【摘要】：隨著我國的快速發(fā)展,對能源的需求與日俱增,促使煤礦的數(shù)量和規(guī)模不斷擴大,此時,如何保證煤礦安全有效的開發(fā)和開采顯得尤為重要,而煤礦地表沉降是其安全性的主要隱患,煤礦地表沉降的變形機理復(fù)雜、影響因數(shù)眾多,并顯非線性,如何準(zhǔn)確有效地對煤礦地表沉降進行分析、監(jiān)測和預(yù)報成為其首要任務(wù)。在地表沉降預(yù)測中灰色模型較為常見,而經(jīng)典灰色預(yù)測模型中背景值的假定和初始值的選取存在不合理之處,并受原點誤差影響不能做長期監(jiān)測預(yù)報,針對以上不足之處,本文做了以下兩點研究:1、本文在經(jīng)典GM(1,1)預(yù)測模型的基礎(chǔ)上,通過對其建模機理的深入研究,運用自動優(yōu)選權(quán)重和最小二乘的方法,對背景值和初始值進行了改進。2、在對經(jīng)典動態(tài)GM(1,1)預(yù)測理論進行研究的基礎(chǔ)上,發(fā)現(xiàn)經(jīng)典動態(tài)GM(1,1)預(yù)測存在維度選擇的經(jīng)驗性和受原點誤差性的不足,本文采用維度優(yōu)選理論和實時引入監(jiān)測值的方法對其進行優(yōu)化,并建立了等維實時動態(tài)GM(1,1)預(yù)測模型。通過以某煤礦地表沉降監(jiān)測數(shù)據(jù)為數(shù)據(jù)源,對以上改進模型進行了適應(yīng)性研究。結(jié)果顯示,以13#監(jiān)測點為例,背景值和初始值優(yōu)化后的GM(1,1)模型在擬合值精度上有大幅度提高,擬合值的殘差在1mm到7mm之間,而用經(jīng)典GM(1,1)模型得到的擬合值殘差都在10mm之間;對預(yù)測值精度而言,經(jīng)典GM(1,1)模型、背景值與初始條件優(yōu)化的GM(1,1)模型、經(jīng)典動態(tài)GM(1,1)模型、等維實時動態(tài)GM(1,1)模型預(yù)測值殘差分別為15-48mm、11-39mm、11-12mm、1-3mm。測量方法的沉降誤差為:M=±2.2(mm)。結(jié)果表明:1、背景值和初始值優(yōu)化后的GM(1,1)模型在擬合值的精度上表現(xiàn)突出,預(yù)測值精度上也有一定的提高;2、等維實時動態(tài)GM(1,1)模型較適合做煤礦地表沉降預(yù)測;3、動態(tài)GM(1,1)模型較非動態(tài)GM(1,1)模型,在長期預(yù)測方面優(yōu)勢明顯,更能反映實際情況。
[Abstract]:With the rapid development of our country, the demand for energy is increasing day by day, and the number and scale of coal mines are expanding constantly. At this time, how to ensure the safe and effective development and mining of coal mines is particularly important. The surface subsidence of coal mine is the main hidden danger of its safety. The deformation mechanism of the ground subsidence in coal mine is complex, the influence factors are numerous, and it is nonlinear. How to accurately and effectively analyze, monitor and forecast the surface subsidence of coal mine becomes its primary task. Grey model is more common in surface subsidence prediction, but the assumption of background value and the selection of initial value in classical grey prediction model are unreasonable, and can not be monitored and forecasted for a long time under the influence of origin error. This paper has done the following two studies: 1. On the basis of the classical GM (1Q1) prediction model, through the in-depth study of its modeling mechanism, the method of automatic optimal weight selection and least square method is used in this paper. The background value and initial value are improved. 2. On the basis of the study of the classical dynamic GM (1K1) prediction theory, it is found that the classical dynamic GM (1K1) prediction has the shortcomings of empirical selection and error of origin. In this paper, the theory of dimensionality optimal selection and the method of introducing monitoring data in real time are used to optimize the model, and a prediction model of equal dimension real-time dynamic GM (1 / 1) is established. Based on the ground subsidence monitoring data of a coal mine, the adaptability of the improved model is studied. The results show that the accuracy of fitting value of GM (1K1) model after optimization of background value and initial value is greatly improved, and the residual error of fitting value is between 1mm and 7mm, taking 13# monitoring point as an example. However, the residuals of the fitting values obtained from the classical GM model (1 ~ 1) are between 10mm; In terms of prediction accuracy, the residual values of the classical GM (1K1) model, the GM (1K1) model with optimized background and initial conditions, the classical dynamic GM (1K1) model, and the isodimensional real-time dynamic GM (1K1) model are 15-48mm / 11-39mm, respectively. 11-12mm 1-3 mm. The settlement error of the method is: M = 鹵2. 2 (mm). The results show that: 1, the GM (1K1) model with optimized background value and initial value has outstanding accuracy of fitting value, and the precision of prediction value is also improved to a certain extent; (2) the iso-dimensional real-time dynamic GM (1t1) model is more suitable for ground subsidence prediction in coal mines, and the dynamic GM (1K1) model is more advantageous than the non-dynamic GM (1K1) model in long term prediction, which can reflect the actual situation more effectively.
【學(xué)位授予單位】：江西理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TD327;N941.5

