灰色时序组合模型及其在矿井涌水量预测中的应用

本文应用灰色系统ＧＭ（１，１）模型拟合数据序列的趋势项，时间序列分析ＡＲＭＡ（ｐ，ｑ）模型拟合数据序列的随机项，得到了一种新的组合模型。论述了这种模型的数学原理及建模步骤。应用组合模型建立了山东某矿井月涌水量动态模型，研究结果表明，该模型的预测精度高，适合于具有灰色特征的地质数据的模拟、控制和预测。     

王河煤矿矿井涌水量数值模拟及预测

针对岩溶充水矿井涌水量数值模拟中边界条件概化和非均质性刻画难题,采用分别建立区域模型和局部模型的方法解决边界概化问题,运用信息复合技术刻画岩溶介质的非均质性.以具有完整水文地质边界的荥巩矿区为计算区建立区域模型,以区域模型计算出的流量作为边界条件建立王河煤矿矿井涌水量模拟模型(局部模型).在充分分析钻孔、构造、突水、物探等资料的基础上,运用信息复合技术对煤矿充水含水层进行垂向和平面参数分区.在此基础上,利用GMS建立了精细的王河煤矿涌水量模拟模型.利用该模型预测了不同开采工作面的矿井正常涌水量和最大涌水量.结果表明,开采111070、113090、113110、113120工作面时,正常涌水量分别为490、350、560、590 m3/h,最大涌水量分别为690、490、790、830 m3/h.预测结果可为矿山设计部门确定开采方案、布置排水设备和制定防治水措施提供科学依据.      

双柳煤矿矿井涌水量数值模拟研究

如何比较准确的预测矿井涌水量一直是国内外煤矿相关研究人员努力探求的重要问题之一。在充分认识和掌握研究区水文地质条件的基础上,建立了与实际情况相符合的矿井涌水量数值模拟数学模型,重点研究了模型的边界条件、模型的时间和空间离散、含水介质水文地质参数的确定,并运用目前较为流行的地下水数值模拟软件Visual Modflow对研究区进行了矿井涌水量数值模拟,得出了比较合理的矿井各水平井下涌水量,为矿井水害防治提供决策依据。     

沙漠人工植被降水截留特征研究

2004年4~10月,选择两种主要固沙(半)灌木为研究对象,观测了植物冠层在自然降水条件下的截留量和穿透冠层的降水量,并模拟了它们与降水参数间的关系.结果表明:试验期间共降水110.9 mm,50%的降水量<2 mm,80%的降水量<6 mm,以短暂而零星的小降水为主,降水次数呈偏态分布.由于植物冠层的截留而使柠条和油蒿冠层下的降水量极显著地小于降水量(P≤0.01).与油蒿相比,具有高大冠层结构的柠条冠层下的降水量在大多数情况下显著高于油蒿的(P≤0.05);两种植物冠层下方不同部位对降水穿透量的影响结果差异不显著(P>0.05)、显著(P≤0.05)和极显著(P≤0.01)约各占1/3;试验期间柠条和油蒿的冠层截留总量分别为10.7 mm和3.7 mm.两种植物冠层下穿透降水量与降水量和降水历时的多元回归方程达到极显著水平(P<0.0001),但逐步回归分析表明穿透降水量与降水历时的关系不明显(P>0.05),因而提出了穿透降水量与降水量间的线性公式(P<0.0001)能更好的表达这种关系;两种植物冠层截留量与降水量呈指数关系(P<0.05),理论上当降水量无穷大时截留量接近于常数项,即柠条冠层的最大截留量为3.5 mm,油蒿冠层的最大截留量为1.0mm.     

山西省离柳矿区沙曲井田数值模拟及矿井涌水量预测评价

沙曲井田位于山西河东煤田离柳矿区的中部,处在柳林泉域岩溶水系统的径流区。矿区奥灰水水量大,水位标高为+797～+802m,其中的4#煤底板承受奥灰水压2～5MPa,10#煤底板承受奥灰水压3～6MPa,属带压开采矿井。利用井田以往的地质及水文地质勘探资料,应用GMS软件建立矿区三维立体模型和地下水渗流的数学模型,实现水文地质结构三维可视化,使数学模型能正确地反映预测区的水文地质条件,达到数值仿真效果;应用有限差分数值法,对开采上组煤(3#+4#)和下组煤(8#+9#、10#)时,石炭系太原组灰岩含水层和奥陶系峰峰组含水层的疏降进行矿井涌水量预测,为矿井的安全生产和防治水工作提供依据。     

矿井涌水量数值模拟研究——以锦东煤矿为例

矿井涌水量预测对煤矿安全开采具有重要的指导依据。本文将锦东煤矿作为研究对象,利用地下水数值模拟软件MODFLOW建立数值模型,并对其进行识别验证,在合理可靠的模型基础上,对未开采和开采两种方案进行预测,对矿井涌水量组成进行分析。计算结果表明,锦东煤矿开采条件下,矿井涌水量为6 130 m3/d,主要由第四系潜水蒸发量、各泉集河溢流损失量和地下水储存量三部分组成。     

矿井涌水量的预测方法

矿井涌水量的预测方法,经实践认为,水文地质比拟法与相关分析法计算简便,其结果也较符合实际。但使用时,要求未采矿山与已采矿山的水文地质条件必须相似.     

