基于粗糙集与贝叶斯决策的尾矿坝浸润线预警

为支持尾矿库的现场安全监管与决策,根据粗糙集和贝叶斯决策理论,提出了基于不确定性的尾矿坝浸润线预警方法以确定合理的尾矿坝浸润线预警阈值。首先,根据尾矿渗透性与干滩长度的不确定性对坝体稳定性的影响,计算得到离散尾矿坝体安全系数对应的浸润线的多点位(埋深)数据;其次,以粗糙集属性重要度分析为前提,采用贝叶斯决策法建立坝体安全系数与浸润线埋深的多属性决策模型,以互信息熵表示安全系数对浸润线多点位埋深数据的依赖程度;最后,用条件概率量化浸润线重要点位对尾矿坝稳定性的影响,通过最大后验概率确定浸润线埋深预警阈值。通过对陕西某尾矿坝的实例研究,得出堆积坝标高1 220. 03、1 200. 03、1 180. 03、1 150. 03 m处的浸润线高于37. 33、19. 9、17. 6、11. 6 m时,尾矿坝存在潜在不稳定风险,应采取措施降低浸润线高度。结果表明,浸润线预警阈值能客观反映尾矿坝稳定性状况,完善了尾矿库的现场监测预警体系。     

尾矿坝浸润线控制

浸润线的控制是尾矿坝筑坝技术的关键。影响坝体浸润线走势包括坝体土料的物理性质、渗透性能、干滩长度、坝体形状与结构、初期坝的透水性以及排渗设施的布置。还分析了尾矿泥夹层对浸润线走势的影响。     

尾矿坝浸润线预警研究

运用Geo-Studio软件,对某尾矿库不同水位工况下尾矿坝的浸润线及安全稳定性系数进行计算。根据计算出的结果,并结合《尾矿库安全技术规程》中的相关规定,对尾矿坝浸润线进行预警,得到该尾矿坝浸润线的三级预警值,为尾矿坝浸润线的预警提供理论依据,具有重要的借鉴意义。     

尾矿坝浸润线在线监测回归分析

运用统计回归理论建立了尾矿坝浸润线埋深统计回归模型,分析了影响浸润线埋深的因素,并结合十八河尾矿库在线监测数据,采用逐步回归分析方法对实测资料进行建模分析,得到了浸润线埋深的统计回归模型,较好地反映了尾矿坝渗压变化规律,为评价尾矿坝安全性态和预测浸润线变化趋势提供了有效手段。     

治理尾矿坝渗流 降低坝体浸润线实践

介绍不透水尾矿坝运行使用过程中出现的渗流、管漏、坍塌，分析形成渗流的原因，说明将大口辐射井技术用于尾矿坝体排渗的实践。     

水平滤管法在治理矿山尾矿坝浸润线偏高中的应用

黄梅山铁矿甄山凹尾矿库存在浸润线偏高安全隐患，影响坝的稳定性，通过水平滤管配合塑料插板治理，坝体排渗良好，浸润线普遍下降，达到了确保坝体安全的技术要求。     

尾矿坝浸润线序列的支持向量机预测研究

从尾矿库监测系统功能出发,结合尾矿库安全监测数据内容和特点,在充分认识数据挖掘技术如何处理和应用的基础上,提出一种基于单因素时间序列支持向量回归机的浸润线预测方法。从尾矿库监测数据中选取有效样本,运用留一法对支持向量回归机参数进行优化,建立预测模型。结果表明：该方法能在小样本、高精度要求下对浸润线进行准确预测。     

尾矿坝浸润线的雷达探测技术

浸润线是影响尾矿坝安全稳定性的一个重要因素,因此有必要对其位置和分布进行探测。探地雷达作为一种物探设备与手段已经在水坝浸润线的探测工作中得到应用,本文将雷达探测技术引入到尾矿坝浸润线的探测中,从雷达探测机理、雷达正演分析和尾矿坝浸润线的物理特征上论证了该方法的适用性和可行性。文中解释了使用雷达探测浸润线的具体方法与过程,从正演和反演两方面分析了浸润线雷达探测图像的特点。在方法实证中对一具体的尾矿坝浸润线进行了探测,发现探测结果与钻孔检测的浸润线数据基本符合,这充分说明了雷达探测技术在尾矿坝浸润线探测工作中是适用和可靠的。     

治理尾矿坝渗流 降低坝体浸润线实践

介绍不透水尾矿坝运行使用过程中出现的渗流、管漏、坍塌，分析形成渗流的原因，说明将大口辐射井技术用于尾矿坝体排渗的实践。     

浸润线地质雷达探测技术在某尾矿坝稳定性分析中的应用

采用地质雷达技术探测江西某矿山尾矿库中浸润线的位置。首先优化得到地质雷达现场探测频率范围35⁷3 MHz、采样时窗范围0.5473 MHz、采样时窗范围0.54¹.13μs、雷达波的采样率范围2101.13μs、雷达波的采样率范围210⁴38 MHz及雷达天线最大移动速度1.3 m/s。采用高通滤波及高斯增益控制技术对雷达反射波进行后处理,得到清晰的浸润线反射波形图,浸润线位置的探测结果与观测井测试数据吻合较好。采用四种极限平衡法分析现阶段及尾砂全饱和时尾矿库的稳定性,结果表明现阶段尾矿坝的安全系数均大于2.5,尾砂全饱和时尾矿坝的安全系数均大于1.2,说明该矿山尾矿库能够安全运行。     

