概率积分法多项式修正模型研究
概率积分法基础为随机介质理论,此理论首先由波兰学者李特威尼申(J.Litwiniszyn)于1950年代引入岩层移动研究,我国学者刘宝琛、廖国华等将其发展为概率积分法,因有理论基础、易于编程实现、参数选取简便、通用性好等优点,目前已成为中国应用最为广泛的开采沉陷预测方法。
许多学者对概率积分法进行了研究,使之能更好地适应不同情况下的预计。概率积分法预计误差分为模型误差、参数误差,郭广礼[2]等采用稳健估计对概率积分法预计参数进行了分析,李培现[4]等采用SVM对概率积分法预计参数进行了分析,杨帆[9]、郭文兵[10]等构建了预计参数的神经网络模型,柴华彬[10]等利用模糊模式识别预计参数,戴仔强[8]等对极小工作面预计参数进行了分析,戴华阳[10]等构建了非充分开采的预计模型,宋世杰[3]建立了分层传递的预计模型,吴侃[6]等建立了小工作面、水平移动收敛过快、超充分采动水平移动的修正模型,张宏贞[1]构建了概率积分法一种叠加修正模型,这些成果极大地丰富、推进了开采沉陷预计理论。
但概率积分法的预计结果与实测在一些位置相差较大,如王世道[12]提出概率积分法下沉曲线边缘部分理论曲线比实测曲线收敛过快,即边界收敛过快,而边界对于我们确定开采影响范围、工作面停采线设计、建(构)筑物保护等问题至关重要。本文根据实测结果,构建一种概率积分法的多项式修正模型,可以使预计结果更符合实际情况。
1 观测站情况
某工作面回采时间为2009年11月~2010年6月;西侧为回风巷,南侧为已回采工作面,北侧及东侧均未掘进及回采。采煤方法为走向长壁大采高综采。工作面可采长度1 150 m,倾斜长为177 m。开采煤层为山西组3#煤层,平均2.26 m。煤层倾角1°~6°,平均3.5°。工作面开采深度376~460 m,平均采深418 m。
根据实际情况布设了一条全倾向观测站,选择其中一次作为最终数据,本次只进行了下沉数据的分析,其实测数据见表1。
本文建立的多项式修正模型主要考虑采深、点到工作面边界垂直距离(在工作面外侧为正,工作面内侧为负),其建立的多项式修正模型为:
表1 实测、概率积分法预测及其多项式修正下沉对比情况
点号距离实测预测修正W实-W概W实-W修点号距离实测预测修正W实-W概W实-W修102202822-623550.754173218441697-11235225.43425013251224575.435150616721598-166-92346.467140714725600.259124413511337-107-93475.236130813526625.134805954989-149-1845100.48026015261127645.607613636701-23-886126.47445028451728678.112395263364132317150.41075043753229700.55823911823512148174.7706906069930723.99719743169154289201.3856307963-1631749.056168121411562710230.5187809978-2132776.15114721291451811254.06016701131675433800.67675011975-4412273.3161160121116-534823.49764010864-4413300.15219601291966735852.4635709257-3514326.5811173131114-1436875.4524307743-3415354.699218161352028337899.75130613-5816376.099248531561959238924.7752104521-2417400.7203181642401547839950.9081703017-1318424.9495263924301349640974.40410181-1719450.409747773757-26-1041999.18176010766620475.654108512241139-139-54421026.817-1806-18-2421501.708149016241452-13438431049.7693108312322527.554162518381585-21340441075.56390179-8451100.7961903519-16
