基于机器学习的分布式光纤监测覆岩变形矿压预测研究
发布时间：2021-01-07 05:47
采场覆岩变形是矿山压力驱动下岩体变形、破裂与失稳过程,表现在覆岩大范围变形、离层发展、裂隙等方面,造成工作面强压等矿井灾害。因此,为了掌握矿山压力显现规律,针对岩石内部变形预测难的问题,采用分布式光纤监测岩石内部变形,引入光纤平均频移变化度作为判断周期来压指标,验证光纤表征覆岩变形机理,并将监测到的数据作为样本集,结合机器学习算法构建矿压预测模型。本文以大柳塔煤矿浅埋煤层地质条件实验的39组开挖数据,为实验样本。对其数据相空间重构,重构后的数据,取后11次开挖为测试集,共出现2次矿压显现。采用多种机器学习算法如:神经网络、支持向量机,集成算法:随机森林、GBDT、XGBoost算法,建立矿山压力显现规律时间序列预测模型。在训练样本和测试样本不变的前提下,BP神经网络类回归模型（BPNN）成功预测出1次周期来压、支持向量机类回归模型（SVR）预测出2次周期来压,相比于前两种算法,集成学习表现更好,其中以XGBoost回归算法（XGBR）为代表集成算法在预测矿压表现最优,不仅成功预测出两次周期来压,而且在计算速度和模型指标都是最优,明显高于其他模型。单一地质资料还不能说明XGBoost的预...
【文章来源】：西安科技大学陕西省
【文章页数】：97 页
【学位级别】：硕士
【部分图文】：
数字成像超声
同样为理论研究提供大量依据还有试验测试方法，传统的试验测试方法有全站仪、百分表、应变片等测量技术。随着对试验精度、范围要求越来越高，引入更为先进的测试手段。来兴平教授[26]利用声发射技术研究了不同尺度开采过程中采空区围岩介质损伤系统于宏观动力失稳时空关系分析。潘一山教授[27]利用数字散斑技术研究了围岩应力演化特征和岩体变形规律，解释了冲击矿压和深部岩巷稳定性控制机理。柴敬教授[28]通过相似材料模型试验研究了关键层破断规律的光纤传感检测，获得了关键层初次破断和周期破断的曲线特征。图1.4模型损伤的声发射AE测试图1.5覆岩变形BOTDA实验测试1.2.2分布式光纤传感技术及应用现状自上世纪70年代末分布式光纤传感技术凭借其体积孝精度高、实时监测等特点广泛的应用于各个工业领域。1980年左右R.Y.Chiao等[29]提出分布式光纤技术，充分发挥长距离连续性分布的特性，实现了100公里的远距离分布式传感监测。1989年，日本Horiguchi等人[30]提出BOTDA系统，实现了结构的应变测试，并取得很好的效果。随着信息化、智能化的发展，工业领域对监测技术的要求也越来越高。传统监测手段已经渐渐无法满足现代化、信息化、智能化的要求，分布式光纤传感技术的出现大大解决了现状。国外，MilchaelIten等[31]提出的将分布式光纤嵌入锚杆进行连续应力场分布检测，并将BOTDA分布式光纤传感成果应该到滑坡边界定位中。Buchoud等[32]提出了基于分布式光纤监测的土体结构位移场测试方法，解决了地表沉降位移预测的问题。国内，蒋小珍等[33]开展相似模型试验通过BOTDR分布式光纤传感技术来监测岩溶塌陷问题，主要由分布式光纤的检测可靠性来监测变形的全过程。李焕强等[34]采用BOTDR
覆岩变形BOTDA实验测试
【参考文献】：
期刊论文
[1]基于XGBoost的多维度超短期负荷预测研究[J]. 杨修德,王金梅,张丽娜,杨国华,李冰轩. 电气自动化. 2019(01)
[2]基于相空间重构的FOA-GLSSVM深基坑变形预测模型研究[J]. 谢洋洋,吴大鹏,付超,周杰,史益军. 大地测量与地球动力学. 2018(10)
[3]采空区煤自燃预测的随机森林方法[J]. 邓军,雷昌奎,曹凯,马砺,王彩萍,翟小伟. 煤炭学报. 2018(10)
