为了准确预测地下开采引起的地表沉陷,针对Knothe时间函数模型的不足,借鉴岩石流变力学中非定常流变模型的建模思路,假定Knothe时间函数中的时间影响系数不是固定不变的常量,而是与时间有关的变量,从而对Knothe时间函数模型进行了改进。在此基础上,提出了一种新的地表下沉盆地模型,并将该模型与改进的Knothe时间函数模型相结合,建立了一种新的开采沉陷动态预测模型。利用实测资料对模型的合理性进行了验证,结果表明:该模型能够描述开采沉陷随时间的动态发育过程,且预测曲线和实测数据吻合良好,说明模型

为准确预计煤矿回采工作面的开采沉陷值,合理布置采区,减小由地下煤炭开采引起的地表移动破坏,对基于MapInfo的MSDFVS(矿区地表变形预测预计与可视化系统)在预计原理、预计模型编程、算法方面做了详细介绍。通过实例验证了该系统的正确性及合理性,结果表明,该系统不仅实现了单个工作面、多个工作面的静态和动态沉陷预计,还实现了预计结果的二维、三维以及动态可视化,其预计结果更是在地表沉陷预测及控制、"三下"采煤等方面具有一定的指导意义。

文中采用多项式拟合、灰色模型、时间序列AR模型、BP神经网络模型预计了山东黄金玲珑金矿的开采沉陷趋势,并将各模型预测值与观测值比较,验证了各模型在预测地表动态移动的有效性;通过使用与开采沉陷趋势相适宜的模型,为矿山安全生产提供有力的科学支撑。

针对传统组合预测模型对开采沉陷动态预测适应性差、组合权求解未顾及实测数据新鲜度的影响且求解效率低的缺点,通过实测分析和理论建模方式,研究了顾及数据新鲜度的开采沉陷组合预测模型,依据稳定性好、预测精度高、互补性好原则,该组合模型选取了GM(1,1)、三次指数平滑法、AR三元单体模型,引入顾及开采沉陷数据新鲜度的Knothe函数,基于误差平方和最小准则,构建了顾及数据新鲜度函数Knothe的开采沉陷最优组合预测模型,并提出了模型组合权求解的GA-NP算法(遗传算法-非线性规划算法)。工程应用表明,建

为了克服单一非线性开采沉陷预测模型预测精度不高、可靠性差的缺点,通过对开采沉陷特点的分析和非线性预测模型优缺点的比较,优选了适应性强、性能互补好的AR模型、GM模型、三次指数平滑法模型和卡尔曼滤波模型4种模型,基于模型误差平方和最小的融合准则,构建了适用于开采沉陷动态预测的多源异构变形预测模型,利用实测数据求取了多源异构融合模型下沉、水平移动预测模型权系数,并对模型的预测性能进行了检验。结果表明多源异构融合模型相对于这4种单一模型预测精度高、可靠性好。