没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
金属矿山地表岩移受许多因素综合影响,从而导致开采过程中引起的岩移变化表现出复杂性和非线性特征。灰色系统的GM(1,1)模型是一种预测模型,包括数列预测、灾变预测、拓扑预测。矿区地表岩移的实测数据是时间序列数据,通过检验和残差修正,可得到符合该时间序列数据的GM(1,1)预测模型。以某金属矿区最大沉降GPS监测点为例,计算模型参数,建立相应的灰色微分方程模型,并对该模型的计算结果进行检验,对比实测值与模型计算值,发现该模型误差小、精度高,可用其对该地区未来地表岩移的发展变化进行预测。
资源推荐
资源详情
资源评论
第
7
卷第
1
期
2011
年
2
月
地下空间与工程学报
Chinese Joumal of Underground Space and Engineering
金属矿山开采地表岩移的灰色预测模型*
袁广祥赵海军
2
Vol. 7
Feb.2011
(1.华北水利水电学院资源与环境学院,郑州
45
∞
11
;2.
中国科学院地质与地球物理研究所,北京
1
∞
029)
摘
要:金属矿山地表岩移受许多因素综合影响,从而导致开采过程中引起的岩移变化表
现出复杂性和非线性特征。灰色系统的
GM
(I,
l
)模型是一种预测模型,包括数列预测、灾变
预测、拓扑预测。矿区地表岩移的实测数据是时间序列数据,通过检验和残差修正,可得到符
合该时间序列数据的
GM
(I
,
1)
预测模型。以某金属矿区最大沉降
GPS
监测点为例,计算模型
参数,建立相应的灰色微分方程模型,并对该模型的计算结果进行检验,对比实测值与模型计
算佳,发现该模型误差小、精度高,可用其对该地区未来地表岩移的发展变化进行预测。
关键词:灰色系统;金属矿山;地表岩移;预测
中图分类号
:T
D3
2
文献标
i
只码
:A
文章编号:
1673
-0836
(2011
}Ol
-0070
-07
Prediction
on
Surface
Strata
Movement
in
Mining
of
Metal Mine
ßased
on Grey System Theory
Yuan
Guangxiang
l
,
Zhao
Haijun
2
(
1.
North China University
01
w.
α
ter
Resources
and
Electric Power , Zhengzhou 450011 ,China;
2. Institute
01
Ge
ology and
Ge
ophysics , CAS , Beijing 100029 , China )
Abstract:
Surface strata movement of metal mines is affected by many factors. Therefore, the change of strata
movement is complex and nonlinear in exploitation. ßased on grey system
,
GM
(1
,
1)
prediction model can predict
sequence of numbers
, catastrophe and topology. Measured surface strata movement
on
a metal mine is a time-series
data. After test and correction of residual error
, the
GM
(1
,
1)
prediction model can be applied in the time-series
data. The largest settlement displacement of GPS observation point is taken for an example in the paper. Gray model
of differential equation is established according to the measured time-series data of surface strata movement on a metal
mine. And the results of the model are checked. Through contrast between the measured data and the results
, it is
found that the prediction by the model is with little error and high precision. And it is feasible
to
use this model for
prediction of the approaching change of surface strata movement on the metal mine.
