测量误差对概率积分法求参精度的影响分析

从概率积分法预计公式入手,分析了通过实测值反演预计参数时,下沉值误差对求参精度起主要影响作用,然后基于模矢法求参,在原始下沉值上人为增加三种不同类型的误差,分别求取三组参数,通过实验得出不同类型的下沉值测量误差对求参精度的影响程度,最后结合实验结论,指出在地表移动观测站测量过程应该注意的问题。     

赫尔默特方差估计法提高地表移动求参精度研究

为提高概率积分法对采动地表下沉值的预计精度,将赫尔默特方差估计法用于概率积分法参数的求取.将监测点的下沉值分为盆地中央和盆地边缘2类,确定2类值的初始权重,求取预平差和参数初值,再根据预计下沉值的改正数估计2类下沉值的验前方差,以该方差再次定权,重新求取概率积分法参数.结合淮北某矿区的观测站资料,编写基于赫尔默特方差估计法的求参程序,与最小二乘法拟合求参法相比,监测点的下沉值预计中误差降低了21.4％,该方法能提高预计下沉值精度.     

融合多源求参结果的开采沉陷稳健预计方法

为了克服单一求参模型由于求参结果不可靠、不精准造成的开采沉陷预计结果不稳健问题,重点研究了融合多源求参模型参数的开采沉陷稳健预计方法,并基于最小二乘原理推导了通用模型,构建了基于融合模矢法、遗传算法和模拟退火求参结果的开采沉陷预计新模型,并对模型的可行性进行了模拟实验验证。实验结果表明:新模型下沉预计误差及水平移动预计误差明显优于基于单一模矢法、遗传算法、模拟退火法反演的参数的下沉预计误差;融合多源求参模型参数的开采沉陷稳健预计方法具有一定抗差能力。     

矿区地表沉陷监测中RTK代替四等水准的可行性分析

针对矿区地表沉陷监测工作中四等水准测量耗时耗力的问题，从RTK测量精度以及测量误差对地表沉陷预计参数的影响程度的角度，探讨了RTK在矿区地表沉陷监测工作中代替四等水准的可行性。研究得出:RTK的高程精度约为20 mm，不满足开采沉陷10 mm的精度要求，不能直接代替四等水准进行沉陷监测工作；通过正交设计对概率积分参数敏感性分析得到，下沉系数q属于敏感因子，开采影响传播角θ属于最不敏感因子，主要影响角正切tan β影响介于两者之间；通过在下沉值中加入中误差分别为10，20，30 mm的随机误差，反演参数值，分析测量误差对参数的影响，结果显示RTK误差对预计参数的影响不足6%，此时RTK误差对预计参数的影响较小，求参结果可靠。结果表明，RTK可用于地表预计参数工作的进行，对地表沉陷预计参数求取的后续工作有指导性意义。     

基于变权PB组合预计模型的开采沉陷预计参数反演方法

为了进一步提高求取开采沉陷预计参数的精度,开展了基于变权PB组合预计模型的开采沉陷预计参数反演方法研究。系统地阐述了概率积分模型和Boltzmann函数预计模型预计原理,然后基于变权组合理论,构建了变权PB组合预计模型,该模型属于高度非线性模型,耦合烟花算法,提出了基于变权PB组合预计模型的开采沉陷预计参数反演方法。模拟试验结果表明,反演全部参数的平均相对误差约为4.0%,参数中误差约为3.9,拟合下沉和水平移动效果较好,构建方法能够精确可靠地反演开采沉陷预计参数。将本文构建方法、基于概率积分模型的求参方法和基于Boltzmann函数预计模型的求参方法应用到淮南顾桥矿某工作面的开采沉陷预计参数反演中,本文构建方法拟合程度远优于其他两种求参方法,3种方法拟合下沉和水平移动中误差分别约为82,107,100 mm,本文构建方法求参结果为:q=0.99,tanβ=1.90,b=0.42,θ=87.03°,S1=6.29 m,S2=-29.52 m,S3=49.78 m,S4=32.56 m。     

