CN111738501A - 一种地下开采引起矿区地表变形中短期预测方法 - Google Patents
一种地下开采引起矿区地表变形中短期预测方法 Download PDFInfo
- Publication number
- CN111738501A CN111738501A CN202010534217.6A CN202010534217A CN111738501A CN 111738501 A CN111738501 A CN 111738501A CN 202010534217 A CN202010534217 A CN 202010534217A CN 111738501 A CN111738501 A CN 111738501A
- Authority
- CN
- China
- Prior art keywords
- deformation
- area
- accumulated
- prediction
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000005065 mining Methods 0.000 title claims abstract description 50
- 239000011435 rock Substances 0.000 claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 230000007246 mechanism Effects 0.000 claims abstract description 6
- 238000011161 development Methods 0.000 claims abstract description 5
- 238000006073 displacement reaction Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 15
- 238000009825 accumulation Methods 0.000 claims description 11
- 238000004062 sedimentation Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 238000005192 partition Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000012986 modification Methods 0.000 abstract 1
- 230000004048 modification Effects 0.000 abstract 1
- 238000005452 bending Methods 0.000 description 10
- 230000001186 cumulative effect Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/004—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring coordinates of points
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/02—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/16—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/13—Differential equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Radar, Positioning & Navigation (AREA)
- Economics (AREA)
- Remote Sensing (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Agronomy & Crop Science (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Entrepreneurship & Innovation (AREA)
- Animal Husbandry (AREA)
- Development Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
Abstract
本发明涉及一种地下开采引起矿区地表变形中短期预测方法,属于地质灾害的预测技术领域。该方法首先利用现场监测获取地表变形参数,探究各个测点地表变形规律,对引起变形的岩层移动机理进行分析,进而划分地表变形的区域类型:变形累积区、裂缝产生区、裂缝闭合区和裂缝扩展区,然后根据地表变形发展到某个阶段,通过采用傅里叶拟合预测方法和灰色模型预测方法,并在此基础上再根据地表变形分区特征,对比两种方法在预测四个分区内变形的准确性,选择合适的预测方法对矿区目标区域进行预测。该方法预测变型更为准确,能够为矿区安全生产提供指导性建议。
