数据预处理条件下的神经网络开采沉陷预计模型研究

开采沉陷预计是矿山开采研究领域的核心和难点之一,它对开采沉陷的理论研究和生产实践都有重要的意义。本文以进行沉陷预计为目的,提出建立基于各影响因素数据序列思想,其主要步骤为首先建立影响因素序列;其次利用灰色理论对建立的数据序列进行预处理;最后构建基于数据预处理条件下的BP神经网络预测模型(AGO-BP模型),以用于矿区沉陷预报。通过对几组实例本文对建立的模型进行了多次反复预测实验,预测结果证实该模型预测精度较高,在工程上具有一定的应用价值。     

基于GIS的开采沉陷损害信息管理与分析系统设计

矿山开采会导致地表沉陷,严重破坏了生态结构与生态环境。因此科学有效地分析与管理沉陷数据进而控制煤炭的开采损害是十分重要的。本文基于GIS开发了开采沉陷损害信息管理与分析系统,对开采沉陷的防治和治理以及矿山生产提供了决策依据。     

矿山开采沉陷专题信息表达新模式

针对矿山开采沉陷所引发的地表形变信息表达和准确制图问题,该文结合遥感影像与地形图等数据,基于矿区开采沉陷变形预计结果和三维可视化方法,对矿山开采沉陷专题信息表达及其GIS制图新模式进行了探究。实现了矿区地表下沉、水平移动、水平变形、倾斜和曲率的形变信息应用分析与可视化,以及下沉盆地水淹范围模拟图、三维地表变形影像图、特定区域变形分析图、采动损坏等级分布图等制图功能。     

基于GIS的矿山开采沉陷信息可视化应用

矿山地下煤层开采引发地表沉陷变形,可造成土地破坏、房屋倒塌等一系列灾难性后果。基于概率积分法开采沉陷预计结果,利用ArcGIS的ArcScene模块实现地表变形预计数据的三维可视化表达,并以预计的下沉量为例进行可视化结果的等值线绘制、任意剖面图制作、任意点位形变信息提取应用分析。     

GM(1,1)模型在矿山开采沉陷预计中的应用

矿山开采沉陷预计对预防开采沉陷对地表构筑物的损害及保护地面设施,减少开采沉陷造成的经济损失具有重要意义。矿山开采沉陷受到多方面因素的影响,其过程可视为一个灰色系统。本文将观测时间间隔视为灰色系统的一部分,直接建立等间隔GM(1,1)模型,通过对计算值的改正,最终得到预测值。由后验方差检验结果和预测分析说明该模型应用于矿山开采沉陷量预测中具有可靠性。大量计算证明,在矿山开采前期阶段用该模型预测的矿山开采沉陷量与实际沉降量符合较好,可以用来预测矿山开采沉陷对地表建筑物的损害程度。     

基于GIS的矿山开采沉陷时空变化分析

首先详细阐述了建立矿山开采沉陷DEM的方法,提出了利用GIS的空间分析功能进行开采沉陷时空变化分析的技术方案.以鲁西煤矿为例,利用基于CORS的网络RTK进行矿山开采沉陷外业数据采集,通过后两期生成的DEM与首期生成的DEM进行叠加,生成后两期累计沉陷值DEM,利用ArcGIS的空间分析工具对累计沉陷值DEM进行空间分析,生成了沉陷等值线和沉陷面积统计报表.利用上述方法可以经济、有效地反映矿区地表沉陷的时空变化及对周围环境的影响程度和范围,为矿区生产设计和环境评价提供决策依据.     

非等间隔GM(1,1)模型在矿山开采沉陷中的应用

矿山开采沉陷直接影响地面建筑物的安全性评价。以预测矿山开采沉陷量为目的,并结合矿山开采沉陷监测非等时间间隔的特点,以相邻监测时间间隔为权,建立灰色系统非等间隔GM（1,1）模型,并将该模型应用于矿山开采沉陷量预测中。由后验差检验结果和预测分析说明该模型应用于矿山开采沉陷量预测中具有可靠性。实践证明,在矿山开采前期阶段用该模型预测的矿山开采沉陷量与实际沉降量符合较好,能较好地预测矿山开采沉陷对地表建筑物的损害程度,减少开采沉陷造成的经济损失。     

开采沉陷时序预测技术

叙述了时间序列分析的基本理论，分析了矿山开采沉陷观测数据的特点，提出了基于时间序列分析的开采沉陷预计技术，建立了开采沉陷的时序预计模型。用该模型可以对采动地表移动变形进行预测，预测结果分析表明用时间序列分析的方法能够很好的解决开采沉陷的动态预测问题。地表移动变形的相对预测误差在5％左右，与传统的预测方法相比，预测精度可以提高5％－15％，最后还提出了这一预测方法所存在的问题和今后的解决办法。     

矿山开采沉陷数据采集软件的设计与实现

在矿山开采沉陷变形观测中,空间数据采集量大、数据精度要求高、观测条件复杂问题,一直是影响其观测效率和成本的主要因素。为了实现提高变形观测数据质量、减少人工观测时间、降低项目成本,对矿山开采沉陷数据采集软件进行了设计与实现。算例以安徽省淮南市潘北矿区为实验对象进行了软件测试与分析。结果表明,软件在满足变形观测所需精度的前提下,能够适用在复杂天气、地形环境进行测量。     

基于模糊聚类的开采沉陷参数预计模型

针对由于岩移观测数据资料缺失或不准确而导致开采沉陷预计参数求取不精确的问题,本文提出一种基于模糊聚类的开采沉陷参数预计模型。首先,根据相似第三定理对地矿特征进行了分析简化;其次,利用方程分析法、量纲分析法进行特征提取,得到特征方程;然后,对原有模糊聚类方法进行改进,得到基于竞争合并策略的IWFCM_CCS算法的模糊聚类方法;最后,对岩移观测数据进行模糊聚类分析,得出观测站数据的隶属度矩阵和聚类中心,建立了基于隶属度权重的回归模型。通过与矿区实测数据和模型预计结果的对比分析,验证了所提参数预计模型的准确性和可行性。该模型减小了观测数据导致的预计参数求取误差,可为以后的预计参数求取提供参考。