Keywords:
grey system; metal mines; surface strata movement; prediction
1
~I
言
地下资源的开采均会导致不同程度的地表沉
陷,由此带来一系列环境问题
[1]
。矿山地表岩移
往往导致矿区内的构筑物(如井筒、选矿场、工业
厂房等)不能正常使用或变形破坏
[2]
同时也会影
*收稿日期
:2010-10-17
(修改稿)
响矿区附近其他建筑物
[3]
。上覆岩体的持续下沉
和滑移能使碎裂岩体的岩桥剪断、滑移面连通,以
致切穿悬顶岩体,并造成矿井大面积突然来压,形
成突发性灾变失稳事故。因此,研究矿山开采引起
的岩体移动和地表变形规律就成为摆在科研人员
面前的重要问题之一。
作者简介:袁广祥(1
981-)
,男,郑州人,博士,主要从事工程地质与地质灾害方面的教学与科研工作。
E-mail: yuanguangxiang@ncwu.edu.cn
基金项目:国家自然科学基金项目
(41002107)
;华北水利水电学院高层次人才科研启动项目
2011
年第
1
期
袁广祥,等:金属矿山开采地表岩移的灰色预测模型
71
目前,对于煤矿开采引起的岩体移动及其预测
问题,国内外学者都进行了长期深入的研究,其中
许多成果应用于生产实际并取得了比较好的效
果[卜
17]
。由于有关煤矿的岩体移动及变形预计方
法,都是建立在原岩应力以自重应力为主的基本假
设之上的
[18
-21]
这对于近水平沉积非金属矿是合
理的,但对于急倾斜金属矿体的岩体移动问题来说
却无法解决。我国于
20
世纪
80
年代在程潮铁矿
区对陡倾斜金属矿山崩落法开采引起的地表岩移
问题进行了初步的研究和探索,并取得了一些有价
值的成果
[22]
。然而目前对于金属矿山岩体移动与
地表变形方面的研究工作还十分很薄弱。
金属矿山地表岩移受许多因素综合影响的,各
个因素对地表变形的影响程度(权重)较难确定,
再加上同一因素在不同区域对地面变形的影响程
度不同,从而开采引起的岩移问题往往表现出复杂
性和非线性特征。岩移系统中,既含有己知信息又
含有未知或非确知的信息。根据灰色系统理论,信
息部分明确、部分不明确的系统定义为灰色系
统[剖,因此金属矿山地表岩移可作为一个灰色系
统来研究
[24
,
25]
。
灰色系统理论是将随机变量看作是在一定范
围内变化的灰色量,而将随机过程看作是一定范围
内变化与时间有关的灰色过程。对灰色量不是像
概率的方法找统计规律需用大量样本来研究,而是
用数据处理的方法(数据生成)
,将杂乱无章的原
始数据整理成规律性较强的生成数据再作
研究
[26]
。
传统的灰色系统预测主要是基于
GM
(1,1)模
型的预测,预测内容:数列预测、灾变预测、拓扑预
测,是应用最多的一个模型。本文根据某金属矿区
地表岩移实测的时间序列数据,建立了灰色微分方
程模型,对该矿区地表岩移的发展变化进行预测。
2
灰色系统模型建模原理
2.1
GM(I
,
I)
建模原理
设有原始时间序列:
x(O)(t) = lx(0)
(1),
x(0)(2)
,
……
x(O)
(N)
i
(1)
它对应的时间列为
.
t = 1 t
1
,t
2
……
t(N)
i
原始数据的一次累加生成新的时间序列
x(I)(k)
=
lx
(1)(1),
x(
I)
(2)
,
……
x(
I)
(N)i
(2)
式中
:x(I)(k)
=
Lx(0)(t)
,
k=1
,2 ,
......N
则
X(I)
(k)
的
GM
(1,
1)
模型白化形式的微分
方程为:
dX(I)
(1)
-一一
+αX\I)
= u
(3)
dt
记参数列为&,
&=[α
,
UJT
利用最小二乘法求解&得:
â =
(B
T
B)-IB
T
Y
N
(4)
上式中
才
(x
(1)
(1)
+x(I)(2))
1
B =
÷(tl)(2)+
元(1
)(3))
-÷(tl)(N-1)+
旷
1)
(N)
) 1
Y
N
=
[x(0)(2)
,
x(0)(3)
,
......X(O)(N)JT
通过计算得到
X(I)
的灰色预测
GM
(1,
l
)的时
间响应函数
(5)
与其还原模型
(6):
x(
I)
(k+l)
=
(X(O)
(1)
_~)e-ak
+
主
(5)
飞
α
a
x(O)
(k
+
1)
=
(-α
)(x(O)
(1) -
旦)
e
-ak
(6)
飞
α/
公式
(6)
即可作为时间序列的预测模型
2.2
模型检验
GM
(1,1)模型建立后,可通过模型进行预测,
但预测值是否可靠,即该模型是否精确,必须通过
一定的检验和评价标准进行验证,常采用的验证方
法有关联度分析法和后验差检验法。
关联度是事物之间、因素之间关联性的"量
度它是根据两曲线间的相似程度来判断的若关
联度大,则认为模型精度高,若关联度小,就认为模
型精度低。
设原始数据序列为
{x(O)
(i)}
,
预测数据序列
为
{x(O)(i)
},
其残差为:
B(k)
= x(O)(k)
-x(O)(k)
k = 1,2 ,3…n
(7)
令
5
,为原始数据的均方差,
52
为残差的均方
差,则
si=zLTFz
出
-
XJ2
s:=
占主
[85;J]2
剩余6页未读,继续阅读
资源评论
weixin_38635166
- 粉丝: 8
- 资源: 876
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功