主断面移动与变形归化计算模型及鲁棒性求参新方法

 在开采沉陷数据处理中,针对当前主断面移动与变形归化计算繁琐和概率积分参数求取方法缺乏稳健性问题,采用理论研究和模拟试验的方法开展系统研究,主要取得到如下成果：(1) 提出一种基于坐标系统转换的主断面移动变形归化计算模型;(2) 构建一种具有鲁棒性的概率积分参数反演新方法,该方法主要包括残差移动矢量模平方和最小求参准则、参数初值样本均匀设计、异常结果样本肖维涅探测和纯净结果样本加权处理4个有机组成部分。模拟试验结果表明,即使在参数初值样本大跨度(局部样本参数严重偏离真值)的情况下,该鲁棒性求参方法亦可反演出精准的概率积分参数。研究成果对开采沉陷监测数据处理具有重要参考价值。     

智能优化算法在概率积分参数反演中的比较

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准确性。采用智能优化算法对实测地表沉陷数据反演是获取概率积分法参数的主要方法。为研究优化算法在开采沉陷概率积分参数反演中的应用效果,采用VB语言编程实现了模矢法、遗传算法、粒子群算法、模拟退火算法等常见概率积分参数反演算法,通过构造理论数据分析和比较了这4种算法参数反演的效果,并从运行时间、求参稳定性、搜索性能、抗局部解能力等方面对4种算法进行综合评价。研究结果表明:4种算法参数反演结果精度较高,参数相对误差小于2%,且对观测站中的观测值随机误差、粗差问题具有较强的抗干扰能力。模矢法运行效率高但容易陷入局部解,粒子群算法效率较低,遗传算法和退火算法全局能力强但后期收敛能力较弱。     

超充分采动走向主断面水平移动实测数据分析

通过大量实测数据发现,当工作面达到超充分采动时,采空区中部存在大量水平移动现象,这与传统水平移动预计模型不符。针对这一问题,利用多个超充分采动区地表走向主断面观测站实测水平移动数据进行分析研究,确定采空区走向主断面水平移动曲线随着工作面推进过程中的动态发展过程。研究发现：（1）采空区中部水平移动值与地表最大下沉值呈线性关系,比值在0.2左右;（2）工作面切眼侧水平移动极值与停采线一侧水平移动极值之差与采空区中部水平移动值基本相等。基于上述结论,利用一定比例的下沉值对传统概率积分法水平移动结果进行修正。修正模型可以较好地解释采空区中部系统性水平移动的现象,且对于切眼和停采线两侧水平移动极值的计算结果较为准确。研究结论在完善水平移动预计模型,提高矿区变形预计精度方面具有重要意义。     

邻近采空区影响的地表沉陷概率积分参数反演

为了准确反演受到邻近采空区影响的地表沉陷预计参数,通过分析工作面开采后地表正常下沉规律与邻近采空区残余沉降量的预测方法,将邻近采空区等价成变采高的小工作面开采来进行概率积分法参数反演,提出了邻近采空区影响的地表沉陷概率积分法参数反演方法。利用该方法求取的概率积分参数预计得到的地表下沉曲线与实测曲线比较吻合,为邻近采空区影响的地表概率积分参数反演提供了可行方法。     

基于模块化神经网络的地表移动边界角预计

地表移动边界角是确定地表移动盆地的重要参数。利用粗糙集理论对边界角影响因素进行筛选,结合模块化神经网络建立边界角的预计模型。收集了116个地表移动观测站的数据,并将15个影响因素约简到9个,利用其中的100组数据对网络进行训练,其余16组数据作为检验样本。结果表明,利用粗糙集理论约简后的因素建立的模块化神经网络模型精度最高。