利用加权最小二乘法建立涌水量曲线方程

1.引言 在进行地下水资源评价的过程中,涌水量曲线方程的外推预报精度直接影响着地下水水量评价的准确度.地下水资源评价的方法有:比拟法、外推法、开采试验法、水量均衡法、相关分析法、泉水流量法和电模拟法等.其中相关分析法中的解析法是以实际抽水试验资料为依据,利用稳定流量和稳定降深的对应关系,推算该地区较大降深时的流量和较大流量时的降深的一种经验方法.解析法的关键是确定涌水量曲线方程.稳定流涌水量曲线方程常见有4种类型:直线型、指数型、抛物线型和对数型.在方程类型确定后,可采用图解法、均衡误差法、最小二乘法等方法建立具体的方程,其中最小二乘法精度最高.确立方程后外推预测涌水量是建立方程的重要目的之一,而不同落程的涌水量与降深观测数据对外推预测方程的重要程度是有差别的.笔者在工作中发现:当采用最小二乘法建立外推方程时,若能把不同落程的涌水量与降深观测数据对外推预测方程影响程度作为权重引入方程,方程的预测精度可进一步提高.     

某工程钻孔抽水试验与结果分析

本文介绍某工程钻孔抽水试验情况及试验过程中应注意的问题。并通过计算分析得出各试验点渗透系数。     

关于矿坑涌水量计算方法的探讨

文章以抽水试验实测数据为基础,采用不同方法对矿坑涌水量预测进行了初步比较,并对计算方法及结果进行了初步探讨,为计算方法的选择提供参考.     

关于抽水试验最大降深问题的探讨

根据较权威、较新的有关手册及抽水试验规范论述,认为潜水抽水试验抽水孔的最大降深应在含水层厚度的1/3～4/5之间,不应局限于1/2。     

基于MATLAB曲线拟合工具箱确定含水层参数

以泰斯公式为基础,将MATLAB曲线拟合工具箱应用于求解分析抽水试验资料,从而确定承压含水层的导水系数和导压系数。数值试验结果表明:MATLAB曲线拟合工具箱可简单快捷地对抽水试验数据达到较好的曲线拟合效果,从而确定含水层参数,且在求参运算过程中不需要对软件进行编程,具有方便快捷、计算精度高等优点。     

山西省中部引黄工程隧洞下穿北川河段大口井降水方案可行性分析

山西中部引黄工程总干3#隧洞下穿北川河段,开挖过程中由于地下水影响,多次出现突泥、涌水等不良地质情况,并伴随发生两次高速公路路面塌陷.文中通过单孔、多孔、群孔抽水试验等试验方法,论证地表大口井降水的可行性.     

承压含水层中非达西径向稳定流动抽水模拟试验

为分析抽水井附近水流的非达西流动,采用装填均质河砂的扇形密闭水槽模拟承压含水层,开展了外边界水头恒定条件下的定流量抽水试验,获得到了水流稳定流动时的水头降深曲线。通过比较试测水头降深与达西流动理论水头降深,以及比较相邻两压力传感器之间的平均水力梯度与相同流速下的达西水力梯度,进行了非达西流动的判别,比较结果发现本试验条件下存在明显的非达西流动现象。同时,应用基于Izbash方程的非达西稳定流动水头降深解析解,对不同流量下的试验数据进行了拟合分析,发现抽水流量对非达西稳定流动的Izbash方程系数值影响较小。通过不同平均方法获得了描述本试验中非达西流动的Izbash方程系数的适宜取值为k=7.17×10-7,n=1.65,此时不同抽水流量下拟合水头降深曲线与试测水头降深曲线吻合良好,表明基于Izbash方程的非达西稳定流动水头降深解析解可较好地描述抽水井附近的非达西径向稳定流动。     

