地下采矿引起的地表下沉的动态过程模型

分析了由地下采矿引起地表下沉的动态过程的Knothe时间函数模型的不足,在原Knothe时间函数中增加了一个以常数k为参数的幂指数,增加参数后的时间函数模型经理论分析符合地表点下沉的动态过程、速度变化过程和加速度变化过程;改进后的时间函数模型中参数c决定地表点下沉过程时间的长短,参数k决定地表点在时间轴上的下沉路径及达到最大速度所需的时间;用改进后的时间函数模型对某矿沉陷盆地倾向主断面上下沉量最大点的下沉过程的观测资料进行了拟合,即用经验方法确定参数c后,再用最小二乘法确定参数k。研究结果表明,该模型可较准确地拟合实测曲线。用改进后的时间函数模型结合沉陷盆地主断面的剖面函数模型,建立了主断面地表下沉曲线变化的动态过程模型,该模型可求出沉陷主断面或沉陷盆地某一点在某一时刻的下沉量、下沉速度和加速度。     

基于正态分布时间函数地表动态沉陷预测研究

为了研究地表动态沉陷规律,基于正态分布时间函数,结合地表沉陷预测公式,构建了能够进行任意点任意时刻地表动态沉陷预测的函数模型,分析曲线形态系数对时间函数和计算误差的影响,讨论正态分布时间函数的时空完备性,建立了基于时间函数的地表动态下沉计算公式。以辛置煤矿五采区开采为例,利用空间曲面拟合方法求取了地表动态沉陷预测参数,并对特征点的下沉趋势进行了预测。结果表明,地表沉陷预测时曲线形态系数δ > 2为其合理取值,理论预测相对中误差不会超过±4.55%,且随着δ的增大,预测误差逐渐减小;正态分布时间函数在地表下沉、下沉速度以及加速度方面均体现了地表沉陷时空分布的完备性。基于叠加原理的空间曲面拟合求参方法能够进行预测参数的自动求取,地表特征点下沉趋势预测最大中误差为±64 mm,相对中误差为±5.7%,理论值与实测值相吻合,基于正态分布时间函数的预测模型能够体现地表动态下沉的时空分布特征。     

可描述地表沉陷动态过程的时间函数模型探讨

分析了地下采矿引起的地表沉陷的w-t曲线为一近似的“S”型曲线。地表点沉陷的物理过程是一个先加速后减速的过程,且速度曲线的起点和终点的数值为0。因此,能描述地表点沉陷动态过程的时间函数模型不但能较好地拟合沉陷的w-t曲线,而且由此函数模型求出的v-t曲线和a-t曲线也要符合地表沉陷随时间变化的物理过程。通过分析目前常用的预测地基或路基沉降的时间函数模型如指数时间函数模型、双曲线时间函数模型、Gompertz时间函数模型、logistic曲线时间函数模型和Weibull曲线时间函数模型的w-t、v-t和a-t曲线,得出,只有Weibull曲线时间函数模型能完整地描述地表沉陷的动态过程,并且用2个煤矿地表的沉陷观测实例进行了验证。     

基于Weibull时间序列函数的动态沉陷曲线模型

研究开采沉陷灾害发生及发展的动态过程具有重要的理论意义和工程应用价值。因采场上覆岩层及采矿过程的复杂性,全面研究采矿过程中上覆岩层的移动及地表的沉陷具有很大的难度,以研究地表沉陷区观测点下沉变化过程的时间序列为切入点,对开采沉陷的动态过程进行了研究。通过研究地表沉陷区观测点下沉量的时间序列发现,Weibull（韦布尔）函数可较准确地拟合和描述地表观测点的下沉过程曲线。煤层开采地表移动过程的FLAC3D模拟研究发现,同一沉陷区内各观测点的下沉过程在时间和空间上具有独立性。在该基础上,将概率积分沉陷曲线模型与Weibull时间序列函数相结合,给出沉陷区主剖面的动态下沉、倾斜和曲率曲线的唯象学模型,经实例证明建模思路是可行的。     

开采沉陷动态预计的分段Knothe时间函数模型优化

针对分段Knothe时间函数在理论上存在的不足,为了扩展其应用范围,改善其在地表动态下沉预计时的精度,通过理论分析和对比研究,对该时间函数存在的理论缺陷进行了深入探讨,并针对存在的问题提出了相应的改进方法,进而构建了一种新的、适用范围更广、预测精度更高的分段Knothe时间函数模型。研究结果表明:该模型的构建解决了原时间函数在分段点处函数值与理论值不一致的问题以及原时间函数值最终不能收敛于1的问题;新的函数模型在应用上也摆脱了原模型对预计参数选取的某些特殊限制,扩展了利用该模型在不同地质采矿条件下进行动态预计的适用性。通过对实测数据的对比预测,证明采用该时间函数模型进行预测的精度比采用原时间函数进行预测的精度有所提高,并且地表下沉的终态预计值在达到最大下沉值后不会再随着下沉时间的增加而改变。     

全过程沉降量预测的Logistic生长模型及适用性研究

地基的全过程沉降量与时间的关系呈S形曲线，可用Logistic生长模型来描述。目前应用的Logistic生长模型，较少考虑模型的适用范围和预测精度等问题。结合工程实例，比较了模型参数估计的三种方法，研究结果表明，采用非线性回归法估计模型参数，可取得较好的预测效果；根据混沌理论，研究了模型的适用范围和预测性能。Logistic生长模型的动态行为由参数α(瞬时沉降速率)决定，当参数α的取值范围在[0，2]之内，该模型预测的最终沉降量是稳定的。     

基于时间序列与混合核函数SA-SVR的滑坡位移预测模型研究

本文针对阶跃型滑坡变形定量预测困难,提出一种基于时间序列分解与混合核函数SA-SVR的滑坡位移预测模型.首先基于时间序列分解原理,反复使用指数平滑法将滑坡累积位移分解为趋势项位移和周期项位移,使分解后的趋势项位移较平滑且能保证周期项位移的预测精度.同时针对多项式预测容易过拟合造成预测值偏离真实值的问题,采用K-flod...     