基于UAV摄影测量技术的开采沉陷全盆地建模和求参北大核心

以内蒙古唐家会矿区为研究对象,获取该地区2020年8月与2021年3月无人机摄影影像数据,并制作生成DEM,将2期DEM数据相减获取该地区下沉盆地,用BP神经网络算法作去噪处理,并对比不同去噪方法的去噪效果;利用全盆地下沉数据,融合模拟退火算法(SA)与概率积分参数反演方法,求出该下沉盆地下沉系数与主要影响角正切;利用该参数模拟下沉盆地,计算出测量中误差为589 mm,占最大下沉值8.1%;最后对参数作抗差分析,在测量中误差占(1%~10%)最大下沉值时,求参结果可靠。结果表明:BP神经网络算法能够有效去除盆地内噪点,提高下沉盆地的精度,基于SA和矿区全盆地数据能够有效求取概率积分参数,弥补无人机精度不高带来的影响。     

山区地表移动预计修正模型及其参数求取方法

为了克服山区开采地表沉陷预计模型中的滑移影响函数以及求参模型的缺点,建立了山区开采地表移动变形预计修正模型,即新的滑移影响函数仍沿用原有参数A,P,t形式,但各参数的取值和物理意义存在差异。依据修正模型,以实测下沉值、水平移动值分别与模型预计值之差平方和最小为原则构建适应度函数,基于遗传算法原理进一步提出了山区地表沉陷预计模型求参新方法。最后将提出的山区沉陷预计修正模型和求参方法用于山西某矿工作面开采地表移动,取得了良好的工程实践效果。     

模矢法在厚松散层地表移动参数解算中的应用

获得准确的预计参数是提高地表沉陷预测精度的关键。模矢法是求解非线性规划中无约束最优化问题的一种直接方法,模矢法求参具有方便计算机编程和加速向最优点移动性质的优点。为此,利用VB6.0平台,编写了基于概率积分法的模矢法求参程序。以朱集煤矿1111(1)工作面为例,利用求参数据,采用概率积分法修正模型计算地表下沉值,并通过与地表观测站的实测值进行比较,验证了模矢法求参的准确性。     

多工作面开采影响下求取地表移动参数方法研究

针对传统概率积分法求参程度仅适用于单工作面拟合求参的局限性和地表移动观测误差对参数精度的影响,提出了多工作面条件下求取概率积分计算参数的方法,并提出了观测粗差的识别方法,通过加权求参数油较大程度地减小发观测粗差对求参精度的影响,增大了求参程度的适用范围。     

基于抗差估计的概率积分法的预计参数模型研究

针对利用实测数据求取概率积分法预计参数时,受异值或粗差影响使参数严重偏离真值,预测结果失真的问题,建立了抗差估计的概率积分法求参模型。利用谢一矿矿区开采沉陷实测资料进行人工异值干扰求参实验,结果表明,该方法抑制了异值或粗差对求参结果的影响,保证了求参结果的真实性和可靠性。     

耦合拐点偏移修正的Boltzmann函数预计模型及其参数反演方法

针对常规概率积分法应用于矿山开采沉陷预计的不足,为了进一步提高沉陷预计的准确性和可靠性,开展了耦合拐点偏移修正的Boltzmann函数预计模型及其参数反演方法研究。基于Boltzmann函数,通过探讨拐点偏移修正方法,构建了耦合拐点偏移修正的Boltzmann函数预计模型;为了准确可靠地求取模型参数,引入FWA( Fireworks Algorithm ),提出了耦合拐点偏移修正的Boltzmann函数模型参数反演方法( BFWA-MSPP )。仿真试验结果表明,BFWA-MSPP反演参数的平均相对误差约为2.1%,平均中误差为2.3,预计拟合下沉和水平移动误差为-11.6～5.7mm,中误差为±6.1mm;另外,抗差试验表明,在观测值中加入大量的随机误差和粗差后,BFWA-MSPP能够较为准确地反演模型参数,在一定程度上削弱了观测误差的影响。将BFWA-MSPP和PIM-MSPP( 基于概率积分法模型的求参方法 )分别应用在顾桥煤矿1414( 1 )工作面,预计拟合下沉和水平移动中误差分别为±83?mm和±108mm,BFWA-MSPP求参结果为：q＝1.07,tanβ＝1.91,b＝0.41,θ＝88.32°,S1＝-18.89m,S2＝14.74m,S3＝48.89m,S4＝64.42m。     

