线性系统的特征。针对某掘进工作面的2组瓦斯涌出数据,应用非线性理论对其进行研究,以期得到预测突出的新方法。首先分析了时间序列的来源,对经过预处理的涌出瓦斯时间序列进行相空间重构,分析和证明了该序列具有混沌与分形特征,并在此基础上,建立了瓦斯突出的混沌和分形特征的的神经网络预测模型。     

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。     

矿井瓦斯涌出量预测的模糊分形神经网络研究

将模糊控制技术、分形理论中的时间序列分析方法与神经网络技术有机地结合起来，并运用于矿井瓦斯涌出量的预测中。通过对矿井瓦斯涌出量时间序列的模糊分形处理，用BP神经网络对影响因素间的非线性关系进行拟合。检验结果表明，模型可靠，预测精度高。     

地表移动的时间序列预测

本文针对煤矿开采引起的地表移动非线形性特征 ,提出了地表移动由趋势项、周期项、随机项组成的观点 ,建立了趋势项、周期项及随机项的时间序列预测模型 ,给出了建模方法     

基于支持向量机的概率积分法参数动态时序预报

根据支持向量机和时间序列分析原理,建立了开采地表移动的概率积分法参数动态时序预报模型。首先获得等时间间隔的地表移动参数数据,并进行时间序列的平稳性、零均值和正态性处理。通过合理确定模型嵌入维数和支持向量机参数建立支持向量机模型,采用平均绝对误差百分率和威尔莫特一致性指数两个指标对模型的精度和泛化性能进行评价。以淮北某矿实测地表移动参数为例,所预报的下沉系数、水平移动系数、主要影响角正切、开采影响传播角的绝对误差和相对误差较小,预报结果与实测结果吻合。     

煤与瓦斯突出过程中瓦斯涌出的分形特征研究

针对某掘进工作面的两组瓦斯涌出数据,应用非线性理论对其进行研究,探索突出预测的新方法.论文对经过预处理的时间序列,通过计算数据的分维数和Hurst指数,证明了有突出危险性和无突出危险性的瓦斯涌出序列中均具有分形特征,且其分维数和Hurst指数有明显的差别,证明了通过对瓦斯涌出时间序列的分形特征分析,可预测煤与瓦斯突出.     

重庆某矿开采过程中岩层移动的分形特征及其预测

用分形插值方法分析重庆某矿开采过程中的岩层移动特征，并探讨其预测方法。实测岩层下沉量和水平移动量的非线性统计分析表明，下沉量和水平移动量等岩层移动特征值具有统计分形特征。下沉量和水平移动量的分形插值拟合曲线与实测岩移数据吻合较好。     

灰色系统理论模型在矿山开采沉陷中的应用

利用灰色系统理论中的费尔哈斯模型的特点，建立灰微分方程模型，来模拟地表移动的时间过程，求得地表移动的时间响应模型，对预防开采沉陷对地表构筑物的损害及保护地面设施，减少开采沉陷造成的经济损失是有益的。     

基于分形和支持向量机矿井涌水量的预测

针对矿井涌水量预测问题,提出一种新的非线性预测方法。首先利用分形理论对矿井涌水量的时间序列进行相空间重构,应用自相关系数法确定最小嵌入维数,并以最小嵌入维数作为支持向量机的输入节点,根据支持向量机原理建立矿井涌水量的预测模型。将河南鹤壁四矿1982-1997年的矿井涌水量作为时间序列的训练样本,在Matlab环境下,利用所建立的预测模型预测不同嵌入维数时2000和2001年的矿井涌水量。结果表明：与其他维数相比,当嵌入维数为4时,井筒涌水量的预测值误差最小,预测精度最高。为检验该方法预测的可靠性,分别将不同维数下井筒、巷道和工作面涌水量1988-2001年的预测值与观测值进行对比,发现预测值与观测值较一致。〓     

采动铁路桥移动变形规律实测研究

为推广铁路桥下安全开采经验，根据地表及桥梁移动变形观测资料，总结了地表和铁路桥移动变形规律，获得了地表移动参数和概率积分法预计参数，并首次研究了铁路桥变形与地表变形之间的对应关系，得出了地表下沉、倾斜、水平变形与桥梁对应变形之间的系列经验公式，给出了桥梁缝隙变化量与桥梁水平变形之间的关系式.石台煤矿在龙河铁路桥下采取井下开采措施和地面保护措施相结合的方法，安全开采了铁路桥正下方的煤炭.     

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。     

煤与瓦斯突出动态前兆的非线性特征研究

基于混沌和分形理论，分析了描述煤与瓦斯突出动态前兆非线性特征的方法和指标．针对重要突出前兆之一——采掘工作面前方煤体瓦斯涌出量动态时间序列（简称Q序列），计算分析了其最大Lyapunov指数，二阶Renyi熵和关联维，证明Q序列具有混沌-分形特征．进一步研究表明，工作面有突出危险状态与无突出危险状态相比，其Q序列的多重分维谱Dq表现出明显的差异，Dq-q曲线由负q区向正q区过渡时在q=0附近区域明显变陡，而无突出危险时段Dq-q曲线过渡较平缓，从而说明有突出危险时煤岩瓦斯动力系统的变化更为复杂．研究结果可望为突出危险性预测提供一种新的思路．     

开采地表移动的微机化三维有限元分析

本文提出了开发三维有限元微机应用的重要性和实用方法,并简要介绍了作者针对采矿工程特点而发展的非线性三维有限元微机程序及其前、后处理系统。然后,将它应用于河北西石门铁矿盘区开采的地表移动分析;给出了三维下沉盆地随开采推进的发展过程以及水平移动、地表倾斜和水平变形等计算结果。研究表明,微机化三维有限元是矿山地表移动分析的一种有前途的方法,具有显著的实用性和经济意义。