基于改进Knothe时间模型的地表最大沉降速度预测

在传统Knothe时间模型假设基础上提出新的假设,构建改进Knothe时间模型,通过理论分析表明,改进后的时间模型符合地表点沉降和沉降速度变化规律;基于改进Knothe时间模型推导了地表最大沉降速度计算表达式,并给出模型参数确定方法。采用20个矿区开采引起的地表最大沉降速度监测值与理论预测值进行对比,结果表明,20个矿区的地表最大沉降速度理论预测值与监测值吻合程度高,两者相对标准偏差仅为2.1%,验证了模型的精确性和可靠性。地表最大沉降速度受煤层采高、开采速度、松散层厚度和基岩层厚度等参数影响,研究表明,地表最大沉降速度随煤层采高和开采速度的增加而线性增加,随松散层厚度、基岩层厚度的增加而非线性减小,且其对基岩层厚度变化的敏感性比松散层厚度变化大。     

基于关键层理论的地表下沉盆地模型初探

目前,开采沉陷的研究主要是现场观测和以概率积分法为代表的开采沉陷预测。这些方法仅是对地表沉陷稳定后的现象进行观测和推断,不涉及对采场上覆岩层整体移动规律的研究。因长壁式布置工作面开采煤层的深厚比较大时,采场上覆岩层在靠近地表处会形成明显的弯曲带。在假设此弯曲带是控制地表沉陷及沉陷盆地最终形态的离地表最近一层主关键层且地表的下沉量远远小于该岩层厚度的基础上,用关键层位置的判别方法找出离地表最近一层关键层的位置后,用弹性薄板理论的半逆解法选择了较适合地表沉陷盆地形状的挠度函数,用薄板理论建立了缓倾斜煤层和倾斜煤层开采地表沉陷盆地力学模型,并对该模型的适用范围和参数进行了讨论。该模型考虑了影响地表下沉的多种因素,比概率积分法更具有理论意义。     

全过程沉降量预测的Logistic生长模型及其适用性研究

地基的全过程沉降量与时间的关系呈S形曲线,可用Logistic生长模型来描述。目前应用的Logistic生长模型,较少考虑模型的适用范围和预测精度等问题。结合工程实例,比较了模型参数估计的三种方法,研究结果表明,采用非线性回归法估计模型参数,可取得较好的预测效果;根据混沌理论,研究了模型的适用范围和预测性能。Logistic生长模型的动态行为由参数a(瞬时沉降速率)决定,当参数a的取值范围在[0, 2]之内,该模型预测的最终沉降量是稳定的。     

采动区地表动态沉降预测的Richards模型

针对Knothe时间函数在采动区地表动态沉降预测中存在着较大偏差的问题,提出了地表动态沉降预测的Richards模型。基于开采过程中的地表沉降变形规律,给出了能够反映地表沉降全过程的理想时间函数模型所具有的基本特征,引入Richards生长曲线模型,分析了模型参数与地质采矿条件之间的定性、定量关系,并探讨了模型的适用范围,指出地表发生连续的、渐变的沉降变形时,模型预测效果较好。实例分析表明,Richards模型符合理想时间函数模型的要求,可较好地模拟采动区地表动态沉降过程,能够计算出地表移动持续时间和地表点在某一时刻的下沉值、下沉速度、加速度等动态参数,且模型的可塑性较强,具有较广泛的适用性     

地下开采引发地面沉陷的未确知聚类预测方法

对未确知聚类预测法进行优化,并将其应用于开采地面沉陷的预测研究。采用开采地面沉陷的实测数据按最大沉陷量进行分类,利用各分类影响因素的均值表示各分类中心,并确定各影响因素的未确知测度函数。由待测对象指标的综合未确知测度与各分类指标的未确知测度间的距离来确定待预测对象所属等级,给出了预测值的计算公式。经计算验证,该方法的正确率为75％。但在实际应用中,为了保证地表建筑设施等更加安全,允许预测级高判,则正确率可达100％。针对某铁矿一观测点进行预测,并与实测数据比较,结果表明,未确知聚类预测的结果是令人满意的,为开采地面沉陷的预测提供了一种新思路。     

基于灰色支持向量机残差修正模型的地面沉降量预测

沉降现象在各地区普遍发生,地面沉降量预测越来越受到重视。本文通过结合灰色(GM(1,1))预测模型和支持向量机(SVM)模型各自的优点,建立灰色支持向量机(GM(1,1)-SVM)残差修正模型,在突出时间序列发展趋势影响的同时降低序列中异常值的消极作用。以某高层建筑的18次地面沉降量数据为实例,检验GM(1,1)-SVM模型的预测效果。结果表明:相对单一的GM(1,1)沉降量预测模型,GM(1,1)-SVM模型相对误差小,预测精度高,对地面沉降量预测有一定指导意义。