灰色模型在预测巷道围岩变形中的应用

本文简介了灰色预测原理及预测效果的残差检验，结合实例给了灰色模型在预测巷道变形趋势，预测软岩巷道合理的二次支护时间等方面的应用，认为灰色预测方法在地下工程是适用的     

基于模糊灰色系统的深部巷道围岩变形预测模型及应用

针对深部巷道围岩变形预测问题，建立了一种基于模糊数学理论及灰色理论的模糊灰色系统预测新模型。首先根据模糊数学理论，对监测的数据样本进行模糊化处理，采用不同时刻历史数据赋予不同的隶属度，并引入巷道围岩变形影响因素的权重参数，将数据序列转化为一个带权重参数的模糊序列，再利用灰色理论建立具有新陈代谢功能的深部巷道围岩变形的模糊灰色系统预测模型（FGM）。同时在Matlab平台上开发了深部巷道围岩变形的模糊灰色系统预测软件，并成功的进行了工程应用。     

基于灰色模型群的软岩巷道围岩变形预测

随着煤炭资源逐步转向深部开采,软岩巷道的支护问题显得尤为突出,巷道围岩变形监测及预测对巷道支护设计、维护等具有重要的指导意义。传统的预测方法多基于岩体力学理论,计算过程较为复杂。以巷道围岩变形原始数据作为参考数列,结合灰色系统理论,构建基于全数据GM（1,1）、新信息GM（1,1）、新陈代谢GM（1,1）等3类预测模型的软岩巷道围岩变形预测灰色模型群,并将其应用于预测某矿软岩巷道顶底板及两帮围岩变形位移。结果表明,利用该灰色模型群进行巷道围岩变形预测的精度较高,能较好地顾及围岩变形新信息对预测精度的影响,使得预测结果更加符合实际。     

软岩巷道围岩稳定性的灰色预测

本文在阐明灰色建模的方法后，以马鞍山矿软岩巷道软敛突变实测数据为例建立了灰色微分方程对巷道围岩稳定性实施灰色预测，继而为二次支护时间的确定及支护效果的评判提供了科学依据。     

组合优化模型在巷道围岩变形监测中的应用

将灰色GM(1,1)模型、回归分析法和神经网络模型的预测结果结合起来,以各种模型误差平方和最小为基准,进行加权优化组合,建立了组合优化预测模型并将该组合模型应用到巷道围岩变形监测中。经过实验分析与对比,验证了组合预测模型在巷道围岩变形预测中优于单一的预测模型,也是提高巷道围岩变形预测的一种有效方法。     

GM（1,1）模型对马鞍山矿大巷变形预测

本文在现场调研和定性分析的基础上依据灰色系统理论对马鞍山矿巷道变形数据进行多种生成处理后建立了灰色微分方程预测模型（ＧＭ（１．１）模型）并据此对－１７０ｍ水平以下的巷道进行变形预测。通过预测分析作出了－１７０ｍ水平以下巷道支护形式、施工工艺改革势在必行的结论，为该矿的开拓延深设计提供了科学依据，表４，参２。     

贵州煤矿瓦斯涌出量灰色预测的应用

运用灰色理论建立巷道瓦斯涌出量的灰色模型，对贵州某矿矿井瓦斯涌出量进行预测预报．采用残差识别方法修正GM（1，1）模型进行瓦斯涌出量预测，预测精度更高。利用灰色灾变预测理论，对某矿矿井工作面瓦斯涌出资料进行分析、研究建立煤矿瓦斯涌出量灰色预测模型，并对矿井瓦斯涌出量变化趋势进行预测。通过建立灰色预测模型，进行矿井瓦斯涌出量灾变性预测。     

露天转地下开采巷道变形监测及灰色预测

利用WRM-3型收敛计对大冶铁矿露天转地下挂帮矿开采的巷道进行了收敛监测,通过对监测结果的分析,确定了影响巷道收敛的因素。同时结合大冶铁矿的现场实际,给出了灰色模型在预测巷道变形趋势方面的应用,认为灰色预测方法在地下工程位移监测中是适用的。     

灰色系统GM(1,1)在煤矿巷道围岩变形预测中的应用

分析了煤矿井下巷道围岩稳定性特征,并研究了灰色系统的基本理论知识,根据研究建立了基于GM(1,1)灰色系统的煤矿巷道围岩变形量预测模型。通过预测模型进行预测,结果表明,围岩变形量后验差比值为0.1396,精度等级为一级。因此,基于GM(1,1)灰色系统的煤矿巷道围岩变形量预测模型能够为现场开采和围岩控制提供指导。由于灰色系统理论具有一定的局限性,当预测序列长度太大时会逐步发散,因此,该模型只可作短时间内的预测。     