Description
技术领域
本发明属于地质灾害的预测预报技术领域,具体涉及一种地下开采引起矿区地表变形中短期预测方法。
背景技术
现阶段对于采矿引起的地表变形的预测方法主要有两大类:第一类为数值模拟计算,主要通过建立矿山地质模型,根据前期监测数据反算模型参数,然后通过对未来一定时期内的采矿计划来预测未来一定时期内地表变形。由于实际工程地质条件往往较为复杂,在数值模拟过程中往往对工程地质条件进行简化。加之,岩体参数的非均质性,从而导致第一类方法的模拟结果与实际监测结果误差较大。第二类为经验预测。经验预测主要分为两种:第一种为随机介质理论。该方法在煤矿生产过程中得到广泛应用。第二种方法为运用数学模型对实测数据进行分析、学习,获取模型中的参数,然后运用该模型对未来地表变形作短期预测。第二类预测方法往往忽视了现场的工程地质条件和采矿情况,并且缺乏严格的物理含义,因此该类方法的预测结果往往与实际监测结果相差较大。现阶段主要采用的模型有:神经网络、时间序列、灰色模型、遗传算法以及各种拟合函数。
地表不同分区是深部岩体变形破坏在地表的一种体现,也表明了地表变形发展到某个阶段。因为忽略地表变形的分区特征,而对整个矿区的变形采用同一种方法进行预测,是不科学的,也会给预测带来较大的误差。
发明内容
本发明的目的是提供一种地下开采引起矿区地表变形中短期预测方法,实现对矿区地表沉陷的不同分区变形预测。
本发明为实现上述目的所采用的技术方案是,一种地下开采引起矿区地表变形中短期预测方法,其特征在于,包括下列步骤:
(1)现场监测:对矿山地表进行位移监测,水平位移采用静态GPS测量,沉降位移采用国家二等水准测量,在监测的目标区域内,确定相应的水准测点和GPS测点;
(2)测点变形规律分析:根据每次GPS测点的坐标,以第一次的坐标作为初始值,计算GPS的累积水平变形值;根据每次水准测点的高程,以第一次的高程作为初始值,计算水准的累积沉降变形值;然后分别绘制累积水平变形值和累积沉降变形值随时间的变化曲线;
(3)岩层移动机理分析:根据累积水平变形值和累积沉降变形值随时间的变化曲线的形状,对测点进行分类,第一类测点的累积水平变形值和累积沉降变形值随时间呈波动型缓慢增加;第二类测点的累积水平变形值和累积沉降变形值随时间近似于呈直线增加;第三类测点的累积水平变形值和累积沉降变形值随时间近似于呈S型增加;第四类测点的累积水平变形值和累积沉降变形值随时间近似于呈折线型增加;
(4)地表变形分区:根据地下采矿引起地表变形的变化特征,将第一类测点所在的区域称为变形累积区;将第二类测点所在的区域称为裂缝产生区;将第三类测点所在的区域称为裂缝闭合区;将第四类测点所在的区域称为裂缝扩展区;
(5)选择合适方法预测矿区区域变形:对变形累积区、裂缝产生区、裂缝闭合区和裂缝扩展区的各测点分别采用傅里叶预测和灰色模型预测进行拟合,并对其精度进行对比,对比两种方法在预测四个分区内变形的准确性,再根据地表变形分区特征,选择合适的预测方法。
所述灰色模型预测包括下列步骤:
①得到的累计变形数据系列表示为
x(1)={x(1)(1),x(1)(2),…,x(1)(N)}
式中x(1)满足一阶常微分方程
其中,a为发展灰数,u为内生控制灰数,跟着均为系统的常定输入,
②根据方程满足的初始条件当t=t0时x(1)=x(1)(t0)时进行求解,得到的解为:
所述的傅里叶预测,在解决有周期性变化的时间序列预测问题时可以进行预测,包括下列步骤:
①离散函数y(t)满足光滑性条件时,可以在区间[-l,l]上展开为傅里叶级数:
②采用最小二乘法求解系数;
③将计算得到的系数代入上面的公式,得到该时间序列的预测方程,进行总体预测。
本发明的优点是,将地下开采引起地表变形区域分为四区:变形累积区、裂缝产生区、裂缝闭合区和裂缝扩展区,并根据地表变形发展到某个阶段,通过采用傅里叶拟合预测方法和灰色模型预测方法,对比两种方法在预测四个分区内变形的准确性,并在此基础上再根据地表变形分区特征,选择合适的预测方法,对矿区目标区域进行预测,为矿区安全生产提供建议,这种预测方法科学、误差小。
附图说明
图1为本发明的一种地下开采引起矿区地表变形中短期预测方法的工作流程图;
图2为本发明的一种地下开采引起矿区地表变形中短期预测方法的矿山案例中的E05测点的水平位移趋势图;
图3为本发明的一种地下开采引起矿区地表变形中短期预测方法的矿山案例中的F05测点的水平位移趋势图;
图4为本发明的一种地下开采引起矿区地表变形中短期预测方法的矿山案例中的N23测点的水平位移趋势图;
图5为本发明的一种地下开采引起矿区地表变形中短期预测方法的矿山案例中的N18测点的水平位移趋势图;
图6为本发明的一种地下开采引起矿区地表变形中短期预测方法的矿山案例中的地表变形规律和岩层移动机理图;