合山煤田矿井涌水量的数值模拟探讨

矿井涌水问题一直是困扰煤矿安全生产的重大问题之一.如何准确的预测煤矿井下涌水量一直是国内外专家、学者、工程技术人员都在努力探求的问题,尤其对于地质条件复杂的煤矿井下涌水量的预测评价更为突出.本文在充分认识和掌握了研究区水文地质条件、含水介质的空间结构,建立了与实际情况相符合的数学模型,重点研究了模型的边界条件、模型的时间和空间离散、含水介质的水文地质参数的确定,制定了预测模型的检验标准,并运用目前较为流行的地下水数值模拟软件Visual Modflow对研究区进行了长达30年的井下涌水量数值模拟,得出了比较合理的各矿各阶段的井下涌水量.     

庐江县黄屯硫铁矿矿坑涌水量预测研究

黄屯硫铁矿位于安徽省庐江县城东南部,为富含地下水矿区,整个地下水系统的面积约63.3 km2,矿区中心富水性最强,北部、东部等外围富水性中等～弱。本文利用矿区群孔抽水试验中46个观测孔的水位数据进行数值模拟分析,建立数值模型对矿区33个区块进行识别,可得出水文地质参数作为涌水量预算根据。研究可知矿区矿坑涌水的主要进水方向为东南缺口及南帷幕,水位降深在-290 m水平时,东南缺口进水量为11 958.5 m^3/d;南帷幕进水总量为8 579 m3/d,矿区进行开采时应在矿区的东南缺口适当布设排水孔,或者井下增设排水站点,以达到疏干排水的要求。研究结果为矿区日后巷道开采资源提供了依据。     

基于GA-SVM的矿井涌水量预测

矿井涌水量的准确预测对预防矿山透水事故的发生至关重要,提出利用GA优化的SVM模型（GA-SVM）来实现矿井涌水量的短期准确预测。该方法利用GA的自动寻优功能寻找SVM的最佳参数,提高了预测的准确率。首先,利用微熵率法求矿井涌水量时间序列的最佳嵌入维数和延迟时间,进行相空间重构。其次,采集义煤集团千秋煤矿2011—2015年实际涌水量的时间序列,利用GA-SVM模型对最后12组数据进行预测,其预测平均绝对百分比误差仅为0.92%,最大相对误差为2.62%。最后,与PSO-SVM和BP神经网络预测进行对比,结果表明GA-SVM优化模型适用于矿井涌水量的预测并且预测精度较高。     

延深矿井涌水量的有限单元法研究

根据系统论思想，本文综合分析、计算了四川芙蓉煤矿区各种资料，阐明了该区矿井充水条件，进而应用地下水非稳定流的有限单元法，对以裂隙介质为主的水文地质体进行了数值模拟，求得了区内各块段多种水文地质参数，最后预计了该矿延深水平各阶段及现生产水平矿井涌水量。     

对山西省阳泉新景矿矿井涌水量分析的预测

在论述矿井水文地质特征的基础上,分析了矿井的涌水来源,认为上组煤主要涌水来源是煤层顶板的基岩裂隙水。下组煤主要涌水水源是太原组灰岩水和奥灰水。结合矿井近年来涌水状况及抽水试验参数,采用含水系数法、达西定律与＂大井法＂对矿井涌水量进行了预测,预算结果与矿井涌水量真实情况相接近,建议矿方在开采下组煤奥灰岩溶水带压区时,应配置不低于最大预测涌水量的强排系统,确保矿井安全生产。     

