期刊文献+
共找到91篇文章
< 1 2 5 >
每页显示 20 50 100
基于ARIMA-LSTM的矿区地表沉降预测方法 被引量:3
1
作者 王磊 马驰骋 +1 位作者 齐俊艳 袁瑞甫 《计算机工程》 北大核心 2025年第1期98-105,共8页
煤矿开采安全问题尤其是采空区地表沉降现象会对人员安全及工程安全造成威胁,研究合适的矿区地表沉降预测方法具有很大意义。矿区地表沉降影响因素复杂,单一的深度学习模型对矿区地表沉降数据拟合效果差且现有的地表沉降预测研究多是单... 煤矿开采安全问题尤其是采空区地表沉降现象会对人员安全及工程安全造成威胁,研究合适的矿区地表沉降预测方法具有很大意义。矿区地表沉降影响因素复杂,单一的深度学习模型对矿区地表沉降数据拟合效果差且现有的地表沉降预测研究多是单独进行概率预测或考虑时序特性进行点预测,难以在考虑数据的时序特征的同时对其随机性进行定量描述。针对此问题,在对数据本身性质进行观察分析后选择差分整合移动平均自回归(ARIMA)模型进行时序特征的概率预测,结合长短时记忆(LSTM)网络模型来学习复杂的且具有长期依赖性的非线性时序特征。提出基于ARIMA-LSTM的地表沉降预测模型,利用ARIMA模型对数据的时序线性部分进行预测,并将ARIMA模型预测的残差数据辅助LSTM模型训练,在考虑时序特征的同时对数据的随机性进行描述。研究结果表明,相较于单独采用ARIMA或LSTM模型,该方法具有更高的预测精度(MSE为0.262 87,MAE为0.408 15,RMSE为0.512 71)。进一步的对比结果显示,预测结果与雷达卫星影像数据(经SBAS-INSAR处理后)趋势一致,证实了该方法的有效性。 展开更多
关键词 煤矿采空区 地表沉降预测 时序概率预测 差分整合移动平均自回归 长短时记忆网络
在线阅读 下载PDF
结合时序InSAR与IRIME-LSTM模型的大范围矿区地表沉降预测
2
作者 陈兰兰 范永超 +2 位作者 肖海平 万俊辉 陈磊 《自然资源遥感》 北大核心 2025年第3期245-252,共8页
干涉合成孔径雷达(interferometric synthetic aperture Radar,InSAR)技术是实现大范围矿区地表沉降分析的重要手段和方法,准确预测地表沉降对预防地质灾害具有重要意义。针对长短期时间记忆(long short-term memory,LSTM)网络模型的参... 干涉合成孔径雷达(interferometric synthetic aperture Radar,InSAR)技术是实现大范围矿区地表沉降分析的重要手段和方法,准确预测地表沉降对预防地质灾害具有重要意义。针对长短期时间记忆(long short-term memory,LSTM)网络模型的参数难以选取以及霜冰算法(rime optimization algorithm,RIME)易陷入局部最优、依赖初始解的问题,提出一种基于混沌映射、改进莱维飞行机制和猎食者(hunter-prey optimizer,HPO)算法的全局勘探策略改进的霜冰算法(improved rime optimization algorithm,IRIME)优化LSTM的地表沉降预测模型。以甘肃省红会煤矿为研究对象,利用SBAS-InSAR技术获取矿区高相干点的沉降时序,使用IRIME-LSTM模型对高相干点进行多步预测,并与InSAR监测结果进行对比分析。结果表明:该预测方法在整体测试集中的均方根误差、平均绝对误差和平均绝对百分比误差分别为2.65 mm,1.59 mm和3.92%,与RIME-LSTM和GS-LSTM模型相比,均方根误差分别降低37.20%和51.73%,平均绝对误差分别降低42.60%和56.32%,平均绝对百分比误差分别降低35.63%和50.51%,表明该方法具有较强的可靠性和可行性。 展开更多