图7为本发明的一种地下开采引起矿区地表变形中短期预测方法的矿山案例中的E05测点的累积水平变形值和预测值图;
图8为本发明的一种地下开采引起矿区地表变形中短期预测方法的矿山案例中的F05测点的累积水平变形值和预测值图;
图9为本发明的一种地下开采引起矿区地表变形中短期预测方法的矿山案例中的N23测点的累积水平变形值和预测值图;
图10为本发明的一种地下开采引起矿区地表变形中短期预测方法的矿山案例中的N18测点的累积水平变形值和预测值图。
具体实施方式
下面结合针对国内某矿山进行地表变形预测的实施例对本发明的一种地下开采引起矿区地表变形中短期预测方法作进一步说明,其实施方式按照图1所示的工作流程进行,包括以下步骤:
步骤1:现场监测
现场监测内容为:采用静态GPS进行水平位移测量,GPS监测点总测点数为203个,分布于整个矿区,水平方向位移测量精度达到3mm;沉降位移采用国家二等水准测量,水准点总测点数为122个,主要分布于矿区下盘;根据测点从2010年1月至今2012年9月份的累计沉降值和累计水平位移变形值;
步骤2:测点变形规律分析
对现场监测到的数据进行规律分析,选择该案例中的水平位移绘制时间水平位移曲线,观察位移变化规律,如图2、图3、图4和图5分别为E05、F05、N23和N18四个测点的水平位移趋势图;
步骤3:岩层移动机理分析
在考虑深部岩体变形模式的基础上,根据裂缝的产生过程对地表变形区域进行分区,如图6所示,地表变形机理可以分为:顺倾-倾倒型弯曲折裂破坏、反倾-倾倒型弯曲折裂破坏、弯曲变形、应力卸荷释放;
步骤4:地表变形分区
在考虑深部岩体变形模式的基础上,根据裂缝的产生过程对地表变形区域进行分区,地表变形区域可以分为:变形累积区、裂缝产生区、裂缝闭合区和裂缝扩展区。
(1)裂缝扩展区:在竖向筒状破坏区的周围,由于已经产生了倾倒型弯曲折裂破坏,又没有侧向地应力限制,因此地表变形和裂缝会一直以较快的速度发展下去,直到采矿停止,该区域称为裂缝扩展区。该矿的粉矿堆场和部分矿区公路属于该区域,该区的地表累计变形先以稳定变形为主,然后进入一个快速变形阶段,该区域内测点的水平位移值随时间的变化曲线为折线型,先缓后陡,如图2所示,其代表测点为E05,该区域测点的累计变形值最大。
(2)裂缝闭合区:裂缝闭合区包括两部分:离竖向筒状破坏区的距离的越大,侧向地应力越大,虽然侧向地应力不足以阻止深部岩体产生倾倒型弯曲折裂破坏,但侧向应力可以使破坏后的岩体和地表以一种相对稳定的方式移动,这部分地表即为裂缝闭合区第一部分;随着距离竖向筒状破坏区的距离的进一步增加,侧向地应力进一步增大,深部岩体不产生了倾倒型弯曲折裂破坏,而只发生弯曲变形,但是弯曲变形导致地表深部岩体或者地表发生张裂破坏,这部分地表即为裂缝闭合区第二部分。这两部分裂缝闭合区构成了地表裂缝闭合区。
该矿的运输隧道东南侧属于裂缝闭合区。该区具体表现为地表累计变形先以稳定变形为主,然后进入一个突变阶段,最后又以稳定变形为主,该区域地表测点的水平位移随时间的变化曲线为S型,先缓后陡再缓,如图3所示,其代表测点为F05。该区域测点的累计变形值也较大。
(3)裂缝产生区:随着距离竖向筒状破坏区的距离的进一步增加,侧向地应力进一步增大,侧向地应力足以阻止深部岩体产生倾倒型弯曲折裂破坏,使深部岩体只发生倾倒型弯曲变形,并且深部岩体的弯曲变形不足以引起地表或者深部岩体发生张裂破坏,因而未产生裂缝。但随着变形的进一步增大,该区域地表会演变成裂缝闭合区第二部分,因此将区域即称为裂缝产生区。
该矿的运输隧道西北侧以及拦洪坝的坝体部分属于裂缝产生区。该区具体表现为地表变形以稳定变形为主,该区域内的测点的水平位移值随时间的变化曲线为直线型,如图4所示,其代表测点为N23。该区域的变形变化趋势较缓,裂缝扩展速度很慢。该区域测点的累计变形值较小。
(4)变形累积区:在整个变形区域中,距离竖向筒状破坏区最远的是变形累积区,该区域的侧向地应力接近原始地应力。该矿的选矿车间、新副井、拦洪坝的北部属于变形累积区。该区域产生变形的原因是靠近采空区一端出现了应力卸荷释放,相当于轴向应力不变而围压减小。
该区域位于采矿引起地表变形区域的最外沿,其累计变形值很小,测点过程中的误差对累计变形值较大,因此该区域内测点的累计变形随时间的变化曲线为波动型,如图5所示,其典型测点为N18。该区域测点的累计变形值最小。
步骤5:选择合适方法预测矿区区域变形
(1)灰色模型预测
①得到的累计变形数据系列表示为:
x(1)={x(1)(1),x(1)(2),…,x(1)(N)}
式中x(1)满足一阶常微分方程
其中,a称发展灰数;u为内生控制灰数,是对系统的常定输入。
②根据所满足的初始条件当t=t0时x(1)=x(1)(t0)时的解为:
(2)傅里叶预测
在解决有周期性变化的时间序列预测问题时,可以通过采用傅里叶级数预测法进行预测,其过程如下:
①离散函数y(t)满足一定的光滑性条件时,可以在区间[-l,l]上展开为傅里叶级数:
②采用最小二乘法求解系数;