[4]采场覆岩变形和来压判别的分布式光纤监测模型试验[J]. 柴敬,霍晓斌,钱云云,张丁丁,袁强,李毅. 煤炭学报. 2018(S1)
[5]基于GA-SVR的采动覆岩导水裂隙带高度预测[J]. 柴华彬,张俊鹏,严超. 采矿与安全工程学报. 2018(02)
[6]智慧煤矿2025情景目标和发展路径[J]. 王国法,王虹,任怀伟,赵国瑞,庞义辉,杜毅博,张金虎,侯刚. 煤炭学报. 2018(02)
[7]XGBoost算法在制造业质量预测中的应用[J]. 蒋晋文,刘伟光. 智能计算机与应用. 2017(06)
[8]Xgboost在滚动轴承故障诊断中的应用[J]. 张钰,陈珺,王晓峰,刘飞. 噪声与振动控制. 2017(04)
[9]XGBoost在超短期负荷预测中的应用[J]. 杨修德,王金梅,张丽娜. 电气传动自动化. 2017(04)
[10]XGBoost算法在电子商务商品推荐中的应用[J]. 张昊,纪宏超,张红宇. 物联网技术. 2017(02)
博士论文
[1]基于光纤频移变化度的采动覆岩变形表征试验研究[D]. 朱磊.西安科技大学 2018
[2]基于监测时间序列的冲击地压混沌特性分析及其智能预测研究[D]. 陶慧.中国矿业大学 2014
[3]基于支持向量机的时间序列组合预测模型[D]. 向昌盛.湖南农业大学 2011
[4]全尺度光纤布里渊分布式监测技术及其在土木工程的应用[D]. 何建平.哈尔滨工业大学 2010
[5]基于支持向量机的岩土非线性变形行为预测研究[D]. 董辉.中南大学 2007
硕士论文
[1]分布式光纤传感监测大数据的存储、管理与处理系统研究[D]. 王梦娇.电子科技大学 2019
[2]基于信息融合和XGBoost的结构损伤识别研究[D]. 张腾剑.浙江大学 2018
[3]基于Python机器学习的可视化麻纱质量预测系统[D]. 张凯姣.东华大学 2017
[4]基于支架工作阻力的工作面矿压显现规律自动分析技术研究[D]. 赵吉玉.山东科技大学 2017
[5]基于相空间重构预测方法预测能力研究及其在风暴增水预测中的应用[D]. 尤成.国家海洋环境预报中心 2015
[6]地下工程围岩变形的支持向量机预测方法研究[D]. 耿耘.北京交通大学 2014
[7]矿山地震活动及其混沌时间序列分析[D]. 蒋娇莲.中南大学 2011
[8]基于PSO-BP神经网络的浅埋煤层工作面顶板矿压预测研究[D]. 杨硕.西安科技大学 2010
本文编号：2962029
【文章来源】：西安科技大学陕西省
【文章页数】：97 页
【学位级别】：硕士
【部分图文】：
数字成像超声
同样为理论研究提供大量依据还有试验测试方法，传统的试验测试方法有全站仪、百分表、应变片等测量技术。随着对试验精度、范围要求越来越高，引入更为先进的测试手段。来兴平教授[26]利用声发射技术研究了不同尺度开采过程中采空区围岩介质损伤系统于宏观动力失稳时空关系分析。潘一山教授[27]利用数字散斑技术研究了围岩应力演化特征和岩体变形规律，解释了冲击矿压和深部岩巷稳定性控制机理。柴敬教授[28]通过相似材料模型试验研究了关键层破断规律的光纤传感检测，获得了关键层初次破断和周期破断的曲线特征。图1.4模型损伤的声发射AE测试图1.5覆岩变形BOTDA实验测试1.2.2分布式光纤传感技术及应用现状自上世纪70年代末分布式光纤传感技术凭借其体积孝精度高、实时监测等特点广泛的应用于各个工业领域。1980年左右R.Y.Chiao等[29]提出分布式光纤技术，充分发挥长距离连续性分布的特性，实现了100公里的远距离分布式传感监测。1989年，日本Horiguchi等人[30]提出BOTDA系统，实现了结构的应变测试，并取得很好的效果。随着信息化、智能化的发展，工业领域对监测技术的要求也越来越高。