关键词 地表沉降 深度学习 时序InSAR 沉降预测 IRIME-LSTM
在线阅读 下载PDF
基于InSAR的矿山变形监测与参数反演研究进展分析
3
作者 谷海波 李敏 《中国矿业》 北大核心 2025年第6期233-243,共11页
矿山开采引发的地表沉降和边坡滑动等地质灾害对矿山安全和周边生态环境构成了巨大威胁。如何高效监测并准确反演矿山变形机制已成为矿山安全管理中的关键性技术难题。合成孔径雷达干涉测量技术(InSAR)凭借其全天候、大范围、高精度的... 矿山开采引发的地表沉降和边坡滑动等地质灾害对矿山安全和周边生态环境构成了巨大威胁。如何高效监测并准确反演矿山变形机制已成为矿山安全管理中的关键性技术难题。合成孔径雷达干涉测量技术(InSAR)凭借其全天候、大范围、高精度的监测能力,逐渐成为矿山变形监测领域的重要技术手段。本文系统回顾了InSAR技术在矿山变形监测与参数反演领域的最新研究进展,重点分析了一维、二维及三维位移监测技术的原理、方法及其实际应用效果;针对矿山变形监测中不同维度位移监测的需求,对现有基于单轨、多轨、多传感器InSAR数据的变形监测方法,以及InSAR与变形模型相融合的位移重建技术进行了探讨;此外,介绍了基于InSAR数据进行矿山开采力学参数反演的相关技术,包括概率积分模型及其扩展模型在力学参数反演领域的应用,分析了遗传算法、模拟退火算法等优化算法在提升参数反演精度方面的作用和发展趋势。提出现有研究缺乏对复杂矿区和长期监测情况下的普适性研究和模型验证的问题,并展望未来多源数据融合、优化算法在提升InSAR监测精度与智能化水平的潜力。本文旨在为矿山变形监测的理论研究和实际应用提供技术参考与理论支持,以推动InSAR在矿山安全监测管理中的深度应用与技术进步。 展开更多
关键词 INSAR 矿山开采 变形监测 变形预测 地表沉降
在线阅读 下载PDF
基于时序InSAR与改进LSTM的露天矿沉降分析与预测
4
作者 王辉 雷新鹏 +3 位作者 栾博钰 邵杏红 刘庆雨 朱方印 《中国矿业》 北大核心 2025年第S1期79-84,共6页
针对露天矿地表沉降监测精度不足、时序预测模型适应性弱的问题,本文提出一种基于时序InSAR技术与改进长短期记忆(LSTM)模型相结合的露天矿区沉降分析与预测方法。首先,本文利用SBAS-InSAR技术处理59景Sentinel-1卫星影像,获取矿区总体... 针对露天矿地表沉降监测精度不足、时序预测模型适应性弱的问题,本文提出一种基于时序InSAR技术与改进长短期记忆(LSTM)模型相结合的露天矿区沉降分析与预测方法。首先,本文利用SBAS-InSAR技术处理59景Sentinel-1卫星影像,获取矿区总体形变空间分布特征及毫米级的年平均沉降率;其次,基于传统的LSTM模型进行优化改进,引入编码器与解码器架构,构建沉降预测框架。研究结果表明:SBAS-InSAR监测精度较高;改进LSTM模型预测精度显著提升,四个点位平均绝对误差为1.946 mm、平均均方根误差为2.453 mm;传统LSTM模型四个点位的平均绝对误差为3.670 mm、平均均方根误差为4.560 mm;相较于传统LSTM模型,平均绝对误差和平均均方根误差分别至少降低了46.98%和46.21%。因此,时序InSAR与改进LSTM的融合方法在露天矿区沉降分析与预测中具有较好的应用效果。 展开更多
关键词 露天矿 时序InSAR 矿区地表沉降监测 改进型LSTM 沉降预测
在线阅读 下载PDF
基于机器学习的盾构隧道地表沉降曲线智能预测方法 被引量:1
5
作者 路德春 徐冰 +2 位作者 孔凡超 马一丁 杜修力 《北京工业大学学报》 CAS CSCD 北大核心 2024年第11期1285-1300,共16页