③将计算得到的系数代入上面的公式,得到该时间序列的预测方程,进行总体预测。
选用裂缝扩展区的E05测点、裂缝闭合区的F05测点、裂缝产生区的N23测点和变形累积区的N18,对这些测点分别采用灰色模型和傅里叶拟合,并对其精度进行对比。
如图7、图8、图9、图10分别为E05、F05、N23、N18测点的累积水平变形值和预测值随时间变化的对比,比较发现水平位移变形累积区域内的测点用傅里叶拟合预测具有较高的准确率;以相同方式对比各个测点的累积沉降变形值,同样发现用傅里叶拟合预测具有较高的准确率;因此,对该案例矿区内的裂缝产生区、裂缝闭合区和裂缝扩展区域内的测点则选用灰色模型预测具有较高的精度,利用傅里叶拟合预测矿区区域地表变形。
Claims (2)
1.一种地下开采引起矿区地表变形中短期预测方法,其特征在于,包括以下步骤:
(1)现场监测:对矿山地表进行位移监测,水平位移采用静态GPS测量,沉降位移采用国家二等水准测量,在监测的目标区域内,确定相应的水准测点和GPS测点;
(2)测点变形规律分析:根据每次GPS测点的坐标,以第一次的坐标作为初始值,计算GPS的累积水平变形值;根据每次水准测点的高程,以第一次的高程作为初始值,计算水准的累积沉降变形值;然后分别绘制累积水平变形值和累积沉降变形值随时间的变化曲线;
(3)岩层移动机理分析:根据累积水平变形值和累积沉降变形值随时间的变化曲线的形状,对测点进行分类,第一类测点的累积水平变形值和累积沉降变形值随时间呈波动型缓慢增加;第二类测点的累积水平变形值和累积沉降变形值随时间近似于呈直线增加;第三类测点的累积水平变形值和累积沉降变形值随时间近似于呈S型增加;第四类测点的累积水平变形值和累积沉降变形值随时间近似于呈折线型增加;
(4)地表变形分区:根据地下采矿引起地表变形的变化特征,将第一类测点所在的区域称为变形累积区;将第二类测点所在的区域称为裂缝产生区;将第三类测点所在的区域称为裂缝闭合区;将第四类测点所在的区域称为裂缝扩展区;
(5)选择合适方法预测矿区区域变形:对变形累积区、裂缝产生区、裂缝闭合区和裂缝扩展区的各测点分别采用傅里叶预测和灰色模型预测进行拟合,并对其精度进行对比,对比两种方法在预测四个分区内变形的准确性,再根据地表变形分区特征,最终选择合适的预测方法对地表变形进行预测。
2.根据权利要求1所述的一种地下开采引起矿区地表变形中短期预测方法,其特征在于,
所述的灰色模型预测包括下列步骤:
①得到的累计变形数据系列表示为
x(1)={x(1)(1),x(1)(2),…,x(1)(N)}
公式中x(1)满足一阶常微分方程
其中,a为发展灰数,u为内生控制灰数,是对系统的常定输入,
②得到满足初始条件当t=t0时x(1)=x(1)(t0)时的解为:
所述的傅里叶预测,在解决有周期性变化的时间序列预测问题时可以进行计算,包括下列步骤:
①离散函数y(t)满足一定的光滑性条件时,可以在区间[-l,l]上展开为傅里叶级数:
②采用最小二乘法求解系数;
③将计算得到的系数代入上面的公式,得到该时间序列的预测方程,进行总体预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010534217.6A CN111738501B (zh) | 2020-06-12 | 2020-06-12 | 一种地下开采引起矿区地表变形中短期预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010534217.6A CN111738501B (zh) | 2020-06-12 | 2020-06-12 | 一种地下开采引起矿区地表变形中短期预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111738501A true CN111738501A (zh) | 2020-10-02 |
CN111738501B CN111738501B (zh) | 2023-12-19 |
Family
ID=72648904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010534217.6A Active CN111738501B (zh) | 2020-06-12 | 2020-06-12 | 一种地下开采引起矿区地表变形中短期预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111738501B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486575A (zh) * | 2021-06-21 | 2021-10-08 | 武汉科技大学 | 一种地表变形破坏预测预警方法、装置及存储介质 |