基于不同开采方式的煤矿涌水量预测及其环境影响分析

煤矿开采不当会对水资源与水环境造成破坏,尤其在生态环境相对脆弱地区更是如此。针对目前矿井涌水量预测大多以单一工作面或煤矿为评价单元,对沟域内煤矿群同时长期开采的地下水环境影响重视不够。选择头道河则沟域为研究区,以地下水勘查、井田勘探资料为依据,构建了头道河则完整沟域的地下水三维非稳定流数值模型,根据地下水、地表水监测数据和煤矿群开采涌水量的长观资料进行模型的识别与验证,以9#煤矿为典型矿区,分析综采和条带充填2种不同开采方式下矿井涌水量及其对水环境的影响。研究结果表明：（1）综采状态下,矿井涌水量增加0.70×104 m3/d,导致地下水溢出量减少0.20×104 m3/d,引发矿区及区域地下水水位下降0.21~17.92 m;条带充填开采状态下,矿井涌水量增加0.11×104 m3/d,导致地下水溢出量减少0.04×104 m3/d,引发矿区及区域地下水水位下降0.01~0.44 m。（2）煤矿按综采方式开采,导水裂隙带高度大,将大面积导通第四系潜水含水层,矿井涌水对水环境影响较大;若按条带充填方式开采,导水裂隙带高度大幅变小,不会导通第四系潜水含水层,矿井涌水对水环境影响较小。煤矿企业在煤层上覆岩层厚度较薄的地段采煤时,宜采取条带充填开采的方式。研究结果可为研究区或类似煤田开采方案制定、科学处理好煤炭资源开采与生态环境保护关系等提供依据或参考。     

对矿井涌水量预测问题的分析与思考

在煤矿采掘过程中,因矿井涌(突)水造成的人员和财产损失极为严重。为预防涌(突)水灾害事故的发生,掌握涌水量的发展变化规律,开展涌水预测预报尤其是矿井涌水量的精准预计尤为重要,是矿井水害防治中一项重要的工作任务。为提高矿井涌水量的预测准确性,针对随时间无明显变化规律的涌水量序列,提出了变分模态分解(Variational Mode Decomposition,VMD)和深度置信网络(Deep Belief Network,DBN)相结合的高效时间序列预测模型。首先通过VMD模态分解技术对原始数据进行去噪,将原始矿井涌水量时间序列分解为若干个本征模态函数(Intrinsic Mode Function,IMF)分量,使各个IMF分量都具有原始时间序列在不同时间尺度下的统计学特征量,降低了原始时间序列的强震荡性和非稳定性。其次针对每个IMF分量,分别建立各自的DBN模型进行训练学习,进而建立起相应的预测网络模型。最后融合各分量预测值得到最终结果。结果显示,VMD-DBN的相似文献   

改进的灰色系统理论预测矿井涌水量

基于我国东部许多大水矿区煤炭资源日渐枯竭,衰老矿井涌水量变化巨大的现状,以灰色系统理论为基础,提出了一种新的矿井涌水量预测组合模型——GM (1,1)–Markov–新陈代谢组合模型以及用于预测结果综合评价的指数Z。模型验证结果表明,该组合模型的预测结果优于其他模型,减小了序列数据波动性大、新旧信息更替差异所造成的误差,能够较好地解决时间跨度下采空区残留涌水、意外突水等不确定因素对衰老矿井涌水量预测精度和可靠性的影响。将该组合模型及其他模型应用于开滦集团荆各庄衰老矿井涌水量的预测,结果显示：GM (1,1)–Markov–新陈代谢组合模型的综合评价指数最高,达到0.475;荆各庄矿2011—2015年的矿井涌水量将分别为13.055 m³/min、12.730 m³/min、12.579 m³/min、12.493 m³/min和12.503 m³/min。     

基于遗传算法和BP神经网络的矿井涌水量预测

为避免BP神经网络极易陷人局部解的问题,针对遗传算法具有全局寻优的特点,提出了用遗传算法优化BP神经网络预测方法,并以刘桥二矿为例,对其矿井涌水量进行了预测。首先选取刘桥二矿区的2005年3月至2006年12月的矿井涌水量数据进行分析,然后使用遗传算法优化BP网络的初始权值和阈值,最后使用BP神经网络进行训练。将其成果与纯BP网络算法进行比较,结果表明：遗传算法优化BP神经网络的预测方法的预测精度高于纯BP网络算法,将其应用于矿井涌水量预测是有效可行的。     

深部煤矿地下水温对矿井涌水量预计的影响

随着我国煤矿开采深度增加,地温、含水层水温升高,相应地含水层渗透系数增大,渗透系数的变化会对矿井涌水量产生一定影响。矿井勘探时期对该问题重视不够。以赵楼煤矿为例,考虑地下水温对渗透系数影响,采用解析法预计了矿井正常涌水量,预计结果为398.53m3/h,与不考虑地下水温变化情况相比较,增加59.63m3/h,增加幅度为17.60%,表明地下水温是影响深部煤矿矿井涌水量的重要因素。     

MIS3阶段以来沙漠/黄土过渡区植被演替及其对气候变化的响应

选择沙漠/黄土过渡带姬塬、和林格尔两个地点的黄土-古土壤剖面开展较高分辨率花粉记录研究,重建MIS 3以来植被演替及其对气候变化的响应.黄土高原北部MIS 3阶段以来植被经历了4个主要阶段:MIS 3阶段早-中期气候较温湿,植被为疏林草原类型;MIS 3晚期-末次盛冰期为荒漠草原植被类型;末次冰消期为干草原植被类型;全...