联合机器学习模型和启发式智能优化算法,提出盾构隧道开挖地表沉降曲线智能预测方法。首先,建立盾构隧道开挖数值分析模型,在考虑等代层弹性模量、土体弹性模量、隧道半径、土体摩擦角、黏聚力影响的基础上,构建了1680组不同工况影响的... 联合机器学习模型和启发式智能优化算法,提出盾构隧道开挖地表沉降曲线智能预测方法。首先,建立盾构隧道开挖数值分析模型,在考虑等代层弹性模量、土体弹性模量、隧道半径、土体摩擦角、黏聚力影响的基础上,构建了1680组不同工况影响的地表沉降曲线数据库;然后,分析地层和衬砌力学参数、隧道几何参数对地表沉降曲线的影响规律,采用Peck函数对获得的地表沉降槽曲线进行拟合,获得对应工况下地表最大沉降和沉降槽宽度系数;最后,采用粒子群优化算法(particle swarm optimization,PSO)分别优化4种机器学习方法即多层感知机(multi-layer perceptron,MLP)、极限学习机(extreme learning machine,ELM)、随机森林(random forest,RF)和支持向量回归(support vector regression,SVR)的超参数或随机数,建立了4种盾构隧道开挖有限元模拟代理模型,预测了盾构隧道地表沉降曲线,并对模型的预测结果、预测误差和评价指标进行了对比分析,结果表明PSO-SVR模型在训练和测试过程中性能最佳。建立的盾构隧道地表沉降智能预测方法具有较高的计算精度及计算效率,能合理高效地预测地表沉降曲线分布规律。 展开更多
关键词 机器学习 PECK公式 盾构隧道 数值模拟 地表沉降曲线 智能预测方法
在线阅读 下载PDF
深部开采地表移动延续时间预测模型及其参数分析 被引量:5
6
作者 张亮亮 程桦 +1 位作者 姚直书 王晓健 《岩土力学》 EI CAS CSCD 北大核心 2024年第2期577-587,共11页
基于改进Knothe时间模型,根据地表移动延续时间定义,建立能够综合考虑采高、平均采深、松散层厚度、基岩层厚度和开采速度等因素的深部开采地表移动延续时间理论预测模型,并根据概率积分法给出了模型参数确定方法。采用24个深部工作面... 基于改进Knothe时间模型,根据地表移动延续时间定义,建立能够综合考虑采高、平均采深、松散层厚度、基岩层厚度和开采速度等因素的深部开采地表移动延续时间理论预测模型,并根据概率积分法给出了模型参数确定方法。采用24个深部工作面开采地表移动延续时间监测数据对预测模型的合理性和精确性进行验证。结果表明:地表移动延续时间模型预测结果与24个工作面监测结果基本吻合,两者平均绝对误差仅38 d,均方根误差仅为47 d,平均绝对误差百分比仅为9%,远小于现有3种经验模型的预测误差,验证了地表移动延续时间预测模型的精确性;地表移动延续时间受采高、平均采深、松散层厚度、基岩层厚度和开采速度的影响,随采高的增加而非线性增加,随平均采深、松散层厚度、基岩层厚度的增加而线性增加,但随开采速度的增加而非线性减小。该研究可为深部开采地表移动变形稳定性评估和科学制定开采计划提供理论指导。 展开更多
关键词 地表移动延续时间 改进Knothe时间模型 预测 动态沉降 开采速度
在线阅读 下载PDF
基于SBAS-InSAR和PSO-BP模型的鲁南高铁沿线地表沉降监测与预测 被引量:3
7
作者 何虎振 刘国林 +1 位作者 王凤云 陶秋香 《大地测量与地球动力学》 CSCD 北大核心 2024年第8期820-826,共7页
