岩溶塌陷倾向性等级的KPCA-SVM预测模型

为了快速、有效地预测岩溶塌陷倾向性等级,在统计分析大量观测实例的基础上,选取岩性系数、岩体结构系数、地下水系数、覆盖层系数、地形地貌系数和环境条件系数作为特征指标。利用核主成分分析(KPCA)方法在高维空间提取岩溶塌陷影响因子的主成分,将获取的主成分作为支持向量机(SVM)的特征向量,建立基于KPCA的岩溶塌陷倾向性等级的SVM预测模型。将12组观测数据作为学习样本对模型进行训练。采用回代估计法进行回检,误判率为0。利用训练好的模型对2组待判样本进行预测。结果表明:经KPCA后指标个数减少,相关性降低,SVM运算的复杂度降低。用该模型所得预测结果的准确率为100%。     

基于Fisher判别理论的尾矿库安全评价模型

结合多元统计分析中的判别分析思想,建立尾矿库安全等级评价的Fisher判别模型。以湖南某尾矿库为例,合理选取一星期内观测的44组尾矿库数据进行判别分析,其中4组为检验样本,不参与判别函数的训练。研究结果表明,安全超高与标准判别函数之间的汇聚组间绝对相关性最大;各类协方差矩阵F检验的显著性概率Sig.0.05,判别分析显著;训练样本回判的正确率高达95%,检验样本判别的正确率达到100%,判别结果与实际尾矿库的安全情况基本吻合,为尾矿库的安全评价提供了一条更加系统、精准的途径。     

基于PSO-SVM的砂土地震液化预测模型

为提高砂土地震液化预测的准确性和可靠性,根据其特点,选取地震烈度、地下水位、标准贯入击数、平均粒径、不均匀系数、上覆有效压力、动剪应力比等7个因子作为判别依据,采用粒子群算法(PSO)对支持向量机(SVM)的参数寻优,建立预测砂土地震液化的PSO-SVM模型;选用50个样本训练模型,并用该模型预测14个测试样本,并回判所有样本。结果表明:模型预测准确率为100%,该模型在解决砂土地震液化预测问题中,分类效果较好、效率较高。     

矿区采空塌陷危险性预测的RS-SVM模型

为快速、准确地预测矿区采空塌陷的危险性,针对矿区采空塌陷预测的复杂非线性特点,在统计分析实测资料的基础上,选取7项指标作为初始特征指标,30组塌陷样本作为原始样本,其中,前17组为原始训练样本,后13组为测试样本;运用粗糙集(RS)理论,对原始训练样本进行对象约简和属性约简。将属性约简后的3项指标作为支持向量机(SVM)的输入向量,建立矿区采空塌陷危险性预测的RS-SVM模型。将对象约简后的7组样本作为训练样本,用于模型训练。采用回代估计法进行回检,误判率为0。利用训练好的模型对13组待评样本进行预测,并与贝叶斯、BP神经网络(BPNN)方法进行比较。结果表明,RS理论与SVM算法相结合,能降低属性维数,去除冗余样本,简化模型,该模型所得预测结果准确率为100%。     

基于数量化理论Ⅱ的地下矿山矿柱稳定性判别

矿柱是地下矿山支撑顶板围岩、维持采场稳定的关键结构要素。为迅速准确地判别矿柱稳定性,采用数量化理论II(QTII)建立了地下矿山矿柱稳定性判别模型。选取矿柱宽度、矿柱高度、矿柱宽高比、矿岩单轴抗压强度和矿柱承受载荷作为评价指标,以40组样本数据进行训练,得到了相应的判别系数矩阵,确定了各类样本在5维空间中的中心点和各样本点。利用该模型对训练样本进行回判,判别结果完全正确。用10组样本数据对该判别模型进行检验,结果表明,该模型能较好地判别预测矿柱的稳定性,可以作为一种矿柱稳定性判别工具在工程实践中应用。     

基于距离判别分析法的冲击地压预测研究

考虑影响冲击地压的矿山地质因素和开采技术因素,提出预测预报冲击地压危险性的距离判别分析方法。选用煤层开采深度、顶板岩性、地质构造复杂程度、煤层倾角、煤层厚度、开采方法、有无煤柱、炮采或综采8项指标作为距离判别分析模型的输入变量,并以工程实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行预测。研究结果表明,距离判别分析模型学习性能良好,预测精度高,回判估计的误判率为零,是冲击地压预测预报的一种有效而实用的方法。     