基于灰色神经网络的急倾斜特厚煤层回采巷道变形预测

根据碱沟煤矿急倾斜特厚煤层回采巷道矿压观测和支护效果综合分析,利用灰色神经网络对巷道变形进行了预测,总结出了该矿急倾斜特厚煤层回采巷道变形的基本规律,实践证明预测结果比较准确。     

基于GM(1,1)的煤矿巷道围岩变形预测研究

分析了煤矿井下巷道围岩稳定性特征和灰色系统基本理论,建立了基于GM(1,1)灰色系统的巷道顶板、两帮偏移量预测模型。结果表明,顶板与两帮偏移量预测模型后验差比值分别为0.1856和0.1612,预测模型具有较好精度,能够为现场开采和围岩控制提供指导。但是,由于灰色系统理论在预测序列长度太大时会逐步发散,因此,该模型可作短时间内的预测。     

神经网络理论在预测巷道围岩变形中的应用

利用神经网络理论对巷道围岩变形预测问题进行了探讨，与利用灰色模型预测巷道围岩变形的结论作了比较。通过计算机模拟，构造了〔７～１〕ＢＰ模型神经网络模型。结果表明，这种方法是可行的，且有较高的精度。这一模拟的成功，说明神经网络理论是能够应用于工程实际的。     

软岩巷道变形灰色神经网络多步预测研究

结合大变形软岩巷道工程实例,提出基于MATLAB平台灰色神经网络多步快速预测方法,建立了软岩巷道变形的GNNM(1,1)模型.结果表明:GNNM(1,1)模型的预测结果与实测结果拟合的较好,预测效果优于单项模型,可较准确地用于预测软岩巷道变形.     

贵州煤矿瓦斯涌出量灰色预测的应用

运用灰色理论建立巷道瓦斯涌出量的灰色模型,对贵州某矿矿井瓦斯涌出量进行预测预报.采用残差识别方法修正GM(1,1)模型进行瓦斯涌出量预测,预测精度更高.利用灰色灾变预测理论,对某矿矿井工作面瓦斯涌出资料进行分析、研究建立煤矿瓦斯涌出量灰色预测模型,并对矿井瓦斯涌出量变化趋势进行预测.通过建立灰色预测模型,进行矿井瓦斯涌出量灾变性预测.     

神经网络在矿山巷道安全预测中的应用

采场巷道的安全预测包含众多的模糊性、不确定性和知识的不完备性，应用神经网络模型的学习能力，进行巷道在掘进过程中的安全状态预测。为矿山安全生产和事故预测奠定了基础。系统在金川二矿区的应用表明，该系统具有较好的适用能力。     

灰色系统理论在矿井瓦斯涌出量预测中的应用

以预测矿井瓦斯相对涌出量为研究目的，通过灰色系统的建模、关联度分析及残差辨识为基础，建立了灰色系统理论模型，并将该模型应用到某矿瓦斯涌出量预测分析中，对该矿历年来相对瓦斯涌出量进行了灰色生成，建立了灰色预测系统；由后验差检验结果、对照精度检验等级可知，灰色系统预测矿井瓦斯涌出量的拟合精度好，预测结果正确可靠，反映出了矿井瓦斯涌出量的客观存在与发展态势.     

岩石巷道施工速度的计算机模拟

根据岩石巷道施工相对日开挖石方量的统计分析和假设检验，证实了其服从正态分布。对统计参数进行了区间估计，并得出了其在一定置信度下的置信区间。然后，由计算机产生正态分布随机数模拟巷道施工进度，并获得巷道的施工工期，为巷道施工接替和通风网络拓扑变化的动态预测提供依据。     

灰色预测模型与浮选动力学多重模型

阐述了灰色预测模型的建立过程，通过试验方式，对比分析了灰色预测模型与浮选动力学多重预测模型的实践应用效果，表明色预测模型预测的优越性。     

矿业经济,技术预测决策的系统研究

本文对矿业经济、技术预测决策的系统研究进行了整体设计，并运用某大型采选联合铜矿企业历年的生产数据，建立了有关的灰色预测决策模型。结果表明灰色系统理论在矿业系统的经济、技术研究中的应用是有效的。     

基于MATLAB6.1的煤自然发火煤体温度灰色预测研究

根据煤自燃基本规律，建立灰色预测的一维模型GM(1，1)进行预测。预测软件结果表明，灰色预测GM(1，1)模型对煤温进行预测具有理论可行性，且精度较高，说明灰色理论在煤温预测上具有实用价值，同时，预测结果对设备故障诊断具有指导意义。