选取38景Sentinel-1A SAR影像,利用SBAS-InSAR技术获取2019-02~2022-11鲁南高铁曲阜-菏泽段沿线5 km区域的地表沉降结果,分析其分布特征和规律,并利用PSO-BP模型对若干特征点进行沉降预测。结果表明,高铁沿线0.1 km范围内地表年均形变... 选取38景Sentinel-1A SAR影像,利用SBAS-InSAR技术获取2019-02~2022-11鲁南高铁曲阜-菏泽段沿线5 km区域的地表沉降结果,分析其分布特征和规律,并利用PSO-BP模型对若干特征点进行沉降预测。结果表明,高铁沿线0.1 km范围内地表年均形变速率为-20~15 mm/a,最大沉降速率为25.46 mm/a,最大抬升速率为17.43 mm/a;PSO-BP模型得到的沉降预测值的RMSE为5.8~12.4 mm,可对地表沉降进行较好的预测。 展开更多
关键词 鲁南高铁 SBAS-InSAR PSO-BP模型 地表沉降 沉降预测
在线阅读 下载PDF
融合SBAS-InSAR与CS-SVM的矿区地表残余沉降预测模型 被引量:5
8
作者 刘增波 徐良骥 +3 位作者 张坤 刘潇鹏 曹宗友 徐阳 《金属矿山》 CAS 北大核心 2024年第8期133-139,共7页
煤矿开采地表残余形变可能对地表建(构)筑物、道路、地下管线等基础设施造成潜在威胁,有必要对其进行准确预测。融合SBAS-InSAR监测方法,提出了一种布谷鸟搜索算法改进支持向量机回归(CS-SVM)的预测模型,利用2017年11月—2020年6月的60... 煤矿开采地表残余形变可能对地表建(构)筑物、道路、地下管线等基础设施造成潜在威胁,有必要对其进行准确预测。融合SBAS-InSAR监测方法,提出了一种布谷鸟搜索算法改进支持向量机回归(CS-SVM)的预测模型,利用2017年11月—2020年6月的60景Sentinel-1A SAR影像对安徽省某矿7221工作面进行开采沉陷长时序监测,获取了该工作面回采过程中与停采后2 a内地表年均形变速率与累计形变。结果表明:该工作面最大年均形变速率为-56 mm/a,最大累计沉降为151 mm。利用水准测量数据对InSAR结果进行验证,两者残差均小于5 mm,证明了两者具有较好的一致性。为比较优化前后SVM预测模型的精度,引入平均绝对误差和均方根误差进行精度评价。结果显示:优化模型的2种误差均在4 mm以内,相比传统模型,误差分别降低了59%和60%,预测精度明显提高。研究反映出,所提模型具有较好的预测能力,可为废弃煤矿区防灾减灾提供参考。 展开更多
关键词 开采沉陷 SBAS-InSAR 沉陷监测 地表残余沉降 最优参数 预测模型
在线阅读 下载PDF
基于改进Knothe时间函数的地表动态移动变形预测模型研究
9
作者 张仲杰 陈振南 +3 位作者 刘江斌 马子韬 闫伟涛 陈俊杰 《河南理工大学学报(自然科学版)》 CAS 北大核心 2024年第6期82-89,共8页
目的为进一步探究地表动态移动变形特征,加深认识矿山开采沉陷基本规律,更好地服务于矿山安全绿色生产,方法针对原Knothe时间函数模型表达地表下沉及其速度变化规律的缺陷,基于矿山开采过程中地表下沉盆地动态形成机理,分析时间函数参数... 目的为进一步探究地表动态移动变形特征,加深认识矿山开采沉陷基本规律,更好地服务于矿山安全绿色生产,方法针对原Knothe时间函数模型表达地表下沉及其速度变化规律的缺陷,基于矿山开采过程中地表下沉盆地动态形成机理,分析时间函数参数c对地表下沉量、下沉速度和下沉加速度影响规律;以地表下沉速度达到最大值时刻,将地表动态移动变形分为两个阶段,进一步改进Knothe时间函数模型,在此基础上,建立地表动态下沉、倾斜、曲率移动变形预测模型,并以某矿2201开采工作面为例,进行地表动态移动变形预测和精度分析。结果结果表明:改进后的Knothe时间函数形态与矿山开采沉陷地表动态移动变形一致,可以较好地描述采动地表“稳定→变化→稳定”全过程动态演化特征;参数c是该函数模型的重要参数,与覆岩力学性质、开采条件和开采速度等地质采矿条件有关,对描述地表动态移动变形量较敏感,随着参数c增大,地表下沉量和下沉速度显著增大;运用改进的Knothe地表动态移动变形预测模型计算,得到的地表下沉量误差为厘米级精度,倾斜值误差在5 mm/m以内,曲率误差在0.7 mm/m2以内,其相对误差均在6.0%以内,预测结果与实测结果较吻合。结论提出的预测模型具有一定可靠性与实用性,可较准确分析地表动态移动变形全过程的规律,从而为“三下”采煤及保护煤柱留设提供参考。 展开更多
