重庆市浅埋地下洞室安全顶板厚度研究

本文在参考已有资料的基础上,分析了重庆市浅埋地下洞室安全顶板厚度的影响因素。采用有限单元数值模拟法研究了地基与洞室相互作用下的破坏机制,以及各影响因素对浅埋地下洞室安全顶板厚度的影响及相关变化规律,并用逐步线性回归的方法得出了一个能综合考虑各影响因素的安全顶板厚度的预测模型。本文最后还分析了顶拱裂隙对安全顶板厚度的影响。     

重庆市浅埋地下洞室安全顶板厚度研究

本文在参考已有资料的基础上, 分析了重庆市浅埋地下洞室安全顶板厚度的影响因素。采用有限单元数值模拟法研究了地基与洞室相互作用下的破坏机制, 以及各影响因素对浅埋地下洞室安全顶板厚度的影响及相关变化规律, 并用逐步线性回归的方法得出了一个能综合考虑各影响因素的安全顶板厚度的预测模型。本文最后还分析了顶拱裂隙对安全顶板厚度的影响。     

岩溶隧道顶板安全厚度的理论探讨与工程应用

在岩溶区隧道施工中,隧道顶部既有较大尺度溶洞引起的隧道顶板跨塌是威胁隧道施工的主要问题之一。从隧道施工引起的既有溶洞与隧道间岩层的受力,岩层力学性质和围岩水文地质条件变化出发,分析了隧道施工中影响岩层稳定的主要因素,在此基础上将隧道顶部既有较大尺度溶洞引起的隧道施工期顶板的破坏问题归结为两端简支或4边固支薄层岩板的失稳问题,建立了相应的力学分析模型。采用弹性板理论,对不同力学模型的受力状态进行分析,推导了建立在岩体抗拉和抗剪强度准则基础上的岩溶隧道顶板岩层最小安全厚度计算公式。采用该公式对武都水库导流洞既有溶洞影响下典型洞段隧道顶板稳定性进行分析,跟踪施工调查的顶板稳定情况性态验证了公式的适用性。     

基于地震属性优化和机器学习的煤层厚度预测方法

煤层精准定位是无人采煤的关键技术,煤层厚度预测是煤田地震资料解释的重要研究内容之一。参考实际地层厚度及物性参数,构建含楔形煤层的正演模型,通过地震剖面正演和地震属性提取、优化,对比分析信噪比和多种回归方法对煤层厚度预测的影响。研究结果表明：部分地震属性与煤厚相关性较强,可以用于煤厚预测;地震属性间的信息冗余不可忽略,但基于主成分分析和多维标度的地震属性优化结果无本质区别;当信噪比较低(10 dB)时,随机森林回归算法的均方根误差最小(1.07),支持向量机回归算法的误差居中(1.15),多元线性回归算法的误差最大(1.84);当信噪比较高(25 dB)时,支持向量机回归算法的误差最小(0.05),随机森林回归算法的误差居中(0.11),多元线性回归算法的误差最大(0.20);输入数据信噪比对煤厚预测有明显影响,信噪比越高、预测效果越好。基于地震属性优化及支持向量机回归的煤厚预测方法,是实现薄煤层厚度高精度解释的一种有效途径。     

充填体下矿体开采安全顶板厚度数学预测模型

科学合理地确定安全顶板厚度是回采铜坑矿重叠区下92号矿体的基本依据。在分析影响92号矿体顶板稳定性因素的基础上,通过建立有限元数值模型和反复多次模拟计算得出了不同影响因素组合下顶板的安全厚度值。根据计算结果绘制了影响因子与安全顶板厚度的相关关系曲线,利用多元逐步回归分析方法建立了一能够综合反映多因素共同作用下的复杂充填体下矿体开采安全顶板厚度的数学预测模型。结合工程实际及数值模拟的验证结果表明了预测模型的有效性。     

