基于灰色系统理论的井壁附加应变预测研究

详细信息    查看全文 | 推荐本文 |

英文篇名：Research on Predicting Additional Strain of Shaft Lining Based on Grey System Theory 作者：尹磊建 ; 赵光思 英文作者：YIN Lei-jian;ZHAO Guang-si;State Key Laboratory for Geomechanics and Deep Underground Engineering, China University of Mining and Technology; 关键词：灰色系统理论 ; 井壁 ; 附加应变 ; 预测研究 英文关键词：grey system theory;;shaft lining;;additional strain;;prediction 中文刊名：MTJS 英文刊名：Coal Technology 机构：中国矿业大学深部岩土力学与地下工程国家重点实验室; 出版日期：2019-01-10 出版单位：煤炭技术 年：2019 期：v.38;No.301 基金：973计划课题(2012CB026103);; 111引智计划(B14021);; 国家自然科学基金资助项目(41271096;51104146);; 优秀国家重点实验室研究项目(51323004) 语种：中文; 页：MTJS201901019 页数：4 CN：01 ISSN：23-1393/TD 分类号：56-59

摘要

根据灰色系统理论,建立了井壁附加应变的GM(1,1)预测模型,结合某矿实际监测数据对井壁附加应变进行了预测,分析了模型精度,比较了短期预测与长期预测结果,确定了可靠的预测时间长度,比较了等维递补模型与传统模型,发现等维递补可有效提高预测精度。
        Based on the grey system theory, the GM(1,1) prediction model for the additional strain of shaft lining is established. Combined with the actual monitoring data of a mine, the additional strain of shaft lining is predicted. The accuracy of the model is analyzed,and short term and long term prediction results are also contrasted. Then the reliable prediction time is determined. After comparing with the traditional model,it is found that the metabolic model can effectively improve the prediction accuracy.

引文

[1]梁恒昌,周国庆,刘志强,等.立井井壁附加应变长期实测研究[J].中国矿业大学学报,2009,38(6):794-799.
    [2]王传武.副井井筒的破坏机理和变形规律的研究[D].淮南:安徽理工大学,2015.
    [3]郭晓燕,马海洲.基于萤火虫算法的煤矿井壁变形预警系统设计研究[J].煤炭技术,2015,34(7):90-92.
    [4]袁志刚,王宏图,胡国忠,等.立井井筒非采动破裂的遗传-支持向量机预测模型[J].煤炭学报,2011,36(3):393-397.
    [5]陈佩佩,许延春,韩敬平.基于人工神经网络的厚松散层立井井壁破坏预测研究[J].矿业安全与环保,2005,32(6):15-17,20,89.
    [6]姚亚锋,程桦,荣传新,等.基于RBF模糊神经网络模型的深厚冲积层立井冻结压力分析与预测[J].采矿与安全工程学报,2016,33(1):70-76,82.
    [7]邵良杉,张宇.煤矿立井井筒非采动破裂预测[J].煤炭学报,2009,34(2):184-186.
    [8]施龙青,赵云平,王颖,等.基于灰色理论的矿井涌水量预测[J].煤炭技术,2016,35(9):115-118.
    [9]李长兴,魏国营.基于灰色理论-BP神经网络的煤层瓦斯含量预测研究[J].煤炭技术,2015,34(5):128-131.
    [10]靖洪文,吴俊浩,马波,等.基于模糊灰色系统的深部巷道围岩变形预测模型及应用[J].煤炭学报,2012,37(7):1 099-1 104.