关键词 开采沉陷 Knothe时间函数 动态预测模型 地表移动变形
在线阅读 下载PDF
结合卷积神经网络和注意力机制的LSTM采空区地表沉降预测方法 被引量:2
10
作者 高墨通 杨维芳 +3 位作者 刘祖昱 曹小双 张瑞琪 侯宇豪 《测绘通报》 CSCD 北大核心 2024年第6期53-58,170,共7页
为解决采空区地表塌陷区域时序预测中存在的监测点空间特征难以提取的问题,本文提出了一种可以提取监测点关键空间特征的CNN-Attention-LSTM组合神经网络模型。首先,增加作为特征输入的邻近监测点个数,使用卷积神经网络(CNN)提取由多个... 为解决采空区地表塌陷区域时序预测中存在的监测点空间特征难以提取的问题,本文提出了一种可以提取监测点关键空间特征的CNN-Attention-LSTM组合神经网络模型。首先,增加作为特征输入的邻近监测点个数,使用卷积神经网络(CNN)提取由多个监测点构成的多维时间序列的空间特征;其次,将提取后的多维特征时序输入多层感知器(MLP)中计算注意力权重,并与特征输入作Hadamard积,实现特征输入的注意力权重分配;然后,利用长短期记忆神经网络(LSTM)进行回归预测;最后,通过全连接层,整合输出目标监测点的预测值。本文以龙首矿西二采区地表塌陷区域为例,给出其地表沉降监测数据预测结果,并与实际采集的数据作对比。结果表明,引入注意力机制的CNN-Attention-LSTM的组合模型比CNN-LSTM模型和LSTM模型精度更高,且增加有效特征输入能够显著提升CNN-Attention-LSTM模型的预测精度。 展开更多
关键词 时间序列建模 地表沉降预测 深度学习 注意力机制 长短期记忆
在线阅读 下载PDF
浅埋强风化泥岩区隧道管棚施工地表沉降变形规律分析 被引量:1
11
作者 阚伟 《绿色科技》 2024年第12期270-273,280,共5页
强风化泥岩区岩体较破碎、围岩自稳能力差,隧道修建时工艺复杂,且围岩变形及地表沉降明显。管棚注浆施工可预加固岩体,是软弱破碎地层隧道修建的有效方法。以某高铁隧道为研究对象,详述了隧道工程地质条件和管棚施工工艺,获得了隧道洞... 强风化泥岩区岩体较破碎、围岩自稳能力差,隧道修建时工艺复杂,且围岩变形及地表沉降明显。管棚注浆施工可预加固岩体,是软弱破碎地层隧道修建的有效方法。以某高铁隧道为研究对象,详述了隧道工程地质条件和管棚施工工艺,获得了隧道洞口段不同位置左右两侧地表沉降变形规律,并基于回归分析方法预测了各点地表最终沉降量。结果表明:管棚注浆能较好地控制隧道上方的地表沉降,但其加固影响区外地表沉降明显;距离管棚注浆加固影响区越远,地表沉降越小,且隧道左侧地表沉降高于右侧,最大沉降值为264.6 mm。各点地表沉降值符合指数型函数变化规律,依次经历快速沉降、缓慢沉降和基本稳定3个阶段,且沉降变形小的测点更早趋于稳定。 展开更多
关键词 强分化泥岩 管棚 地表沉降 预测
在线阅读 下载PDF
小波GRU-ARMA优化的InSAR监测沉降预测方法
12
作者 马志刚 杨国林 +3 位作者 刘涛 魏小强 石守军 陈皓轩 《测绘通报》 CSCD 北大核心 2024年第12期33-39,共7页
