论文部分内容阅读
地表移动变形动态预报是矿山地表移动变形学科的核心内容之一。对于煤层开采过程中引起的地表移动变形，本文通过建立卡尔曼滤波模型、灰色GM(1，1)模型和时间序列模型，对地表移动变形观测站的沉降数据进行动态预报。
卡尔曼滤波、灰色系统和时间序列是一种对动态系统进行数据处理的有效方法。本文将这三种理论运用于采动过程中地表移动变形动态预报，通过建立矿山地表移动的卡尔曼滤波模型、灰色GM(1，1)模型和时间序列模型，对地表移动观测站的状态进行动态预报。由于煤层开采引起地表移动是一种复杂的动态变化过程，本文通过标准的卡尔曼滤波、自适应卡尔曼滤波、灰色系统和时间序列四种算法进行动态预报。经分析比较，利用这四种算法对地表移动变形进行动态预报，均取得了良好的效果。但是，从整个结构来看，标准的卡尔曼滤波和自适应卡尔曼滤波两种算法对于观测站受煤层开采影响小，预报效果较好，但当观测站状态出现突变时预报值偏差大；灰色GM(1，1)模型对短期的预报效果较好，但对中长期的预报效果较差。因此，根据不同的需要选择不同的预报模型是必要的。
根据本期及前期的观测数据对后期观测站状态进行动态预报，并绘制移动变形曲线图，综合分析松散层等地质采矿条件对地表移动变形的影响，更进一步揭示了该矿地质采矿条件下煤层开采引起的地表动态移动变形规律。
在上述地表移动变形的动态预报中，都通过试验对预报结果与实测值进行分析比较，同时以面向对象语言VB6.0为编程工具，研制了“地表移动变形动态预报系统”软件。