修正的Knothe沉陷预计模型及其参数研究

针对Knothe时间函数在动态预计过程中点位下沉速度的不足,提出了1种新的动态下沉模型——三参数Knothe时间函数,模型中增加了初始沉降速度参数b1、时间幂指参数b2和曲线形态参数b3,参数求解采用粒子群优化(PSO)算法。经实测数据验证,基于改进的三参数Knothe时间函数动态预计模型能够真实的反映地表下沉的动态过程,走向线在各个观测时期,实测值与预计值最大误差为5.02 cm,最小误差为0.1 mm,平均误差为1.19 cm,精度非常可靠并且满足开采工作需要。     

概率积分法预计参数反演方法研究进展

概率积分法是我国矿山开采沉陷预计的主要方法,其预计的精度直接取决于参数的准确性,如何利用合适的方法准确稳定地求取预计参数是实际应用中的关键问题。全面总结了概率积分法预计参数反演的常用方法并分析了各种方法的优缺点,着重介绍了具有全局搜索能力遗传算法在参数求取中的应用。最后,从概率积分法求参误差、求参准则、求参范围、参数相关性及其模型的非线性等角度,提出概率积分法预计参数求取中存在的问题及需要进一步研究的内容。     

开采沉陷预计中三维空间曲面拟合参数的研究

依据实测资料,方便、准确地求取概率积分预计参数,基于三维空间曲面拟合的基本理论,在分析传统参数求取过程中存在问题的基础上,提出采用曲面拟合的方法进行矩形工作面概率积分预计参数的求取,研究了水平偏移系数对半径造成的影响.结果表明,采用曲面拟合方法求参更符合工程实际需要;当开采深度小于500m时,水平偏移系数对半径造成的误差能控制在10%以内,否则,就不能用平均采深代替最大下沉点处的采深.通过对某矿S1-2工作面实测资料的非线性曲面拟合,下沉系数和拐点偏移距拟合精度提高不明显,而下山方向和上山方向的主要影响角正切拟合精度分别提高3.6,6.0%,开采影响传播角系数拟合精度显著提高,达到了13.3%,且不受工作面采动程度的限制.     

多孔抽水试验求参方法分析比较

针对松散含水层求参的问题,自行设计建设野外试验场并以抽水试验资料为依据,利用Hantush-Jacob直线图解法,Theis配线法,Dupuit单孔求参法和Dupuit多孔求参法分别计算了含水层的渗透系数和给水度,通过计算均方根RMSE的误差分析方法比较了4种方法所得参数的精度。结果表明:在非稳定流求参方法中,利用Jacob直线图解法和Theis配线法计算得到的T值精度相近,Hantush-Jacob直线图解法精度更高;在稳定流求参方法中,利用多孔抽水试验数据求参比单孔求参法精度高,但也次于非稳定流求参法所得参数的精度。     

量子粒子群算法反演概率积分法参数

概率积分法预计模型反演参数过程中存在计算量大、过程复杂等问题,现有的智能优化算法可以弥补这些不足,但存在易陷入早熟收敛、粒子全局搜索效果较差、收敛速度较慢等缺陷。通过试验发现量子粒子群（Quantum-behaved Particle Swarm Optimization Algorithm,QPSO）算法能够在保证精度不变的基础上极大降低算法的运行时间,并降低粒子陷入早熟收敛的概率,将粒子扩大为全局唯一的解空间。将量子粒子群算法引入到开采沉陷预计参数求解中,以下沉和移动变形的实测值与预计值之差的绝对值累加和最小为求参代价函数,构建了基于QPSO算法的概率积分法参数反演模型。研究结果表明：①模拟试验中,在相同的运行环境下,QPSO算法与粒子群（Particle Swarm Optimization,PSO）算法的求参精度相当,QPSO算法求参稳定性略高,且求参效率大幅度提高（QPSO算法运行时间比PSO算法减少近90%）,验证了基于QPSO算法的概率积分法参数反演模型的有效性与可靠性;②利用所建立的QPSO参数反演模型求解了顾桥南矿1414（1）工作面概率积分法参数,求取结果为：q=1.041 5,tanβ=1.910 8,b=0.374 2,θ=85.086 9 ,S1=55.663 5 m,S2=37.161 8 m,S3=-0.667 0 m,S4=-9.798 0 m,下沉与水平移动拟合中误差为72.04 mm,符合工程应用标准,尽管QPSO算法与PSO算法求解精度相当,但运算效率显著提高。所构建的模型对于开采沉陷预计参数精准反演具有一定的参考价值。     