注意:距离为以1号点为起点,其它点距离1号点垂直与工作面边界的距离;实测为实际测量所得的下沉值;预测为根据实测反演参数,采用概率积分法预测结果;修正为概率积分法多项式修正模型预测结果;W实-W概为实测结果与概率积分法预测结果之差;W实-W修为实测结果与概率积分法多项式修正模型预测结果之差
2 多项式修正模型
2.1 概率积分法参数反演
根据表1 中实测下沉数据进行反演求得参数为:下沉系数q=0.96,主要影响角正切tanβ=2.91,开采影响传播角θ=88°,上山拐点偏移距s=22 m,下山拐点偏移距s=12 m。
随着外语教学理论研究的进一步深入和高校外语教育及教师发展的需要,学界对于外语教育教学的目标也由以往的纯“工具性”上升为“工具性”与“人文性”兼具的双重目标:一是语言文学目标,二是社会人文目标[1]。对于学生的培养也“由以往的语言技能转变为培养国际化领导人素质,使学生具有国际视野和跨文化能力,传播好中国声音[2]。”与此同时,我国出国及回国留学人员持续增长,近年来这一趋势更加明显。2017年,我国出国留学人数首次突破60万大关,达60.84万人,同比增长11.74%,持续保持世界最大留学生生源国地位。其中公派出国留学中访问学者1.28万人,占派出总数的41.17%[3]。
2.2 多项式修正模型
电子鼻是测定样品中挥发性组分的整体信息,根据各种不同的气味测定不同的信号,并与已建立数据库中的信号进行比较、识别和判断,具有相似于鼻子的功能[9,10]。目前,电子鼻已应用于检测评价调味品[11-13]、海鲜[14,15]、果蔬[16,17]等领域,但在检测鲜椒辣味领域,电子鼻具有快速、准确、便携等优点,目前还没有文献报道利用电子鼻评价鲜食辣椒的辣度。本试验以品种间辣度差异较大的辣椒鲜果为材料,探索样品处理和检测条件,进而建立快速稳定的检测方法,并验证方法的准确性和重现性,为辣椒果实辣度的快速准确测定提供了技术支持。
W=WP+Δw
根据此概率积分法预测参数,求得上述各点的预测下沉值见表1中的预测一栏。
式中,W、WP为分别为下沉、概率积分法预测下沉值;Δw为修正值。
5D Mark II设计技术比较成熟,工作性能稳定,且作为一款全画幅数码单反相机拥有目前最低廉的售价,按今天的选购相机的标准依然是值得推荐的,可见其不俗的实力。
式中,ΔW为修正值;L为点到工作面边界垂直距离,m;H为采深,m;ΔWmax为采空区中心点实测与预计之差;a、b、c、d为多项式修正模型参数。
模拟真实物理通道的通信过程,使得各个通道数据进入接收端时刻不同,验证通道同步功能,仿真结果如图8(c)所示。将十六进制00-07的循环数据输入发送端IP核,可以看出,当数据到达接收端各通道时间不同时,数据被正确恢复的同时还达到了通道间的对齐。
(2)本文建立的概率积分法多项式修正模型比概率积分法预测结果与实测更符合。
本文建立概率积分法的多项式修正模型为:
图1 (Wm-Wp)/ΔWmax与L/H关系图
(1)以概率积分法预测为基础,多项式修正为补偿的概率积分法多项式修正模型,其多项式修正模型是以到工作面边界的垂直距离L与采深比值为变量的,其概率积分法多项式修正模型为:
2.3 实验分析
根据本文建立概率积分法的多项式修正模型,其预测结果与概率积分法预测结果、实测对比情况见表1,图2为这三者之间对比图,图3为概率积分法预测及其多项式修正模型预测与实测之差对比图,从图1、图2及表1中可以得出:
(1)概率积分法预测与实测对比,其中误差为115.4 mm,是最大下沉值的6.66%;概率积分法多式修正模型预测与实测对比,其中误差为56.8 mm,是最大下沉值的3.28%,提高了50.8%。
图2 实测、概率积分法预测及其多项式修正下沉对比图
图3 概率积分法预测及其多项式修正与实测下沉对比图
项