本文在长短时记忆神经网络-自回归滑动平均模型(LSTM-ARMA)的基础上,提出了基于小波门控循环神经网络-自回归滑动平均模型(GRU-ARMA)优化算法。首先使用小波降噪将InSAR原始时间序列分解成趋势项和噪声项,采用GRU循环神经网络滚动预测... 本文在长短时记忆神经网络-自回归滑动平均模型(LSTM-ARMA)的基础上,提出了基于小波门控循环神经网络-自回归滑动平均模型(GRU-ARMA)优化算法。首先使用小波降噪将InSAR原始时间序列分解成趋势项和噪声项,采用GRU循环神经网络滚动预测趋势项、ARMA模型预测噪声项;然后将趋势项和噪声项的预测值之和作为总的时间序列预测值,其优点为提高了各监测点的预测精度;最后选取阿干矿区2020—2023年最严重沉降区域的多个点(CP0001、CP0007和CP0009)为例进行了研究。试验结果表明,基于小波优化组合模型的预测精度高于传统单一模型GRU/LSTM的预测精度;相较于LSTM-ARMA模型,小波GRU-ARMA优化模型的预测效果更稳定,是一种地表沉降预测的有效思路和方法。 展开更多
关键词 SBAS-InSAR 小波GRU-ARMA优化模型 地表沉降预测 逐点预测 面域预测
在线阅读 下载PDF
天津市及其沿海地区地表高程变化现状及趋势 被引量:16
13
作者 王福 钟新宝 +2 位作者 康慧 李建芬 李凤林 《地质通报》 CAS CSCD 北大核心 2005年第1期87-91,共5页
近百年来不同时期的地形图、有关资料的对比研究,揭示天津市及沿海地区的地表高程在20世纪近百年间已发生了明显变化。基于影响沿海地区地表形态的基本参数———保有高程、地面下沉、海面上升和垂直加积速率———所做的预测显示,2030... 近百年来不同时期的地形图、有关资料的对比研究,揭示天津市及沿海地区的地表高程在20世纪近百年间已发生了明显变化。基于影响沿海地区地表形态的基本参数———保有高程、地面下沉、海面上升和垂直加积速率———所做的预测显示,2030年时天津及沿海地区的地表高程将继续损失,在相伴随的海面上升的共同作用下,预测沼泽化的影响范围将逼近天津市区。 展开更多
关键词 天津市 地表高程 下沉 海面上升 趋势预测
在线阅读 下载PDF
Kalman滤波在地表移动观测站沉降监测中的应用研究 被引量:13
14
作者 吕伟才 秦永洋 +1 位作者 孙兴平 郭红星 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2011年第9期1370-1374,共5页
文章根据Kalman滤波理论,结合矿区开采沉陷监测的需要,建立了对地表移动观测站沉降监测进行动态处理的标准Kalman滤波模型和预测预报模型;利用顾桥矿1117(1)首采面观测站的实测资料,对所建立的滤波模型和预测预报模型进行了检核,结果表... 文章根据Kalman滤波理论,结合矿区开采沉陷监测的需要,建立了对地表移动观测站沉降监测进行动态处理的标准Kalman滤波模型和预测预报模型;利用顾桥矿1117(1)首采面观测站的实测资料,对所建立的滤波模型和预测预报模型进行了检核,结果表明所建模型基本能满足开采沉陷工程治理的要求。 展开更多
关键词 卡尔曼滤波 开采沉陷 地表移动观测站 沉降监测 动态预报
在线阅读 下载PDF
基于GIS的矿山开采沉陷预测电算化研究 被引量:16
15
作者 于广明 张春会 +2 位作者 李振宇 杨伦 董春胜 《岩土力学》 EI CAS CSCD 北大核心 2004年第z1期52-56,共5页
