基于支持向量机的赵官矿小断层预测

针对支持向量机(SVM)适合小样本数据建模这一特点,提出利用SVM进行煤矿小断层预测。以小断层广泛发育的赵官矿实测数据为基础,选取断层倾向、落差、倾角以及断层性质作为特征影响因子,以Matlab中的libsvm工具箱为平台,总结了SVM建模过程,并建立了赵官矿井小断层水平延展长度的SVM预测模型,验证了该模型在该井田内具有一定泛化性。为验证SVM小样本建模的优越性及该模型在相似地质条件下工程实例的应用,利用该模型及传统的多元回归模型对赵官矿以及邻矿——邱集矿采掘工程中新揭露的小断层进行预测,并将两种方法计算结果与实际结果进行对比,发现SVM预测结果更精确。

基于PCA-Elman的煤层小断层预测

针对煤层小断层发育的复杂性及其预测参数间的相关性,提出了基于主成分分析(PCA)与Elman网络的煤层小断层预测方法。该方法首先利用灰色关联分析确定小断层密度预测参数,然后利用PCA降维提取主成分,消除参数间的相关性,最后以主成分为输入样本,建立Elman网络预测模型。应用实例表明,煤层小断层PCA-Elman预测模型的预测效果较好,平均预测精度达94.1%。

多元统计分析在矿井断层预测中的应用

矿井小构造预测是一个难度极大的研究课题,根据岩层厚度、岩层组合关系,运用判别分析、地质统计学等数学方法预测矿井小构造,是一种全新的思想方法。本次研究选取我国西部某一煤矿作为研究对象,研究主采煤层上下岩性变化特征,根据岩石的不同抗压强度,确定五个变量;将已采区的钻孔分为含有断层的钻孔和不含有断层的钻孔,统计这两类钻孔中五个变量的值,建立判别函数,对未采区的钻孔进行判别分类。对每个钻孔的岩层在可采煤层的上下划分成10个层段,判别出每个层段中未知钻孔的归属,从而得到钻孔属于有断层的概率,即断层分布的概率等值线图。经实例验证,精确度达70%以上,对生产矿井具有一定经济效益和实用价值。

基于统计学及多元线性回归的小断层研究及预测

针对矿井小断层发育复杂、切割煤层、影响采煤效率、生产安全等问题,以华恒矿11、13、15煤层小断层资料为依托,通过系统定量分析断层统计学特征,揭示了华恒井田小断层发育特征,在此基础上,利用散点图研究影响因素之间相关性,确定延展长度主要影响因素是断层落差和断层倾角,利用多元线性回归分析法,建立了小断层预测模型,通过实际数据检验,论证模型的可靠性,对煤层开采具有一定指导意义。