氢气在标准状态下密度为0.089 9 g/L,是相对分子质量最小的物质,主要用作还原剂。三氧化钼熔点为795 ℃,沸点为1 155 ℃,在800~1 000 ℃蒸气中主要以聚合分子(MoO3)3的形式存在,温度高于600 ℃显著升华,与气态水结合生成MoO3 (H2O)3[1],适当增加一段还原氢气中的气态水含量,能有效促进三氧化钼挥发[2]。
根据此模型,结合本次观测站实际情况,求得实测与概率积分法预测结果之差见表1中的W实-W概一栏,同时求得各点分别到工作面边界的垂直距离L和采深,图1为各点实测与概率积分法预测结果之差与两者最大下沉差比值和各点距离与采深比值对应关系图,根据此数据建立的本观测站实测数据的多项式修正模型为:
(3)此次建立的多项式修正模型在L/H〉0.9时,随着L/H增大,其预测结果与实际结果相差越大(如表1中的1、2、43、44、45等测点,其预测结果逐渐增大),即适合不大于0.9的情况。
3 结 论
根据此模型预测结果,求得概率积分法多项式修正模型预测结果见表1中修正一栏,其与实测结果之差见表1中的W实-W修一栏。
综上所述,在数字化时代背景下,网络技术发展迅猛,进行数字化信息库数字化信息库与智能化信息整合平台建设是未来党校图书馆发展的大势所趋。我国党校图书馆只有积极顺应时代潮流,积极参与到图书馆信息资源和服务的转变以及转型中,才能为党政部门提供越来越多、越来越好的信息服务。
W=WP+Δw
(2)根据实测数据,确定了本工作面的多项式修正模型为:
概率积分法预测与实测对比,其中误差为115.4 mm,是最大下沉值的6.66%;概率积分法多项式修正模型预测与实测对比,其中误差为56.8 mm,是最大下沉值的3.28%,提高了50.8%。
(3)本文建立的概率积分法多项式修正模型比概率积分法预测结果与实测更相符,提高了预测精度。
(4)此次建立的多项式修正模型在(L/H〉0.9时,随着L/H增大,其预测结果与实际结果相差越大,即适合不大于0.9的情况。
根据Folk & Ward的峰度分级原则,以不同沟作为分界条件:木楠村样品点峰态为尖锐、中等尖锐;大沙溪样品点主要以尖锐、中等尖锐占优势,平坦只占20%;上堰沟样品点平坦为50%,尖锐与中等尖锐为50%;下堰沟样品点峰态为平坦。
参考文献:
[1] 张宏贞.老采空区残留空洞空隙分布规律研究与应用[D].徐州:中国矿业大学,2013.
[2] 郭广礼,汪云甲.概率积分法参数的稳健估计模型及其应用研究[J].测绘学报,2000,29(2):162-165,171.
[3] 宋世杰.基于关键地矿因子的开采沉陷分层传递预计方法研究[D].西安:西安科技大学,2013.
[4] Li Peixian, Tan Zhixiang, Yan Lili, Deng Kazhong. A method to calculate displacement factors using SVM[J].Mining Science and Technology(China),2011(21): 307-311.
[5] 查剑锋,郭广礼,赵海涛,等.概率积分法修正体系现状及发展展望[J].金属矿山,2008(1):15-18.
[6] 吴侃,葛家新,周鸣,等.概率积分法预计模型的某些修正[J].煤炭学报,1998,23(1):33-36.
[7] 戴华阳,王金庄.非充分开采地表移动预计模型[J].煤炭学报,2003,28(6):583-587.
[8] 戴仔强,郭广礼,王卷乐.极小工作面预计参数问题的探讨[J].江苏煤炭,2001(3):15-17,44.
[9] 杨帆,麻凤海.地表移动预计参数选取的神经网络法[J].中国地质灾害与防治学报,2004,15(1):102-106.
[10] 郭文兵,邓喀中,邹友峰.概率积分法预计参数选取的神经网络模型[J].中国矿业大学学报,2004,33(3):322-326.
[11] 柴华彬,邹友峰,郭文兵.用模糊模式识别确定开采沉陷预计参数[J].煤炭学报,2005,30(6):701-704.
[12] 王世道,林福钦.对概率积分法的一些看法[J].矿山测量,1984(2):31-32.
上一篇:韩城矿区山区地表滑移规律分析
下一篇:手持GPS单点定位精度分析*