针对地下矿产资源开采诱发的地表沉陷灾害,利用GIS的拓扑分析、信息处理功能,并与概率积分方法计算模型相结合,建立了基于GIS的地表沉陷预计程序模型构架,开发了新的地表沉陷预计程序。该程序与AutoCAD、Matlab接口,结合GIS技术,不仅给... 针对地下矿产资源开采诱发的地表沉陷灾害,利用GIS的拓扑分析、信息处理功能,并与概率积分方法计算模型相结合,建立了基于GIS的地表沉陷预计程序模型构架,开发了新的地表沉陷预计程序。该程序与AutoCAD、Matlab接口,结合GIS技术,不仅给出各种变形的计算等值线图和三维立体图,而且可以实现计算结果的统计和分析,为矿山开采设计和灾害评估提供了依据。 展开更多
关键词 地表沉陷损害 预计程序模型 GIS
在线阅读 下载PDF
盾构隧道施工引起地表沉降的Peck公式预测方法修正 被引量:20
16
作者 江杰 李弈杉 +2 位作者 卢鹏 欧孝夺 容继盘 《广西大学学报(自然科学版)》 CAS 北大核心 2017年第1期236-242,共7页
Peck法是目前预测地铁盾构隧道施工引起地表沉降最简便、应用最普遍的方法。但由于Peck法的应用存在一定局限性,套用不同地区的经验往往会产生误差,所以应基于当地的实测数据对其进行修正。根据南宁轨道交通盾构隧道施工引起地表沉降的... Peck法是目前预测地铁盾构隧道施工引起地表沉降最简便、应用最普遍的方法。但由于Peck法的应用存在一定局限性,套用不同地区的经验往往会产生误差,所以应基于当地的实测数据对其进行修正。根据南宁轨道交通盾构隧道施工引起地表沉降的监测数据,采用回归分析方法并引入最大地表沉降修正系数α和沉降槽宽度修正系数β,对Peck公式修正,得出了适于南宁地区圆砾、粉砂和粉土地质条件下的Peck公式。结果表明:当α值位于0.6~1.0,β值位于0.4~0.8时,所得的修正后Peck预测曲线与实测的地表沉降数据更为符合。 展开更多
关键词 盾构施工 修正Peck公式 地表沉降 沉降预测
在线阅读 下载PDF
基于时间函数组合模型的采空区地表沉降动态预测及剩余变形计算 被引量:17
17
作者 顿志林 王文唱 +3 位作者 邹友峰 任连伟 顿志元 郭文兵 《煤炭学报》 EI CAS CSCD 北大核心 2022年第S01期13-28,共16页
当采空区场地进行高速铁路修建时,地表沉降动态精准预测和剩余变形计算对高速铁路的工程建设及安全运行尤为重要。针对单项时间函数在复杂采空区地表沉降动态预测中存在着适用范围有限、预测准确性和稳定性不高的问题,对Knothe、Weibull... 当采空区场地进行高速铁路修建时,地表沉降动态精准预测和剩余变形计算对高速铁路的工程建设及安全运行尤为重要。针对单项时间函数在复杂采空区地表沉降动态预测中存在着适用范围有限、预测准确性和稳定性不高的问题,对Knothe、Weibull、Logistic与MMF时间函数的曲线形态及参数物理意义进行了分析;为获取时间函数参数的全局最优解,建立了基于果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)和模拟退火算法(Simulated Annealing Algorithm,SAA)的混合算法;引入以最小误差平方和为准则的最优非负变权组合模型,并构建了Knothe-Weibull、Knothe-Logistic与Knothe-MMF等6种不同的双项时间函数组合模型。并在地表沉降预测的基础上,给出了采空区场地剩余变形的计算方法。结果表明:所提出的混合算法具有收敛状态稳定、求解精度高的优点,适用于时间函数参数的求解问题。组合模型在预测准确性和稳定性上均优于组合中的单项时间函数,能够突破单项时间函数在复杂地质采矿条件预测效果不佳的局限性,较好地提升时间函数在预测中的精准度和适用度。此外,组合模型在已临近实测沉降值的情况下扩展了预测曲线的有效区间,并借助变权系数将单项时间函数在有效区间的信息进行筛选并重组,得到全程吻合实测沉降值的最优沉降预测曲线。