多源异构预测模型融合方法及其在矿山沉陷预测中的应用

发布时间：2020-08-23 11:27

【摘要】：开采沉陷预计对指导矿山开采规划、安全生产、“三下”采煤、矿区环境治理具有重要的理论与实践意义,使得开采沉陷预计方法一直是岩层移动控制领域的研究热点。开采沉陷的本质为在地质采矿条件等多因素胁迫下的复杂力学变形过程,其变形过程在时空上表现为高度非线性特征,因而利用非线性预测理论进行开采沉陷预计在理论上具备可行性。文献研究表明,当前已有学者基于非线性预测方法建立了一些开采沉陷预测模型,并初步取得了一定的实验效果,但仍然存在以下问题需要进一步研究:(1)预测模型多为基于单一非线性预测方法而构建,且不适用于采动地表移动全周期(开始期、活跃期和衰退期)的开采预测;(2)鲜有顾及经典非线性预测方法的优缺点互补性,建立多源异构融合的开采沉陷预测模型;(3)构建的非线性开采沉陷预测模型尚未顾及数据新鲜程度的影响,预计模型不够稳健。针对上述问题,本文开展了系统研究,并基于MATLAB平台编制了工程应用程序,研究成果丰富完善了开采沉陷预计理论体系。通过研究,主要取得如下成果:(1)通过研究国内外文献,详细分析了基于岩层移动机理的开采沉陷预测方法以及基于开采沉陷时间特征的非线性预测方法的国内外研究现状。研究表明,当前针对矿山开采沉陷预测方面的研究,多数为矿山开采沉陷全周期进行数值模拟以及预测,少有分阶段精准研究预测模型的案例。因此,开展能够准确揭示矿区开采沉陷变形机理的沉降预测方法需要进一步深入研究。(2)对顾桥北矿观测站实测最大下沉点MS23全周期数据进行预处理,取活跃期以及衰退期点MS23沉降数据建立典型非线性预测模型,通过实验验证开采沉陷不同阶段非线性预测模型的精度以及稳定性,通过定性、定量分析方法对非线性模型进行筛选。结果表明,在开采沉陷活跃期,ARMA预测模型和BP神经网络模型均能相对准确稳定的预测监测点沉降量;在开采沉陷衰退期,BP神经网络预测模型、卡尔曼滤波预测模型、ARMA预测模型以及三次指数平滑模型均能较好的预测监测点沉降量。(3)基于多源异构融合准则以及非线性模型权重确定准则,利用筛选后的非线性预测模型,建立融合多源异构模型。以淮南顾桥北矿实测数据为例,采用非线性预测模型预测值以及实测值进行检验,结果表明,开采沉陷活跃期以最小方差倒数法建立的多源异构模型在预测精度以及稳定上优于单项预测模型;衰退期以熵值法建立的多源异构模型在预测精度以及稳定上优于单项预测模型。因此,多源异构模型能够提取单项非线性预测模型预测信息,并充分融合单项非线性预测模型的优势,能够有效提高预测精度和稳定性。(4)研究顾及矿区开采沉陷特征的数据新鲜度函数,建立顾及数据新鲜度的多源异构模型,预测顾桥北矿最大下沉点MS23活跃期以及衰退期的沉降值,结果表明,由于活跃期开采沉陷发育迅速,沉降量变化明显,考虑实测数据新旧程度能够有效提高多源异构模型的预测精度及稳定性;在衰退期,地表移动变形过程平稳、趋势趋于稳定,顾及数据新鲜度(熵值法)的多源异构模型预测精度略低于多源异构模型,但是提高了预测的稳健性,预测性能满足工程应用需求。图[32]表[36]参[79]
【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TD327
【图文】：

一，研究技术路线图

多源异构预测模型融合方法及其在矿山沉陷预测中的应用

淮南顾北矿1312(1)工作面

多源异构预测模型融合方法及其在矿山沉陷预测中的应用

图２－２邋ＭＳ２３点位置图逡逑Ｆｉｇ．邋２－２邋ＭＳ２３邋ｐｏｉｎｔ邋ｐｏｓｉｔｉｏｎ邋ｍａｐ逡逑表２－５最大下沉点ＭＳ２３数据表逡逑

【参考文献】