公路隧道水害倾向性分级的Bayes判别法及应用

为提高公路隧道整体安全性能,保障人员安全,减少财产损失,避免公路隧道水害事故的发生,将Bayes判别理论应用于公路隧道水害倾向性判别和分级中。采用影响隧道水害发生的隧道区渗透系数、降水情况、单位涌水量、构造断裂带类型、围岩分级、隧道施工情况、防排水措施情况等7项指标作为基本判别因子;将公路隧道水害倾向性分为4个等级作为Bayes判别分析的4个正态总体。以采自典型的20组公路隧道的实测数据为训练样本,建立公路隧道水害倾向性分级的Bayes判别函数。对训练后的模型运用交叉确认估计法进行验证,然后运用该模型对6条待检验的公路隧道样本的水害倾向性进行分级。研究结果表明:构建的Bayes判别分析模型误判率极低,分级效果合理有效,可以运用于公路隧道水害倾向性的分级中,有利于公路隧道水害的预防和治理。     

煤冲击倾向性分类模型的指标无量纲化影响研究

为准确评判煤的冲击倾向性类别,并解决国家标准中的模糊综合评判方法难以判别8种样本的难题,引入Bayes判别分析方法,选取动态破坏时间、弹性能量指数、冲击能量指数和单轴抗压强度作为评判指标,将110组冲击倾向性实测数据作为训练样本,构建Bayes判别模型;采用4种无量纲化方法处理评判指标的原始数据,建立对应的判别模型,并开展无量纲化方法对模型判别准确率的影响研究。结果表明:基于归一化法无量纲化处理的Bayes模型的判别准确率最高,达到98. 2%,该模型应用在10个工程实例的判别结果与实际情况完全一致,而且避免了指标相关性对冲击倾向性分类结果的影响。     

基于集对分析的岩溶塌陷危险性预测评价

为准确、有效地预测评价岩溶塌陷的危险性,运用集对分析原理建立岩溶塌陷危险性预测模型。选择岩性、岩溶发育程度、地形地貌、地质构造、土层厚度、土层岩性、地下水位距基岩面距离、地下水位变幅、地下水径流强度、地表水入渗、人工抽水强度和其他人类工程活动12个指标为岩溶塌陷主要影响因素,并将塌陷危险性划分为5个等级,用定量或定性的方法对指标进行赋值,构建其分级标准。运用集对分析方法,将影响因素实测值分别与5个危险性等级评价标准组成集对,计算其联系度,最后根据联系数的排序结果,判定岩溶塌陷危险性等级。利用该方法对贵州定扒地区岩溶塌陷危险性进行预测,结果表明,该模型评价结果与实际情况相符。     

煤与瓦斯突出预测的支持向量机(SVM)模型

基于支持向量机(SVM)分类算法,考虑影响煤与瓦斯突出的主要因素,建立了煤与瓦斯突出预测的SVM模型。该模型选取开采深度、瓦斯压力、瓦斯放散初速度、煤的坚固性系数以及地质破坏程度5个指标作为模型输入量,同时将煤与瓦斯突出程度划分为无突出、小型突出、中型突出和大型突出4个等级,进而使其评判结果更为细化。以实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行预测。通过算例分析,表明该模型的方法对煤与瓦斯突出预测的合理性与有效性,可以在实际工程中推广。     

矿区疏干诱发岩溶塌陷特征分析及预测

针对某矿山疏干诱发岩溶塌陷的现状,分析其塌陷分布特征。提出6个影响塌陷的控制参数。采用相关分析方法量化各控制参数对塌陷的影响。相关性分析结果表明,塌陷的主要影响因素是第4系土层厚度、水位变幅及岩溶含水层渗透系数,其中岩溶含水层渗透系数对塌陷的影响最显著。应用Logistic回归方法,建立岩溶塌陷预测模型。划分出矿区塌陷危险区的具体空间位置,共有3个区域:高危区(渗透系数大于5 m/d);危险区(渗透系数为2.5～5 m/d);活跃区(渗透系数小于2.5 m/d)。     

唐山市岩溶塌陷安全评价

岩溶塌陷是一种对城市建设构成很大威胁的地质灾害 ,安全评价的关键是找到各种影响因素与岩溶塌陷的关联关系。笔者通过分析岩溶塌陷的成因模式与主要影响因素 ,依据唐山市的具体情况 ,研究了唐山市岩溶塌陷的评价因素 ;应用人工神经网络方法 ,根据已知的第四系厚度、地下水位埋深和水位标高数据 ,建立了岩溶塌陷安全性评价数学模型 ;进而预测了唐山市岩溶塌陷危险性分布。根据安全性评价数学模型计算的结果 ,对城市规划工作提出了几点建议。     

矿区岩溶地表塌陷神经网络预测模型研究

针对矿区岩溶地表塌陷存在的非线性动力学特征,为更准确预测岩溶地质矿区地表塌陷区域分布,在分析研究某矿区岩溶地表塌陷机理及其影响因素基础上,确定矿区地表塌陷的影响因素,构建矿区岩溶地表塌陷BP神经网络非线性动力学预测模型。采集并分析某岩溶矿区大量岩溶地表塌陷历史数据,应用Matlab神经网络工具箱,采用构建的矿区岩溶地表塌陷BP神经网络预测模型,对上述矿区岩溶地表塌陷区域分布情况进行非线性预测。研究结果表明,采用训练的神经网络预测模型可以实现对矿区岩溶地表塌陷危险性的合理预测。     