东营凹陷红层地球物理特征分析及有利储层预测

东营凹陷深部储层是干燥沉积环境下的一套红层,其中的孔一中储层厚度大、钻遇井少,具有较大勘探潜力。但目标区地层结构复杂,埋深从南到北逐渐变大,井震关系一致性不好,储层预测有很大难度。通过综合分析井震特征、优选地震属性、建立井震厚度关系,使用单一最佳属性法、多元线性回归法、基于学习型的非线性储层预测法,得出以下认识与结论：1）研究区红层具有薄互层典型特征,频率较上覆和下伏地层高,地震反射具有中振、低连、低信噪比特征;2）新研发的基于优势频率的流度因子具有最好的厚度相关性,最大振幅、均方根振幅、过零点数、能量半时也较好;3）无论是多元线性回归还是非线性支持向量机,优化的五属性储层预测效果要好于七属性;4）基于交叉验证的支持向量机方法十分适合深部储层小样本储层厚度预测,效果好于单一最佳属性法和多元线性回归法。     

基于最小二乘支持向量机的龙羊峡径流预测

本文简述了支持向量的回归分析、支持向量机自回归预测模型结构及预测方法,利用黄河唐乃亥站47年的径流资料,采用最小二乘支持向量机方法对径流进行了模拟预测,并与B-P神经网络方法进行了对比分析,其计算结果相对略好。     

一种基于核学习的储集层渗透率预测新方法

基于核学习的支持向量机,是一种采用结构风险最小化原则代替传统经验风险最小化原则的新型统计学习方法,具有完备的理论基础。这里提出了核学习技术在储集层非均质特性描述中渗透率参数预测的新用途。在复杂地层中,基于支持向量机的智能和自适应模式识别能力而建立了常规测井多参数信息输入的渗透率预测模型,然后对实际油田储集层渗透率进行了预测。与常规线性回归模型预测结果相对比,所提出的方法更易于使用,很少受不确定因素的影响,并具有较强的信息整合能力以及更高的预测准确性和可信度。     

基于最小二乘支持向量机的开都河径流预测

简述支持向量的回归分析,支持向量机自回归预测模型结构及预测方法,利用开都河大山口水文站52 a的径流资料,采用最小二乘支持向量机方法对径流进行模拟预测,并与BP神经网络方法进行对比分析,其计算结果相对略好。     

基于范例推理的公路隧道拱顶变形时序支持向量机外延预测

针对公路隧道拱顶变形预测模型的普适性与外推预测的准确性,提出了基于人工智能推理的隧道工程属性（地理位置、监测位置、隧道高宽比、围岩级别和埋深）与拱顶变形时序曲线原子矩阵的相似范例检索方法,并在深入分析了获取的相似范例特征的基础上,进一步以LPG新核函数支持向量机建立先验知识的预测模型。应用该方法对通渝隧道工程K19+994断面拱顶下沉进行了预测与评估。结果表明,对于不同隧道间或同一隧道不同区段预判拱顶变形或收敛,基于范例推理能够获知良好的先验背景知识,且以此进行的支持向量机预测模型学习的回归内插（1～14步序）的平均相对误差为1.36%,而一次性外推预测15 d内的8个变形值（16～30步序）的平均相对精度为97.28%,证实了方法的可靠性     

多因素组合影响阶段矿柱上采顶板临界厚度研究

采用散体充填法的矿山,由于充填体无法直接暴露,阶段矿柱回采临界厚度的保留成为残矿回收的突出难题。基于传统弹性梁理论,结合实际情况,将阶段矿柱简化为均布载荷下两端固定的弹性梁力学模型,推导了其弹性应力解,揭示了 是阶段矿柱上采过程的第1破坏应力。理论分析表明：影响矿柱上采顶板临界厚度的主要因素为：散体载荷、回采跨度和岩体抗拉强度。利用FLAC3D完成了多因素组合影响阶段矿柱上采过程数值模拟正交试验,分析了单一影响因素与顶板临界厚度的关系,利用多元非线性回归的数学方法,建立了上采过程三因素组合影响下阶段矿柱临界厚度数学预测公式。最终,实现了散体介质下阶段矿柱上采临界厚度的预测。结合凤凰山铜矿-240 m阶段矿柱回采实际,表明了该预测公式的适用性。     

基于模糊模式识别的支持向量机的回归预测方法

尝试把最近发展起来的支持向量机引入水文预测中,建立了支持向量机水文回归预测模型,为小样本情况下水文预测提供一种行之有效的可选择的方法。在此基础上,为了更好地处理水文系统中广泛存在的不确定、模糊信息,进一步把模糊模式识别理论引入支持向量机,提出一种模糊模式识别核函数。该核函数具有更明确合理的物理意义。冰凌预测实例表明了SVM水文回归预测方法及模糊模式识别核函数的有效性和可行性。     