【相似文獻】

相關(guān)期刊論文 前10條

1 鄭鵬;;某基礎(chǔ)沉降預(yù)測的泊松曲線模型[J];河南科技;2010年08期

2 楊晶;樓曉明;黃江楓;吳昊;;常見沉降預(yù)測方法在軟基堆載預(yù)壓實例中的應(yīng)用比較[J];工程勘察;2011年03期

3 鐘漢青;丁建勛;馬德富;;非線性沉降預(yù)測模型參數(shù)計算研究[J];測繪通報;2012年05期

4 張儀萍,張土喬,龔曉南;沉降的灰色預(yù)測[J];工業(yè)建筑;1999年04期

5 歐陽輝;;基于曲線擬合法的軟基沉降預(yù)測研究[J];路基工程;2009年02期

6 俞炯奇;張儀萍;;基于參數(shù)收斂的時變參數(shù)沉降預(yù)測模型[J];浙江大學(xué)學(xué)報(工學(xué)版);2009年11期

7 吳雄偉;徐斌;;分級加載下的全過程沉降預(yù)測方法[J];浙江水利科技;2007年03期

8 李治朋;張宇亭;;沉降預(yù)測方法在軟基處理過程中的應(yīng)用[J];勘察科學(xué)技術(shù);2012年02期

9 吳清海;;非等間距灰色模型在沉降預(yù)測中的應(yīng)用[J];淮海工學(xué)院學(xué)報(自然科學(xué)版);2006年04期

10 莊助民;;基于不等時距模型的煙囪基礎(chǔ)沉降預(yù)測[J];工程建設(shè);2008年06期

相關(guān)會議論文 前8條

1 葉觀寶;趙建忠;司明強;徐超;高彥斌;白航;;人工神經(jīng)網(wǎng)絡(luò)在高速公路沉降預(yù)測中的應(yīng)用[A];地基處理理論與實踐——第七屆全國地基處理學(xué)術(shù)討論會論文集[C];2002年

2 江莉妮;曹林濤;;基于曲線疊加的分級填筑路堤沉降預(yù)測[A];全國城市公路學(xué)會第十五屆（2006）學(xué)術(shù)年會論文集[C];2006年

3 周效志;桑樹勛;曹麗文;姬曉燕;;生活垃圾填埋場表面沉降預(yù)測模型對比研究[A];第三屆廢物地下處置學(xué)術(shù)研討會論文集[C];2010年

4 胡馳;吳勝倉;雷靜;;高速公路路基沉降預(yù)測系統(tǒng)開發(fā)與應(yīng)用[A];中國老教授協(xié)會土木建筑（含建筑物改造與病害處理）專業(yè)委員會全國第九屆建筑物改造與病害處理學(xué)術(shù)研討會論文集[C];2011年

5 楊濤;樊琨;李國維;;基于函數(shù)干涉神經(jīng)網(wǎng)絡(luò)的公路軟基沉降預(yù)測模型[A];中國土木工程學(xué)會第九屆土力學(xué)及巖土工程學(xué)術(shù)會議論文集（下冊）[C];2003年

6 甄亞男;張獻州;;基于改進遺傳算法的BP神經(jīng)網(wǎng)絡(luò)在高速鐵路沉降預(yù)測中的應(yīng)用[A];全國工程測量2012技術(shù)研討交流會論文集[C];2012年

7 田敏;;膨脹土地基路堤填筑與沉降預(yù)測研究[A];江蘇省公路學(xué)會優(yōu)秀論文集（2006-2008）[C];2009年

8 劉宏;李攀峰;張倬元;;九寨黃龍機場高填方地基工后沉降預(yù)測[A];貴州省巖石力學(xué)與工程學(xué)會2010年學(xué)術(shù)年會論文集[C];2010年

相關(guān)博士學(xué)位論文 前1條

1 袁懷宇;河北沿海高速公路軟土地基變形規(guī)律及沉降預(yù)測研究[D];長安大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 王鳴宇;衡水地區(qū)地面沉降機理及地面沉降預(yù)測[D];中國地質(zhì)大學(xué)(北京);2016年

2 印鵬;考慮實測沉降數(shù)據(jù)新舊程度的軟基工后沉降預(yù)測方法[D];湖南大學(xué);2015年

3 張林波;改進的灰色模型在煤礦地表沉降預(yù)測中的應(yīng)用研究[D];江西理工大學(xué);2015年

4 劉鵬;軟基沉降預(yù)測系統(tǒng)及其應(yīng)用研究[D];武漢理工大學(xué);2004年

5 高艷平;某發(fā)電廠地基基礎(chǔ)沉降預(yù)測組合模型研究[D];河北工程大學(xué);2016年

6 朱義城;路堤下水泥攪拌樁復(fù)合地基沉降預(yù)測研究[D];北京交通大學(xué);2010年

7 王士金;時間序列及貝葉斯模型在沉降預(yù)測中的應(yīng)用[D];浙江大學(xué);2005年

8 江偉;基于摩爾—庫侖模型軟基沉降預(yù)測研究[D];長沙理工大學(xué);2009年

9 范沖;真空聯(lián)合堆載預(yù)壓軟基沉降預(yù)測研究[D];武漢理工大學(xué);2011年

10 邢海洋;地表沉降預(yù)測程序設(shè)計與實現(xiàn)[D];安徽理工大學(xué);2014年

，

本文編號：2345889