大井法在基坑涌水量计算中的应用

在对长江流域某水电站坝区水文地质条件分析的基础上,结合降水工程实践,对原基坑降水方案进行了评述,指出原方案在计算参数的求取和围堰基坑水量来源分析还存在不足。根据大井法原理,将基坑沉井群概化成带状大井,分析了带状大井的补给源,求取了基坑含水岩层的渗透系数,结合水文地质条件选取补给半径为计算影响半径;利用“大井”解析法理论,计算出带状沉井群的涌水量,其结果与工程降水实际相符。对大型基坑涌水量预测具有借鉴意义。     

灰色系统模型在矿井涌水量预测中的应用

矿井涌水量的正确预测关系到矿井安全生产和井下排水设备的配置。因此,研究矿井涌水量预测的方法,可以更好地为矿井安全生产和排水设备采购提供技术依据。根据灰色系统预测的理论,把所测的矿井实际涌水量作为原始数据,经过适当的处理来建立灰色动态GM（1,1）模型。根据建立的模型来预测矿井涌水量,并与实测结果进行比较,决定是否需建立修正模型。最终确定用来预测矿井涌水量的合适模型。     

曲线拟合坐标变换技术在三角形网格生成中的应用

将拟事坐标变换技术应用于三角形网格生成中，形成一种方便、有效的三角形网格生成方法。该方法直接利用边界网格节点的分布信息来控制区域内部网格节点的分布，在数值模拟河道、湖泊等复杂边界的地流速场时，可快速获得一种适应物理量场变化情形的三角形网格系统，使基差该网格系统的流场计算精度明显提高。     

灰色Markov方程建立及其在小麦单产预测中的应用

灰色预测和马尔柯夫链预测方法都可用于时序问题的预测,在预报中两种方法各有局限性,单独使用预测准确率都不高,特别是对时序波动较大的预测,二者的局限性表现更为明显[1]。针对灰色预测方程与Markov方程的优缺点进行评述,并对两种方程进行组合建立灰色Markov预测方程,提高预测结果的准确性,并给出实例。     

全程曲线拟合法和Aquifertest水文地质求参

抽水试验是获取含水层水文地质参数的主要方法,求参结果直接影响对调查区水文地质条件的认识和地下水开发利用。传统求参方法存在主观影响大、求参时间长、易受外界影响和抽水阶段数据的不足等问题。通过全程曲线拟合法和Aquifertest软件分别从配线法和水位恢复法两个角度进行求参,并结合全程曲线拟合法确定最终取值。结果表明,采用Aquifertest软件求参便捷、准确,与水位恢复法求参结果的差异相对较小,全程曲线拟合法求参值具有唯一性和可靠性,多种方法结合求参能更真实反映水文地质情况。     

遗传-神经网络算法在水下隧道涌水量预测中的应用

水下隧道涌水问题受到多种因素的综合影响,具有非线性和高度复杂性。本文应用遗传算法和BP神经网络,结合工程实例,选用隧道围岩裂隙发育情况、上覆含水体富水性、上覆水压、隧道埋深、隧道围岩上覆相对隔水层强度和上覆基岩破碎带与隧道顶板的距离作为影响水下隧道涌水的主要因素,以调查的数据作为训练样本,使用遗传算法优化BP神经网络的初始权值和阈值,建立了水下隧道涌水量的遗传-神经网络预测模型,并进行了计算分析。结果表明:该模型收敛性能好,预测精度高,简单可行。该方法为水下隧道涌水量的预测提供了一条新思路。     

数值模拟法在隧道涌水量预测中的应用

隧道涌水量的预测是规划公路、铁路线路很重要的一个环节。随着隧道设计水平、施工技术的提高以及施工机械的进步,采用长大隧道乃至特长大埋深越岭隧道的设计方案越来越多,使隧道涌水量的预测问题变得日益突出和迫切需要解决。以某实际隧道工程为例,提出了运用水文地质数值模拟法计算隧道涌水量的新方法。将该地区的水文地质特征参数与现场监测数据选定后,可得到一种适用于该地区的水文地质地下水模型。通过与传统方法的预测结果比较后,证明了该方法的合理性。     