基于支持向量机的赵官矿小断层预测

针对支持向量机(SVM)适合小样本数据建模这一特点,提出利用SVM进行煤矿小断层预测。以小断层广泛发育的赵官矿实测数据为基础,选取断层倾向、落差、倾角以及断层性质作为特征影响因子,以Matlab中的libsvm工具箱为平台,总结了SVM建模过程,并建立了赵官矿井小断层水平延展长度的SVM预测模型,验证了该模型在该井田内具有一定泛化性。为验证SVM小样本建模的优越性及该模型在相似地质条件下工程实例的应用,利用该模型及传统的多元回归模型对赵官矿以及邻矿——邱集矿采掘工程中新揭露的小断层进行预测,并将两种方法计算结果与实际结果进行对比,发现SVM预测结果更精确。      

考虑基桩嵌岩段侧阻的岩溶区顶板安全厚度计算

为考虑岩溶区基桩嵌岩段侧阻力的影响,提出了一组确定岩溶区桩端顶板安全厚度的计算方法。考虑顶板的整体承载效应,结合弹性力学及第一强度理论,得到了顶板抗弯安全厚度计算式;考虑嵌岩段桩侧摩阻力对桩顶荷载的分担作用,结合格里菲斯判据及摩尔判据,获得了顶板抗冲切和剪切的安全厚度计算公式,进而运用ABAQUS建立了岩溶顶板与基桩整体分析计算模型,有限元计算结果与理论计算值吻合良好。结合工程实例重点分析了顶板厚跨比对抗弯安全厚度的影响,顶板岩层厚度对抗冲切、剪切安全厚度的影响以及嵌岩段侧摩阻力系数?对顶板安全厚度计算的影响。     

基于混合核函数PSO-LSSVM的边坡变形预测

支持向量机（SVM）的核函数类型和超参数对边坡位移时序预测的精度有重要影响。鉴于局部核函数学习能力强、泛化性能弱,而全局核函数泛化性能强、学习能力弱的矛盾,通过综合两类核函数各自优点构造了基于全局多项式核和高斯核的混合核函数,并引入粒子群算法（PSO）对最小二乘支持向量机（LSSVM）超参数进行全局寻优,提出了边坡位移时序预测的混合核函数PSO-LSSVM模型。将模型应用于锦屏一级水电站左岸岩石高边坡变形预测分析,并与传统核函数支持向量机预测结果进行对比分析。结果表明,该模型较传统方法在预测精度上有了明显提高,预测结果科学可靠,在边坡位移时序预测中具有良好的实际应用价值。     

Real Time Analysis and Forecasting of Strata Caving Behaviour during Longwall Operations

Summary. Discontinuous manual observations and irregular caving characteristics of roof rocks often lead to improper decisions resulting in accidents and production loss. Hence, systematic monitoring of the hanging roof behind the chock shields is necessary for safe and productive mining operations. A real-time application was successfully implemented in an Indian mine for forecasting of hanging roof behaviour to enhance safety and productivity. This paper reports the functioning of real-time TWAP (time weighted average pressure) analysis in the forecasting of hanging roof behaviour in real time.     

基于AGA的SVM需水预测模型研究

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.     

基于灰熵法的深部煤层瓦斯含量影响因素分析及预测

为了提高深部煤层瓦斯含量的预测精度,提出了采用灰熵分析法对瓦斯含量影响因素进行研究,以潘三矿深部11-2煤层为例,根据灰熵关联度的大小选取不同的影响因素分别建立了GM（1,3）、GM（1,4）和GM（1,5）预测模型,依据精度检验结果选择精度更高的瓦斯预测模型。研究结果表明,影响潘三矿深部11-2煤层瓦斯含量的因素重要程度从大到小依次为:主断层距离、煤层埋深、煤厚、顶板砂泥比、煤层倾角。由此建立的3个模型的预测精度都在合格以上,其中GM（1,4）模型预测精度达到了1级,平均相对误差为5.063 6%,可采用该模型对11-2煤层瓦斯含量进行预测,为深部煤与瓦斯安全高效开采提供可靠依据。