传统监测手段已经渐渐无法满足现代化、信息化、智能化的要求，分布式光纤传感技术的出现大大解决了现状。国外，MilchaelIten等[31]提出的将分布式光纤嵌入锚杆进行连续应力场分布检测，并将BOTDA分布式光纤传感成果应该到滑坡边界定位中。Buchoud等[32]提出了基于分布式光纤监测的土体结构位移场测试方法，解决了地表沉降位移预测的问题。国内，蒋小珍等[33]开展相似模型试验通过BOTDR分布式光纤传感技术来监测岩溶塌陷问题，主要由分布式光纤的检测可靠性来监测变形的全过程。李焕强等[34]采用BOTDR
覆岩变形BOTDA实验测试
【参考文献】：
期刊论文
[1]基于XGBoost的多维度超短期负荷预测研究[J]. 杨修德,王金梅,张丽娜,杨国华,李冰轩. 电气自动化. 2019(01)
[2]基于相空间重构的FOA-GLSSVM深基坑变形预测模型研究[J]. 谢洋洋,吴大鹏,付超,周杰,史益军. 大地测量与地球动力学. 2018(10)
[3]采空区煤自燃预测的随机森林方法[J]. 邓军,雷昌奎,曹凯,马砺,王彩萍,翟小伟. 煤炭学报. 2018(10)
[4]采场覆岩变形和来压判别的分布式光纤监测模型试验[J]. 柴敬,霍晓斌,钱云云,张丁丁,袁强,李毅. 煤炭学报. 2018(S1)
[5]基于GA-SVR的采动覆岩导水裂隙带高度预测[J]. 柴华彬,张俊鹏,严超. 采矿与安全工程学报. 2018(02)
[6]智慧煤矿2025情景目标和发展路径[J]. 王国法,王虹,任怀伟,赵国瑞,庞义辉,杜毅博,张金虎,侯刚. 煤炭学报. 2018(02)
[7]XGBoost算法在制造业质量预测中的应用[J]. 蒋晋文,刘伟光. 智能计算机与应用. 2017(06)
[8]Xgboost在滚动轴承故障诊断中的应用[J]. 张钰,陈珺,王晓峰,刘飞. 噪声与振动控制. 2017(04)
[9]XGBoost在超短期负荷预测中的应用[J]. 杨修德,王金梅,张丽娜. 电气传动自动化. 2017(04)
[10]XGBoost算法在电子商务商品推荐中的应用[J]. 张昊,纪宏超,张红宇. 物联网技术. 2017(02)
博士论文
[1]基于光纤频移变化度的采动覆岩变形表征试验研究[D]. 朱磊.西安科技大学 2018
[2]基于监测时间序列的冲击地压混沌特性分析及其智能预测研究[D]. 陶慧.中国矿业大学 2014
[3]基于支持向量机的时间序列组合预测模型[D]. 向昌盛.湖南农业大学 2011
[4]全尺度光纤布里渊分布式监测技术及其在土木工程的应用[D]. 何建平.哈尔滨工业大学 2010
[5]基于支持向量机的岩土非线性变形行为预测研究[D]. 董辉.中南大学 2007
硕士论文
[1]分布式光纤传感监测大数据的存储、管理与处理系统研究[D]. 王梦娇.电子科技大学 2019
[2]基于信息融合和XGBoost的结构损伤识别研究[D]. 张腾剑.浙江大学 2018
[3]基于Python机器学习的可视化麻纱质量预测系统[D]. 张凯姣.东华大学 2017
[4]基于支架工作阻力的工作面矿压显现规律自动分析技术研究[D]. 赵吉玉.山东科技大学 2017
[5]基于相空间重构预测方法预测能力研究及其在风暴增水预测中的应用[D]. 尤成.国家海洋环境预报中心 2015
[6]地下工程围岩变形的支持向量机预测方法研究[D]. 耿耘.北京交通大学 2014
[7]矿山地震活动及其混沌时间序列分析[D]. 蒋娇莲.中南大学 2011
[8]基于PSO-BP神经网络的浅埋煤层工作面顶板矿压预测研究[D]. 杨硕.西安科技大学 2010
本文编号：2962029
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/2962029.html