CN117111057A (zh) * | 2023-08-23 | 2023-11-24 | 首都师范大学 | 一种煤矿采空区形变敏感性评价方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103902777A (zh) * | 2014-04-03 | 2014-07-02 | 吉林大学 | 一种开采沉陷变形预测预报方法 |
CN106326528A (zh) * | 2016-08-09 | 2017-01-11 | 鞍钢集团矿业有限公司 | 一种露天矿端帮地下开采诱发地表裂缝分布规律预测方法 |
CN106339528A (zh) * | 2016-08-09 | 2017-01-18 | 鞍钢集团矿业有限公司 | 一种露天铁矿端帮地下开采诱发地表移动范围预测方法 |
WO2020019998A1 (zh) * | 2018-07-25 | 2020-01-30 | 中国矿业大学 | 一种回采巷道矿压显现数据的预测方法 |
-
2020
- 2020-06-12 CN CN202010534217.6A patent/CN111738501B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103902777A (zh) * | 2014-04-03 | 2014-07-02 | 吉林大学 | 一种开采沉陷变形预测预报方法 |
CN106326528A (zh) * | 2016-08-09 | 2017-01-11 | 鞍钢集团矿业有限公司 | 一种露天矿端帮地下开采诱发地表裂缝分布规律预测方法 |
CN106339528A (zh) * | 2016-08-09 | 2017-01-18 | 鞍钢集团矿业有限公司 | 一种露天铁矿端帮地下开采诱发地表移动范围预测方法 |
WO2020019998A1 (zh) * | 2018-07-25 | 2020-01-30 | 中国矿业大学 | 一种回采巷道矿压显现数据的预测方法 |
Non-Patent Citations (3)
Title |
---|
刘殿军 等: "弓长岭露天矿含空区边坡稳定性研究", 《金属矿山》, pages 1 - 6 * |
沈圣;肖力;张浩;: "隧道下穿时基于傅里叶时间序列预测临近结构沉降发展", 福州大学学报(自然科学版), no. 02, pages 92 - 98 * |
韩连生 等: "基于灰色理论的露天矿边坡位移预测预警研究", 《IM&P化工矿物与加工》, no. 5, pages 48 - 52 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486575A (zh) * | 2021-06-21 | 2021-10-08 | 武汉科技大学 | 一种地表变形破坏预测预警方法、装置及存储介质 |
CN117111057A (zh) * | 2023-08-23 | 2023-11-24 | 首都师范大学 | 一种煤矿采空区形变敏感性评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111738501B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Stability analysis of underground mine hard rock pillars via combination of finite difference methods, neural networks, and Monte Carlo simulation techniques | |
Mahdevari et al. | Stability prediction of gate roadways in longwall mining using artificial neural networks | |
CN109146142B (zh) | 一种回采巷道矿压显现数据的预测方法 | |
Mawdesley et al. | Extending the Mathews stability graph for open–stope design | |
Wang et al. | Application of artificial neural network in tunnel engineering: a systematic review | |
CN106205060B (zh) | 用于露天矿坑尾矿库边坡滑坡预警预报方法 | |
Hoek et al. | Rock slopes in civil and mining engineering | |
CN104989456B (zh) | 一种大跨度地下工程开挖围岩稳定性监测预警方法 | |
Li et al. | Intelligent method for parameters optimization of cable in soft rock tunnel base on longitudinal wave velocity | |