承压含水层中非达西径向稳定流动抽水模拟实验

为分析抽水井附近水流的非达西流动,本文采用装填均质河砂的扇形密闭水槽模拟承压含水层,开展了外边界水头恒定条件下的定流量抽水实验。通过安装在扇形水槽侧壁的压力传感器测量压力水头,得到了水流稳定流动时的水头降深曲线。通过比较实测水头降深与达西流动理论水头降深,以及比较相邻两压力传感器之间的平均水力梯度与相同流速下的达西水力梯度,进行了非达西流动的判别,比较结果发现本实验条件下存在明显的非达西流动现象。同时,应用基于Izbash方程的非达西稳定流动水头降深解析解,对不同流量下的实验数据进行了拟合分析,研究发现抽水流量对非达西稳定流动的Izbash方程系数值影响较小。通过不同平均方法获得了描述本实验中非达西流动的Izbash方程系数的适宜取值为k=7.17×10-7,n=1.65,此时不同抽水流量下拟合水头降深曲线与实测水头降深曲线吻合良好。这说明基于Izbash方程的非达西稳定流动水头降深解析解可较好地描述抽水井附近的非达西径向稳定流动。     

灵敏度分析法确定水文地质参数的基本模型及其应用

本文基于泰斯方程论述了灵敏度分析法确定水文地质参数的基本原理,即把水位降深看做是以导水系数和弹性释水系数为变量的函数,利用最小二乘法原理,计算求得理论降深与观测降深最佳拟合时的导水系数和弹性释水系数。针对目前只能在泰斯假设条件下利用非稳定流试验数据确定水文地质参数的问题,根据数值积分理论,推求了多种特征类型的降深计算模型和对应的灵敏度系数计算模型,列出了三种类型的推求结果。引用了两个抽水试验实例,根据编制的计算机程序,采用灵敏度分析法求解了水文地质参数,计算结果与实测资料一致。     

移动最小二乘法在水泵性能曲线拟合中的应用

介绍了移动最小二乘法原理,并运用于拟合水泵装置性能曲线,通过实例与普通最小二乘法进行对比,误差约为普通最小二乘法的1/10,表明移动最小二乘法用于水泵性能曲线拟合精度较高,尤其在轴流泵不稳定的马鞍区,对水泵全特性曲线拟合和过渡过程研究具有重要意义。     

地下水数值模拟方法在大桥锚碇基坑涌水量预测中的应用

目前,基坑涌水量的预测常采用"大井法",但是对于水文地质条件复杂且不符合裘布依井流公式适用条件的情况时,"大井法"的预测结果与实际存在较大偏差。该文以广州珠江黄埔大桥北锚碇基坑涌水量预测为例,采用数值模拟软件Visual ModFlow探讨解决这一问题的方法。     

基于遗传学习算法和BP算法的神经网络在矿坑涌水量计算中的应用

本文采用遗传学习算法和误差反向传播算法(BP)相结合的混合算法来训练前馈人工神经网络(BPN)，即先用遗传学习算法进行全局训练，再用BP算法进行精确训练，使网络收敛速度加快和避免局部极小。作为实例，本文将该方法运用于多维时序问题。根据山东省黑旺铁矿的矿坑充水条件建立了一个网络，以矿坑充水的各种控制因素相关资料作为样本，对网络进行训练并用训练好的网络预测矿坑涌水量。网络的训练速度及预测结果表明，该算法收敛速度较快，预测精度很高，为矿坑涌水量预报提供了一种新思路和新方法。     

竖井掘进机在抽蓄电站建设中的应用

在国内大中型抽水蓄能电站的地下系统工程中,在通风排烟系统、引水系统、尾水系统和出线系统等很多部位均设计有大直径竖井结构,且均以直径6～9 m、井身高度在300 m以内的圆形断面竖井居多,而诸如此类的竖井开挖仍以井下人工密集型钻爆法施工工艺为主,由此带来的风险十分突出。以浙江宁海抽水蓄能电站首次应用国内首台大直径全断面竖井硬岩盾构机进行排风竖井机械开挖施工为例,阐述竖井开挖的新思路和新想法,以突破传统施工工艺、实现“机械换人”的目标。