模矢法在求取地表移动预计参数中的应用

地表沉陷预计误差的主要来源为模型的偏差和预计参数的不确定性,获得准确的预计参数可以提高地表沉陷预测的精度.模矢法是求解非线性规划中无约束最优化问题的一种直接方法,对解决高度非线性化目标函数最优解问题非常有效.利用MATLAB平台,编写了基于模矢法的概率积分法求参程序.以皖北某矿井1013工作面地表移动观测站的实测数据为例,求取了地表移动预计参数,通过与传统的线性最小二乘法比较,表明模矢法求参是一种适应能力强且有效的求参方法.     

基于Origin矿山开采沉陷数据拟合求参研究

为了求取开采沉陷预计参数,在分析传统求参所存在的问题和拟合求参基本原理的基础上,指出利用概率积分法沿走向和倾向主断面拟合实测数据更符合工程实际需要.基于Origin绘图和数据分析软件,针对概率积分法预计模型,采用Simpson数值积分开发了相应的应用程序,拟合算法采用Marquardt算法.通过实测数据的处理,完成了1124工作面的基于概率积分预计模型的数据拟合过程,得出了相应的预计参数.表明在松散层较厚时,下沉盆地的边缘拟合值与实测值偏差,较大,概率积分预计模型更适用于松散层较薄的地表移动和变形预计.     

基于Boltzmann函数的地表动态下沉模型研究

煤矿开采造成地表下沉,在下沉过程中,地表点的w-t曲线近似呈倒S型;根据Knothe时间函数,提出了基于Boltzmann函数的地表动态下沉模型,分析了模型参数应满足的条件,并结合现场实测数据分析了利用该模型进行动态下沉预计的可行性;在采用预测值与实测地表下沉值误差较小的B30点进行拟合求参时,得到模型参数分别为a=0.99,b=-136.4,c=6.803,d=371.4,相关系数为0.99,相关程度较高,能正确反映地表动态下沉的过程,表明该模型具有一定的适用性。     

地质采矿条件对铁路路基沉陷预测影响研究

为保障郭庄煤矿铁路专用线的安全运营,从地质采矿条件的角度出发对工作面开采引起的铁路路基沉陷进行了稳态预计。首先,构建了地质采矿条件与概率积分预计参数之间的GA-BP神经网络模型,利用收集的地表移动观测站数据对其进行训练之后,从网络的误差分析、数据的拟合度、测试结果以及泛化性能4个方面对模型的精度及可靠度分别进行了检验,结果表明：网络的收敛速度较快,模型的平均相对误差小于3%,对数据的拟合程度大于0.8,泛化性能指数在0.8以上,模型预测精度较高,且具有良好的预测能力。其次,依据研究区各工作面的地质采矿条件参数,运用该模型对其开采沉陷的概率积分预计参数进行了求取,将S3-13工作面的开采沉陷预计结果与实测数据进行对比发现：两者的差值平方和为6.21×105,中误差为104.38 mm,为观测点最大下沉值的2.60%,预测结果精度较高,说明得到的概率积分预计参数具有一定的可靠性。最后,通过稳态预计得到了铁路路基的最终下沉等值线及下沉曲线,预计铁路沿线最大下沉值达4 261 mm,并且有2个路段会形成大于4 000 mm的下沉盆地,铁路将发生严重的变形破坏。研究成果可为后续工作面的开采以及铁...