Karami et al. | Tracking of disc cutter wear in TBM tunneling: a case study of Kerman water conveyance tunnel | |
Fattahi et al. | Hybrid Monte Carlo simulation and ANFIS-subtractive clustering method for reliability analysis of the excavation damaged zone in underground spaces | |
Deng et al. | Risk evaluation model of highway tunnel portal construction based on BP fuzzy neural network | |
Xue et al. | Analysis of the factors influencing the nonuniform deformation and a deformation prediction model of soft rock tunnels by data mining | |
CN111738501B (zh) | 一种地下开采引起矿区地表变形中短期预测方法 | |
CN115423167A (zh) | 一种地铁深基坑施工安全预警及辅助决策方法及系统 | |
Kong et al. | Analysis and intelligent prediction for displacement of stratum and tunnel lining by shield tunnel excavation in complex geological conditions: A case study | |
CN116822373A (zh) | 一种高边坡稳定方法 | |
CN108665146B (zh) | 大型露天矿山边坡稳定性评价精度确定方法 | |
Guo et al. | Autonomous prediction of rock deformation in fault zones of coal roadways using supervised machine learning | |
CN114357750A (zh) | 一种采空区充水状态评估方法 | |
Huang et al. | Research on prediction of residual deformation in goaf of steeply inclined extra–thick coal seam | |
Tao et al. | A gene expression programming-based method for real-time wear estimation of disc cutter on TBM cutterhead | |
Shan et al. | Numerical method for predicting and evaluating the stability of section coal pillars in underground longwall mining | |
Xie et al. | Gray algebraic curve model-based roof separation prediction method for the warning of roof fall accidents | |
Han et al. | Prediction of Final Displacement of Tunnels in Time‐Dependent Rock Mass Based on the Nonequidistant Grey Verhulst Model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240903 Address after: 111007 Su Fang street, Gongchangling District, Liaoning, Liaoyang Patentee after: Ansteel Group Mining Gongchangling Co.,Ltd. Country or region after: China Address before: 114001 No. 219, No. 39, Tiedong District, Liaoning, Anshan Patentee before: ANSTEEL GROUP MINING Co.,Ltd. Country or region before: China |
|
TR01 | Transfer of patent right |