粗糙集约简算法的研究与实现

粗糙集理论是一种基于对现实世界进行不确定描述的理论,属性约简是粗糙集理论的核心理论之一。对粗糙集理论进行阐述,并给出基于启发式的知识约简算法,最后结合MATLAB程序实例说明了该算法的可行性与有效性。     

基于粗糙集的地测数据预测模型研究

地测系统涉及因素极其繁杂,数据属性多且量大。数据不可避免地存在缺陷,影响后续的设计、生产和管理。运用粗糙集理论,通过对地测数据的分析,建立模型,从中发现不确定性的知识和异常数据,排除知识发现过程中的噪声干扰等。用粗糙集方法进行地测数据挖掘,发现潜藏于地测数据中的知识,为矿山生产与管理作预测分析和决策支持更具有实际意义。     

粗糙集理论在矿井调度知识挖掘中的应用

简要介绍了粗糙集理论,详细论述了决策表、属性约简、规则生成和变精度粗糙集,并结合矿山实例说明矿井调度知识挖掘的过程。粗糙度理论是描述不确定性的又一新工具,为矿山知识挖掘开辟了一条新途径。     

大坝变形预测的支持向量机模型

支持向量机在解决非线性及高维模式识别问题中表现出其特有的优势。针对大坝变形具有强非线性的特点以及传统神经网络模型预测时存在局部极小与过学习等问题,将支持向量机应用于大坝变形预测。以某大坝的变形监测数据为例,建立SVM预测模型,将支持向量机模型与神经网络模型进行比较分析。结果表明,该模型具有较高的精度,可以很好地应用于大坝变形监测分析。     

岩爆分级预测的粗糙集-多维正态云模型

准确有效的岩爆分级预测对避免或减少岩爆灾害具有重要意义。选取围岩最大切向应力σθ、岩石单轴抗压强度σc、岩石单轴抗拉强度σt和岩石弹性变形能指数Wet作为岩爆评价指标,将多维正态云模型作为岩爆等级的预测方法,利用粗糙集确定评价指标权重,以国内外15组岩爆实例作为模型构建样本,建立了粗糙集-多维正态云岩爆分级预测模型。首先采用模糊集聚类后再通过粗糙集逐级筛选评价指标的方法确定评价指标权重,根据多维正态正向云发生器计算得到评价指标的确定度;然后利用评价指标权重和评价指标确定度计算评价样本的综合确定度,根据最大隶属度原则,判定评价样本的岩爆等级。采用鑫华矿业矿岩样本对粗糙集-多维正态云岩爆分级预测模型进行了有效性验证,计算结果与工程实际相吻合,表明该模型具有较好的实用性。     

岩层移动角预测的粗糙集-BP神经网络模型

岩层移动角是金属矿山开采表征地表移动规律的重要参数之一。为克服理论计算法和数值分析法在力学模型匹配、参数选择、边界条件设置等方面存在的问题并改进岩层移动角预测方法,首先在分析BP神经网络、粗糙集基本原理的基础上,将两者进行有机结合,构建了粗糙集-BP神经网络模型,该模型将粗糙集作为前端处理器对具有模糊性、不确定性和不完整性的信息进行预处理,将BP神经网络作为核心建立输入、输出间的映射关系;然后通过对34组实测岩层移动样本数据进行学习训练和测试,构建了包含下盘岩性、上盘岩石普氏系数、矿体倾角、矿体厚度、开采深度、采矿方法等6个因素的粗糙集-BP神经网络岩层移动角预测模型,并对永平铜矿露天转地下开采岩层移动角进行了预测。结果表明:该矿山总体岩层移动角的预测值分别为上盘62°,下盘68°,走向73°,预测结果与工程类比法、数值模拟法等传统方法接近。所提方法由于可科学选择变量、简化网络结构以及具有提高容错抗干扰和分类的能力,相对于传统预测方法而言,具有一定的优势,有助于提高矿山开采岩层移动角的预测精度。     

基于SVR组合模型的边坡位移预测研究

为解决传统支持向量机预测模型的不足,造成矿山边坡位移预测精度低的问题。提出了一种基于自适应惯性权重PSO算法的支持向量回归机(SVR)组合预测模型。将其运用到某矿边坡滑坡位移预测中,并与基于灰色预测模型、基于传统SVR预测模型预测结果对比,结果表明:基于SVR组合预测模型的矿山边坡位移预测的精度更具优势。     

集对分析方法在尾矿坝稳定性评价中的应用

将集对分析方法应用于尾矿坝稳定性评价中,建立尾矿坝稳定性评价指标体系,采用联系数模型对该尾矿坝的稳定性现状进行了评价,通过集对势的分析,预测该尾矿坝稳定性状况的发展趋势。该方法能对系统进行定量描述,数学表达式简单,不需要建立相关函数,也不需要大量数据。差异度i的取值,说明系统的同一、对立和不确定项之间的转化程度,为企业的进一步管理提供了理论依据。     

基于粗糙集理论的岩爆预测模糊综合评价

基于粗糙集理论和模糊集理论相结合的方法,利用粗糙集中的知识约简方法挖掘评价指标,把权系数问题转化为粗糙集中属性重要性评价问题,建立了关于岩爆发生和烈度分级评价的关系数据模型。利用国内外一些重大深部岩石工程实例作为学习的样本进行训练,经过训练后的模型判别估计误判率为0。利用该模型对实际工程项目贵州开磷集团马路坪深埋硬岩矿山岩爆情况进行预测,预测等级与实际结果吻合,说明该模型在研究岩爆预测中具有良好的实用性和有效性。该方法可为深部地下工程岩爆发生可能性及其烈度分级预测提供一种新思路。