页岩水化特征及其井壁稳定分析

为深入研究页岩的水化特征及水化对井壁稳定的影响,以鄂尔多斯盆地石盒子组页岩为研究对象,开展了钻井液浸泡前后岩样的超声波透射实验、层理面直剪实验、三轴压缩实验,探讨了页岩水化的声学性质变化与岩石力学特征,分析了页岩水化对坍塌压力的影响。结果表明:弹性模量、泊松比等参数的变化难以准确评价页岩的水化特征,声波时差、衰减系数、时域曲线、频域曲线等超声波信号可作为研究页岩水化特征的有效手段;页岩水化直接导致其岩石力学性质发生变化,水化是坍塌压力上升的主要原因之一,对井壁稳定造成潜在的威胁;井壁稳定设计时应充分认识页岩的水化特征,避免井壁坍塌,确保钻井施工安全进行。     

煤矿采空塌陷对地下水的影响

在煤炭开采过程中,煤炭被采出后其所在地下煤层会形成一定区域的采空区,并使煤层上方的顶板岩层失去支撑,由于顶板岩层的抗拉强度比较有限,因此在其顶板岩层自身重力与上覆岩层压力的影响下,很容易因顶板断裂、破碎而出现采空塌陷问题,这不仅会影响煤矿所在区域的生态安全,同时还会使地下水受到较大的负面影响。为此,本文结合煤矿采空塌陷的特点,围绕采空塌陷对地下水的影响展开了分析,并在此基础上提出了一些较为可行的采空塌陷区域地下水治理保护建议。     

二叠系火成岩地层井壁稳定性分析

火成岩地层是井壁失稳的高危地层,目前针对火成岩井壁稳定性研究缺乏系统分析。基于此,考虑火成岩结构,形成了多结构面强度准则,利用准则构建火成岩地层坍塌压力预测方法,分析该类地层井壁稳定性。研究结果表明:火成岩弱结构面发育,易导致岩石沿结构面破坏,从而降低岩石强度;结构面存在时,坍塌压力分布复杂,尤其弱面数量增多,岩石强度逐渐受弱面控制,坍塌压力显著上升;同时,水化作用也会导致地层坍塌压力增加;水化与弱结构面是火成岩地层井壁失稳的主要因素,考虑两者耦合作用是建立井壁稳定技术的关键。     

软岩隧道塌方事故致灾因素耦合分析*

为减少专家主观判断对软岩隧道塌方事故评估的影响,提出1种从事故出发逆推分析事故致灾因素耦合机制的方法。基于142个隧道施工塌方事故案例,系统总结隧道塌方事故致灾因素,对塌方事故的致灾因素出现频率进行排序;从致灾因素之间关联耦合关系出发,结合隧道施工塌方事故的多因素耦合致灾机理,研究隧道塌方事故产生过程的多因素耦合路径和耦合过程;采用N-K耦合模型开展隧道塌方事故多因素耦合路径下的耦合关联值评估,并对耦合关联值进行排序从而找到控制塌方事故发生的致灾因素组合。结果表明:除4个主要致灾因素的全耦合外,围岩岩性-降雨-地下水的耦合关联值是洞身段中最大值,为17.79%,围岩岩性-偏压-地下水的耦合关联值是洞口段中最大值,为24.02%;洞身段的围岩岩性-地下水因素和洞口段的围岩岩性-偏压因素分别对耦合关联值大小起决定影响;耦合关联值不具备叠加效应,2因素耦合关联值可能比3因素耦合关联值更大。研究结果可为提高隧道事故分析与安全防控提供科学依据。     

煤层底板隐伏陷落柱突水预测及采前注浆加固评价

华北型煤矿开采受底板岩溶强含水层威胁，通过对淮南张集矿1613A工作面底板隐伏岩溶陷落柱突水危险性分析，采用FLAC3D方法模拟采动条件下岩溶陷落柱活化过程。模拟结果显示:陷落柱上方的煤层底板岩体发生塑性变形，导致陷落柱附近岩体失稳，陷落柱筒壁产生局部剪切破坏，剪切破坏位置易导致奥灰强含水层发生陷落柱突水。采前采用注浆方法改造岩溶陷落柱，对改造后的陷落柱进行数值模拟分析，其内部注浆岩体对陷落柱筒壁具有良好的支撑作用，抑制了筒壁位置剪切破坏的发生，使有效隔水层厚度增大，降低了陷落柱突水的危险性。