其中,Knothe-Logistic函数模型的均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)在3次预测中均最低,有效地解决厚松散层、薄基岩、浅埋煤层条件下采空区地表沉降动态精准预测问题。组合模型可为实现采空区场地高速铁路建设前地表沉降的稳定、高精度动态预测提供参考。通过基于Knothe-Logistic函数计算不同时刻地表点剩余变形得到的变化规律与实际开采过程相符合,剩余变形作为采空区场地地基变形的重要组成部分,可为采空区场地高速铁路建设的可行性评价提供一种依据。 展开更多
关键词 采空区场地 地表沉降 时间函数 组合模型 动态预测
在线阅读 下载PDF
山区地表采动沉陷预计的数值模拟 被引量:18
18
作者 蓝航 张华兴 +1 位作者 姚建国 陈步尚 《煤炭学报》 EI CAS CSCD 北大核心 2007年第9期912-916,共5页
采用能完全考虑岩土体本构关系、岩土体环境以及地表地形的数值模拟方法,对山区含水风积沙地表采动沉陷规律预计进行了研究,编写了地表模型生成的前处理模块和地表移动计算的后处理模块,得出了榆林地区山区含水风积沙地表下的采动沉陷规律.
关键词 山区地表 采动沉陷预计 数值模拟 FLAC^3D
在线阅读 下载PDF
概率积分法修正体系现状及发展展望 被引量:17
19
作者 查剑锋 郭广礼 +1 位作者 赵海涛 贾新果 《金属矿山》 CAS 北大核心 2008年第1期15-18,共4页
概率积分法作为我国开采沉陷预计的主要方法,目前获得了广泛的应用;但由于基本假设与实际情况偏差较大,在其实际应用中存在许多缺陷。在综合分析大量文献的基础上,详细分析了利用概率积分法进行沉陷预计的误差来源,总结了目前概率积分... 概率积分法作为我国开采沉陷预计的主要方法,目前获得了广泛的应用;但由于基本假设与实际情况偏差较大,在其实际应用中存在许多缺陷。在综合分析大量文献的基础上,详细分析了利用概率积分法进行沉陷预计的误差来源,总结了目前概率积分法的修正体系,在此基础上,提出了完善概率积分法模型的研究方向。 展开更多
关键词 概率积分法 沉陷预计 地表移动
在线阅读 下载PDF
基于正态分布时间函数地表动态沉陷预测研究 被引量:24
20
作者 李春意 高永格 崔希民 《岩土力学》 EI CAS CSCD 北大核心 2016年第S1期108-116,共9页
为了研究地表动态沉陷规律,基于正态分布时间函数,结合地表沉陷预测公式,构建了能够进行任意点任意时刻地表动态沉陷预测的函数模型,分析曲线形态系数对时间函数和计算误差的影响,讨论正态分布时间函数的时空完备性,建立了基于时间函数... 为了研究地表动态沉陷规律,基于正态分布时间函数,结合地表沉陷预测公式,构建了能够进行任意点任意时刻地表动态沉陷预测的函数模型,分析曲线形态系数对时间函数和计算误差的影响,讨论正态分布时间函数的时空完备性,建立了基于时间函数的地表动态下沉计算公式。以辛置煤矿五采区开采为例,利用空间曲面拟合方法求取了地表动态沉陷预测参数,并对特征点的下沉趋势进行了预测。结果表明,地表沉陷预测时曲线形态系数δ>2为其合理取值,理论预测相对中误差不会超过±4.55%,且随着δ的增大,预测误差逐渐减小;正态分布时间函数在地表下沉、下沉速度以及加速度方面均体现了地表沉陷时空分布的完备性。基于叠加原理的空间曲面拟合求参方法能够进行预测参数的自动求取,地表特征点下沉趋势预测最大中误差为±64 mm,相对中误差为±5.7%,理论值与实测值相吻合,基于正态分布时间函数的预测模型能够体现地表动态下沉的时空分布特征。 展开更多
关键词 时间函数 正态分布 动态下沉 预测模型 曲面拟合
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部